• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10d
• /
• pp.244-248
• /
• 2007

센서 네트워크에서 에너지 소비는 전송거리와 보내고자 하는 데이터에 비례한다. LEACH-C와 같은 클러스터 기반 라우팅 기법들은 센서 노드들의 클러스터링을 통하여 데이터 전달 거리를 최소화시킴으로서 에너지의 효율성을 얻는다. 하지만 LEACH-C에서는 클러스터링을 구성할 때 클러스터 구성 노드들의 거리의 총합만을 고려한다. 본 논문에서는 에너지 사용에 큰 영향을 미치는 기지국과 클러스터 헤드간의 거리를 고려한 클러스터 헤드 선택 알고리즘을 제안한다. 제안 방법은 LEACH-C에 비해 기지국의 위치가 일정 거리 이상 떨어져 있을 경우 성능 향상 결과를 제공하였다. 이 결과는 클러스터 기반 라우팅 알고리즘에서 클러스터 헤드와 기지국간의 거리를 고려하는 것이 에너지 효율적인 측면에 영향을 미칠 수 있음을 보여 주었다.

• Proceedings of the KIEE Conference
• /
• 2006.07b
• /
• pp.843-844
• /
• 2006

자기 기록 시스템이 더 높은 기록 밀도를 가지려면 기록 미디어에 더 작은 공간을 가지는 비트를 기록할 수 있어야 한다. 이를 가능하게 하기 위해서는 더 작은 비트를 보존 할 수 있는 고 보자력 기록 미디어와 이를 기록할 수 있는 자기 기록 헤드가 있어야 한다. 자기 기록 시스템에서 기록 밀도와 함께 중요시 되는 것이 바로 기록 속도이다. 시스템이 발전 할 수록 요구되는 속도 또한 높아지고 있다. 기록 속도가 빨라지려면 기록 주파수가 높아지고 기록 미디어의 회전 속도가 빨라져야 한다. 자기 기록 헤드는 자화되어 있는 고 보자력 기록 미디어 위를 빠른 속도로 직선 운동하고 있는 형태가 되고 이로 인하여 자기 기록 헤드에 와전류가 발생하게 된다. 발생되는 와전류의 형태는 기록 미디어에 자화된 형태에 따라 달라질 것이고 또한 자기 기록 미디어의 회전 속도와 와전류가 발생되는 기록 헤드의 전기전도도에 따라 변화 된다. 본 연구는 이렇게 발생된 와전류를 3차원 유한요소법을 이용하여 분석한 수 이 와전류가 기록 필드에 미치는 영향을 분석하여 제시 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.97-98
• /
• 2015

본 논문에서는 자이로스코프 센서를 장착한 헤드셋 모델을 소개한다. 이 헤드셋은 교육용으로 설계 되었으며 자이로스코프 센서로 사용자의 위치 및 상태에 따라 장애물에서 송출되는 소리가 다르게 들린다. 사용자의 키 정보를 입력하면 좌우 방향은 물론 상, 하를 인식하여 충돌 반경을 더 세부적으로 조절할 수 있다. 본 논문에서 제안하는 기술을 통하여, 후천적 시각장애인의 경우 '물리적 위험'이 적은 상태에서 지형 정보와 그에 따른 행동을 학습할 수 있을 것이다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.7 no.4
• /
• pp.223-228
• /
• 2014

It is known that a belief propagation algorithm is a fast decoding scheme for LT codes but it require a large overhead, especially for a short block length LT codes. In this paper an improved belief decoding algorithm using searching method for degree-1 packets is proposed for a small overhead. The proposed decoding scheme shows the desirable performance in terms of overhead while guaranteeing the same computational complexity with respect to the conventional BP decoding scheme.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.826-828
• /
• 2005

본 논문에서는 이질적인 수신단말들에 효율적인 스테레오 영상전송을 위한 시공간적 계위를 이용한 부호화 방법을 제시하였으며, 각각의 시간적, 공간적 계위의 오버헤드를 분석하였다. 제시된 부호화기는 유연성있는 스테레오 비디오 서비스를 위해서 하나의 영상에 각각 시간적, 공간적으로 확장 가능한 추가적인 비트열을 정의하였다. 실험을 통하여 공간적 계위 오버헤드는 시간적 계위 오버헤드에 비해 상대적으로 크지만, 스테레오 부호화기의 양안차 예측으로 인해 많이 감소됨을 보였다. 제안된 스테레오 비디오 부호화기는 다양한 디스플레이 장치 및 네트워크 환경을 가지는 유비쿼터스 컴퓨팅 환경을 위한 효율적인 스테레오 비디오 전송 서비스에 활용될 것으로 기대된다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.961-964
• /
• 2007

본 논문에서는 FEM (Finite Element Method)을 이용한 압전세라믹의 특성해석을 통하여 잉크젯 프린트헤드를 설계, 제작하였다. 압전세라믹의 물질특성과 잉크유체 특성을 고려한 굽힘 모드방식의 구동원리와 이론정립을 하였다. 압전방정식은 압전구조에 의한 공진주파수로 압전 파라미터를 구할 수 있고, 실험을 통하여 이러한 측정값을 얻을 수 있었다. 제작된 압전세라믹 프린트헤드의 잉크드롭 실험결과 통하여 이에 대한 특성을 알 수 있었다. 이때 잉크유체의 음파와 압전 공진주파수 범위 내에서 압전세라믹 응력(변형)의 이득을 발생할 수 있음을 제작한 128노즐의 압전세라믹 잉크젯 프린트헤드로부터 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.139-142
• /
• 2010

클러스터 기반의 무선 센서 네트워크는 데이터를 병합하여 전송함으로써 에너지를 효율적으로 사용할 수 있다. 하지만 데이터를 병합하는 클러스터 헤드에 집중된 부하로 인해 센서노드 간 에너지 불균형이 발생하게 된다. 에너지가 고갈되어 가는 센서노드는 클러스터 헤드 선출기간에 필요한 메시지 전송에 따른 에너지 소모가 부담이 된다. 본 논문에서는 센서노드의 에너지가 고갈되어 갈 때 클러스터 선출에 발생하는 에너지 소모를 감소시키기 위해 클러스터 헤드 스케줄링 기법(Cluster Head Scheduling Scheme:CHSS)을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.66-68
• /
• 2011

낮은 오버헤드를 갖는 실시간 스케줄링 알고리즘은 멀티코어 프로세서가 임베디드 시스템에서 사용되기 위한 가장 중요한 요소 중의 하나이다. 멀티코어 환경에서 스케줄링 오버헤드는 주로 메모리 성능을 저해시키는 코어간 태스크 이동에 의해 발생한다. 본 논문에서는 시스템 이용률 면에서 최적으로 알려진 Pfair 스케줄링 알고리즘을 스케줄링 시에 태스크의 CPU 코어 할당 방식에 대해 스케줄링 오버헤드를 측정하였다. 실험 결과 동일 코어 기반 태스크 할당 방식을 도입함으로 인해서 태스크 이동 횟수를 크게 줄일 수 있음을 보여주었다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.175-180
• /
• 2019

관계 추출은 문서에서 존재하는 트리플(주어, 관계어, 목적어)형식에 해당하는 단어를 추출하는 작업을 뜻한다. 본 논문에서는 멀티헤드 셀프 어텐션을 이용하여 트리플 중 주어나 목적어를 찾는 구조를 제안한다. 한국어 위키피디아와 DBpedia의 관계어를 단어 임베딩을 통해 벡터를 생성하고 입력한다. 초록과 관계어의 어텐션 이후 멀티 헤드 셀프 어텐선 구조를 통해 초록 중 관계어와 관련 있는 단어들의 가중치가 높아 진다. 멀티헤드 셀프 어텐션 과정을 반복하여 주요 단어들의 가중치가 계속해서 높아진다. 이를 입력으로 하여 정답이 될 단어의 시작과 끝을 선택한다. 제안 방법으로 직접 구축한 한국어 관계 추출 데이터셋을 대상으로 F1 0.7981의 성능을 보였다. 제안 방법은 관계어와 같이 단순한 정보만을 이용하고도 초록에서 적절한 정답 단어를 추출할 수 있음을 확인하였다. 관계어의 범위를 확장함으로서 나아가 육하원칙(5W1H)과 같은 이벤트의 추출에도 활용할 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.541-544
• /
• 2021

본 논문은 어떤 기업의 주식 주문 정보를 담고 있는 호가창(limit order book)과 해당 기업과 관련된 뉴스 헤드라인을 사용하여 해당 기업의 주가 등락을 예측하는 딥러닝 기반 모델을 제안한다. 제안 모델은 호가창의 중기 변화와 단기 변화를 모두 고려하는 한편, 동기간 발생한 뉴스 헤드라인까지 예측에 고려함으로써 주가 등락 예측 정확도를 높인다. 제안 모델은 호가창의 변화의 특징을 CNN(convolutional neural network)으로 추출하고 뉴스 헤드라인을 Word2vec으로 생성된 단어 임베딩 벡터를 사용하여 나타낸 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락여부를 예측한다. NASDAQ 실데이터를 사용한 실험을 통해 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 방법에 비해 정확도를 최대 17.14%, 평균 10.7% 향상시켰다.