http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
블록체인 분석 플랫폼을 위한 시계열 인덱스 설계 및 구현
원종호 ( Jongho Won ),장미영 ( Mi-young Jang ),설동명 ( Dong-myung Sul ),김지용 ( Ji-yong Kim ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
블록체인 분석 플랫폼은 블록체인에 저장된 데이터 기반의 다양한 산업분야 활용성 증대를 위하여 분산 블록체인 기반 대규모/대용량 데이터에 대한 고속 분석을 통하여 신뢰성이 보장되는 보안과 신뢰 기반의 데이터 서비스를 제공하기 위한 분석 플랫폼이다. 본 논문에서는 블록체인 분석 플랫폼에서 제공하는 데이터 분석 중 시계열 데이터에 대한 고성능의 분석을 제공하기 위한 시계열 데이터 인덱스의 설계와 구현에 대하여 기술한다.
염화수소 및 불화수소 영향범위 예측을 위한 간이 방법 개발
원종호(Jongho Won),김병훈(Byounghoon Kim),마병철(Byungchol Ma),윤이(Yi Yoon),조아라(A Ra Jo),천영우(Young Woo Chon),문진영(Jin Young Moon) 한국위험물학회 2016 한국위험물학회지 Vol.4 No.2
Ministry of Environment has been designated 69 accident prevent materials, of which explosiveness or acute toxity is strong so that would cause explosion or serious accidents, as substances requiring preparation for accidents in Chemical Management Act. Among them are toxic and spread out in short time 22 chemicals, which can cause serious damage to the human body and the environment. Prevent measure from chemical release is can be the best practice, however it is also important to estimate the effect distance and minimize the damage for emergency response. In this study, we selected hydrogen chloride and hydrogen fluoride for developing the simplified estimating method and equation to calculate effect distance. Also we calculated the effect distance for toxic endpoints of hydrogen chloride and hydrogen fluoride(release rate 0.001 ㎥/s ~ 10 ㎥/s) at different ground roughness(open country and urban) based on the worst/ alternative case scenario by using the ALOHA, KORA and PHAST programs. Finally, we find the dispersion trends and suggest a simplified quick estimate formula such as y=Ax<SUP>B</SUP> (R² 0.95). The new method of this research will be easy and useful for estimating effect distance without simulating risk assessment tools.
해양플랜트의 예지보전을 위한 실시간 데이터 스트림 처리 구현
김성수(Sung-Soo Kim),원종호(Jongho Won) 한국정보과학회 2015 정보과학회논문지 Vol.42 No.7
최근 빅데이터는 전사적 자원관리 분야뿐만 아니라 해양플랜트내 생산 및 운영 작업 분야에서도 큰 관심을 받고 있다. 이력데이터를 기반으로 미래의 설비에 대한 성능을 예측하는 것은 설비들의 생산성을 향상 시킬 수 있다. 특히 해양플랜트의 주요설비 중 하나인 원심압축기는 고장 시 폭발 할 수 있는 위험한 설비이기 때문에 실시간으로 설비성능을 모니터링 해야 한다. 본 논문에서 원심압축기의 성능을 계산하기 위한 스트림 데이터 처리 구조를 제안한다. 제안하는 시스템은 크게 가상태그 스트림 생성기와 실시간 데이터 스트림 관리자와 같이 두 가지 컴포넌트로 구성된다. 시스템 성능 확장성을 제공하기 위해, 멀티 코어 CPU를 사용하여 대용량 스트림 데이터를 처리할 수 있는 병렬 프로그래밍 접근 방식을 이용하였다. 또한, 실험을 통해 원심압축기의 스트림 데이터 처리에 대한 성능 개선을 보여주었다. In recent years, Big Data has been a topic of great interest for the production and operation work of offshore plants as well as for enterprise resource planning. The ability to predict future equipment performance based on historical results can be useful to shuttling assets to more productive areas. Specifically, a centrifugal compressor is one of the major piece of equipment in offshore plants. This machinery is very dangerous because it can explode due to failure, so it is necessary to monitor its performance in real time. In this paper, we present stream data processing architecture that can be used to compute the performance of the centrifugal compressor. Our system consists of two major components: a virtual tag stream generator and a real-time data stream manager. In order to provide scalability for our system, we exploit a parallel programming approach to use multi-core CPUs to process the massive amount of stream data. In addition, we provide experimental evidence that demonstrates improvements in the stream data processing for the centrifugal compressor.