• 한국멀티미디어학회논문지
• /
• 제12권6호
• /
• pp.876-881
• /
• 2009

Online game servers usually has been using the static thread pool system. But this system is not fit for huge online game server because the overhead is always up-and-down. Therefore, in this paper, we suggest the new algorithm for huge online game server. This algorithm is based on the prediction-based dynamic thread pool system. But it was developed for web servers and every 0.1 seconds the system prediction the needed numbers of threads and determine the thread pool size. Some experimental results show that the check time of 0.4 seconds is the best one for online game server and if the number of worker threads do not excess or lack to the given threshold then we do not predict and keep the current state. Otherwise we apply the prediction algorithm and change the number of threads. Some experimental results shows that this proposed algorithm reduce the overhead massively and make the performance of huge online game server improved in comparison to the static thread pool system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권2호
• /
• pp.600-619
• /
• 2015

We propose a cost-efficient hybrid algorithm for online location updates that efficiently combines feature point detection with the online trajectory-based sampling algorithm. Our algorithm is designed to minimize the average trajectory error with the minimal number of sample points. The algorithm is composed of 3 steps. First, we choose corner points from the map as sample points because they will most likely cause fewer trajectory errors. By employing the online trajectory sampling algorithm as the second step, our algorithm detects several missing and important sample points to prevent unwanted trajectory errors. The final step improves cost efficiency by eliminating redundant sample points on straight paths. We evaluate the proposed algorithm with real GPS trajectory data for various bus routes and compare our algorithm with the existing one. Simulation results show that our algorithm decreases the average trajectory error 28% compared to the existing one. In terms of cost efficiency, simulation results show that our algorithm is 29% more cost efficient than the existing one with real GPS trajectory data.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권2호
• /
• pp.68-74
• /
• 2005

마감시한 스케줄링에서 작업들은 수행을 완료해야 하는 마감시한을 가진다 스케줄링 알고리즘은 각 시간에 어떠한 작업이 수행되어야 하는 지 결정한다. 수행이 마감시한 안에 완료된 작업들만이 알고리즘의 처리량 또는 이익에 포함된다. 작업들은 임의의 가중치를 가지고 알고리즘의 이익은 완료된 작업들의 가중치의 합으로 주어진다. 스케줄링 알고리즘의 목표는 이익을 최대화하는 것이다. 본 논문에서 우리는 온라인 비선점 스케줄링을 생각한다. 여기서 작업들은 온라인으로 도착하고, 스케줄링 알고리즘은 앞으로 도착할 작업들의 정보를 미리 알 수 없다. 작업들은 스케줄 되고 나서 수행 도중에 멈출 수 없다. 이 문제에 대해서, 우리는 임의의 온라인 알고리즘의 성능의 하한을 구한다. 또한 이 하한과 일치하는 성능을 가지는 최적의 온라인 알고리즘을 제안하다.

• 한국정보통신학회논문지
• /
• 제17권8호
• /
• pp.1934-1939
• /
• 2013

본 논문은 마감시간을 가진 작업들의 온라인 스케줄링 문제를 다룬다. 작업들이 시간이 지남에 따라 도착하고 스케줄링 알고리즘은 앞으로 도착할 작업들의 정보를 미리 알지 못한다. 작업들은 동일한 수행시간만큼 실행되고 알고리즘의 목표는 마감 시간 안에 수행을 완료한 작업들의 수를 최대화하는 것이다. 온라인 알고리즘의 성능은 모든 작업 정보를 미리 알고 최적의 답을 줄 수 있는 최적 알고리즘의 성능과 비교하는데 두 알고리즘 성능의 비를 경쟁비라고 한다. 일반적으로 정보의 부재로 인해 온라인 알고리즘은 큰 경쟁비를 가진다. 따라서 온라인 알고리즘에 보다 많은 머신 또는 보다 빠른 머신을 제공했을 때의 경쟁비를 계산하는 자원추가 분석을 수행할 수 있다. 본 논문에서는 온라인 알고리즘이 보다 많은 머신들을 이용할 수 있을 때 최적 알고리즘과 같은 성능을 낼 수 있음을 보일 것이다.

• 제어로봇시스템학회논문지
• /
• 제17권7호
• /
• pp.651-658
• /
• 2011

An efficient modified $D^*$ lite algorithm is suggested, which can perform online path planning for mobile robots in dynamic indoor environment. Online path planning should plan and execute alternately in a short time, and hence it enables the robot avoid unknown dynamic obstacles which suddenly appear on robot's path. Based on $D^*$ Lite algorithm, we improved representation of edge cost, heuristic function, and priority queue management, to build a modified $D^*$ Lite algorithm. Performance of the proposed algorithm is revealed via extensive simulation study.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.199-209
• /
• 2022

일반적인 비정상 탐지 알고리즘은 사전 데이터를 이용하여 학습된다. 따라서 시간에 따른 정상 데이터의 특징이 변화되는 경우에 기존의 배치 학습 기반 알고리즘의 성능 저하가 불가피하다. 본 논문에서는 정상 데이터의 점진적 특징 변화를 고려할 수 있는 온라인 비정상 탐지 알고리즘을 제안한다. 제안하는 알고리즘은 단일 클래스 분류 모델에 기반하며 오프라인 및 온라인 단계의 학습 과정을 포함한다. 제안된 알고리즘의 오프라인 학습 단계에서는 사전 데이터가 잠재 공간의 중심에 근접하도록 학습하고, 이후 온라인 학습단계에서는 신규 데이터에 의한 점진적 잠재 공간의 중심을 갱신하고, 갱신된 중심을 기준으로 계속 학습을 진행한다. 공개된 수중 음향 데이터를 이용한 실험결과 제안된 온라인 비정상 탐지 알고리즘은 점진적 중심 갱신 및 학습을 위해 단지 2 % 정도의 추가 학습시간이 소요되는 것으로 확인되었다. 반면에 시변 정상데이터가 수신되는 경우에 오프라인 학습 모델과 비교하여 19.10 % 개선된 Area Under the receiver operating characteristic Curve(AUC) 성능을 보였다.

• 컴퓨터교육학회논문지
• /
• 제7권4호
• /
• pp.1-6
• /
• 2004

온라인상에서 교육 내용의 전달은 많은 방법들이 개발되어 있지만 컴퓨터 언어 및 알고리즘의 e-learning과 실습은 웹상에서 프로그램 실습의 어려움으로 인하여 이론과 실습이 병행되지 못하여 왔다. 본 논문에서는 알고리즘을 검색하고 관리할 수 있는 뱅크를 구축하고 실행 인터페이스를 만들어, 학생들이 직접 웹상에서 각각의 프로그램들을 실행시킬 뿐 아니라 프로그램을 수정하여 실행할 수 있도록 하였다. 웹상에서 실습을 통한 알고리즘 뱅크 시스템은 실습 환경 구축과 적응에 대한 어려움을 없앰으로써 컴퓨터 알고리즘 학습에 대한 거리감을 없애는 효과가 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1091-1110
• /
• 2016

Hybrid deployment under current cloud data centers is a combination of online and offline services, which improves the utilization of the cluster resources. However, the performance of the cluster is often affected by the online services in the hybrid deployment environment. To improve the response time of online service (e.g. search engine), an effective scheduling algorithm based on Storm is proposed. At the component level, the algorithm dispatches the component with more influence to the optimal performance node. Inside the component, a reasonable resource allocation strategy is used. By searching the compressed index first and then filtering the complete index, the execution speed of the component is improved with similar accuracy. Experiments show that our algorithm can guarantee search accuracy of 95.94%, while increasing the response speed by 68.03%.

• ETRI Journal
• /
• 제29권5호
• /
• pp.685-687
• /
• 2007

In this letter, we propose a new online buffer management algorithm to simultaneously provide diverse multimedia traffic services and enhance network performance. Our online approach exhibits dynamic adaptability and responsiveness to the current traffic conditions in multimedia networks. This approach can provide high buffer utilization and thereby improve packet loss performance at the time of congestion.

• Structural Engineering and Mechanics
• /
• 제47권3호
• /
• pp.361-381
• /
• 2013

A Bayesian probabilistic method is proposed for online estimation of the process noise and measurement noise parameters for Kalman filter. Kalman filter is a well-known recursive algorithm for state estimation of dynamical systems. In this algorithm, it is required to prescribe the covariance matrices of the process noise and measurement noise. However, inappropriate choice of these covariance matrices substantially deteriorates the performance of the Kalman filter. In this paper, a probabilistic method is proposed for online estimation of the noise parameters which govern the noise covariance matrices. The proposed Bayesian method not only estimates the optimal noise parameters but also quantifies the associated estimation uncertainty in an online manner. By utilizing the estimated noise parameters, reliable state estimation can be accomplished. Moreover, the proposed method does not assume any stationarity condition of the process noise and/or measurement noise. By removing the stationarity constraint, the proposed method enhances the applicability of the state estimation algorithm for nonstationary circumstances generally encountered in practice. To illustrate the efficacy and efficiency of the proposed method, examples using a fifty-story building with different stationarity scenarios of the process noise and measurement noise are presented.