• Ocean and Polar Research
• /
• 제35권1호
• /
• pp.15-26
• /
• 2013

The toxic, Harmful Algal Blooms (HABs) caused by the Cochlodinium polykrikoides have a serious impact on the coastal waters of Korea. In this study, the acoustic detection system was developed for rapid HABs detection, based on the acoustic backscattering properties of the C. polykrikoides. The developed system was mainly composed of a pulser-receiver board, a signal processor board, a control board, a network board, a power board, ultrasonic sensors (3.5 and 5.0 MHz), an environmental sensor, GPS, and a land-based control unit. To evaluate the performance of the system, a trail was done at a laboratory, and two in situ trials were conducted: (1) when there was no red tide, and (2) when there was red tide. In the laboratory evaluation, the system performed well in accordance with the number of C. polykrikoides in the received level. Second, under the condition when there was no red tide in the field, there was a good correlation between the acoustic data and sampling data. Finally, under the condition when there was red tide in the field, the system successfully worked at various densities in accordance with the number of C. polykrikoides, and the results corresponded with the sampling data and monitoring result of NFRDI (National Fisheries Research & Development Institute). From the laboratory and field evaluations, the developed acoustic detection system for early detecting HABs has demonstrated that it could be a significant system to monitor the occurrence of HABs in coastal regions.

• 정보처리학회논문지A
• /
• 제9A권4호
• /
• pp.519-524
• /
• 2002

본 논문에서는 분산 시뮬레이션 기법 중에 하나인 MRIP(Multiple Replications In Parallel) 시나리오에서 각종 순차적인 시뮬레이션 분석 방법들의 성능을 측정할 수 있는 포함범위(Coverage)에 대한 신뢰구간(confidence intervals) 및 속도향상(Speedup)에 대해 살펴보았다. F-분포를 기반으로 한 신뢰구간에 대한 추정기(estimator)를 단일 프로세서와 다중 프로세서 상에서 참조모델(reference model)로 $M/M/1/{\infty},\;M/D/I/{\infty}과\;M/H_{2}/1/{\infty}$큐잉 시스템을 활용하여 정상상태(steady-state)에서의 평균치를 추정하는 시뮬레이션에 적용하였다. 순차적인 포함범위 분석을 위해서는 수많은 시뮬레이션 실행(Run)들이 요구되는데, MRIP 분산 시뮬레이션 시나리오에서 다중 프로세서를 이용하여 시뮬레이션을 수행하여 최종 시뮬레이션 결과를 얻는데 걸리는 신간을 감소시켰다. 또한, LNA으로 연결된 분산 컴퓨팅 시스템에 시뮬레이션을 동시에 수행시킴으로써 쉽게 필요한 수의 시뮬레이션 실행결과(Run)를 수집할 수 있다. 이는 샘플의 수가 증가됨으로써 좀더 신뢰도가 높은 최종 신뢰구간을 시뮬레이션 수행자가 얻을 수 있게 해준다.

• 전기전자학회논문지
• /
• 제15권1호
• /
• pp.15-22
• /
• 2011

한국군의 효과적인 합동작전 수행을 위한 감시 정찰 정보 및 공통상황인식의 필요하다. 실시간으로 합동전력간 전술정보를 공유하기 위한 한국형 합동전술데이터링크 체계는 기본형(1단계)에서 음성위주의 기존 무전기를 활용하여 필수 전술정보와 상황인식 공유를 제공한다. 완성형(2단계)은 기본형의 기술개발과 상용기술 성숙도를 고려하여 네트워크 중심의 전쟁수행이 가능한 합동데이터링크를 개발할 예정이다. 이는 연합작전 및 합동작전에 참가하는 전력들간에 효과적인 지휘통제를 제공하여 동시성 통합성의 전투력 발휘가 가능한 합동전장체계이다. 따라서 본 논문에서는 CLIP 기반의 공통 데이터 처리기의 성능이 구현된 한국형 합동전술데이터링크의 체계개발을 제시한다. 현재 개발중인 시스템의 시험 결과, QPSK 방식의 변조 신호를 사용한 경우 기존 무전기의 수신감도를 만족하여 시스템 구현시 적용 가능함을 확인할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.167-173
• /
• 2017

클라우드의 사용이 보급화 됨에 따라 가상화 기술에 다양한 요구사항이 접목, 적용되고 있다. 클라우드 컴퓨팅의 대표적인 특징은 사용자가 원하는 자원 요구사항에 따라 최적화 된 환경을 구축할 수 있으며, 나아가 확장성에도 유연하게 대처할 수 있다. 이런 장점으로 인해 다양한 분산컴퓨팅 분야에 클라우드 컴퓨팅이 적용, 활용되고 있는 실정이다. 이를 위해 클라우드 환경의 성능 안정성을 보장하는 것이 무엇보다 중요하다. 본 연구에서는 구축된 클라우드 교육 시스템 테스트베드 환경에서 시스템의 성능을 보장하기 위한 다양한 요소성능(metric) 측정을 오픈소스 기반의 툴들을 이용하여 분석하였다. 이를 위해 프로세서, 메모리, 캐시, 네트워크 등 가상화 환경에 영향을 주는 요소 성능을 구분하고, 그 성능을 호스트머신(Host Machine) 및 가상머신(Virtual Machine)에서 각각 측정하였다. 이로서 시스템의 상태를 명확하게 파악할 수 있으며, 문제점을 빠르게 진단하여 가용성을 증대시키고 나아가 클라우드 컴퓨팅의 SLA(Service Level Agreement) 수준을 보장할 수 있다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1169-1174
• /
• 2002

본 논문은 FM 부가방송을 수신하여 다양한 정보와 사용자 문구 및 이미지를 전광판에 표시하는 시스템을 구현하였다. 기존의 전광판 시스템이 단순 광고만 반복하거나 유용한 정보를 값비싼 휴대폰 망을 통해 수신하였지만 FM 부가방송을 수신하여 저렴하게 정보를 사용할 수 있다. 본 시스템을 구현하기 위해 메인 프로세서와 프로그램 메모리, 사용자 메시지와 DARC 관련 정보 및 사용자 메시지의 출력 순서를 결정하는 편성 내용을 저장할 외장형 메모리, DARC 정보를 수신하기 위한 DARC 모듈 그리고 출력 장치인 LED 모듈로 구성이 되어있다. 구현된 시스템은 실험에 의해 사용자 메시지와 DARC 관련 정보를 편성 내용에 근거하여 출력함을 확인하였으며 이를 통해 값싸게 정보를 수신하여 표시하는 전광판 시스템의 구현이 가능함을 보였다.

• 한국정보처리학회논문지
• /
• 제1권1호
• /
• pp.105-113
• /
• 1994

본 논문에서는 HCH(m,p)에 기반을 둔 PALM 시스템의 구조와 네트웍의 성능을 연구 하였다. HCH(m,p)는 하나의 CP를 중심으로 p개의 AP를 연결하여 클러스터를 구성하고, 클러스터를 m-p 차원의 하이퍼큐브로 연결한 소결합 다중프로세서 시스템이다. 본 시스템에서는 AP와 CP 및 CP와 CP간을 DPR로 연결하여 워드단위의 통신이 가능하도록 구성하여 빠르고 안정된 메세지 전송을 가능하게 하였다. PALM 시스템에 사용된 네트 웍은 여러 가지 HCH 네트웍 중에서 시스템에 포함되는 AP의 갯수가 최대이나 CP 및 링크(또는 DPR)의 합이 최소인 최적 HCH(m,2) 네트웍이다. 본 논문에서는 HCH(2,2) 인 실험시스템을 구성하고 네트웍의 통신성능을 측정하였으며, PALM시스템의 작은 통 신/연산비는 메세지 통신형 다중프로세서 시스템에서도 화인 그레인(fine grain) 병렬성을 다룰 수 있음을 보인다.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1031-1041
• /
• 2020

클라우드 컴퓨팅 환경에서 기계학습 서비스를 제공하는 Machine-Learning-as-a-Service(MLaaS) 등이 활발히 개발됨에 따라 보다 다양한 분야에서 인공지능 기술을 손쉽고 효과적인 방법으로 활용할 수 있게 되었다. 클라우드 환경에서는 가상화 기술을 통해 각 사용자에게 논리적으로 독립된 컴퓨팅 공간을 제공하는데, 최근 시스템의 취약점을 이용해 클라우드 테넌트(tenant) 사이에 다양한 부채널이 존재할 수 있다는 연구 결과가 발표되고 있다. 본 논문에서는 이러한 멀티-테넌시(multi-tenancy) 환경에서 멜트다운 취약점을 이용하여 딥러닝 모델의 내부 정보를 추출할 수 있는 현실적인 공격 시나리오를 제시한다. 이후 TensorFlow 딥러닝 서비스에 대한 실험을 통해 92.875%의 정확도와 1.325kB/s의 속도로 인공신경망의 모든 정보를 추출할 수 있음을 보인다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1859-1867
• /
• 2021

자율주행차량을 위해 다수의 LiDAR 센서가 차량에 탑재되고 있으며, 다수의 LiDAR 센서가 탑재됨에 따라 이를 전처리해줄 시스템이 요구되었다. 이러한 전처리 시스템을 거쳐 메인 프로세서에 센서의 데이터를 전달하거나 이를 처리할 경우 막대한 데이터양에 의해 전송 네트워크에 부하를 야기하고 이를 처리하는 메인 프로세서에도 상당한 부하를 야기하게 된다. 이러한 부하를 최소화하고자 LiDAR 센서의 데이터 중 프레임 간 데이터 비교를 통해 의미 있는 데이터만을 전송하고자 한다. 움직이는 객체가 없는 정적인 실험 환경과 센서의 시야각 내에서 사람이 움직이는 동적 실험환경에서 최대 4대의 LiDAR 센서의 데이터를 처리하였을 때, 정적 실험 환경일 경우 232,104 bytes에서 26,110 bytes로 약 89.5% 데이터 전송량을 줄일 수 있었으며, 동적 실험 환경일 경우 29,179 bytes로 약 88.1%의 데이터 전송량을 감축할 수 있었다.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.147-156
• /
• 2011

본 논문에서는 유도전동기 고장 검출 및 분류를 위한 3-단계 (고장 신호의 전 처리, 고장 신호의 특징 추출, 고장 신호의 고장 유형별 분류) 알고리즘을 제안한다. 먼저 전 처리 단계에서는 저역 통과 필터를 통해 취득한 신호의 고주파 대역에 영향을 미칠 수 있는 잡음 성분을 제거하며, 다음으로는 이산 코사인 변환(discrete cosine transform)과 통계적 방법을 이용하여 고장 유형별 신호의 특징을 추출하고, 마지막 단계에서는 추출된 특징을 입력으로 하는 역 전파 신경 회로망(back propagation neural network)를 이용하여 신호를 고장 유형별로 분류한다. 시스템의 성능을 평가하기 위해 모의실험에 사용된 신호는 유도전동기의 진동 신호로, 정상 및 각종 이상 상태에 대해 8kHz의 샘플링율을 갖는 1초 길이의 데이터를 사용하였다. 모의실험 결과, 제안한 알고리즘은 학습된 상황의 고장 분류에서는 100%의 정확도를 보였으며, 기존의 공분산을 이용한 고장 검출 및 분류 알고리즘과 비교하여 약 50%의 정확도 향상을 보였다. 또한 고장 신호 취득 시 사용하는 센서의 종류나 주변 환경으로 인해 잡음이 추가될 수 있는 상황을 고려하여 취득한 데이터에 백색 가우시안 잡음을 인위적으로 추가한 모의실험에서도 98%이상의 고장 분류 정확도를 보였다. 더불어, 본 논문에서는 TI사의 TMS320F2812 디지털 신호 처리기에 제안한 고장 검출 및 분류 알고리즘을 탑재하여 실제 산업현장에서의 사용여부를 검증하였다.

• 해양환경안전학회지
• /
• 제28권1호
• /
• pp.184-192
• /
• 2022

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.