• ETRI Journal
• /
• 제46권4호
• /
• pp.648-659
• /
• 2024

Author verification is challenging because of the diversity in writing styles. We propose an enhanced handwriting verification method that combines handcrafted and automatically extracted features. The method uses a genetic algorithm to reduce the dimensionality of the feature set. We consider offline Bangla handwriting content and evaluate the proposed method using handcrafted features with a simple logistic regression, radial basis function network, and sequential minimal optimization as well as automatically extracted features using a convolutional neural network. The handcrafted features outperform the automatically extracted ones, achieving an average verification accuracy of 94.54% for 100 writers. The handcrafted features include Radon transform, histogram of oriented gradients, local phase quantization, and local binary patterns from interwriter and intrawriter content. The genetic algorithm reduces the feature dimensionality and selects salient features using a support vector machine. The top five experimental results are obtained from the optimal feature set selected using a consensus strategy. Comparisons with other methods and features confirm the satisfactory results.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권10호
• /
• pp.221-230
• /
• 2020

한정된 자원을 여러 사용자에게 공유해야하는 슈퍼컴퓨터와 같은 시스템은 응용프로그램의 실행을 최적화하는 방안이 필요하다. 이를 위해 시스템 관리자가 수행할 응용프로그램에 대한 사전 정보를 파악하는 것이 유용하다. 대부분의 고성능 컴퓨팅 시스템 운영에 있어 작업을 실행할 때 사용자로부터 실행 기간, 자원 요구사항들에 대한 정보를 제공 받거나 시스템 사용 통계 값을 사용하여 필요한 정보를 생성하는 등의 프로파일링 기술을 바탕으로 시스템 활용률을 높이는데 활용하고 있다. 본 논문의 선행연구에서는 하드웨어 성능 카운터를 이용하여 소스코드에 대한 별도의 이해 없이 응용프로그램 특성분석을 실행하고, 이 결과를 바탕으로 작업 스케줄링 알고리즘을 최적화하는 기술을 개발한 바 있다. 본 논문에서는 슈퍼컴퓨터 최적 실행지원을 위한 프로파일링 테스트베드 클러스터를 구축하고 구축한 클러스터 환경에서 하드웨어 성능 카운터를 기반으로 응용프로그램의 특성을 분석하는 프로파일링 기법의 확장성을 실험하였다. 이를 통해 응용프로그램의 문제크기를 축소하거나 프로파일링에 사용되는 노드수를 최소화하여도 개발한 하드웨어 성능 카운터 기반의 프로파일링 기법이 확장성 있게 동작하여 실제 스케줄링 최적화시에 활용될 수 있음을 보이고자 한다. 실험을 통해 프로파일링에 사용되는 노드의 수를 1/4로 줄여도 전체 노드를 사용한 프로파일링 대비 응용프로그램의 실행 시간이 1.08% 증가할 뿐 스케줄링 최적화 성능은 순차실행 대비 최대 37% 향상되었다. 또한 응용프로그램의 문제크기를 축소하여 프로파일링한 결과 프로파일링 데이터 수집 단계의 시간적 비용을 1/4배 이상 낮추면서 최대 35% 성능 향상 효과를 얻었다.

• Journal of Microbiology and Biotechnology
• /
• 제23권2호
• /
• pp.211-217
• /
• 2013

Corynebacterium glutamicum is one of the well-studied industrial strain that is used for the production of nucleotides and amino acids. Recently, it has also been studied as a possible producer of organic acids such as succinic acid, based on its ability to produce organic acids under an oxygen deprivation condition. In this study, we conducted the optimization of medium components for improved succinate production from C. glutamicum under an oxygen deprivation condition by Plackett-Burman design and applied a response surface methodology. A Plackett-Burman design for ten factors such as glucose, ammonium sulfate, magnesium sulfate, potassium phosphate ($K_2HPO_4$ and $KH_2PO_4$), iron sulfate, manganese sulfate, biotin, thiamine, and sodium bicarbonate was applied to evaluate the effects on succinate production. Glucose, ammonium sulfate, magnesium sulfate, and dipotassium phosphate were found to have significant influence on succinate production, and the optimal concentrations of these four factors were sequentially investigated by the response surface methodology using a Box-Behnken design. The optimal medium components obtained for achieving maximum concentration of succinic acid were as follows: glucose 10 g/l, magnesium sulfate 0.5 g/l, dipotassium phosphate ($K_2HPO_4$) 0.75 g/l, potassium dihydrogen phosphate ($KH_2PO_4$) 0.5 g/l, iron sulfate 6 mg/l, manganese sulfate 4.2 mg/l, biotin 0.2 mg/l, thiamine 0.2 mg/l, and sodium bicarbonate 100 mM. The parameters that differed from a normal BT medium were glucose changed from 40 g/l to 10 g/l, dipotassium phosphate ($K_2HPO_4$) 0.5 g/l changed to 0.75 g/l, and ammonium sulfate ($(NH_4)_2SO_4$) 7 g/l changed to 0 g/l. Under these conditions, the final succinic acid concentration was 16.3 mM, which is about 1.46 fold higher than the original medium (11.1 mM) at 24 h. This work showed the improvement of succinate production by a simple change of media components deduced from sequential optimization.

• 공업화학
• /
• 제31권4호
• /
• pp.377-382
• /
• 2020

아세틸렌 흡착 공정을 위한 MOF-235 합성의 최적화를 위해 순차적인 실험 계획법을 사용하였다. 이를 위하여 두 가지 실험 계획법이 적용되었는데, screening을 위한 2단계 요인 설계와 반응표면 분석법 중에 하나인 중심합성 계획이다. 본 연구에서는 2³ 요인 설계법을 이용하여 MOF-235의 결정도에 대한 합성 온도, 합성 시간 및 혼합 속도의 영향을 평가하였다. MINITAB 19 소프트웨어에 따라 설계된 16번의 MOF-235 합성 실험을 수행하였다. XRD 분석을 바탕으로 Half-Normal, Pareto, Residual, Main 및 Interaction 효과를 구하였다. 시험 결과의 분산 분석(ANOVA)을 통해 합성 온도 및 시간이 MOF-235의 결정도에 중요한 영향을 미친다는 것을 분석하였다. 이후, 중심합성 계획법을 이용하여 아세틸렌 흡착성능 최적화를 MOF-235의 선정된 합성 조건을 바탕으로 수행하였다. 설계된 9번의 흡착실험을 통해 도출된 결과를 2차 모델 방정식을 이용하여 계산하였다. 아세틸렌의 최대 흡착 용량(18.7 mmol/g)은 86.3 ℃ 및 28.7 h의 최적의 조건에서 합성된 MOF-235에서 얻을 수 있다고 예측하였다.

• 대한환경공학회지
• /
• 제27권7호
• /
• pp.753-761
• /
• 2005

전처리 공정에 따른 투과 flux 변화를 살펴보면 $MIEX^{(R)}$+UF 공정의 경우 응집+UF 공정에 비하여 높은 유기물 제거율을 나타내었으나 투과 flux 감소는 크게 나타났다. 따라서, 막 오염을 자세하게 규명하기 위하여 sequential filtration 실험결과 막 오염물질은 고분자 유기물질로 나타났으며, DOC 0.5 mg/L 이하의 유기물질이 막 오염 유발물질로 작용하고 있었다. 10 kDa 이하의 저분자 유기물질들은 $MIEX^{(R)}$ 처리에 의해 제거가 용이하여 막 표면에서 유기물 부하를 감소시켜 이로 인해 응집+UF공정에 비하여 투과 flux 감소율이 낮게 나타났다. $MIEX^{(R)}$+UF공정은 입자상 물질의 존재 유무에 관계없이 flux 감소율은 거의 유사한 경향을 보였으나 응집+UF공정은 용존성 유기물질만이 존재하는 시수에 비하여 입자상 물질이 존재하는 경우에 투과 flux 감소가 더 낮게 나타났다.

• 지구물리와물리탐사
• /
• 제23권1호
• /
• pp.38-49
• /
• 2020

음향파 완전파형역산은 탄성파 탐사를 통해 얻은 관측자료와 음향파 모델링자료를 맞춤으로써 지층의 속도모델을 고해상도로 구축하는 최적화 과정이다. 기존의 스트리머를 이용한 해양 탄성파 탐사 자료에 대한 음향파 완전파형역산에서는 압력자료만을 활용하여 P파 속도모델을 구축한다. 그러나 최근 다성분 해저면 탄성파 탐사기술의 발달로 다성분자료의 취득 사례가 늘고 있으며, 이에 따라 해양에서 얻어지는 다성분 자료를 활용한 음향파 완전파형역산 기법에 대한 연구가 필요하다. 이 연구에서는 수평 및 수직 입자가속도 자료를 활용한 효과적인 음향파 완전파형역산 전략을 제시하고자 한다. 이를 위해, 우선 음향파 모델링으로 제작된 압력 및 입자가속도 자료와 민감도커널을 분석하여 파형역산 과정에서 각 자료의 성분별 특성을 관찰하였다. 압력 자료에 함께 나타났던 직접파, 다이빙파 및 반사파가 수직 및 수평 입자가속도 자료에서 파동의 진행방향에 따라 분리되어 나타나는 것을 확인하였으며, 수평 입자가속도 자료는 상부의 장파장구조를, 수직 입자가속도 자료는 하부의 장파장구조와 전체 영역에서의 단파장구조를 구축하는 데 효과적임을 확인할 수 있었다. 이러한 분석 결과를 바탕으로 입자가속도 자료만을 활용해 음향파 완전파형역산을 수행하는 순차적 자료 활용전략을 제시하며, 압력자료를 얻지 못하였거나 품질이 낮은 경우에도 입자가속도 자료를 활용하는 음향파 완전파형역산을 통해 양호한 P파 속도모델을 구축할 수 있을 것으로 기대된다.

• Korean Chemical Engineering Research
• /
• 제54권1호
• /
• pp.89-93
• /
• 2016

본 연구에서는 식물세포배양으로부터 항암물질 파클리탁셀 및 이의 반합성 전구체 10-디아세틸파클리탁셀의 분리 양상을 조사하였다. 식물세포인 바이오매스를 이용한 분리/정제 공정인 용매를 이용한 바이오매스 추출, 액-액 추출, 흡착제 처리, 헥산 침전, 분별 침전을 순차적으로 수행한 결과, 흡착제 처리 공정에서 10-디아세틸파클리탁셀는 파클리탁셀로부터 가장 효과적으로 분리됨을 알 수 있었다. 파클리탁셀 및 10-디아세틸파클리탁셀 분리에 적합한 흡착제 종류, 건조시료/흡착제 비율, 흡착제 처리 온도는 각각 실로퓨트, 1:1.5(w/w), $20^{\circ}C$ 이었다. 최적의 흡착제 처리 조건에서 10-디아세틸파클리탁셀은 74.1% 분리/회수 가능하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권7호
• /
• pp.440-445
• /
• 2017

전자상거래 발전에 따라 온라인 쇼핑을 이용하는 사람들이 증가하였고 제품 또한 다양해지고 있다. 이러한 추세로 구매자가 만족할 수 있는 정확한 추천시스템의 중요성이 증대되었으며 정확도를 높이기 위한 새로운 방법의 연구가 계속되고 있다. 순환신경망은 시퀀스 학습에 적합한 딥 러닝 방법 중 하나이며 본 연구에서는 추천시스템의 정확도를 높이는 방법으로 구매자의 제품 접근순서를 순환신경망에 적용하여 알고리즘 성능평가를 하였다. 알고리즘 성능평가에는 대표적인 순환신경망 알고리즘과 최적화 알고리즘으로 진행하였다. 순환신경망 알고리즘으로는 RNN, LSTM, GRU 그리고 최적화 알고리즘으로는 Adagrad, RMSProp, Adam optimizer를 사용하였다. 실험 도구로는 구글의 오픈소스 라이브러리인 텐서플로우를 사용하였고 데이터는 RecSys Challenge 2015에서 제공하는 e-commerce session 데이터를 활용하였다. 실험 결과 실험 데이터에 적합한 최적의 하이퍼파라미터를 발굴하고 적용하여 RecSys Challenge 2015 참가자들의 결과와 비교하였다. 상품 접근 순서만을 학습시킨 결과이기 때문에 등수가 높지는 않았지만 기존 추천시스템에 접목한다면 정확도 향상에 기여할 수 있을 것으로 보인다.

• 한국콘텐츠학회논문지
• /
• 제17권7호
• /
• pp.93-100
• /
• 2017

최근 사회 관계망 서비스, 클라우드 컴퓨팅, 슈퍼컴퓨팅, 기업용 스토리지 시스템 등의 분야에서 고성능 플래시 메모리 기반 저장 장치(플래시 SSD)에 대한 수요가 크게 증가하고 있다. 이러한 환경에서 최근 산업계 및 학계에서는 고성능 플래시 SSD를 위한 NVMe 규약을 만들었고, NVMe 규약을 따르는 고성능 플래시 SSD는 현재 시장에서 구할 수 있다. 본 논문에서는 NVMe 플래시 SSD를 이용하여 클라우드 컴퓨팅, 사회 관계망 서비스 등에서 많이 활용되고 있는 NoSQL 데이터베이스의 성능을 평가하고 분석하고자 한다. 성능 평가에 사용된 저장 장치는 삼성전자가 최근에 개발한 NVMe 기반 플래시 SSD이며 이 장치의 연속 읽기/쓰기 성능은 3.5GB/s 이다. NoSQL 데이터베이스는 MongoDB의 기본 스토리지 엔진으로 채택된 WiredTiger를 사용하였다. 실험 결과는 고성능 NVMe 플래시 SSD 환경에서 NoSQL 데이터베이스의 로그 처리 부분이 성능상의 가장 큰 오버헤드임을 보여준다. 이 결과를 바탕으로 로그 처리 부분을 최적화하였고 최적화된 WiredTiger는 기존 대비 최대 15배의 성능 향상을 보여준다.

• 전기학회논문지
• /
• 제66권5호
• /
• pp.833-842
• /
• 2017

In this study, the design methodology of radial basis function neural networks based on incremental K-means clustering is introduced for learning and processing the big data. If there is a lot of dataset to be trained, general clustering may not learn dataset due to the lack of memory capacity. However, the on-line processing of big data could be effectively realized through the parameters operation of recursive least square estimation as well as the sequential operation of incremental clustering algorithm. Radial basis function neural networks consist of condition part, conclusion part and aggregation part. In the condition part, incremental K-means clustering algorithms is used tweights of the conclusion part are given as linear function and parameters are calculated using recursive least squareo get the center points of data and find the fitness using gaussian function as the activation function. Connection s estimation. In the aggregation part, a final output is obtained by center of gravity method. Using machine learning data, performance index are shown and compared with other models. Also, the performance of the incremental K-means clustering based-RBFNNs is carried out by using PSO. This study demonstrates that the proposed model shows the superiority of algorithmic design from the viewpoint of on-line processing for big data.