• 제목/요약/키워드: 인기

검색결과 2,139건 처리시간 0.022초

스마트무인기 로터 안정성 및 훨플러터 해석 (Rotor Stability and Whirl Flutter Analysis of Smart UAV)

  • 이명규
    • 항공우주기술
    • /
    • 제7권2호
    • /
    • pp.205-212
    • /
    • 2008
  • 본 논문에서는 스마트무인기 로터시스템의 공진, 로터 공탄성 안정성 및 휠플러터 안정성 해석을 위한 모델링 데이터와 최종 해석결과를 기술하였다 향후 날개구조 설계변경 가능성을 고려하여 날개 빔, 코드 및 비틀림 강성이 훨플러터 안정성에 미치는 영향이 분석되었다. 파라메트릭 분석 결과 날개의 비틀림 강성 및 빔강성의 변화가 코드방향 강성에 비하여 빔모드 댐핑값에 훨씬 큰 영향을 미치는 것으로 분석되었다. 최종 설계된 로터시스템은 공진가능성이 없고, 스마트무인기 TR-S4 로터/파일론/날개에 대하여 로터 공탄성 안정성 및 훨플러터 안정성이 보장됨을 해석적으로 확인하였다.

  • PDF

드론을 통해 보는 다목적 스마트 이동기기 산업의 미래

  • 이경전
    • 광학세계
    • /
    • 통권158호
    • /
    • pp.58-60
    • /
    • 2015
  • 드론이 인기다. 드론이 뜨고 있다. 드론은 왜 인기인가? 왜 드론이 인기인지를 인식해보아야 한다. 결론부터 이야기하면 드론이 인기인 이유는 드론이 MMM이기 때문이다. MMM은 필자가 2년 전 쯤에 만든 신조어로 Multipurpose Mobile Machine의 약자다. 다목적 이동 기계라는 말이다. 우리말로 줄이면 다이기(多移機)쯤 된다. 드론은 다목적 이동 기계, 즉 다이기이다. 인터넷이 군용으로 사용되다가 민간이 사용하게 된 것처럼 드론 역시 정찰, 감시, 폭격 등의 군사용으로 출발했지만, 민간이 사용하는 드론의 용도는 무척 다양하다. 사진 촬영, 영화 제작, 드라마 촬영, 음식 배달, 씨앗의 파종과 농약의 살포, 현장 탐사, 경계 근무 등 정말 다용도에 사용되고 있다. 중요한 것은 드론 각각이 다목적으로 사용될 수 있다는 것이다. 이는 드론이 단지 물리적 기계인 것이 아니라 스마트 기계로, 스마트폰과 같은 SW중심 기기와 드론에 내장된 OS와 SW에 의한 제어를 통해 비로소 실현된다. 즉, 드론은 MMM이기도 하지만, 정확히 SMM(Smart Mobile Machine)이기 때문에 그 잠재성이 인정받고 있는 것이다. 지금까지 스마트 폰, 스마트 워치, 스마트 TV 등은 모두 스마트 기기이기는 하지만 스마트 이동 기기는 아니다. 한편, 로봇 청소기 등 기존의 가정용 로봇이나 산업용 로봇은 대부분 단일목적 이동기기이거나 다목적 고정 기계이므로, 로봇이라 부르기가 민망한 기계들이었다. 필자는 드론이 이렇듯 새로운 스마트 기기 산업과 기존의 로봇 산업이 갈 길 또는 가고 있는 길을 보여주고 있다는 점에서 관심을 갖는다. 스마트 기기 산업의 관점에서는 이제 비로소 고정형(스마트TV), 부착형(스마트 워치), 휴대형(스마트 폰) 스마트 기기 산업에서 다목적 스마트 이동 기계라는 새로운 블루 오션 창출 산업이기에 의미가 있다.

  • PDF

풀 기반 데이타 방송 시스템에서의 데이타 인기도를 고려한 캐싱 전략 (A Caching Strategy Considering Data Popularity in Pull-Based Data Broadcast Systems)

  • 신동천
    • 한국정보과학회논문지:정보통신
    • /
    • 제33권4호
    • /
    • pp.324-332
    • /
    • 2006
  • 캐싱은 데이타 방송 시스템에서 방송 요청의 경쟁을 줄임으로써 좁은 대역폭으로 인한 시스템 성능의 저하를 완화할 수 있는 유용한 방법이다. 본 논문에서는, 풀 기반 방송 시스템에서 클라이언트들간의 데이타 인기도를 반영하는 캐싱 전략을 제안한다. 아울러, 데이타 방송 버전을 이용하여 데이타 접근의 최근성을 반영할 수 있도록 하고 제안한 전략의 성능을 시뮬레이션을 통하여 평가한다. 성능 평가에 따르면, 히트율과 미스 비용을 함께 고려한 전략이 전통적 전략인 LRU 보다 성능 우위를 보이고 있다. 클라이언트들의 데이타 인기도를 고려한 전략은 일부 경우에 있어 성능 우위를 보여 주고 있다.

Afreeca TV의 인기 채널 특징 탐구 (Exploring the Traits of Popular Channels of Afreeca TV)

  • 한석희
    • 한국인터넷방송통신학회논문지
    • /
    • 제17권2호
    • /
    • pp.33-38
    • /
    • 2017
  • 본 연구는 현재 한국에서 가장 대중적인 인터넷 방송 Afreeca TV에서 나타나는 인기 채널에 대하여 탐구한다. 기술의 발전으로 인해 일반인이 장비를 통해 개인 방송을 할 수 있는 시대가 도래 하였으며, 이에 따른 다양한 학술적 논의가 태어나고 있다. 인터넷 방송은 기존의 미디어와는 다르게, 시청률의 개념은 존재하지 않으며. Afreeca TV는 특정 공식을 이용하여 인기 채널을 집계한다. 이러한 상황에서 본 연구는 Afreeca TV에서 나타나는 인기 채널을 1) 성별 2) 프로필 사진 3) 장르 4) 애청자 5) 팬클럽 6) 서포터 7) 방송시간 8) 누적 시청자의 방식으로 구분하여, 어떠한 특징이 있는지 살펴보도록 한다. 더 나아가, 인터넷 방송의 미래에 대해서 고찰한다.

인터넷 게임 방송에서 나타나는 인기 채널의 특징과 비교: Twitch TV를 중심으로 (Characteristics and Comparison of Popular Channels on Internet Game Broadcasting: Focus on Twitch TV)

  • 한석희
    • 한국인터넷방송통신학회논문지
    • /
    • 제16권4호
    • /
    • pp.7-14
    • /
    • 2016
  • 본 연구는 인터넷 방송 중 게임을 전문적으로 하는 미국의 Twitch TV(트위치 TV)에서 나타나는 인기 채널을 분석한다. 현재 한국에서 인터넷 방송은 아프리카가 실질적 독점을 하고 있으나, Twitch TV는 전 세계적으로 인기가 높으며 현재 한국에서 영향력을 확대하기 위해 노력 중에 있다. 구체적으로 본 연구는 1월부터 6월까지 매주 금요일 9시에 Twitch TV에서 나타나는 국내(한국)와 해외의 인기 채널을 총 20회 조사한 뒤, 채널에서 나타나는 (1) 시청자(접속자) 수 (2) 게임의 출연수 (3) 게임의 장르 (4) 게임의 개발 국가의 차이점을 입체적으로 조사하였다. 인터넷 방송은 지상파 TV와 달리 시청률의 개념은 없지만, 채널에 연결 된 접속자 수를 기반으로 인기 채널이 구별 될 수 있다. 이를 통해, Twitch TV의 특징을 연구하고, 더 나아가 인터넷 방송의 미래에 대해서도 토론한다.

시간 지역성과 인기 편향성을 가진 데이터 참조의 모델링 (Modeling of Data References with Temporal Locality and Popularity Bias)

  • 반효경
    • 한국인터넷방송통신학회논문지
    • /
    • 제23권6호
    • /
    • pp.119-124
    • /
    • 2023
  • 본 논문은 시간 지역성과 인기 편향성을 가진 데이터 참조를 나타낼 수 있는 새로운 참조 모델을 제안한다. 기존의 참조 모델 중 대표적인 LRU 스택 모델은 시간 지역성, 즉 최근에 참조된 데이터가 다시 참조될 가능성이 높은 성질을 나타낼 수 있으나, 데이터의 서로 다른 인기도를 고려할 수 없는 약점이 있다. 이와 반대로 데이터의 서로 다른 인기도를 반영할 수 있는 모델로 독립 참조 모델이 있으나, 시간에 따른 데이터 참조 성향의 변화를 모델링할 수 없는 한계가 있다. 본 논문이 제시하는 참조 모델은 이 두 모델의 한계를 극복하여 서로 다른 데이터의 인기도와 시간에 따른 참조 성향의 변화를 모두 반영할 수 있는 특징이 있다. 또한, 본 논문에서는 캐쉬 교체 알고리즘과 참조 모델의 연관성에 대해 살펴보고 제안한 모델의 최적성에 대해 보인다.

CCN에서 실시간 콘텐츠 인기도 기반 캐시 정책 (A Real-time Content Popularity-Based Cache Policy in Content Centric Network)

  • 서민근;권태욱
    • 한국전자통신학회논문지
    • /
    • 제18권6호
    • /
    • pp.1095-1102
    • /
    • 2023
  • CCN(: Content Centric Network)은 기존 네트워크 구조를 개선하기 위해 등장한 네트워크로, 주소 대신 콘텐츠 이름에 기반하여 통신한다. 캐시를 활용하여 트래픽을 분산시키고, 중간노드에서 콘텐츠를 전송함으로써 응답시간 감소 효과를 가져오고 있다. 본 논문에서는 CCN 환경에서 제한된 CS 공간을 효율적으로 활용할 수 있도록 인기도를 고려한 캐시 정책을 제안한다. 어떤 콘텐츠에 우선순위를 두어 저장하고 방출할지를 결정하는지에 따라 CCN의 성능이 크게 달라질 수 있다. 가장 효율적인 캐시 교체를 위해 생성자 인기도, 생성자 거리, 콘텐츠 히트수를 기반으로 콘텐츠 인기도를 계산해 우선순위를 정하는 실시간 콘텐츠 인기도 기반 효율적인 캐시 교체정책을 제안하였으며, 새로운 정책의 효율성을 실험을 통해 입증하였다.

사이트의 인기도를 고려한 도큐먼트 교체정책 (Document Replacement Policy Considering Site Popularity)

  • 유행석;장태무
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (3)
    • /
    • pp.178-180
    • /
    • 2002
  • 대부분의 웹 캐시는 도큐먼트를 기반으로 하여 캐시 내에 임시적으로 도큐먼트를 저장하고 사용자의 요청이 있을 때 그에 해당된 도큐먼트가 캐시 내에 존재하면 그 도큐먼트를 사용자에게 전송해 주고, 캐시 내에 존재하지 않을 때에는 새로운 도큐먼트를 서버에게 요청하여 캐시 내에 복사를 하고 사용자에게 되돌려 준다. 이때 캐시의 용량 초과로 인해 새로운 도큐먼트를 기존의 도큐먼트와 교체하기 위해 도큐먼트 교체정책(replacement police)을 사용한다. 일반적인 교체정책에는 도큐먼트를 기반으로 한 LRU기법이나 LFU기법 등이 있고, 이러한 여러 가지 교체정책을 사용하여 캐시내의 도큐먼트를 효과적으로 교체한다. 하지만, 위의 교체정책은 사이트의 인기도를 고려하지 않고 도큐먼트 요청 빈도수 만을 고려하여 교체정책을 수행한다. 따라서 본 논문에서는 요청이 빈번한 도큐먼트와 사이트의인기도를 고려한 교체정책을 사용하여 요청이 빈번하지 않은 도큐먼트를 효과적으로 교체함으로써 캐시의 적중률(hit-rate)을 높이고, 캐시의 내용을 효과적으로 관리할 수 있는 현대적인 네트워크 환경에 적합한 도큐먼트 교체정책인 사이트의 인기도를 고려한 도큐먼트 교체 정책을 제시한다.

  • PDF

스마트무인기 추진장치 지상시험 (Ground Test of Smart UAV Propulsion System)

  • 이창호
    • 한국추진공학회:학술대회논문집
    • /
    • 한국추진공학회 2009년도 제33회 추계학술대회논문집
    • /
    • pp.533-536
    • /
    • 2009
  • 스마트무인기의 추진동력계통은 터보프롭 항공기와 유사한 피치 가버닝 개념으로 조종사가 엔진동력을 직접 입력하고 제어기는 프롭로터의 회전속도를 일정하게 유지하는 방식을 사용한다. 본 논문에서는 스마트무인기의 지상시험 결과 중 엔진관련 데이터를 추출하여 전기 작동기로 구동되는 엔진 Power Lever 각도의 변위값과 가스발생기 회전속도의 상관관계 및 동력 변화를 엔진성능계산프로그램으로 예측한 결과과 비교한다.

  • PDF

오피니언 마이닝과 머신러닝을 이용한 페이스북 인기 게시물 예측 시스템 (Prediction System of Facebook's popular post using Opinion Mining and Machine Learning)

  • 안현우;문남미
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2017년도 추계학술대회
    • /
    • pp.70-73
    • /
    • 2017
  • 페이스북 SNS 플랫폼에서 제공하는 데이터 수집 프로토콜을 이용해 콘텐츠들의 인기 점수와 사용자 의견들을 수집하고 수집된 정보를 가공하여 기계학습을 진행한다. 오피니언 데이터를 학습함으로 인해 인간의 관점을 모방하게 되며 결과적으로 콘텐츠의 질을 판단하는 요소로써 작용하도록 한다. 데이터의 수집은 페이스북 측에서 제공하는 Graph API 와 Python 을 이용하여 진행한다. Graph API 는 HTTP GET 방식의 프로토콜을 이용하여 요청 하고 JSON 형식으로 결과를 반환한다. 학습은 Multiple Linear Regression 과 Gradient Descent Algorithm(GDA)을 사용하여 진행한다. 이후 학습이 진행된 프로그램에 사용자 의견 데이터를 건네주면 최종인기 점수를 예측하는 시스템을 설명한다.

  • PDF