• 제목/요약/키워드: 단일 노드

검색결과 490건 처리시간 0.031초

이미지 빅데이터를 고려한 하둡 플랫폼 환경에서 GPU 기반의 얼굴 검출 시스템 (A GPU-enabled Face Detection System in the Hadoop Platform Considering Big Data for Images)

  • 배유석;박종열
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제22권1호
    • /
    • pp.20-25
    • /
    • 2016
  • 디지털 빅데이터 시대가 도래함에 따라 다양한 분야에서 하둡 플랫폼이 널리 사용되고 있지만, 하둡 맵리듀스 프레임워크는 대량의 작은 파일들을 처리하는데 있어서 네임노드의 메인 메모리와 맵 태스크 수가 증가하는 문제점을 안고 있다. 또한, 맵리듀스 프레임워크에서 하드웨어 기반 데이터 병렬성을 지원하는 GPU를 활용하기 위해서는 C++ 언어 기반의 태스크를 맵리듀스 프레임워크에서 수행하기 위한 방식이 필요하다. 따라서, 본 논문에서는 이미지 빅데이터를 처리하기 위해 하둡 플랫폼 환경에서 이미지 시퀀스 파일을 생성하고 하둡 파이프를 이용하여 GPU 기반의 얼굴 검출 태스크를 맵리듀스 프레임워크에서 처리하는 얼굴 검출 시스템을 제시하고 단일 CPU 프로세스 대비 약 6.8배의 성능 향상을 보여준다.

비인프라 기반 사물인터넷 구축을 위한 자율네트워킹 기법 (Self-organization Networking Scheme for Constructing Infrastructure-less based IoT Network)

  • 윤주상
    • 한국정보통신학회논문지
    • /
    • 제22권1호
    • /
    • pp.196-201
    • /
    • 2018
  • 최근 로컬 IoT 네트워크 구축과 관련하여 RPL 프로토콜을 활용하는 다양한 비-인프라 기반 IoT 네트워킹 기법들이 연구 중이다. 특히, RPL 프로토콜은 자율네트워킹과 로컬 네트워크에 존재하는 노드 간 애드혹 경로를 제공하지 못하는 문제를 가지고 있다. 본 논문에서는 비-인프라 기반 IoT 네트워크 구축을 지원하는 자율네트워킹 기법을 제안한다. 제안하는 기법은 저전력 손실 네트워크로 구성된 네트워크 환경에 적용 가능한 자율네트워킹 기법이다. 실험을 통해서 제안한 자율네트워킹 기법의 우수한 성능을 보였다. 특히, 단대단 데이터 발생률과 단대단 지연 측면에서 제안하는 기법의 성능이 우수함을 증명하였다.

스위치 레벨 결함 모델을 사용한 결함시뮬레이터 구현 (An Implementation of the Fault Simulator for Switch Level Faults)

  • 연윤모;민형복
    • 한국정보처리학회논문지
    • /
    • 제4권2호
    • /
    • pp.628-638
    • /
    • 1997
  • VSLI회로에서 스위치 레벨 결함 모델은 stuck-at결함만 사용하는데 한계가 있다. 따라서 본 연구는 스위치 레벨 결함 모델인 트랜지스터 stuck-open과 stuck-close결함을 다룰 수 있는결함 시뮬레이터를 구현한다. 스위치 레벨 회로는 이론적으로 신호 흐름이 양방향으로 전달되지만 실제로 대부분의 신호 흐름은 약 95%정도가 단 방향을로 설정되어 평가되는 것으로 나타내고 있다. 본 연구에서는 스위치 레벨 회로를 단반향 그래프 모델 로 변환시켜 해석한다. 스위치 레벨 회로는 EDIF컴파일러에 의해 입력되고 두개의 단방향으로 재구성된 자료구조를 만든다. 스위치 레벨 회로는 신호 흐름 경로가 도입되는 지배적 경로 기법이 제시된다. 지배적 경로는 경로를 판단하여 최종 출력 상태값을 결정하는 논리 시뮬레이션을 수행한다. 스위치 레벨 결함 시뮬레이션은 노들들로 연결되는 경로 상에 임의 트랜지스터의 stuck-open,stuck-close 결함을 주입시키고, 트랜지스터 저항값을 적용한 노드세기의 계산에 의한 지배적 경로를 평가한다. 이때 최초 입력은 two pattern vector를 인가하여 정상회로의 최종 출력 상태값과 결함회로의 출력 상태값을 비교하여 결함 검색하며, 그결함 검색의 정확성 을 보인다.

  • PDF

비동기식 MAC프로토콜 기반의 무선 센서 네트워크에서 단대단 시간 지연 성능 향상을 위한 멀티 홉 예약 기법의 제안 (A Multi-hop Reservation Method for End-to-End Latency Performance Improvement in Asynchronous MAC-based Wireless Sensor Networks)

  • 홍성화;정석용
    • 한국산학기술학회논문지
    • /
    • 제11권7호
    • /
    • pp.2638-2647
    • /
    • 2010
  • 긴 preamble을 사용하는 비동기식 MAC 프로토콜의 문제점을 개선하기 위해 나온 프로토콜이 X-MAC 이다. 본 논문에서는 X-MAC의 문제점을 해결하기 위하여 Express-MAC이라는 새로운 MAC프로토콜을 제안하였다. 무선센서 네트워크는 주로 이벤트 데이터나 상황정보를 인지하는 목적에 많이 사용된다. 특히 침입감지 같은 이벤트 감지를 목적으로 하는 센서네트워크의 전송 패턴은 매우 간헐적이면서도 한 번의 이벤트 발생 시 연속적으로 일어나는 것이 대부분이다. EX-MAC은 위와 같은 센서 네트워크의 주요 전송 패턴을 반영하여 첫 이벤트 발생 시 데이터 전송에서 멀티 홉 경로의 채널 예약 및 awake 구간의 전송 시간 예약 방식을 사용하였다. 전송 경로상의 awake 시간 예약은 연속적인 데이터 전송의 단대단 지연 성능을 향상시켰으며 데이터 송수신 노드의 preamble 길이를 줄임으로써 에너지 소비 측면에서도 효율성을 증대시켰다.

파장 분할 방식 성형 통신망에서 조정 제약을 갖는 전송기를 이용한 전송 스케줄링 (On Transmission Scheduling with Tuning-Limited Transmitters in WDM Star Networks)

  • 최홍식;이경준;김진
    • 한국정보과학회논문지:정보통신
    • /
    • 제29권2호
    • /
    • pp.129-140
    • /
    • 2002
  • 이 논문은 파장 분할 방식을 이용한 광 통신망에서 패킷 전송예약 문제를 다루었다. 통신망은 고정 주파수 수신기와 조절 가능한 송신기를 갖는 모델을 가정했다. 송신기의 레이저는 전체 통신 대역폭이 아닌 제한된 대역폭 내에서 조절 가능한 것을 가정하였다. 따라서 단일 홉 통신망을 만들기 위해서는 각 노드가 복수개의 레이저 혹은 복수개의 광 필터를 장착하고 있어야 한다. 본 논문에서는 먼저 모두에서 모두로의 패킷 전송 문제를 분석하고 최적의 알고리즘을 구했다. 그 다음으로 무작위 통화 요구를 갖는 경우 이 문제가 강한 의미에서 NP-hard임을 보였고 리스트 스케줄링에 기초한 근사 알고리즘을 제안했다. 또한 이 알고리즘이 이론적인 성능 한계와 수치 해석적 방법을 통한 성능을 보였다. 이 결과들은 조절 지연시간, 채널의 수 레이저의 조절범위의 변화에 관계없이 적용 가능하다.

ERA5 재해석 자료를 활용한 Deep Learning 모델 기반의 단기 예측 모형 개발 (Development of Short-term Forecast Model using ERA5 reanalysis data based on Deep Learning model)

  • 김진영;오랑치맥솜야;육지문;박찬호;박부경;주희
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.289-289
    • /
    • 2023
  • 4차산업 혁명이 도래한 이후로 전세계적으로 AI 기술이 유래 없는 속도로 발달 및 활용되고 있으며, 다양한 분야에서 AI 기법을 도입한 연구가 활발히 진행 중에 있다. 최근 수자원 분야에서는 단기 강우 예측, 댐 유입량 예측 및 하천 수위 예측 등의 분야에서 AI 기술이 접목되어 꾸준한 기술 개발이 이루어지고 있다. 그러나 단변량으로 축척된 자료를 활용하여 중·장기 모형 개발 연구가 다수 진행되고 있지만, 급격한 기후변화 현상과 복잡한 매커니즘을 보이고 있는 기상현상의 경우 단변량 분석으로서는 정확도가 저하 될 수 있는 우려가 있는 것이 현실이다. 이에 본 연구에서는 상기에 제시된 단점을 극복하고자 다양한 기상자료를 검증·예측인자로 활용함과 동시에 Deeplearning 모형과 결합하여 신뢰성 있는 단기 강수 예측이 가능한 모형을 개발하였다. 본 연구에서는 유럽중기예보센터(ECMWF, European Center for Medium-Range Weather Forecasts)에서 제공하고 있는 ERA5 재해석 자료를 활용하였으며, Deeplearning 모형과 결합하여 단기 강우 예측이 가능한 모형을 개발하였다. 1차적으로 격자자료(25km×25km)로 제공되고 있는 ERA5 자료를 상세화(downscaling) 모형에 적용하여 기상청 관측소와 비교·검증하였으며, Deeplearning 모형을 통해 단기 예측이 가능한 모형으로 확장하였다. 이때 Deeplearning의 다양한 모형 중 시계열 분석에 있어 예측 성능이 높은 LSTM 모형을 활용하였으며, 제공되고 있는 대기 변수의 상호관계를 노드간 연결을 통해 결과의 정확도와 신뢰성을 확보하였다. 본 연구 결과는 기관별로 제공하고 있는 예측 수준을 상회하는 결과를 도출하였으며, 홍수기에 집중되는 강우량을 예측하여 대비·대책을 선제적으로 마련할 수 있는 자료로써의 활용성이 높을 것으로 사료된다.

  • PDF

기상 데이터와 기상 위성 영상을 이용한 다중 딥러닝 모델 기반 일사량 예측 (Radiation Prediction Based on Multi Deep Learning Model Using Weather Data and Weather Satellites Image)

  • 김재정;유용훈;김창복
    • 한국항행학회논문지
    • /
    • 제25권6호
    • /
    • pp.569-575
    • /
    • 2021
  • 딥러닝은 데이터의 품질과 모델에 따라 예측 성능에 차이를 보인다. 본 연구는 발전량 예측에 가장 영향을 주는 일사량 예측을 위한 최적의 딥러닝 모델을 구축하기 위해 다양한 입력 데이터와 다중 딥러닝 모델을 사용하였다. 입력 데이터는 기상청의 기상 데이터와 천리안 기상영상을 기상청 지역의 영상을 분할하여 사용하였다, 본 연구는 기본적인 딥러닝 모델인 DNN, LSTM, CNN 모델에 대해 중간층의 깊이와 노드를 변경하여 일사량을 예측하여, 비교 평가하였다, 또한, 각 모델에서 가장 좋은 오차율을 가진 모델을 연결한 다증 딥러닝 모델을 구축하여 일사량을 예측하였다. 실험 결과로서 다중 딥러닝 모델인 모델 A의 RMSE는 0.0637이며, 모델 B의 RMSE는 0.07062이며, 모델 C의 RMSE는 0.06052로서 단일 모델보다 모델 A 그리고 모델 C의 오차율이 좋았다. 본 연구는 실험을 통해 두 개 이상의 모델을 연결한 모델이 향상된 예측률과 안정된 학습 결과를 보였다.

이더넷 다중 클러스터에서 GHT의 병렬 분산 구현 (Parallel Distributed Implementation of GHT on Ethernet Multicluster)

  • 김영수;김명호;최흥문
    • 전자공학회논문지CI
    • /
    • 제46권3호
    • /
    • pp.96-106
    • /
    • 2009
  • 이더넷 클러스터에서 그 분산처리 규모를 확장하려면 스위치 당 최대포트 수(현재 48포트)에 의해 물리적 제약을 받는다. 본 연구에서는 MPI기반 이더넷 클러스터에서 일반화 허프변환(generalized Hough transform: GHT)의 분산처리 규모를 확장하기 위해 다수의 이더넷 스위치들로 다중 클러스터를 구현하고, 확장에 따른 통신 부담을 병렬분산 시간분석 모델 및 통신성능 모델로 분석한 후 고속화 구현하였다. 다중 클러스터 분산처리환경에서 가능한 작업분할 정책들에 대해 평가하고, 허프공간 누산기 배열분할(accumulator array partitioning: AAP)정책을 수정 적용하여 노드간의 통신회수와 통신시간을 최소화하였고, 노드 수의 증가에 따라 AAP 정책의 분할 데이터 범위를 크게 하고 그에 부합하는 부하균형 알고리즘도 구현하였다. 단일링크 병목을 갖는 클러스터간(intercluster) 통신지연을 최대한 줄이기 위하여 일감 분배에는 선형 파이프라인 방송을 사용하고, 작은 결과 메시지들의 수합(gathering)에는 선형 플랫트리(flat tree)를 사용함으로써 총체적으로 계산과 통신을 최대한 시간 중첩시켰다. 제안한 병렬분산 GHT를 이더넷 다중 클러스터 상에서 그 성능을 점근해석하고 실험하여, 4개 고속 이더넷 스위치로 128 노드의 MPI 기반 다중 클러스터를 구현하여 거의 선형에 가까운 속도제고율(speedup)을 확인하였다.

범위질의 검색을 위한 캐시적응 T-트리 주기억장치 색인구조 (Cache Sensitive T-tree Main Memory Index for Range Query Search)

  • 최상준;이종학
    • 한국멀티미디어학회논문지
    • /
    • 제12권10호
    • /
    • pp.1374-1385
    • /
    • 2009
  • 최근 CPU의 속도는 메모리의 속도에 비해 훨씬 빠르게 향상되었다. 따라서 주기억 장치의 접근이 주기억장치 데이터베이스 시스템의 성능에서 병목현상으로 나타나고 있다. 기억장치 접근 속도를 줄이기 위해 캐시메모리를 이용하지만, 캐시메모리는 요구되는 데이터가 캐시에서 찾을 수 있는 경우에만 기억장치 접근속도를 줄일 수 있다. 본 논문에서는 $CST^*$-트리라는 범위질의를 위한 새로운 캐시 적응 T-트리 색인구조를 제안한다. $CST^*$-트리는 색인 엔트리를 저장하지 않는 축소된 내부노드들을 캐시메모리에 올려 사용함으로써 캐시메모리의 활용도를 높인다. 그리고 인접한 단말노드들과 내부 색인노드들을 링크포인터를 통해 서로 연결함으로써 색인 엔트리들의 순차적 접근을 가능하도록 한다. 본 논문에서는 성능평가를 위한 비용 모델을 개발하고, 이를 이용하여 캐시미스 발생 횟수를 평가하였다. 그 결과 단일키 값 검색에서는 기존의 캐시만을 고려한 CST-트리에 비해 약 20~30%의 캐시미스 발생 횟수가 감소하였고, 범위질의에서는 기존의 범위질의만을 고려한 색인구조인 $T^*$-트리에 비해 약 10~20%의 캐시미스 발생 횟수가 감소하였다.

  • PDF

모바일 엣지 컴퓨팅 환경에서의 개인화 서비스 추천 (Personalized Service Recommendation for Mobile Edge Computing Environment)

  • 임종철;김상하;금창섭
    • 한국통신학회논문지
    • /
    • 제42권5호
    • /
    • pp.1009-1019
    • /
    • 2017
  • 모바일 엣지 컴퓨팅은 폭증하는 모바일 트래픽에 대응하고 다양한 요구사항을 만족시키는 서비스를 제공하기 위해 모바일 엣지 노드에서 다양한 기능을 직접 제공하는 기술이다. 예를 들어 모바일 트래픽 경감을 위한 캐싱이나, 위험감지 서비스 제공을 위한 비디오 분석 등이 모바일 엣지 노드에서 수행될 수 있다. 지금까지 개인화된 서비스를 추천하는 방법이나 구조 등에 대한 많은 연구가 있었지만, 모바일 엣지 컴퓨팅의 특성을 고려한 연구는 없었다. 개인화된 서비스를 제공하기 위해서는 사용자의 컨텍스트 정보를 획득하는 것이 중요하다. 기존 서버단 중심의 개인화된 서비스 모델은 모바일 엣지 컴퓨팅에 적용될 경우 컨텍스트 고립 문제와 프라이버시 이슈를 더욱 심화시킬 수 있다. 모바일 엣지 노드는 컨텍스트 수집이 용이하다는 이점을 가진다. 모바일 엣지 컴퓨팅 환경에서의 또 하나의 주목할 만한 특징은 사용자와 어플리케이션의 상호 연동이 매우 유동적이라는 점이다. 본 논문에서는 모바일 엣지 컴퓨팅의 특징을 반영한 로컬 서비스 추천 플랫폼 구조를 제시하고 컨텍스트 고립 문제와 프라이버시 이슈를 완화할 수 있는 개인화된 서비스 제공 방법을 제시한다.