• 스마트미디어저널
• /
• 제8권2호
• /
• pp.9-15
• /
• 2019

홀로그램의 생성을 위한 연산은 포인트 클라우드의 규모에 따라 연산량이 기하급수적으로 증가하기 때문에 최근에는 다중의 GPU를 기반으로 CUDA 또는 OpenCL 라이브러리를 활용한 병렬처리가 이루어지고 있다. GPU기반의 병렬처리를 위한 CUDA 커널은 GPU의 코어 개수와 메모리 크기를 고려하여 쓰레드(thread), 블록(block), 그리드(grid)를 구성해야 하며, 다중 GPU 환경인 경우 GPU의 개수에 따른 그리드, 블록, 또는 쓰레드 단위의 분산처리가 필요하다. 본 논문에서는 CGH 생성에 대한 성능평가를 위해 포인트 클라우드의 포인트 개수를 10~1,000,000개 범위에서 점진적으로 증가시키면서 CPU, 단일 GPU, 다중 GPU 환경에서 연산 속도를 비교해 보았으며, 다중 GPU 환경에서 CGH(Computer Generated Hologram) 생성 연산을 가속화하기 위한 CUDA 기반의 병렬처리 과정에서 요구되는 메모리 구조 설계와 연산 방법을 제안한다.

• 한국추진공학회지
• /
• 제22권6호
• /
• pp.84-93
• /
• 2018

냉각제 분사조건이 변화할 때 혼합가스 사출시스템 (또는 가스-스팀 발사체계) 냉각효율 및 발사체 사출성능의 변화를 확인하기 위해 3차원 수치모사를 수행하였다. 선행연구를 참조하여 구축한 1차원 모델을 통해 3차원 단상(single-phase) 계산모델을 검증한 후, Discrete Phase Model을 활용하여 고온의 기체에 냉각제 분사를 모사한 이상(two-phase) 유동 계산을 수행하였다. 냉각제 유량과 분사구 개수를 각각 변화시키면서 계산을 수행한 결과, 분사구 개수를 증가시켰을 경우 냉각효율이 보다 개선되었다. 또한 분사조건에 따라 냉각제 액적 서로간의 coalescence 발생 빈도 및 공간분포 변화가 발생하여 액적의 직경이 달라졌고, 이는 냉각제 증발률에 영향을 미쳤다. 냉각제의 증발은 breech 내부의 온도를 감소시키는 반면에 압력감소를 억제하여 사출시스템 최적화 설계에 있어 중요한 요소임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.197-199
• /
• 2016

최근 약 10년 동안, 인지무선환경에서 1차사용자와 2차사용자간의 스펙트럼 공유를 시장 (market) 논리와 접목시키는 연구들이 활발하게 진행되어 왔다. 즉, 1차사용자가 자신이 소유하고 있는 주파수 자원을 2차사용자에게 금전적 보상을 받고 대여하는 형태를 고려하는 것이다. 그리고, 이에 대한 시장의 평형 (market equilibrium)을 이론적으로 제시하는 것이 그 연구들의 주요 목표이다. 우리는 이 논문에서, 1차사용자들은 2차사용자들에게 자신들의 유휴 채널의 사용권을 대여 또는 판매하는데, 1차사용자들은 허용가능한 간섭의 양을 정해놓고, 2차사용자가 그 간섭의 양을 초과하게 되면 금전적인 보상을 받는 시장 모델을 고려한다. 그리고, 각 2차사용자는 자신들이 1차사용자들에게 지급할 수 있는 예산에는 제한이 있는 상황도 추가 고려한다. 2차사용자의 재화는 자유공간상에서 획득 가능한 전송률이고 1차사용자의 재화는 금전적인 순이득 (net profit)이다. 우리는 이러한 인지무선네트워크 시장을 확장된 Fischer 마켓으로 모델링하고, Eisenberg-Gale convex program을 통해 마켓 균형을 찾는 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.342-345
• /
• 2014

기계학습을 이용한 네트워크 침입탐지시스템은 선택된 특징 조합에 따라 정확성 및 효율성 측면에서 크게 영향을 받는다. 하지만 일반적으로 사용되는 침입탐지용 특징들로부터 최적의 조합을 찾아내는 일은 많은 계산량을 요구한다. 예를 들어 n개로 구성된 특징들로부터 가능한 특징조합은 $2^n-1$ 개이다. 본 논문에서는 이러한 문제를 해결하기 위한 최적 특징 선택 알고리즘을 제시한다. 제안한 알고리즘은 최적화 문제 해결을 위한 대표적인 메타 휴리스틱 알고리즘인 지역탐색 알고리즘에 기반 한다. 또한 특징 조합을 평가를 위해 선택된 특징 요소와 k-means 군집화 알고리즘을 이용해 구해진 군집화의 정확성을 비용함수로 사용한다. 제안한 특징 선택 알고리즘의 평가를 위해 NSL-KDD 데이터와 인공 신경망을 사용해 특징 모두를 사용한 경우와 비교한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.5723-5743
• /
• 2018

The evolving internet-based services demand high-speed data transmission in conjunction with scalability. The next generation optical network has to exploit artificial intelligence and cognitive techniques to cope with the emerging requirements. This work proposes a novel way to solve the dynamic provisioning problem in optical network. The provisioning in optical network involves the computation of routes and the reservation of wavelenghs (Routing and Wavelength assignment-RWA). This is an extensively studied multi-objective optimization problem and its complexity is known to be NP-Complete. As the exact algorithms incurs more running time, the heuristic based approaches have been widely preferred to solve this problem. Recently the software-defined networking has impacted the way the optical pipes are configured and monitored. This work proposes the dynamic selection of path computation algorithms in response to the changing service requirements and network scenarios. A software-defined controller mechanism with a novel packet matching feature was proposed to dynamically match the traffic demands with the appropriate algorithm. A software-defined controller with Path Computation Element-PCE was created in the ONOS tool. A simulation study was performed with the case study of dynamic path establishment in ONOS-Open Network Operating System based software defined controller environment. A java based NOX controller was configured with a parent path computation element. The child path computation elements were configured with different path computation algorithms under the control of the parent path computation element. The use case of dynamic bulk path creation was considered. The algorithm selection method is compared with the existing single algorithm based method and the results are analyzed.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.50-56
• /
• 2020

현재 심층 신경망 이론 및 응용 연구의 빠른 개발로 얼굴 인식의 효과가 향상되고 있다. 그러나 심층 신경망 계산의 복잡성과 탐지 환경의 복잡성으로 인해 얼굴을 빠르고 정확하게 감지하는 방법이 주요 문제가 된다. 이 논문은 FDDB, LFW 및 FaceScrub 공개 데이터 세트를 훈련 표본을 사용하는 단순한 MTCNN 모델을 기반으로 둔다. MTCNN 모델을 분류하고 소개하면서 학습 훈련 속도를 높이고 성능을 향상하는 방법을 모색합니다. 본 논문에서는 다이내믹 이미지 피라미드 기술을 이용하여 기존 이미지 Pyramid 기술을 대체하여 샘플을 분할하고 MTCNN 모델의 OHEM을 훈련에서 제거하여 훈련 속도를 향상시켰다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권11호
• /
• pp.4290-4309
• /
• 2020

In recent years, advancements in machine learning capabilities have allowed it to see widespread adoption for tasks such as object detection, image classification, and anomaly detection. However, despite their promise, a limitation lies in the fact that a network's performance quality is based on the data which it receives. A well-trained network will still have poor performance if the subsequent data supplied to it contains artifacts, out of focus regions, or other visual distortions. Under normal circumstances, images of the same scene captured from differing points of focus, angles, or modalities must be separately analysed by the network, despite possibly containing overlapping information such as in the case of images of the same scene captured from different angles, or irrelevant information such as images captured from infrared sensors which can capture thermal information well but not topographical details. This factor can potentially add significantly to the computational time and resources required to utilize the network without providing any additional benefit. In this study, we plan to explore using image fusion techniques to assemble multiple images of the same scene into a single image that retains the most salient key features of the individual source images while discarding overlapping or irrelevant data that does not provide any benefit to the network. Utilizing this image fusion step before inputting a dataset into the network, the number of images would be significantly reduced with the potential to improve the classification performance accuracy by enhancing images while discarding irrelevant and overlapping regions.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1814-1828
• /
• 2021

Low-light image enhancement is a key technique to overcome the quality degradation of photos taken under scotopic vision illumination conditions. The degradation includes low brightness, low contrast, and outstanding noise, which would seriously affect the vision of the human eye recognition ability and subsequent image processing. In this paper, we propose an approach based on deep learning and Retinex theory to enhance the low-light image, which includes image decomposition, illumination prediction, image reconstruction, and image optimization. The first three parts can reconstruct the enhanced image that suffers from low-resolution. To reduce the noise of the enhanced image and improve the image quality, a super-resolution algorithm based on the Laplacian pyramid network is introduced to optimize the image. The Laplacian pyramid network can improve the resolution of the enhanced image through multiple feature extraction and deconvolution operations. Furthermore, a combination loss function is explored in the network training stage to improve the efficiency of the algorithm. Extensive experiments and comprehensive evaluations demonstrate the strength of the proposed method, the result is closer to the real-world scene in lightness, color, and details. Besides, experiments also demonstrate that the proposed method with the single low-light image can achieve the same effect as multi-exposure image fusion algorithm and no ghost is introduced.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.43-52
• /
• 2021

In weapon assignment studies to defend against threats such as ballistic missiles and long range artillery, threat assessment was partially lacking in analysis of various threat attributes, and considering the threat characteristics of warheads, which are difficult to judge in the early flight stages, it is very important to apply more reliable optimal solutions than approximate solution using LP model, Meta heuristics Genetic Algorithm, Tabu search and Particle swarm optimization etc. Our studies suggest Generic Rule based threat evaluation and weapon assignment algorithm in the basis of various attributes of threats. First job of studies analyzes information on Various attributes such as the type of target, Flight trajectory and flight time, range and intercept altitude of the intercept system, etc. Second job of studies propose Rule based threat evaluation and weapon assignment algorithm were applied to obtain a more reliable solution by reflection the importance of the interception system. It analyzes ballistic missiles and long-range artillery was assigned to multiple intercept system by real time threat assessment reflecting various threat information. The results of this study are provided reliable solution for Weapon Assignment problem as well as considered to be applicable to establishing a missile and long range artillery defense system.

• 항공우주시스템공학회지
• /
• 제16권3호
• /
• pp.1-9
• /
• 2022

본 연구에서는 MDO 프레임워크 개발을 위하여 다양한 준경험적 방법에 근거한 해석적 방법으로 경비행기인 창공-91의 비행운동 특성 파라미터를 추출하고 비행시험 방법을 기준으로 비교하여 평가하였다. 비교 대상의 준경험적 분석 방법은 Perkins 방법, McCormick 방법, 그리고 Smetana 방법이며, 각각의 방법을 통하여 주요 안정성/조종성 미계수와 동안정 계수를 산출하였다. 이에 대한 비교 기준은 비행시험을 수행하여 취득한 데이터로부터 출력오차방법을 활용하여 비행운동 미계수와 동안정 계수를 추출하였다. 아울러 경비행기의 비행특성을 우리나라 국토교통부의 항공기기술기준(KAS, Korean Airworthiness Standard)의 항목과 미 군용의 MIL-F-8785C의 기준으로 분석하여 평가하였다.