• 대한기계학회논문집A
• /
• 제41권1호
• /
• pp.57-62
• /
• 2017

이 논문의 목적은 원자력 발전소의 급수 펌프인 왕복동식 펌프의 연속적인 사용으로 인한 점진적인 성능저하의 정도를 진단하는 방법을 개발하는 것이다. 일반적으로 이러한 점진적인 성능 저하는 너무 서서히 진행되기 때문에 기존의 진단 방법으로는 그 성능 저하의 정도를 판단하기 어렵다. 하지만 정상 상태의 파라미터들을 제공하는 기계가 있다면, 현재의 상태와 비교하여 성능 저하의 정도를 파악하는 것이 가능해 진다. 이 논문은 점진적인 성능 저하를 식별하는데 사용할 수 있는 새로운 방법을 제안한다. 건강한 상태의 펌프의 정보를 제공하는 에뮬레이터를 FPGA 사용하여 개발하는 과정을 보이고, 실제 펌프로부터 수집한 데이터와 비교하여 에뮬레이터가 동작한다는 것을 보인다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.853-862
• /
• 2019

본 논문에서는 낮은 MTBF와 높은 정비비용이 소모되는 TWTA(: Travelling Wave Tube Amplifier) 방식의 탐색레이더 송신장치를 대체하기 위해서 4.5kW X-대역 SSPA(: Solid State Power Amplifier) 방식의 송신장치를 설계하였다. 송신장치는 평균송신출력 520W와 최대송신출력 4.0kW 이상의 성능을 목표로 설계되었다. 특히 점진적 성능저하 기능을 구현하여, 200W 전력증폭기조립체의 40%(13개 조립체 모듈)의 고장 수준까지는 기존의 TWTA 송신장치보다는 우수한 성능이 유지되도록 설계하였다. 설계된 송신장치에 대해서 X-대역 유효범위를 대상으로 실험한 결과, 최대송신출력 6.1kW, 불요파 69.16dBc, 상승시간 15.2ns, 하강시간 16.3ns 등의 성능값을 확인하였다. 아울러 고장인가를 통하여 점진적 성능저하 기능에 따른 출력전력의 변화를 실험을 통해 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.317-319
• /
• 1999

공간 데이터베이스에서 공간 데이터간의 근접성을 알아보아야 할 필요가 많이 발생한다. 이를 위해, 본 연구에서는 방향 관계와 거리 관계가 혼합된 형태의 질의에서 공간적으로 가까운 객체를 순서적으로 추출해내는 방법을 제안한다. 점진적 거리 조인 알고리즘을 근간으로 섹터 기반 모델을 적용하여 객체들을 순서적으로 추출할 수 있도록 한다. 섹터의 분류와 섹터들간 정렬 순서에 따라 추출된 값을 필요에 따라 제한조건의 조절이 가능하다는 장점이 있다. 또한, 점진적 거리조인 알고리즘에 있어서의 데이터 크기에 따른 성능 저하 문제도 어느 정도 해결할 수 있음을 기술하고 있다.

• 융합신호처리학회논문지
• /
• 제3권2호
• /
• pp.1-7
• /
• 2002

처리 요구 조건이 주기적으로 발생하는 데이터들은 전송이나 재생시 시간적인 제약조건을 가진다. 일반적인 실시간 스케줄링 알고리즘은 이러한 연속성을 고려하지 아니하므로 멀티미디어 데이터를 스케줄링하기에 적절하지 않다. 비율조정 비례지분 스케줄러는 멀티미디어 데이터의 연속성을 고려하여 설계된 스케줄링 알고리즘으로 태스크가 자신의 지분보다 더 많은 자원을 할당 받지 못하도록 제어하기 위해 비율조정기를 사용한다 그러나 엄격한 비율조정기로 인해 자원 할당의 공정성을 보장하지 못하게 된다. 이는 과부하상황에서 시스템의 성능이 급격하게 감소되는 원인 이 된다 본 논문에서 제시하는 수정된 비례지분 스케줄러는 연속성, 시간 제약성과 같은 멀티미디어 데이터의 특성을 고려할 뿐만 아니라 비율조정 기를 수정하여 자원 할당의 공정성을 유지하고 과부하시에 성능이 점진적으로 저하되게 한다. 또한 우선권 정책을 사용하여 문맥교환 횟수를 줄인다. 본 논문에서 제시하는 스케줄링 알고리즘의 성능을 측정하기 위해 스케줄링 알고리즘의 유연성을 측정할 수 있는 평가 방법을 제시하고, 평가 결과를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.221-222
• /
• 2014

본 논문은 레일리 채널에서 차량이 이동할 때 같은 차선에서 같은 방향으로 이동하는 인접 차량들과의 통신성능과 다른 차선에서 반대 방향으로 이동하는 차량들과의 통신성능을 일반도로에서 상대속도에 따라 분석한 것으로서 그결과 상대속도가 점진적으로 증가할수록 통신성능이 저하되는 현장이 발생하였다.

• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.540-545
• /
• 2023

최신의 항공기 탑재 능동위상배열레이다(AESA radar; active electronically scanned array radar) 에서는 AESA 레이다의 빠른 전자적 빔 조향 능력과 효율적인 레이다 자원관리를 통해, 상황인식 능력을 극대화할 수 있는 동시운용(Interleaved) 모드가 운용된다. 본 논문에서는 AESA 레이다의 동시운용모드에 있어서 점진적인 성능 저하를 이루기 위한 모드별 자원 할당량을 결정하기 위해, 모드별 성능분석 항목을 식별하고 탐지거리 성능 측면에서 자원할당량에 따른 성능저하를 분석하였다. 이를 통해 실제 동시운용모드 설계 시 모드별 또는 탐색 영역 조합별로 성능 저하를 최소화 할 수 있는 부하량을 도출하였고, 단일모드 운용 대비 동시모드 운용 시 부하 관리 기반 빔 스케줄링 규칙에 대해 제안하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.497-501
• /
• 2022

대화 상태 추적(Dialogue State Tracking)은 특정 목적을 달성하기 위한 대화 시스템인 목적 지향 대화 시스템의 핵심 부분으로, 대화에서 표현된 사용자의 목적을 추출한다. 조기 위험 검출 시스템은 연속적으로 들어오는 정보를 바탕으로 분류 대상인지 아닌지를 판별하며, 정확도 저하를 피하면서 최대한 빠르게 분류하는 것을 목표로 한다. 본 연구에서는 대화 상태 추적 시스템에서 나온 은닉층을 입력으로 하여 실시간으로 공황 장애 여부를 점진적으로 조기 분류하는 시스템과 조기 분류를 위한 새로운 손실 함수를 제안한다. 조기 위험 검출 시스템에 대화 상태인 belief state의 정보를 함께 사용했을 때, 큰 성능 향상을 보였으며 대화 상태가 조기 위험 검출에 필요한 정보를 담고 있음을 확인할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제28권4호
• /
• pp.568-576
• /
• 2001

대부분의 클러스터링 알고리즘들은 고차원 공간에서 성능이 급격히 저하되는 경향이 있다. 더욱이 고차원 데이타는 상당한 양의 잡음 데이타를 포함하고 있으므로 알고리즘의 추가적인 효과성 문제를 야기한다. 그러므로 고차원 데이타의 구조와 특성을 지원하는 적합한 클러스터링 기법이 개발되어야 한다. 본 논문에서는 선형변환 프로젝션을 이용한 클러스터링 알고리즘 CLIP을 제안한다. CLIP은 고차원 클러스터링의 효율성 및 효과성 문제를 극복하기 위해 개발되었으며, 클러스터 형성에 밀접하게 연관된 부분 공간에서 클러스터를 탐사하는 기법이다. 알고리즘의 주요 사상은 각1차원적 부분공간에서의 클러스터링에 기본을 두고 있지만. 점진적인 프로젝션을 이용하여 고차원 클러스터를 탐사한 뿐만 아니라 연산을 획기적으로 줄인다. CLIP의 성능을 평가하기 위해 합성 데이타를 이용한 일련의 실험을 통하여 효율성 및 효과성을 증명한다

• 한국음향학회지
• /
• 제41권2호
• /
• pp.199-209
• /
• 2022

일반적인 비정상 탐지 알고리즘은 사전 데이터를 이용하여 학습된다. 따라서 시간에 따른 정상 데이터의 특징이 변화되는 경우에 기존의 배치 학습 기반 알고리즘의 성능 저하가 불가피하다. 본 논문에서는 정상 데이터의 점진적 특징 변화를 고려할 수 있는 온라인 비정상 탐지 알고리즘을 제안한다. 제안하는 알고리즘은 단일 클래스 분류 모델에 기반하며 오프라인 및 온라인 단계의 학습 과정을 포함한다. 제안된 알고리즘의 오프라인 학습 단계에서는 사전 데이터가 잠재 공간의 중심에 근접하도록 학습하고, 이후 온라인 학습단계에서는 신규 데이터에 의한 점진적 잠재 공간의 중심을 갱신하고, 갱신된 중심을 기준으로 계속 학습을 진행한다. 공개된 수중 음향 데이터를 이용한 실험결과 제안된 온라인 비정상 탐지 알고리즘은 점진적 중심 갱신 및 학습을 위해 단지 2 % 정도의 추가 학습시간이 소요되는 것으로 확인되었다. 반면에 시변 정상데이터가 수신되는 경우에 오프라인 학습 모델과 비교하여 19.10 % 개선된 Area Under the receiver operating characteristic Curve(AUC) 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.236-239
• /
• 2011

품사 태깅에서 오류는 같은 가중치를 가지는 것으로 간주되어 왔다. 하지만 품사 태깅의 결과를 활용하는 다른 자연어 처리 기술에 태깅 오류가 얼마나 영향을 미칠 수 있는가에 따라 품사 태깅 시 발생하는 오류가 가지는 가중치를 다르게 보아야 한다. 심각한 오류는 이를 활용하는 자연어 처리 기술의 성능 저하를 크게 야기하지만, 사소한 오류는 성능의 저하를 야기하지 않거나 그 영향이 미미하다. 본 논문에서는 품사 태깅 시, 전체적인 성능을 유지하면서 심각한 오류를 줄이는 것을 목표로 한다. 이를 위해 두 가지 점진적 손실 함수(gradient loss function)를 제안한다. 제안한 손실 함수는 심각한 오류에 사소한 오류보다 더 큰 가중치를 줌으로써 품사 태깅 모델이 심각한 오류에 더 집중하여 성능을 최적화하도록 한다. 실험에서 제안한 손실 함수를 활용한 태깅 모델은 기존의 방법에 비해 심각한 오류를 효과적으로 줄일 뿐만 아니라 전체적으로 더 높은 정확도를 보였다.