• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권1호
• /
• pp.17-24
• /
• 2020

외판원 순회문제(Traveling Salesman Problem)는 세일즈맨이 한 도시(node)를 출발하여 모든 도시를 한 번씩 방문한 후 다시 출발점으로 되돌아오는 최적 경로를 반환한다. 이 기법은 도시의 수가 늘어날수록 연산횟수가 기하급수적으로 늘어나는 단점으로 인해 실생활에서 여러 노드(node)를 방문해야 하는 놀이동산이나 택배에 적용하기에는 탐색 성능에 한계가 있다. 또한, 최적 경로 탐색은 각 노드 사이의 거리를 1차원 속성으로 사용하기 때문에 이동시간, 관심도, 대기시간 등의 다차원속성을 고려하는 사용자의 요구를 만족하기 어렵다. 본 논문에서는 이와 같은 단점을 해결하기 위하여 Top-n 스카이라인 질의(Skyline query)를 이용한 다차원 외판원 순회문제(TS-MDT, Top-n Skyline-Multi Dimensional TSP) 알고리즘을 제안한다. 제안기법은 스카이라인의 지배원칙에 따라 다중 속성의 노드들을 제거함으로써 연산횟수의 감소를 통한 신속한 연산과 최적 경로를 반환한다. 실험에서는 1차원 속성의 데이터를 사용한 기존의 동적 계획법과 다차원속성을 처리하는 제안기법의 연산시간을 비교한 결과, 같은 데이터 개수일 때 다차원속성을 처리하는 제안기법이 더 빠른 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권10호
• /
• pp.479-486
• /
• 2017

최근 GPGPU를 이용하여 저하된 컴퓨터 성능 향상폭을 높일 수 있게 되었고, 이로 인하여 높은 연산을 요구로 하는 물리 기반의 실시간 시뮬레이션을 PC에서 구동할 수 있게 되었다. 물리 시뮬레이션에서 적용되는 물리 계산은 병렬 처리로 수행되어질 수 있으며, 최근 OpenGL 4.3 및 Unity4.0에서 지원되는 Compute shader를 통한 병렬 연산을 이용하면 효율적으로 구동할 수 있다. 본 논문에서는 다양한 플랫폼을 지원하는 디지털 콘텐츠 제작 툴인 Unity와 다양한 플랫폼에서 구동되어지는 OpenGL에서의 실시간 물리 시뮬레이션에서의 성능을 측정 및 비교한다. 본 논문에서 particle 시뮬레이션의 실험 결과 Unity를 이용한 particle 시뮬레이션이 OpenGL을 이용한 particle 시뮬레이션에 비해 최대 136.04% 빠른 성능을 보인다. 이를 통하여 추후 멀티 플랫폼을 지원하는 디지털 콘텐츠를 제작함에 있어 더 나은 개발 도구를 선정할 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제9권9호
• /
• pp.1-8
• /
• 2009

H.264/AVC 표준은 부호화 효율을 향상시키기 위해 각 매크로블록의 최적 부호화 모드를 결정하는 율-왜곡 최적화 기법을 사용한다. 율-왜곡 최적화 기법은 기존의 비디오 압축 표준보다 부호화 효율을 향상시키지만 매크로블록의 최적 부호화 모드를 결정하기 위해서 전체 모드에 대해 율-왜곡 최적화 과정을 수행해야하므로 부호화기의 복잡도가 매우 증가하게 된다. 본 논문에서는 부호화기의 복잡도 감소를 위해서 방향성 기울기를 이용한 고속 화면내 예측 모드 결정 방법을 제안한다. 제안된 알고리즘은 2-경로 구조로 구성되었다. 첫 번째 경로는 방향성 기울기를 계산하여 제안된 예측 모드 결정 방법에 따라 $16{\times}16$ 화면내 예측 모드를 결정한다. 두 번째 경로는 $4{\times}4$ 화면내 예측의 최적 모드를 결정한다. $4{\times}4$ 화면내 예측에서 지원하는 9가지 예측 모드 중 3가지 예측 모드에 RDO 과정이 수행된다. 각 경로에서 결정된 두 가지 모드의 비용을 비교하여 최적 모드를 결정한다. 모의실험을 통해 제안 방식이 참조 소프트웨어와 비교하여 무시할 수 있는 화질 손실과 평균적으로 77%의 계산량을 감소시킬 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제25권6호
• /
• pp.547-557
• /
• 2009

LIDAR (LIght Detection And Ranging) is an active remote sensing technology which provides 3D coordinates of the Earth's surface by performing range measurements from the sensor. Early small footprint LIDAR systems recorded multiple discrete returns from the back-scattered energy. Recent advances in LIDAR hardware now make it possible to record full digital waveforms of the returned energy. LIDAR waveform decomposition involves separating the return waveform into a mixture of components which are then used to characterize the original data. The most common statistical mixture model used for this process is the Gaussian mixture. Waveform decomposition plays an important role in LIDAR waveform processing, since the resulting components are expected to represent reflection surfaces within waveform footprints. Hence the decomposition results ultimately affect the interpretation of LIDAR waveform data. Computational requirements in the waveform decomposition process result from two factors; (1) estimation of the number of components in a mixture and the resulting parameter estimates, which are inter-related and cannot be solved separately, and (2) parameter optimization does not have a closed form solution, and thus needs to be solved iteratively. The current state-of-the-art airborne LIDAR system acquires more than 50,000 waveforms per second, so decomposing the enormous number of waveforms is challenging using traditional single processor architecture. To tackle this issue, four parallel LIDAR waveform decomposition algorithms with different work load balancing schemes - (1) no weighting, (2) a decomposition results-based linear weighting, (3) a decomposition results-based squared weighting, and (4) a decomposition time-based linear weighting - were developed and tested with varying number of processors (8-256). The results were compared in terms of efficiency. Overall, the decomposition time-based linear weighting work load balancing approach yielded the best performance among four approaches.

• Smart Structures and Systems
• /
• 제24권5호
• /
• pp.567-585
• /
• 2019

In the past two decades, structural health monitoring (SHM) systems have been widely installed on various civil infrastructures for the tracking of the state of their structural health and the detection of structural damage or abnormality, through long-term monitoring of environmental conditions as well as structural loadings and responses. In an SHM system, there are plenty of sensors to acquire a huge number of monitoring data, which can factually reflect the in-service condition of the target structure. In order to bridge the gap between SHM and structural maintenance and management (SMM), it is necessary to employ advanced data processing methods to convert the original multi-source heterogeneous field monitoring data into different types of specific physical indicators in order to make effective decisions regarding inspection, maintenance and management. Conventional approaches to data analysis are confronted with challenges from environmental noise, the volume of measurement data, the complexity of computation, etc., and they severely constrain the pervasive application of SHM technology. In recent years, with the rapid progress of computing hardware and image acquisition equipment, the deep learning-based data processing approach offers a new channel for excavating the massive data from an SHM system, towards autonomous, accurate and robust processing of the monitoring data. Many researchers from the SHM community have made efforts to explore the applications of deep learning-based approaches for structural damage detection and structural condition assessment. This paper gives a review on the deep learning-based SHM of civil infrastructures with the main content, including a brief summary of the history of the development of deep learning, the applications of deep learning-based data processing approaches in the SHM of many kinds of civil infrastructures, and the key challenges and future trends of the strategy of deep learning-based SHM.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.71-81
• /
• 2010

일반적인 웹 환경에서도 웹 페이지에 포함되어 있는 웹뷰 콘텐츠의 갱신 상태와 재-계산 상태 또는 생성되는 과정에서의 변화는 파악하기가 어려우며, 만약 갱신이 되고 있는 도중에 읽기 작업이 수행되거나, 잘못된 갱신으로 인한 부정확한 콘텐츠의 사용으로 인한 문제가 발생하면 이에 대한 문제 해결은 매우 복잡하다. 이러한 문제를 해결하기 위하여 많은 연구가 이루어져 왔으나, 대부분 단일 사용자 환경에서의 웹뷰 연구로 분산된 환경에서의 적용은 문제가 있다. 이러한 이유로 본 연구에서는 웹뷰 콘텐츠의 운영 상태를 확인할 수 있는 방법으로 기존의 상태 전이 그래프를 확장하고 이에 대한 알고리즘을 제시하여 분산된 환경에서의 웹뷰 콘텐츠의 갱신 및 재-계산 상태 또는 생성되는 과정에서의 상태 변화를 설명할 수 있도록 하며, 구체화 웹뷰를 이용한 실험을 통하여 구체화 웹뷰를 사용하였을 경우와 사용하지 않았을 경우 그리고 네트워크의 상태에 따른 시간 분석과 웹뷰 콘텐츠의 크기에 따른 효율성에 대한 분석을 한다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.51-55
• /
• 2019

본 논문에서는 잡음 환경에 강인한 음성 인식 성능을 위해 특징 보상 이득을 이용한 음성 향상 기법을 제안한다. 본 논문에서는 변분모델 생성 기법을 채용한 병렬 결합된 가우스 혼합 모델(Parallel Combined Gaussian Mixture Model, PCGMM) 기반의 특징 보상 기법으로부터 계산할 수 있는 특징 보상 이득을 이용하는 음성 향상 기술을 제안한다. 불일치 환경 음성 인식 시스템 적용 환경에서 본 논문에서 제안하는 기법이 실험 결과에서 기존의 전처리 기법 및 이전 연구에서 제안된 특징 보상 기반의 음성 향상 기법에 비해 다양한 잡음 및 SNR(Signal to Noise Ratio) 조건에서 월등한 인식 성능을 나타내는 것을 확인한다. 또한 잡음 모델 선택 기법을 적용함으로써 음성 인식 성능을 유사한 수준으로 유지하면서 계산량을 대폭적으로 감축할 수 있다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.389-400
• /
• 2019

레벨계는 비침습적으로 매질의 레벨을 측정 할 수 있어 산업계에서 안전과 유지보수와 연관되어 점점 다양한 종류의 레벨계가 사용되고 있는 추세이다. 레벨계는 석탄, 밀가루, 쌀 등의 고체 매질과 물, 석유 등의 액체매질과 같은 여러 종류의 매질에 따라 측정이 가능하며 매질에 따른 오차를 줄이기 위해 도플러 효과를 이용한 계측으로 측정 오차를 보완 할 수 있으나, 신호처리 단계가 더 많아져 연산속도가 더 필요하게 되고 하드웨어 복잡도가 증가하며 고비용 구조가 요구된다. 본 논문에서는 원격 측정 레벨계의 신호처리 연산구조를 개선 하는 방법을 제안하여 연산량을 줄이고 요구되는 FPGA의 리소스 사용량을 줄일 수 있는 방법을 제시하고자 한다.

• 산업경영시스템학회지
• /
• 제43권4호
• /
• pp.23-32
• /
• 2020

Many small and medium-sized manufacturing companies process various product types to respond different customer orders in a single production line. To improve their productivity, they often apply batch processing while considering various product types, constraints on batch sizes and setups, and due date of each order. This study introduces a batch scheduling heuristic for a production line with multiple product types and different due dates of each order. As the process times vary due to the different batch sizes and product types, a recursive equation is developed based on a flow line model to obtain the upper bound on the completion times with less computational complexity than full computation. The batch scheduling algorithm combines and schedules the orders with same product types into a batch to improve productivity, but within the constraints to match the due dates of the orders. The algorithm incorporates simple and intuitive principles for the purpose of being applied to small and medium companies. To test the algorithm, two case studies are introduced; a high pressure coolant (HPC) manufacturing line and a press process at a plate-type heat exchanger manufacturer. From the case studies, the developed algorithm provides significant improvements in setup frequency and thus convenience of workers and productivity, without violating due dates of each order.

• 정보보호학회논문지
• /
• 제14권1호
• /
• pp.113-119
• /
• 2004

지수승(exponentiation) 연산은 암호 관련 응용에서 널리 사용되고 있으며, 안전성을 위해 지수 n의 값을 크게 선정하여 이용하고 있다. 그런데, n의 값이 커짐에 따라 수행해야 하는 곱셈의 횟수도 따라서 증가하게 되고, 결과적으로 속도가 빠른 연산 알고리즘의 개발이 중요한 문제로 대두되고 있다. 본 논문에서는 정규 기저 표현(normal bases representation)을 갖는 GF(2$^n$) 상의 병렬 지수승 연산에 있어서, 프로세서 수가 고정된 경우에 라운드 수를 개선할 수 있는 알고리즘을 제안하고 이의 성능분석을 수행한다. 제안하는 방안은 지수(exponent)를 특정 비트 수로 나누어 지수승을 수행하는 윈도우 방법(window method)를 이용하는 것으로, 윈도우 값 계산 단계에서 휴지 프로세서들로 하여금 윈도우들 간의 곰을 계산하도록 합으로써, 전체 라운드 수를 줄이는 효과를 갖는다.