• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.486-489
• /
• 2021

본 논문에서는 KorBERT 한국어 언어모델에 기반하여 텍스트 분류문제를 빈칸채우기 문제로 변환하고 빈칸에 적합한 어휘를 예측하는 방식의 프롬프트기반 분류모델에 대해서 소개한다. [CLS] 토큰을 이용한 헤드기반 분류와 프롬프트기반 분류는 사전학습의 NSP모델과 MLM모델의 특성을 반영한 것으로, 텍스트의 의미/구조적 분석과 의미적 추론으로 구분되는 텍스트 분류 태스크에서의 성능을 비교 평가하였다. 의미/구조적 분석 실험을 위해 KLUE의 의미유사도와 토픽분류 데이터셋을 이용하였고, 의미적 추론 실험을 위해서 KLUE의 자연어추론 데이터셋을 이용하였다. 실험을 통해, MLM모델의 특성을 반영한 프롬프트기반 텍스트 분류에서는 의미유사도와 토픽분류 태스크에서 우수한 성능을 보였고, NSP모델의 특성을 반영한 헤드기반 텍스트 분류에서는 자연어추론 태스크에서 우수한 성능을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.150-150
• /
• 2023

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.462-465
• /
• 2011

낸드 플래시 메모리를 이용한 SSD(Solid-State Disk)는 빠른 속도와 저전력, 휴대성, 내구성 등의 특성을 가져 전통적인 저장 장치인 하드 디스크(HDD:Hard Disk Drive)를 대체할 차세대 저장 장치로 주목받고 있다. 그러나 저장 장치 성능 측정 도구는 기존의 하드 디스크의 특성을 기반으로 한 것들이 대부분으로 이를 통해 SSD의 성능을 측정하기엔 적합하지 않다. 특히 SSD는 하드 디스크에 비해 단위 공간 당비용이 수십 배 가량 높아 저장 공간의 효율적인 관리를 위해 컨트롤러(Controller)가 데이터 압축 기법을 사용하기도 하는데 이 압축 기법을 사용하는 컨트롤러에 따라 SSD는 다른 성능을 보인다. 또, 여러 가지 명령들이 한꺼번에 존재할 때 컨트롤러에 따라 이를 적절히 효율적으로 처리해주는 기능을 가지고 있는데 이 역시 SSD의 성능에 차이를 가져온다. 그러나 기존 저장 장치 성능 측정 도구는 압축 기법 유무를 판별할 수 있으면서 여러 명령들이 한꺼번에 존재할 때 SSD 성능의 차이를 파악할 수 있는 통합된 성능 측정 도구는 없다. 본 논문에서는 다양한 패턴에 따라 SSD의 특성을 측정할 수 있는 도구인 uFlip 성능 측정 도구를 기반으로, 압축 기법의 사용 유무를 판별할 수 있는 기능과 명령 큐 깊이(Command Queue Depth)에 따라 성능의 차이를 판별할 수 있는 기능을 추가하였고, uFlip 기반 수정된 성능 측정 도구로 몇 가지 상용 SSD의 성능을 평가하여 비교함으로써 추가된 기능들의 유무에 따라 SSD별로 다른 성능을 보이는 것을 확인할 수 있었다.

• Journal of the Earthquake Engineering Society of Korea
• /
• v.7 no.5
• /
• pp.67-73
• /
• 2003

The present seismic analysis of Road-Bridge Design Standard is on a basis of load-based analysis which lets structures have the strength over load. In this study, the capacity spectrum method, a kind of displacement based method, which is evaluated by displacement of structure, is presented as an alternative to the analysis method based on load. Seismic capacity is performed about the existing reinforced concrete pier which has already secured seismic design by capacity spectrum method. As a result. capacity spectrum method could realistically evaluate the non-elastic behavior of structures easily and quickly and the displacement of structures for variable ground motion level. And it could efficiently apply to an evaluation of seismic capacity about the existing structure and a verification of design for capacity target of the new structure.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.418-420
• /
• 2015

본 논문은 베이지안 비음수 행렬 인수분해 (Bayesian nonnegative matrix factorization, BNMF) 기반의 음성 강화 기법에서 음성과 잡음 성분의 latent source 수에 따른 강화성능에 대해 서술한다. BNMF 기반의 음성 강화 기법은 입력 신호를 서브 신호들의 합으로 분해한 후, 잡음 성분을 제거하는 방식으로 그 성능이 기존의 NMF 기반의 방법들보다 우수한 것으로 알려져 있다. 그러나 많은 계산량과 latent source 의 수에 따라 성능의 차이가 있다는 단점이 있다. 이러한 단점을 개선하기 위해 본 논문에서는 BNMF 기반의 음성 강화 기법에서 최적의 latent source 개수를 찾기 위한 실험을 진행하였다. 실험은 잡음의 종류, 음성의 종류, 음성과 잡음의 latent source 의 개수, 그리고 SNR 을 바꿔가며 진행하였고, 성능 평가 방법으로 PESQ (perceptual evaluation of speech quality) 를 이용하였다. 실험 결과, 음성의 latent source 개수는 성능에 영향을 주지 않지만, 잡음의 latent source 개수는 많을수록 성능이 좋은 것으로 확인되었다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.4
• /
• pp.188-195
• /
• 2001

본 논문에서는 PC 클러스터 기반 CC-NUMA 시스템을 제안하고, 시뮬레이션을 통하여 성능을 분석하였다. PC 클러스터 기반 CC-NUMA 시스템은 PC의 PCI slot에 CC-NUMA 카드를 장착함으로써 구현되며 공유메모리, 네트워크 캐쉬, 네트워크 제어 모듈을 포함한다. CC-NUMA 시스템은 PCI 버스상에 존재하는 메모리를 공유대상으로 하며, 공유메모리와 네트워크 캐쉬사이의 일관성은 IEEE SCI 표준에 의해 유지된다. CC-NUMA 시스템을 시뮬레이션 하기 위해 실행주도 시뮬레이터인 Limes를 수정하여 사용하였으며, 캐쉬 일관성 유지 알고리즘으로 SCI의 typical set을 구현하였다. 또한 기존 시스템과의 비교를 위해서 네트워크 캐쉬를 활용하지 않는 Dolphin사의 PCI-SCI 카드에 기반한 NUMA 시스템을 시뮬레이션 하였다. CC-NUMA 시스템의 성능을 측정하기 위하여 다양한 실험을 수행하였으며, 실험결과 CC-NUMA 시스템이 NUMA 시스템에 비해서 성능향상이 우수함을 알 수 있었다. 또한, CC-NUMA 시스템이 최적의 성능을 발휘하는 파라미터의 값을 도출하였으며, 이를 CC-NUMA 시스템의 실제 구현에 반영하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.115-117
• /
• 2001

최근 개인 휴대폰의 대중화에 따라 기존의 유선 인터넷 환경과 휴대폰 서비스가 결합된 무선 인터넷서비스가 각광을 받고 있다. 현재 웹을 기반으로 WAP 인터페이스를 제공하는 회사들은 디스크 기반DBMS를 사용한다. 데이터의 전송 속도가 유선 상에 비해 떨어지고 회선이 불안정한 무선 인터넷의 특성상, 응답 시간이 느릴 결우 사용자는 서비스 이용에 큰 불편을 느낄 수밖에 없고, 이용상에 오류가 생길 가능성이 높아진다. 이에 비추어 볼 때 응답 시간은 기존의 유선 인터텟 서비스에 비해 더욱 중요한 요소로 작용한다. 디스크 기반 DBMS는 이와 같은 요구 조건을 만족하지 못한다. 그에 반해 구조가 간단하면서 높은 성능을 낼 수 있는 메인 메모리 DBMS는 무선 인터넷 서비스에 적합한 환경을 제공한다. 본 논문에서는 2세대 고성능 메인 메모리 DBMS인 P＊TIME을 이용하여 무선 인터넷 서버를 구현하고, 그 성능을 상용 DRDBMS인 Oracle을 이용했을 때의 성능과 비교 분석해 본다. WML, WML Script, JSP를 이용하여 PIMS 서비스를 구현해 본 결과, 동시 접속자 수가 늘어남에 따라 Oracle과 P＊TIME의 성능 차이는 더욱 크게 벌어져 동시 접속자 수가 50명일 경우 P＊TIME이 100배 이상의 성능을 보였다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.2
• /
• pp.236-246
• /
• 1999

최근 운영체제 개발분야에서 마이크로커널 설계 기술이 새로운 경향으로 부각되고 있다. 마이크로커널은 기존의 모노리딕 커널과 상이한 구조를 가지고 있으므로, 성능분석 튜닝을 위하여 새로운 도구를 필요로 한다. 본 논문에서는 마이크로커널 기반 운영체제를 위한 성능 측정도구 MKperf의 개발에 관하여 기술하고자 한다. MLperf 는 마이크로커널 r조의 성능에 중요한 영향을 미치는 문맥 교환과 원격 프로시저 호출을 추적할수 있다. 뿐만 아니라 , 캐시와 TLB와 같이 메모리 성능에 결정적인 영향을 미치는 다양한 하드웨어 성능요소들을 측정할수 있다. MDperf 의 이러한 측정 기능은 마이크로커널 기반 운영체제 성능을 정량적으로 분석하는데에 유용하게 사용될 수있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.58-60
• /
• 2004

요즘 값싼 PC들을 빠른 네트웍으로 묶어 높은 성능을 얻고자하는 클러스터 컴퓨팅에 대한 연구가 활발히 이루어지면서 CPU나 메모리, 네트웍보다 상대적으로 느린 디스크에서 데이터를 읽어 효율적으로 파일서비스를 하는 분산 파일 시스템이 개발되었다. 기존 분산 파일 시스템 중 클러스터 컴퓨팅에서 많이 사용하는 Linux 운영 체제에서 병렬 I/O를 사용하여 사용자에게 빠른 파일 서비스를 제공하여 주는 PVFS가 개발되었다. 기존 PVFS에서는 캐쉬 시스템을 제공하고 있지 않기 때문에 읽기 성능을 향상시키기 위하여 PVFS를 위한 상호 협력 캐쉬를 설계하고 구현하였다. 기존에 구현된 PVFS를 위한 상호 협력 캐쉬는 힌트 기반 상호 협력 캐쉬로서 부정확한 읽기/쓰기를 수행함으로서 읽기/쓰기 부하가 커지는 단점이 있다. 따라서 본 논문에서는 기존 PVFS를 위한 상호 협력 캐쉬의 읽기/쓰기 성능 향상을 위해 PVFS를 위한 상호 협력 캐쉬를 홈 기반 상호 협력 캐쉬로서 설계 및 구현한다. 그리고 PVFS, 기존 PVFS를 위한 힌트 기반 상호 협력 캐처와 PVFS를 위한 홈 기반 상호 협력캐쉬의 성능을 비교, 분석한다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.104-108
• /
• 2015

많은 양의 뉴스가 생성됨에 따라 이를 효과적으로 정리하는 기법이 최근 활발히 연구되어왔다. 그 중 뉴스클러스터링은 두 뉴스가 동일사건을 다루는지를 판정하는 분류기의 성능에 의존적인데, 대부분의 경우 BoW(Bag-of-Words)기반 벡터유사도를 사용하고 있다. 본 논문에서는 BoW기반의 벡터유사도 뿐 아니라 두 문서에 포함된 사진들의 유사성 및 주제의 관련성을 측정, 이를 분류기의 자질로 추가하여 두 뉴스가 동일사건을 다루는지 판정하는 분류기의 성능을 개선하는 방법을 제안한다. 사진들의 유사성 및 주제의 관련성은 최근 각광을 받는 딥러닝기반 CNN과 신경망기반 문서임베딩을 통해 측정하였다. 실험결과 기존의 BoW기반 벡터유사도에 의한 분류기의 성능에 비해 제안하는 두 자질을 사용하였을 경우 3.4%의 성능 향상을 보여주었다.