• 대한기계학회논문집A
• /
• 제39권3호
• /
• pp.283-289
• /
• 2015

본 연구에서는 위상 최적 설계 기법을 활용하여 복합소재 대차프레임의 제동장치 브래킷 경량 설계를 수행하였다. 제동장치 브래킷은 12t 와 9t 로 각각 두 가지 모델을 대상으로 하였다. 위상최적화시 설계영역은 단면적이 가장 넓은 수직면과 수평면으로 설정하였다. 제한조건은 제동장치 브래킷의 Z 축의 변위 값을 초기 변위 값보다 2.5% 증가이고, 목적함수는 제동장치 브래킷의 질량 최소화로 하였다. 또한 최적화 계산 시간을 줄이기 위해 대차프레임을 생략하고 대차프레임 대신 1D beam 요소를 적용하여 Z 축 변위를 기준으로 전체모델과 동일하게 등가시켜 두 모델간의 상관성을 확보 하였다. 그 결과 12t 모델은 60kg, 9t 모델은 31kg 감소하였고, 최적화 모델의 유한요소해석을 통하여 안전성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.230-233
• /
• 2010

최근 분산된 노드들 간의 자료를 송수신하는 임베디드 어플리케이션들이 증가함에 따라 이를 지원하기 위한 분산 미들웨어도 함께 발전하고 있다. 분산미들웨어는 원격 객체 관리를 위한 클라이언트-서버 모델, 큐를 이용한 메시지 전송을 목적으로 하는 메시지 패싱 모델, 분산 컴퓨팅 환경에서 자료의 전송을 목적으로 하는 출판-구독 모델이라는 3가지 모델로 분류 된다. 본 논문에서는 3가지 분산 미들웨어 모델들에 대하여 살펴보고 출판-구독 모델의 대표적 분산미들웨어인 Data Distribution Service를 소개한다. 또한 출판-구독 모델이 단말 간 P2P를 지원함에 따라 생기는 문제점인 과다한 트래픽을 해결하기 위해 자료들을 그룹화 시켜 전송하거나 특정 토픽에 관련된 자료들을 미리 예약된 채널을 통해 전송하는 기법들을 제안하고 일반 DDS와 비교를 통해 그 효과를 예측해본다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.531-536
• /
• 2023

본 논문에서는 차량 내 네트워크에서 즉각적인 공격 탐지를 위해 프레임 피처 삽입이 적용된 슬라이딩 윈도우 기법을 제안한다. 이 방법은 현재 프레임의 공격 여부에 따라 라벨링을 진행하기 때문에 공격 탐지의 실시간성을 보장할 수 있다. 또한 이 방법이 CNN 연산에서 현재 프레임에 대한 가중치를 주어 성능을 향상시킬 수 있음을 실험을 통해 확인하였다. 제안하는 모델은 경량화된 LeNet-5 구조 기반으로 설계되었으며 DoS 공격 탐지 성능에서 100%를 달성하였다. 또한 기존 연구의 모델들과 복잡성을 비교했을 때 제안하는 모델이 ECU와 같이 리소스가 제한된 장치에 더 적합함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.29-41
• /
• 2022

최근 딥 러닝 기술의 발전으로 방대한 텍스트 데이터를 사전에 학습한 우수한 성능의 거대한 모델들이 다양하게 고안되었다. 하지만 이러한 모델을 실제 서비스나 제품에 적용하기 위해서는 빠른 추론 속도와 적은 연산량이 요구되고 있으며, 이에 모델 경량화 기술에 대한 관심이 높아지고 있다. 대표적인 모델 경량화 기술인 지식증류는 교사 모델이 이미 학습한 지식을 상대적으로 작은 크기의 학생 모델에 전이시키는 방법으로 다방면에 활용 가능하여 주목받고 있지만, 당장 주어진 문제의 해결에 필요한 지식만을 배우고 동일한 관점에서만 반복적인 학습이 이루어지기 때문에 기존에 접해본 문제와 유사성이 낮은 문제에 대해서는 해결이 어렵다는 한계를 갖는다. 이에 본 연구에서는 궁극적으로 해결하고자 하는 과업에 필요한 지식이 아닌, 보다 상위 개념의 지식을 학습한 교사 모델을 통해 지식을 증류하는 이질적 지식증류 방법을 제안한다. 또한, 사이킷런 라이브러리에 내장된 20 Newsgroups의 약 18,000개 문서에 대한 분류 실험을 통해, 제안 방법론에 따른 이질적 지식증류가 기존의 일반적인 지식증류에 비해 학습 효율성과 정확도의 모든 측면에서 우수한 성능을 보임을 확인하였다.

• 대한조선학회지
• /
• 제31권3호
• /
• pp.25-27
• /
• 1994

선박의 고속화, 경량화, 전문화 및 대형화의 촉진과 더불어 신형식 선박의 출현으로 기존의 해 석방법과 같은 개념으로는 새로운 문제점에 대한 해결이 불가능하다. 따라서 이와 같은 새로운 외력환경에 대한 신형식 선박에 구애받지 않고 범용으로 이용이 가능할 수 있게 하기 위해서는 하중의 공간적 분포와 시간적 변화에 대한 정보를 정도 높게 추정할 수 있는 방법이 바람직하 다고 본다. 이를 해결할 수 있는 유일한 방법은 우리가 지금까지 소흘하여 왔던 반복적 실험이 뒷받침되어, 수치이론의 모델화 과정에서나 물리현상 설정과정에서 내재하게 되는random한 불확실성을 정량적으로 파악해 두어야 신형식 선박 개발에 신뢰할 수 있는 동적 응답해석이 가 능해질 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제10권3호
• /
• pp.237-247
• /
• 2005

유비쿼터스 센서 네트워크(USN)는 유비쿼터스 환경을 위한 핵심 기술이다. USN은 센서 정보의 도청, 비 정상적인 패킷의 유통, 데이터 위${\cdot}$변조 및 서비스 거부 공격 등과 같은 다양한 공격의 취약성이 존재하며 이에 대한 대책이 요구된다. 특히, USN은 배터리 용량 및 연산능력이 제한된 한정된 자원하에서 운용되어야 하는 제약 사항을 지니고 있다. 이로 인하여 USN 보안 기술은 저 전력 소모 및 최소 연산량을 유지하기 위한 경량화된 설계가 반드시 필요하다. 본 논문에서는 위의 문제를 해결하기 위해 신용모델(trust model)에 기반한 경량화된 USN 상호인증 방법을 제안한다. 제안된 인증 모델은 주관 논리 모델로 표현되는 신용정보를 기초로 하여 센서노드들을 인증하기 때문에 계산량을 줄일 수 있다. 따라서 배터리 소모를 줄일 수 있으며 결과적으로 센서노드의 생존 기간 연장이 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.604-606
• /
• 2024

컴퓨터 비전 응용은 우리 생활에서 중요한 역할을 한다. 현재, 대규모 모델의 등장으로 딥 러닝의 훈련 및 운행 비용이 급격히 상승하고 있다. 자원이 제한된 환경에서는 일부 AI 프로그램을 실행할 수 없게 되므로, 경량화 연구가 필요하다. YOLOv8 은 현재 주요 목표 검출 모델 중 하나이며, 본 논문은 다중 스케일 Ghost 컨볼루션 모듈을 사용하여 구축된 새로운 YOLOv8-pose-msg 키포인트 검출 모델을 제안한다. 다양한 사양에서 새 모델의 매개변수 양은 최소 34% 감소할 수 있으며, 최대 59%까지 감소할 수 있다. 종합적인 검출 성능은 비교적 대규모 데이터셋에서 원래의 수준을 유지할 수 있으며, 소규모 데이터셋에서의 키포인트 검출은 30% 이상 증가할 수 있다. 동시에 최대 25%의 훈련 및 추론 시간을 절약할 수 있다.

• 한국전산구조공학회논문집
• /
• 제31권6호
• /
• pp.353-358
• /
• 2018

본 연구는 전기자동차 충전시스템에서 전력변환장치의 경량화를 위한 최적화 분석프로세스에 대한 내용을 서술하였다. 최적화 설계는 재료 물성치에 대한 설계민감도와 수학적 최적화를 결합하여 주어진 재료량 제한조건 하에 최적의 재료분포를 찾는 설계기법으로 위상의 고정화, 자유도가 묶이는 문제 등을 해결할 수 있는 위상 최적화방법을 사용하였으며, 위상 최적화 방법 중 비교적 수식화가 간단하고 수렴성이 좋은 SIMP법(solid isotropic material with penalization)에 의해 경량화 설계를 수행하였다. 경량화 설계는 3단계의 절차로 구성하였으며, 첫 번째 단계로 전력변환장치의 기본 설계에 대한 유한요소모델을 구성하고, 하중에 대한 정적해석을 수행하였다. 두 번째 단계로 정적해석 결과에 대해 등방성 재료의 강성계수를 적용한 밀도법을 이용하여 위상 최적화를 수행하여 경량화를 위한 최적 형상을 도출하였다. 세 번째 단계로 최적 형상에 대해 차량 탑재 부품의 충격시험기준에 만족하는 반정현파 펄스형태 충격하중을 인가하여 충격해석을 수행하였다. 위상 최적화단계에서 사용 환경조건으로 설계영역 정의는 마운팅 브래킷 영역으로 제한하였으며, 마운팅 브래킷의 설계 최적화를 통해 최종적으로 기본설계대비 20%이상의 경량화가 가능한 설계기술을 확보하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.129-132
• /
• 2020

최근 모바일 기기에서 딥러닝 모델을 사용하기 위한 경량화 연구가 진행되고 있다. 그중 모델의 가중치 표현 bit를 줄이는 양자화와 사용하기 위한 다양한 압축 알고리즘이 개발되었다. 하지만 대부분의 양자화 및 압축 알고리즘들은 한 번 이상의 Fine-tuning을 거쳐야 하는데 이 과정은 모바일 환경에서 수행하기에는 연산복잡도가 너무 높다. 따라서 본 논문은 양자화된 가중치를 High Efficiency Video Coding(HEVC)을 통해 압축하는 방법을 제안하고 정확도와 압축률을 실험한다. 실험결과는 양자화만 실시한 경우 대비 크기는 25%의 감소했지만, 정확도는 0.7% 감소했다. 따라서 이런 결과는 모바일 기기에 가중치를 전송하는 과정에 적용될 수 있다.