• 전자통신동향분석
• /
• 제38권5호
• /
• pp.34-50
• /
• 2023

Quantum error correction is a key technology for achieving fault-tolerant quantum computation. Finding the best decoding solution to a single error syndrome pattern counteracting multiple errors is an NP-hard problem. Consequently, error decoding is one of the most expensive processes to protect the information in a logical qubit. Recent research on quantum error decoding has been focused on developing conventional and neural-network-based decoding algorithms to satisfy accuracy, speed, and scalability requirements. Although conventional decoding methods have notably improved accuracy in short codes, they face many challenges regarding speed and scalability in long codes. To overcome such problems, machine learning has been extensively applied to neural-network-based error decoding with meaningful results. Nevertheless, when using neural-network-based decoders alone, the learning cost grows exponentially with the code size. To prevent this problem, hierarchical error decoding has been devised by combining conventional and neural-network-based decoders. In addition, research on quantum error decoding is aimed at reducing the spacetime decoding cost and solving the backlog problem caused by decoding delays when using hardware-implemented decoders in cryogenic environments. We review the latest research trends in decoders for quantum error correction with high accuracy, neural-network-based quantum error decoders with high speed and scalability, and hardware-based quantum error decoders implemented in real qubit operating environments.

• 디지털융복합연구
• /
• 제12권5호
• /
• pp.1-12
• /
• 2014

최근 인터넷 뱅킹, 전자결제, 전자상거래, 홈쇼핑, 증권 거래, 민원 업무 등 미션 크리티컬한 비즈니스가 증가함에 따라 무정지 서비스에 대한 요구가 높아지면서, 기존의 단일 데이터베이스에서 클러스터링, 이중화 기법 등에 관한 고가용성 기법에 관한 연구가 증가하고 있다. ALTIBASE$^{TM}$ Log Analyzer(이하 ALA)는 이중화 기법과는 별개로 Active Log를 기반으로 API를 제공하여, 이기종 또는 동일 기종간의 통신 및 확장성을 제공한다. 본 논문에서는 ALA를 사용하여 고가용성과 고확장성, 실시간 동기화 기능을 모두 만족시킬 수 있는 데이터베이스 시스템의 설계를 제시하고 ALA에 대한 성능평가를 하였다.

• ETRI Journal
• /
• 제35권6호
• /
• pp.990-1000
• /
• 2013

This paper describes the scalable extension of High Efficiency Video Coding (HEVC) to provide flexible high-quality digital video content services. The proposed scalable codec is designed on multi-loop decoding architecture to support inter-layer sample prediction and inter-layer motion parameter prediction. Inter-layer sample prediction is enabled by inserting the reconstructed picture of the reference layer (RL) into the decoded picture buffer of the enhancement layer (EL). To reduce the motion parameter redundancies between layers, the motion parameter of the RL is used as one of the candidates in merge mode and motion vector prediction in the EL. The proposed scalable extension can support scalabilities with minimum changes to the HEVC and provide average Bj${\o}$ntegaard delta bitrate gains of about 24% for spatial scalability and of about 21% for SNR scalability compared to simulcast coding with HEVC.

• KNOM Review
• /
• 제22권2호
• /
• pp.22-28
• /
• 2019

Science DeMilitarized Zone (DMZ)은 연구데이터의 특성에 최적화 된 대용량 연구데이터 전용 네크워크 기술이다. Science DMZ는 망을 사용하는 연구자 간의 신뢰성을 보장하는 폐쇄망을 구성하여, 전송성능을 저하할 수 있는 보안장비등을 배제함으로써 단대단 성능을 보장한다. Data Transfer Node (DTN)는 연구 데이터의 송수신 기능만을 담당하며 망의 성능과 보안을 보장하는 Science DMZ의 필수 구성요소이다. 현재의 Science DMZ 구조에서는 망사용자마다 DTN 서버를 포설하며 이는 과도한 망 관리 부담, 신규 사용자의 진입장벽, 그리고 망 전체 CAPEX 측면에서 확장성의 한계가 있다. 본 논문에서는 전술한 Science DMZ의 확장성 문제를 해결하기 위해 연구망 사용자들을 그룹화하여 중앙 집중형 공용 DTN 서버를 공유하는 구조에 대해 제시한다. 특히 상용 컴퓨팅 장비의 성능대비 장비 비용 추세를 적용하여 네트워크 로드에 따른 네트워크 장비 구성비용을 비교함으로써, 제안하는 공용 DTN 방안의 효과에 대해 예측 분석한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.1-9
• /
• 2020

이 논문에서는 NoSQL 데이터베이스의 동작 과정에서 발생하는 라이브러리 콜과 관련 정보들을 기록하여 내부 동작 과정을 심층적으로 분석하는 방법을 제안한다. 이를 통해 지정한 라이브러리 콜을 관찰 및 기록하며, 기록된 라이브러리 콜 정보를 통해 NoSQL 데이터베이스 간 내부 동작 차이를 비교하고, 입력 데이터 개수의 변화에 따라 발생하는 라이브러리 콜의 변화를 관찰하여 각 데이터베이스의 특징 및 확장성을 평가한다. 컴퓨팅 성능의 발전과 빅테이터의 활성화에 따라 다양하고 많은 양의 데이터를 기록 및 분석하기 위한 여러 종류의 NoSQL 데이터베이스가 등장하였으며, 각 환경에 적합한 데이터베이스를 선택하기 위해 각 데이터베이스의 확장성을 평가할 필요가 있다. 그러나 벤치마크, 성능 모델을 통한 외부 동작 관찰 또는 설계에 따른 구조적 특징 분석과 같은 기존의 방식으로는 데이터베이스가 동작하는 과정을 분석 또는 예측하기 어렵다. 따라서, 더욱 심층적인 분석을 통해 동작 과정 및 확장성을 파악하는 본 논문에서 제안하는 기법의 활용이 필요하다.

• 한국정보과학회논문지:정보통신
• /
• 제30권4호
• /
• pp.535-544
• /
• 2003

통합 서비스망은 실시간 응용들에게 고품질의 서비스를 제공하기 위해서 종단간 지연의 한계를 보장해야 한다. 이러한 보장 서비스는 라우터의 출력 포트에 설치되는 실시간 스케줄러에 의해서 제공된다. 그러나 현재까지 연구된 스케줄링 알고리즘들은 네트워크 유용도 혹은 확장성(scalability)에 문제점을 갖고 있다. 여기서 네트워크 유용도는 얼마나 많은 실시간 세션들을 승인할 수 있는 지를 의미한다. 본 논문은 서비스 곡선 알고리즘에서 높은 네트러크 유용도와 확장성 양쪽을 모두 성취할 수 있는 서비스 곡선 할당 방식을 제안한다. 서비스 곡선 알고리즘의 가장 큰 특징은 서비스 곡선 할당 방식에 따라서 네트워크 유용도와 확장성 모두가 결정된다는 점이다. 일상적인 믿음과 반대로, 데드라인을 계산할 때 전체 서비스 곡선이 아닌 일부만이 사용됨을 증명한다. 이 사실로부터 우리는 데드라인을 계산하는 비용이 상수 시간인 서비스 곡선 할당 방식을 제안한다. 또한, 수치결과를 통해서 제안하는 방식이 mutirate 알고리즘을 포함한 GPS 알고리즘들보다 더 높은 네트워크 유용도를 성취함을 보인다. 우리가 아는 한, 서비스 곡선 알고리즘이 제안하는 서비스 곡선 할당 방식을 채용하면 동일한 확장성을 갖는 스케줄링 알고리즘들 중에 가장 놀은 네트워크 유용도를 성취한다.

• 정보처리학회논문지C
• /
• 제14C권2호
• /
• pp.147-154
• /
• 2007

이동 Ad Hoc 네트워크에서는 노드들의 자유로운 이동성, 노드 수의 무제한으로 인하여 네트워크 토폴로지가 계속 변화한다. 따라서, 라우팅 프로토콜들의 확장성이 대단히 중요하다. DSDV와 같은 테이블 기반 프로토콜들은 노드 수가 비교적 적고 노드 이동속도가 낮은 경우에 적합한 것으로 알려져 있어 확장성에 대한 문제가 제기되어 왔다. 이러한 확장성의 문제를 해결하기 위하여 FSR, OLSR, PCDV같은 여러 가지 프로토콜들이 제안되었으나 확장성에 대한 충분한 비교 검토가 이루어지지 않았다. 본 논문에서는 다양한 네트워크 전개 시나리오를 사용하여 이 프로토콜들의 확장성을 비교 분석한다. 고정 노드 밀도에서 네트워크 디멘젼을 증가시키는 경우, 고정 디멘젼에서 노드 밀도를 증가시키는 경우, 그리고 고정 밀도 및 디멘젼에서 세션 수를 증가시키는 경우와 같이 세 가지 네트워크 전개모델을 사용하여??. 시뮬레이션 결과, DSDV의 경우에 낮은 오버헤드에도 불구하고 토폴로지 변화에 대한 수렴속도가 느려서 확장성이 낮게 나타났으며, FSR의 경우에는 노드 수가 증가함에 따라 오버헤드가 지속적으로 증가하기 때문에 성능이 저하되었다. 토폴로지 변화에 대한 수렴속도가 가장 빠른 OLSR은 비교적 우수한 성능을 나타내지만, 오버헤드가 상대적으로 높기 때문에 DSDV보다 최대 3배의 수렴속도를 갖는 PCDV에 비해 낮은 확장성을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권1호
• /
• pp.68-82
• /
• 2011

Wireless mesh networks (WMNs) provide high-speed backbone networks without any wired cable. Many researchers have tried to increase network throughput by using multi-channel and multi-radio interfaces. A multi-radio multi-channel WMN requires channel assignment algorithm to decide the number of channels needed for each link. Since the channel assignment affects routing and interference directly, it is a critical component for enhancing network performance. However, the optimal channel assignment is known as a NP complete problem. For high performance, most of previous works assign channels in a centralized manner but they are limited in being applied for dynamic network environments. In this paper, we propose a simple flow estimation algorithm and a hybrid channel assignment algorithm. Our flow estimation algorithm obtains aggregated flow rate information between routers by packet sampling, thereby achieving high scalability. Our hybrid channel assignment algorithm initially assigns channels in a centralized manner first, and runs in a distributed manner to adjust channel assignment when notable traffic changes are detected. This approach provides high scalability and high performance compared with existing algorithms, and they are confirmed through extensive performance evaluations.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1487-1497
• /
• 2016

Explosively growing service of digital multimedia data increases the need for highly scalable low-cost storage. This paper proposes the new storage architecture based on torus network which does not need network switch and erasure coding for efficient storage usage for high scalability and efficient disk utilization. The proposed model has to compensate for the disadvantage of long network latency and network processing overhead of torus network. The proposed storage model was compared to two most popular distributed file system, GlusterFS and Ceph distributed file systems through a prototype implementation. The performance of prototype system shows outstanding results than erasure coding policy of two file systems and mostly even better results than replication policy of them.

• Journal of Multimedia Information System
• /
• 제8권2호
• /
• pp.101-110
• /
• 2021

In computer vision, single-image super resolution has been an area of research for a significant period. Traditional techniques involve interpolation-based methods such as Nearest-neighbor, Bilinear, and Bicubic for image restoration. Although implementations of convolutional neural networks have provided outstanding results in recent years, efficiency and single model multi-scalability have been its challenges. Furthermore, previous works haven't placed enough emphasis on real-number scalability. Interpolation-based techniques, however, have no limit in terms of scalability as they are able to upscale images to any desired size. In this paper, we propose a convolutional neural network possessing the advantages of the interpolation-based techniques, which is also efficient, deeming it suitable in practical implementations. It consists of convolutional layers applied on the low-resolution space, post-up-sampling along the end hidden layers, and additional layers on high-resolution space. Up-sampling is applied on a multiple channeled feature map via bicubic interpolation using a single model. Experiments on architectural structure, layer reduction, and real-number scale training are executed with results proving efficient amongst multi-scale learning (including scale multi-path-learning) based models.