• 제목/요약/키워드: Computer data processing

검색결과 4,329건 처리시간 0.038초

대용량 온톨로지 데이터의 가시화 연구 (A Study on Visualization for Large Ontology Data)

  • 정성문;이정훈;한욱신
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2011년도 춘계학술발표대회
    • /
    • pp.1322-1323
    • /
    • 2011
  • 온톨로지는 정보들간의 체계 및 상호작용을 표현하고, 이를 통해 사용자들에게 유용한 지식을 제공하는 툴로 정보과학, 전자상거래, 및 의료 분야 등에서 널리 활용되고 있다. 본 논문에서는 온톨로지 데이터베이스 관리 시스템인 XML/RDF 를 이용하여 대규모의 온톨로지 데이터를 효율적으로 처리하고 가시화하는 방안에 대해 연구한다.

데이터 클러스터링에서 클러스터 수 결정방안 (A Method for Determining the Number of Clusters in Data Clustering)

  • 이병수;홍지원;김상욱
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2011년도 추계학술발표대회
    • /
    • pp.1268-1269
    • /
    • 2011
  • 데이터마이닝 분야에서는 주어진 공간상에 분포되어있는 데이터들을 분석위해 다양한 클러스터링 알고리즘이 존재한다. 그러나 대부분의 클러스터링 알고리즘에서는 클러스터 전체 개수를 미리 요구한다. 이 때문에 클러스터링 알고리즘에서 클러스터 전체개수를 미리 알아내는 것은 매우 중요하다. 본 논문에서는 데이터에 분포하는 클러스터들의 개수를 데이터의 그래프 모델을 이용한 분석으로 찾아내는 방법을 제안한다.

인공지능 환경에서 이닝별 데이터를 이용한 KBO 승패 예측 (KBO Win/Lose Predict Using Innings Data in AI Environments)

  • 김태훈;임성원;고진광
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 추계학술발표대회
    • /
    • pp.1028-1030
    • /
    • 2020
  • 과거 몇 년간의 데이터를 기반으로 현재 KBO 승패를 예측하고자 하는 것으로, 경기 초반 페이스가 얼마나 승패에 영향을 미치는지 파악하고자 한다. 경기의 이닝별 데이터로 딥러닝·머신러닝을 이용해 승리 팀을 예측하여 리그 순위를 예측하고, Flask 웹 프레임워크를 통해 입력값을 받아 예측해 주는 웹사이트를 구축하였다.

Multi-GPU 환경에서의 Convolution Layer 최적화 실험 (Empirical Experiments for Convolution Layer Optimization on Multi-GPUs)

  • 하지원;테오도라 아두푸;김윤희
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 춘계학술발표대회
    • /
    • pp.11-12
    • /
    • 2023
  • GPGPU 환경에서의 ML 모델이 다양한 분야에 지속적으로 활용되면서, 이미지 분할(image segmentation) 연구가 활발하다. multi-GPU 환경에서 성능 최적화를 위하여 병렬화 기법들이 활용되고 있다. 본 연구에서는 multi-GPU 환경에서 U-Net 모델의 전체 수행 시간을 단축하기 위해 convolution 연산을 최적화하는 기법을 적용하는 실험을 진행하였고 shared memory, data parallelism 를 적용하여 82% 성능 향상을 보여주었다.

R 시스템에서 대량의 자료 처리 (Massive Data Process in R System)

  • 김기영;김형석;염헌영
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2007년도 추계학술발표대회
    • /
    • pp.574-575
    • /
    • 2007
  • R은 통계 계산과 그래픽을 위해 다양한 기능을 제공하는 언어 및 환경이다. R은 다양한 장점을 제공하지만, 대량의 자료 처리에 대한 고려가 되어 있지 않아서 사용자들이 불편을 겪고 있다. 이 논문에서는, 이러한 대량의 자료 처리 문제를 어떤 방법으로 해결할 수 있으며, 어떠한 추가적인 사항을 생각할 수 있는지 서술하고자 한다.

반수동형 센서 태그 데이터의 효율적인 읽기 기법 (Techniques for Efficient Reading of Semi-Passive Sensor Tag Data)

  • 김수한;류우석;홍봉희
    • 전자공학회논문지CI
    • /
    • 제46권3호
    • /
    • pp.34-41
    • /
    • 2009
  • 본 논문은 반수동형 센서 태그의 센서 데이터를 효율적으로 읽기에 대한 주제를 고찰한다. 콜드 체인 관리 시스템에서는 데이터의 손실이 없이 센서 데이터가 완전하게 읽히고 빠른 처리 시간 안에 센서 태그 데이터를 읽는 것을 요구한다. 하지만, 센서 태그 데이터를 읽을 때 전파방해나 장애물과 같은 RF 환경에 의한 간섭을 받게 된다. 본 연구에서는 이러한 원인이 센서데이터의 손실을 발생시키고 데이터 손실이 발생하였을 때 센서 데이터를 읽는데 더 많은 시간이 걸리는 것을 알아냈다. 이러한 문제점을 해결하기 위하여, 우리는 센서 데이터의 효율적인 읽기를 보장해주는 트랜잭션 처리 메커니즘을 제안한다. 이를 위해, 우리는 읽기 트랜잭션 실행을 위해 동적 패킷 크기 기법과 데이터 복구 기법을 설명한다. 이러한 기법은 대용량의 데이터를 위한 처리시간 단축뿐만 아니라 읽기 연산의 신뢰성 또한 개선시킨다. 본 논문에서 데이터의 손실도 없고 많은 시간 소요도 없는 센서 데이터의 효율적인 읽기 수행의 개선에 기여함을 확인하였다.

Performance Study of Satellite Image Processing on Graphics Processors Unit Using CUDA

  • Jeong, In-Kyu;Hong, Min-Gee;Hahn, Kwang-Soo;Choi, Joonsoo;Kim, Choen
    • 대한원격탐사학회지
    • /
    • 제28권6호
    • /
    • pp.683-691
    • /
    • 2012
  • High resolution satellite images are now widely used for a variety of mapping applications including photogrammetry, GIS data acquisition and visualization. As the spectral and spatial data size of satellite images increases, a greater processing power is needed to process the images. The solution of these problems is parallel systems. Parallel processing techniques have been developed for improving the performance of image processing along with the development of the computational power. However, conventional CPU-based parallel computing is often not good enough for the demand for computational speed to process the images. The GPU is a good candidate to achieve this goal. Recently GPUs are used in the field of highly complex processing including many loop operations such as mathematical transforms, ray tracing. In this study we proposed a technique for parallel processing of high resolution satellite images using GPU. We implemented a spectral radiometric processing algorithm on Landsat-7 ETM+ imagery using CUDA, a parallel computing architecture developed by NVIDIA for GPU. Also performance of the algorithm on GPU and CPU is compared.

영상처리를 위한 Pipelined 병렬처리 시스템 (Pipelined Parallel Processing System for Image Processing)

  • 이형;김종배;최성혁;박종원
    • 전기전자학회논문지
    • /
    • 제4권2호
    • /
    • pp.212-224
    • /
    • 2000
  • 본 논문에서는 영상 응용프로그램의 처리 속도를 향상하기 위한 병렬처리 시스템을 제안한다. 병렬처리 시스템은 Pipelined SIMD 구조를 갖고 있으며, 다수개의 처리기와 다중접근 기억장치로 구성된다. 다중접근 기억장치는 메모리 모듈들과 메모리 제어부로 구성되며, 메모리 제어부는 메모리 모듈 선택 모듈, 데이터 라우팅 모듈, 그리고 주소 계산 및 라우팅 모듈로 구성되어 있으며, 블록, 행, 그리고 열 내의 데이터를 동시에 접근할 수 있는 기능을 제공한다. 제안한 병렬처리 시스템을 검증하기 위해서 형태학적 필터를 적용하여 기능 검증 및 처리속도를 확인하였다.

  • PDF

센서 네트워크에서의 질의 처리 기법 (Query Processing Scheme on Sensor Networks)

  • 김동현
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2012년도 춘계학술대회
    • /
    • pp.117-119
    • /
    • 2012
  • 센서 네트워크는 센서 노드를 이용하여 주변 데이터를 수집하고 수집된 데이터를 가공하여 사용자에게 필요한 정보를 제공하기 위한 정보 서비스 인프라이다. 센서 네트워크를 이용하여 정보를 서비스하기 위해서는 먼저 사용자 질의를 처리하고 필요한 데이터를 추출하기 위한 기법이 필요하다. 이 논문에서는 사용자 질의를 처리하는 기법을 분류하기 위한 기준을 제시한다. 그리고 제시한 기준에 따라 기존의 대표적인 연구들을 분류한다.

  • PDF

Routing Techniques for Data Aggregation in Sensor Networks

  • Kim, Jeong-Joon
    • Journal of Information Processing Systems
    • /
    • 제14권2호
    • /
    • pp.396-417
    • /
    • 2018
  • GR-tree and query aggregation techniques have been proposed for spatial query processing in conventional spatial query processing for wireless sensor networks. Although these spatial query processing techniques consider spatial query optimization, time query optimization is not taken into consideration. The index reorganization cost and communication cost for the parent sensor nodes increase the energy consumption that is required to ensure the most efficient operation in the wireless sensor node. This paper proposes itinerary-based R-tree (IR-tree) for more efficient spatial-temporal query processing in wireless sensor networks. This paper analyzes the performance of previous studies and IR-tree, which are the conventional spatial query processing techniques, with regard to the accuracy, energy consumption, and query processing time of the query results using the wireless sensor data with Uniform, Gauss, and Skew distributions. This paper proves the superiority of the proposed IR-tree-based space-time indexing.