• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.703-706
• /
• 2014

AUOTSAR(Automotive Open system Architecture)는 자동차 ECU(Electronic Control Unit) 에 내장되는 소프트웨어에 대한 표준 구조로서, ECU 소프트웨어의 품질 향상은 물론, 개발 및 관리 비용의 절감에 기여하는 등 많은 장점을 갖는다. AUTOSAR 의 이런 장점 때문에 많은 자동차 회사들이 ECU 소프트웨어에 AUTOSAR 적용을 추진하고 있다. 이에 따라 기존 레거시 ECU 소프트웨어 시스템을 AUTOSAR 표준에 맞는 ECU 소프트웨어 시스템으로 변환하는 방법에 대한 관심도 높아지고 있다. 그 이유는 이미 많은 ECU 레거시 소프트웨어 시스템들이 개발되어 사용되고 있으며, 이들에게는 이미 기능 및 안정성 검증을 위하여 많은 시간과 비용이 투자하여 되어 있다. 따라서 ECU 소프트웨어 시스템에 AUTOSAR 를 적용하는 경우 기존의 레거시 소프트웨어 시스템을 재사용할 수 있으면 생산성 및 품질 면에서 많은 장점을 갖는다. 본 연구에서는 C 언어로 작성된 기존의 ECU 소프트웨어 시스템을 AUTOSAR 플랫폼에서 재사용할 수 있도록 하기 위하여, 기존의 레거시 ECU 소프트웨어 시스템을 AUTOSAR 플랫폼으로 마이그레이션하는 방법에 대하여 연구하였다. 마이그레이션 과정은 크게 두 단계로 나누어 지는데, 이는 레거시 소프트웨어 시스템을 분석하여 마이그레이션이 가능하도록 기능별로 분해하는 것과, 분해된 구성 요소들을 AUTOSAR 플랫폼에 맞는 구조로 재구성하는 과정이다. 본 논문에서는 이중 첫 번째 과정인 레거시 소프트웨어 시스템의 분석 및 기능별 분해 방법을 제시하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.617-621
• /
• 2021

의미역 결정은 문장 속에서 서술어와 그 논항의 관계를 파악하며, '누가, 무엇을, 어떻게, 왜' 등과 같은 의미역 관계를 찾아내는 자연어 처리 기법이다. 최근 수행되고 있는 의미역 결정 연구는 주로 말뭉치를 활용하여 딥러닝 학습을 하는 방식으로 연구가 이루어지고 있다. 최근 구글에서 개발한 사전 훈련된 Bidirectional Encoder Representations from Transformers (BERT) 모델이 다양한 자연어 처리 분야에서 상당히 높은 성능을 보이고 있다. 본 논문에서는 한국어 의미역 결정 성능 향상을 위해 한국어의 언어적 특징을 고려하며 사전 학습된 SNU KR-BERT를 사용하면서 한국어 의미역 결정 모델의 성능을 살펴보였다. 또한, 본 논문에서는 BERT 모델에서 과연 어떤 히든 레이어(hidden layer)에서 한국어 의미역 결정을 더 잘 수행하는지 알아보고자 하였다. 실험 결과 마지막 히든 레이어 임베딩을 활용하였을 때, 언어 모델의 성능은 66.4% 였다. 히든 레이어 별 언어 모델 성능을 비교한 결과, 마지막 4개의 히든 레이어를 이었을 때(concatenated), 언어 모델의 성능은 67.9% 이였으며, 11번째 히든 레이어를 사용했을 때는 68.1% 이였다. 즉, 마지막 히든 레이어를 선택했을 때보다 더 성능이 좋았다는 것을 알 수 있었다. 하지만 각 언어 모델 별 히트맵을 그려보았을 때는 마지막 히든 레이어 임베딩을 활용한 언어 모델이 더 정확히 의미역 판단을 한다는 것을 알 수 있었다.

• Proceedings of the KSR Conference
• /
• 2010.06a
• /
• pp.533-539
• /
• 2010

The The contactless railway abrasion measurement system have to satisfy two conditions to increase the measurement accuracy as follows. The laser region projected on the rail have to be extracted without the geometrical distortion. The mapping of the acquired laser region data on the rail profile have to be matched with the cross section of rail, exactly. But, the conventional railway abrasion measurement system is required the post image processing with a camera model and a perspective transform for the exact mapping between the cross section of rail and the coordinate data extracted from a line laser region or the raw image obtained from a camera because the image captured from the camera has an oblique viewpoint. So, the measured rail profile data had limits to the measurement accuracy because of a discontinuity point. In this Paper, we propose the 3D rail profile reconstruction method to increase the accuracy of the railway abrasion measurement system applying the modified camera model and perspective transform to the image obtained from the bidirectional rail.

• KIPS Transactions on Computer and Communication Systems
• /
• v.10 no.7
• /
• pp.191-198
• /
• 2021

Since the size of training dataset become large and the model is getting deeper to achieve high accuracy in deep learning, the deep neural network training requires a lot of computation and it takes too much time with a single node. Therefore, distributed deep learning is proposed to reduce the training time by distributing computation across multiple nodes. In this study, we propose hybrid allreduce strategy that considers the characteristics of each layer and communication and computational overlapping technique for synchronization of distributed deep learning. Since the convolution layer has fewer parameters than the fully-connected layer as well as it is located at the upper, only short overlapping time is allowed. Thus, butterfly allreduce is used to synchronize the convolution layer. On the other hand, fully-connecter layer is synchronized using ring all-reduce. The empirical experiment results on PyTorch with our proposed scheme shows that the proposed method reduced the training time by up to 33% compared to the baseline PyTorch.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.644-646
• /
• 1999

본 논문은 한 물체에 대해 스캔 위치 정보가 없는 여러 시점의 레인지 이미지들로부터 3차원 형상 복원을 위한 정합 알고리즘을 제안한다. 기존의 정합 방법은 스캔 위치 정보와 기하학 정보를 이용하여 레인지 이미지들을 정렬시킨 반면, 본 논문의 정합 방법은 스캔 위치와는 독립적으로 수행되며 기하학 정보와 텍스쳐 정보를 함께 이용하여 정렬시킨다. 그러므로 텍스쳐가 있는 여러 장의 레인지 이미지들로부터 3차원 형상을 보다 정확하고 효율적으로 복원할 수 있다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1997.06a
• /
• pp.23-26
• /
• 1997

스테레오 반향시호 제거기에 있어서 두 입력 스테레요 신호 사이에는 높은 상호상관으로 이하여 적응 필터의 수렴특성이 저한된다. 실제 확성통화 회의시스템인 경우, 입력 스테레요 신호사이에는 환경의 변화등에 의하여 미소하게 상호상관이 변하게 되지만, 기존의 적응 알고리즘으로는 이러한 미소 변화에 빠르게 적응하지 못하여 반향신호 제거량이 충분하지 못하다. 본 연구에서는 스테레요 반향신호 제거기에 상호상관의 미소한 변화를 강조할 수 있는 Projection 알고리즘을 이용하였다. 실제 확성통화 회의시스템을 구성하여 녹음한 음성신호에 대하여 시뮬레이션을 행하여 LMS , NLMS 알고리즘과 비교.평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.599-602
• /
• 2005

본 논문에서는 운영 레거시 시스템으로부터 엔드 유저에까지 실시간으로 데이터를 전달하는 전체적인 프로세스를 정의한 ODS 레이어를 제시한다. ODS 의 레이어를 위하여 먼저 데이터 소스가 정의된다. 그 다음 데이터 소스로부터 ODS까지 데이터를 수집하는 방법이 정의된다. 마지막으로 엔드 유저 집단을 위한 ODS로의 데이터 접근을 준비한다. 운영 시스템과 ODS 간의 통합 레벨에 따른 ODS의 타입을 분류하고 특성을 요약한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1991.06a
• /
• pp.157-162
• /
• 1991

본 연구에서는 적응 whitening 필터를 이용하여 최적 레이다 신호처리기를 구현하였다. 사용된 필터는 Gram-Schmidt와 lattice 구조를 가지며, 이들을 이용하여 레이다 clutter를 제거하고, 프로세서 특성을 원하는 표적신호에 일치시킨다. 또한 필터 계수들을 변화하는 레이다 환경에 따라 조정하기 위하여 여러 가지 적응 알고리듬을 적용하였다. 실험결과 구현된 시스템은 빠른 수렴 특성을 갖고 있으며, 역행렬 연산이 필요없기 때문에 향상 안정된 특성을 보임을 알 수 있다.

• Defense and Technology
• /
• no.10 s.128
• /
• pp.54-61
• /
• 1989

전장에서의 운용되는 레이다의 운용특성은 매우 까다롭지만 그것의 역할은 비교적 단순하다. 레이다는 어떤 면에서는 보이지 않는 침입자들을 지키는 보초와 같은 존재이다. 그러나 보초병들이 눈에 보이지 않는 적의 움직임에 대해서 알지 못하는데 반해 레이다는 인간의 시야를 넘어선 곳의 정보도 수집할수 있으므로 매우 중요하다. 오늘날의 전장용 레이다는 일반적으로 3~4km 거리에서 사람의 움직임을 감지할수 있다. 어떤 레이다들은 이보다 멀리 (심지어 약 10배까지) 탐지할수 있다고 주장하는데, 이는 이상적인 운용조건에서 사용했을 때를 말한다

• Journal of Aerospace System Engineering
• /
• v.16 no.6
• /
• pp.1-7
• /
• 2022

A simulated radar terrain scan data generation method is employed for terrain following. This method scans the discrete terrain by sequentially radiating beams from the radar to the desired scan area with the same azimuth but varying elevation angles. The terrain data collected from the beam is integrated to generate the simulated radar terrain scan data, which comprises radar-detected points. However, these points can be located far from the beam centerline when the radar is far from them due to beam divergence. This paper proposes a geometry-based terrain scan data generation method for analysing simulated radar terrain scan data. The method involves detecting geometric points along the beam centerline, which forms the geometry-based terrain scan data. The analysis of the simulated radar terrain scan data utilising this method confirms that the beam width effects are accounted for in the results.