• The Korean Journal of Ecology
• /
• 제28권6호
• /
• pp.395-404
• /
• 2005

지리산국립공원에 멸종위기종인 반달가슴곰을 현장 내 복원하는 시도가 이루어지고 있으나 반달가슴곰의 최소 존속 개체군(MVP)의 유지에 필수적인 행동권과 최소 역동 면적(MDA)에 대한 자료는 거의 없는 상태이다. 본 연구에서는 2001년 지리산에 시험방사 된 바 있는 두 반달가슴곰의 위치 자료를 이용하여 곰의 이동 양상을 추적하고 두 가지 다른 방법으로 행동권을 산출하였다. 또한 곰에게 적합하다고 판정된 서식지와 실제 행동권의 크기와 위치를 비교하여 곰의 MVP보전 가능성을 평가하였다 곰의 출현빈도는 포장도로와 법정 탐방로의 밀도가 높아짐에 따라 급격히 감소하였다. 두 반달가슴곰의 행동권은 100% MCP 중간값이 376.85 $km^2$, 95% AK 중간값이 50.76 $km^2$이었고, 행동권 중첩면적은 각각 126.0 $km^2$와 3.99 $km^2$이었다. 핵심 활동 지역은 출입 통제 지역임에도 불구하고, 탐방로가 개방된 지역이 아니라 대부분 탐방로가 폐쇄된 곳에 밀집되어 있었다. 핵심 활동 지역과 적합 서식지의 불일치는 공원 내 도로를 통한 차량과 탐방객 유입의 결과인 것으로 판단된다. 결론적으로, 절멸위기종인 반달가슴곰의 현장 내 성공적 복원에는, 곰을 보호하고 곰의 행동권을 확보하여 MVP를 유지하기 위한 계획적 서식지 관리가 반드시 필요하다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.469-476
• /
• 1998

초음파, 내시경 등의 NTSC 영상을 PC를 통해 획득하고, 고해상도의 YGA 모니터에 표시할 경우 주사변환 과정을 거치면서 치명적인 영상의 왜곡(tear-drop)이 나타난다. 본 연구에서는 이러한 왜곡을 해소하는 여러 가찌 방법을 살펴보고 실시간으로 왜곡을 보정할 수 있는 하드웨어를 PC상에서 구현하였다. 하드웨어 시스템은 De-Interlace 전용의 소자와 PCI bridge 등을 이용함으로써 고화질의 영상표현과 실시간의 영상전송이 가능하다 구현된 시스템에서 영상의 질은 눈에 띄게 향상되었으며, PC 기반의 시스템으로 구성함으로써 영상의 저장, 전송 및 텍스트의 기록 등 다양한 기능을 쉽게 구현할 수 있었다.

• 정보처리학회논문지C
• /
• 제13C권7호
• /
• pp.821-830
• /
• 2006

전 세계적으로 큰 피해를 주는 웜을 탐지하고 필터링 하는 것은 인터넷 보안에서 큰 이슈중의 하나이다. 웜을 탐지하는 하나의 방법으로서 리눅스 넷필터 커널 모듈이 사용된다. 웜을 탐지하는 기본 동작으로서 스트링 매칭은 네트웍 상으로 들어오는 패킷을 미리 정의된 웜 시그니쳐(Signature, 패턴)와 비교하는 것이다. 웜은 하나의 패킷 혹은 2개(혹은 그 이상의) 연속된 패킷에 나타난다. 이때, 웜의 일부분은 첫 번째 패킷에 있고 나머지 부분은 연속된 패킷 안에 있다. 웜 패턴의 최대 길이가 1024 바이트를 넘지 않는다고 가정하면, 2048 바이트의 길이를 가지는 2개의 연속된 패킷에 대해서 스트링 매칭을 수행해야만 한다. 이렇게 하기 위해, 리눅스 넷필터는 버퍼에 이전 패킷을 저장하고 버퍼링된 패킷과 현재의 패킷을 조합한 2048 바이트 크기의 스트링에 대해 매칭을 수행한다. 웜 탐지 시스템에서 다루어야 하는 동시 연결 개수의 수가 늘어날수록 버퍼(메모리)의 총 크기가 증가하고 스트링 매칭 속도가 감소하게 된다. 이에 본 논문에서는 메모리 버퍼 크기를 줄이고 스트링 매칭의 속도를 증가시키는 버퍼를 이용하지 않는 스트링 매칭 방식을 제안한다. 제안된 방식은 이전 패킷과 시그니쳐(Signature)의 부분 매칭 결과만을 저장하고 이전 패킷을 버퍼링하지 않는다. 부분 매칭 정보는 연속된 패킷에서 웜을 탐지하는데 사용된다. 제안된 방식은 리눅스 넷필터 모듈을 수정하여 구현하였고, 기존 리눅스 넷필터 모듈과 비교하였다. 실험 결과는 기존 방식에 비해 25%의 적은 메모리 사용량 및 54%의 속도 향상을 가짐을 확인하였다.

• 정보처리학회논문지A
• /
• 제15A권4호
• /
• pp.199-210
• /
• 2008

무선 인터넷 프록시 서버 클러스터링에서 저장공간을 최소화하기 위해서는 URL 해싱기법을 가진 Layer 7 부하분산기가 필요하다. 서버 클러스터 앞단에 위치한 Layer 4 부하분산기는 TCP 또는 UDP와 같은 트랜스포트 계층에서 컨텐츠 내용을 확인하지 않고 사용자 요청들을 똑같은 컨텐츠를 가진 서버들에게 분배한다. 서버 클러스터 앞단에 위치한 Layer 7 부하분산기는 응용계층에서 사용자 요청을 분석하여 요청 컨텐츠 유형에 따라 해당되는 서버들에게 분배한다. Layer 7 부하분산기를 이용하면 서버들이 배타적으로 각기 다른 컨텐츠를 가지게 할 수 있어서 서버들 저장공간을 최소화할 수 있으며 전체 클러스터 성능을 향상할 수 있다. 그러나 Layer 7 부하분산기는 응용계층에서 사용자 요청을 분석하는데 요구되는 큰 처리 부담으로 인해 Layer 4 부하분산기와 다르게 확장성이 제한된다. 본 논문에서는 그 확장성 제한을 극복하기 위해서 분산형 Layer 7 부하분산기를 제안한다. 종래의 방법에서는 한 대의 Layer 7 부하분산기 를 사용하는데 본 논문에서 제안한 방법에서는 서버 클러스터 앞에 한 대의 Layer 4 부하분산기를 설치하고 서버들에게 Layer 7 부하분산기들을 각각 설치한다. 클러스터 기반의 무선 인터넷 프록시 서버에서 종래의 방법을 리눅스기반의 Layer 7 부하분산기인 KTCPVS를 이용하여 구현하였다. 본 논문에서 제안한 방법에서는 리눅스기반의 Layer 4 부하분산기인 IPVS를 사용하고 각 서버들에게 Layer 7 부하분산기인 KTCPVS를 설치하여 같이 동작하게 구현하였다. 실험은 16대의 컴퓨터를 사용하여 수행되었고, 실험 결과에 의하면 제안 방법이 종래 방법에 비해 서버 대수가 증가함에 따라 확장성 및 높은 성능 향상률을 가짐을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권11호
• /
• pp.836-840
• /
• 2009

플래시 메모리의 성능평가 실험 환경 구성은 플래시 메모리가 장착된 제품들이 동작하는 시스템으로 이뤄진다. 이와 같은 방법은 물리적이고 비용적인 제약이 따르게 된다. 또한 실험에 쓰이는 입력 데이터와 FTL 알고리즘의 성능평가를 위한 결과 데이터인 트레이스의 추출 방법이 까다롭고 힘들다. Oracle의 경우 트레이스 추출이 불가능하고, MySQL, SQLite는 트레이스 추출이 가능하더라도 결과의 정확성이 보장되지 않는 문제점이 있다. 따라서 본 논문에서는 디바이스 드라이버를 통해 물리적 제약을 없애고 트레이스 추출을 쉽고 간편하게 하여 정확한 실험 결과 분석이 용이하도록 FTL 에뮬레이터를 설계하고 구현한 내용에 대해 다룬다. 본 논문에서 제안한 FTL 에뮬레이터인 FlaSim은 플래시 메모리의 데이터 저장 메커니즘과 동일한 동작을 하도록 구현하고 리눅스 커널 모듈을 사용하여 필요한 기능을 추가할 수 있다. FlaSim은 모듈 적재 방식을 사용하기 때문에 FTL 알고리즘 및 플래시 메모리에 대한 실험의 확장성을 향상시킨다. 또한 다양한 응용프로그램에 적용이 쉽고, 플래시 메모리에 대한 실험의 제약이 되는 물리적인 비용을 줄일 수 있다. 게다가 트레이스 추출하는 데 쉽고 효율적인 방법을 제공하여 결과 도출 및 분석 시 시간적, 시스템적 제약을 받지 않아 효율성이 큰 장점이 있다. 추후 많은 FTL 알고리즘 및 플래시 메모리에 대한 실험과 연구에 도움이 될 것으로 예상된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권5호
• /
• pp.133-138
• /
• 2022

최근 고성능컴퓨팅, 인공지능 분야에서 GPU 장치 사용이 일반화되고 있지만, GPU 프로그래밍은 여전히 어렵게 여겨진다. 특히 호스트(host) 메모리와 GPU 메모리를 별도로 관리하기 때문에 성능과 편의성 방면에서 연구가 활발히 진행되고 있다. 이에 따라 여려가지 CPU-GPU 메모리 전송 방법들이 연구되고 있다. 한편 CPU와 GPU 및 통합메모리(Unified memory) 등 하나의 실리콘 패키지로 묶는 SoC(System on a Chip) 제품들이 최근에 많이 출시되고 있다. 본 연구는 이러한 통합메모리 장치에서 CPU, GPU 장치간 데이터를 사용하고 전송시 성능관련 비교를 하고자 한다. 기존 CPU내 호스트 메모리와 GPU 메모리가 분리된 환경과는 다른 특징을 보여준다. 여기서는 통합메모리 장치인 NVIDIA SoC칩들과 NVIDIA SMX 기반 V100 GPU 카드에서 CPU-GPU 간 데이터 전송 프로그래밍 기법별로 성능비교를 한다. 성능비교를 위해 워크로드는 HPC 분야의 수치계산에서 자주 사용하는 2차원 행렬 전치 커널이다. 실험을 통해 CPU-GPU 메모리 전송 프로그래밍 방법별 GPU 커널 성능차이, 페이지 잠긴 메모리와 페이지 가능 메모리를 사용했을 경우 전송 성능차이, 전체(Overall) 성능비교, 마지막으로 워크로드 크기별 성능비교를 하였다. 이를 통해 통합메모리칩인 NVIDIA Xavier에서 I/O 캐시일관성 지원을 통해 SoC 칩내 통합메모리에 대한 이점을 극대화 할 수 있음을 확인할 수 있었다.

• 한국작물학회지
• /
• 제33권3호
• /
• pp.281-286
• /
• 1988

1979년에 생산된 보리, 부농, 강보리 및 수원 18002를 공시품종으로 하고, 실험실용 소형정맥기(Testing Mill : TM05 A)를 사용하여 정맥기로-라의 회전수별, 도정시간별, 겉보리의 품종별 도정특성 시험을 실시하여 얻어진 몇가지 결과는 아래와 같다. 1. 정맥기의 로-러 회전수가 높으면 단위시간당 도정량이 많아지며 입두께나 입폭에서 보다는 입장에 영향을 더 많이 주므로 회전수가 높을수록 보리쌀의 형태는 원형으로 변한다. 2. 정맥기의 회전수가 낮을 경우 곡립의 양쪽 끝부분 종구가 제거되지 않으며 본 시험에 사용한 정맥기의 적정회전수는 1,300 rpm이었다. 3. 맥강층의 제거율로 본 겉보리의 부위별 경도는 영부위가 가장 낮고 호분층, 종피, 과피, 배유순이다. 종피에 가까운 호분층은 배유나 배유부위에 인접한 호분층보다 높으며 배유층은 중심부로 갈수로 낮았다. 4. 품종에 따라 강층의 두께, 천립중, 보리쌀의 경도에 차가 있으며, 보리쌀의 크기 즉, 입장, 입후 및 입폭의 크기에도 차가 있어 입장과 입폭의 비가 수원 18002는 1.59, 부농 1.53, 강보리 1.51인데 비하여 동보리 001는 1.26으로 가장 낮아 4품종중 원형에 가장 가까웠다.

• Animal Bioscience
• /
• 제37권8호
• /
• pp.1474-1482
• /
• 2024

Objective: The experiment aimed to determine the standardized ileal digestibility (SID) of crude protein (CP) and amino acids (AA) in 10 brown rice samples fed to pigs, and to construct predictive models for SID of CP and AA based on the physical characteristics and chemical composition of brown rice. Methods: Twenty-two cannulated pigs (initial body weight: 42.0±1.2 kg) were assigned to a replicated 11×3 incomplete Latin square design, including an N-free diet and 10 brown rice diets. Each period included 5 d adaptation and 2 d ileal digesta collection. Chromic oxide was added at 0.3% to all the diets as an indigestible marker for calculating the ileal CP and AA digestibility. Results: The coefficients of variation of all detected indices for physical characteristics and chemical composition, except for bulk weight, dry matter (DM) and gross energy, in 10 brown rice samples were greater than 10%. The SID of CP, lysine (Lys), methionine, threonine (Thr), and tryptophan (Trp) in brown rice was 77.2% (62.6% to 85.5%), 87.5% (80.3% to 94.3%), 89.2% (78.9% to 98.9%), 55.4% (46.1% to 67.6%) and 92.5% (86.3% to 96.3%), respectively. The best prediction equations for the SID of CP, Lys, Thr, and Trp were as following, SID_CP = -664.181+8.484×DM (R² = 0.40), SID_Lys = 53.126+6.031×ether extract (EE)+0.893×thousand-kernel volume (R² = 0.66), SID_Thr = 39.916+7.843×EE (R² = 0.41), and SID_Trp = -361.588+4.891×DM+0.387×total starch (R² = 0.85). Conclusion: Overall, a great variation exists among 10 sources of brown rice, and the thousand-grain volume, DM, EE, and total starch can be used as the key predictors for SID of CP and AA.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2004년도 정기총회 및 제6최 특별 심포지움
• /
• pp.70-83
• /
• 2004

문화유산의 안전진단에 대한 가장 중요한 전제는 비파괴에 있다. 석조문화재에 대하여서도 비파괴진단과 보존을 위한 연구는 필수적이며 주요한 기술적 핵심이다. 비파괴진단 기술로서 지구물리탐사는 석조문화재 지반의 특징을 밝히는 중요한 역할을 하는데, 그 이유는 지반의 특성을 이해하는 것이 안전진단에 필수적이기 때문이다. 탐사사례로 국보급문화재인 경주 불국사의 다보탑(높이 10.4m, 기단폭 7.4m, 하중 123.2 ton)과 석가탑(높이 10.8m, 기단폭 4.4m, 하중 82.3ton)에 대한 지구물리탐사가 이루어졌다. 현재 석탑에서는 풍화는 물론 탑의 기울임 및 지대석의 어긋남 현상들이 관찰된다. 두 탐을 구성하는 석재의 역학적 성질을 위해 초음파 속도 측정을 실시하였고 천부지하구조를 위해 탄성파, 전기비저항, 지하레이더 등의 비파괴 복합 지구물리탐사를 석탑 주변에서 수행하였다. 초음파 속도범위는 석가탑에서는 1217${\~}$4403 m/s이며, 다보탑에서는 584${\~}$5845 m/s이며 이로부터 추정한 일축강도 평균치는 각각 463 kg/$cm^2$, 409 kg/$cm^2$이다. 탄성파 속도 분포에서는 다보탑 지반이 더 큰 속도를 보여 상대적으로 석가탑 지반보다 견고함을 보여준다. 대체로 석탑지반의 전기비저항은 최대 2200 $\Omega$m이며 200 $\Omega$m내외의 외부지반보다 더 높은 값을 보인다. 복합 지구물리탐사 결과를 종합하면 다보탑지반의 형태는 팔각형(한 변은 6 m)으로 그 깊이는 약 4 m 이나, 석가탑지반은 약 8${\times}$10 m의 직사각형 형태로 깊이는 약 3 m 이다. 이는 석탑 건립 당시 약 $8ton/m^2$의 탑 하중을 견디기 위해 구축한 기초구조로 해석한다. 대체로 두 석탑의 북서쪽 부분이 주변지역보다 낮은 탄성파 속도와 낮은 비저항 값이 관찰되는데 이 부분은 연약한 지반으로 판단하며 각 석탑이 북북서쪽 방향으로 기우는 원인으로 판단한다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.