http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
권봉경,정광수 한국통신학회 1997 韓國通信學會論文誌 Vol.22 No.6
A vector timestamp is used to satisfy message ordering in a group communications. In this paper, we propose a new vector timestamp compression method which is applicable to a single process group environment where one process belongs to only one precess group. An existing compression method compares the fields of the previously sent vector timestamp with thouse of the currently updated vector timestamp, then sends only the modified fields of the vector timestamp. Unlike the previous one, a proposed compression method performs individual compression for each process using the locally maintained vector timestamp information on other processes. Also, we logicallyproved the causal ordering algorithm using the new compression method and compared the performance of the proposed method with one of the previous compression method by computer simulation. Using the proposed compression method, the message overhead required for causal ordering can be reduced.
권봉경,정광수,현동환,함진호 한국통신학회 1996 韓國通信學會論文誌 Vol.21 No.4
In this paper, we proposed a new multicast algorithm which is efficiently applicable to overlapped process group environments where one process may be involved in several process groups. Unlike the esisting algorithms, the proposed one provides an efficient group communication mechanism by generating the processgroup information in two-level tree. Using this algorithm, we improved the shortcoming of the existing algorithms by reducing the overhead in passing through unnecessary processes for message ordering. We have provided the causal ordering method as well as the total ordering method in group communication environments. As a result, we allow one process to deliver message to other processes with a short delay time, and reduced the overhead required for the message ordering. Also, we logically proved the proposed causal ordering method, and compared the performance of the proposed algorithm with ones of other existing algorithms by computer simulation.
권봉경(Bongkyoung Kwon),정광수(Kwangsue Chung) 한국정보과학회 1996 한국정보과학회 학술발표논문집 Vol.23 No.2B
본 논문에서는 정적인 프로세스 그룹이며 하나의 프로세스가 단일 그룹에 속하는 환경에서 이용되는 벡터 타임스탬프의 효율적인 압축 방식을 제안하였다. 기존의 압축 방식은 이전에 전송한 메세지의 벡터 타임스탬프와 현재의 벡터 타임스탬프를 비교하여 변화된 부분만 전송하는 방식이다. 본 논문에서는 기존의 압축 방식과 달리 국부적으로 유지하고 있는 다른 프로세스의 벡터 타임스탬프 정보를 이용하여 개별적인 압축을 수행하는 방식을 제안하였다. 또한 새로운 압축 방식을 이용한 인과관계 순서화 알고리즘을 논리적으로 증명하였다. 제안된 압축 방식을 이용하면 기존의 압축 방식에 비해 프로세스간 메시지들의 인과관계 순서화에 요구되는 메세지 오버헤드를 줄일 수 있다.
권봉경(Bongkyoung Kwon),정광수(Kwangsue Chung) 한국정보과학회 1996 한국정보과학회 학술발표논문집 Vol.23 No.1A
본 논문에서는 하나의 프로세스가 여러 그룹에 속하는 중첩된 프로세스 그룹 환경에 효과적으로 적용할 수 있는 멀티캐스트 알고리즘을 제시하였다. 기존의 알고리즘과 달리 중첩된 프로세스 그룹 환경에서 그룹 통신을 효율적으로 수행 할 수 있도록, 프로세스 그룹의 정보를 이단 트리로 작성하는 방식을 제안하였다. 이 방식을 이용하면 순서화를 위하여 불필요한 프로세스를 거치는 기존 알고리즘의 단점을 개선할 수 있다. 그룹통신에 전체적인 순서화 뿐만 아니라 인과관계 순서화의 기능을 부여함으로써 적은 지연을 요하는 메세지의 전달이 가능하도록 하였으며, 순서화에 요구되는 메세지 오버헤드의 크기도 줄였다. 시뮬레이션 결과 제안된 알고리즘이 전체 순서화를 제공하는 경우, 기존 알고리즘보다 로드(load)면에서 최대 30% 향상을 보였으며, 인과관계 순서화를 제공하는 경우에는 메세지 오버헤드면에서 최대 35%의 성능 향상을 보였다.
나이브 베이즈 분류기를 이용한 돌발상황 검지 알고리즘 개발
강성관,권봉경,권철우,박상민,윤일수 한국ITS학회 2018 한국ITS학회논문지 Vol.17 No.6
The purpose of this study is to develop an efficient incident detection algorithm by applying machine learning, which is being widely used in the transport sector. As a first step, network of the target site was constructed with micro-simulation model. Secondly, data has been collected under various incident scenarios produced with combination of variables that are expected to affect the incident situation. And, detection results from both McMaster algorithm, a well known incident detection algorithm, and the Naive Bayes algorithm, developed in this study, were compared. As a result of comparison, Naive Bayes algorithm showed less negative effect and better detect rate (DR) than the McMaster algorithm. However, as DR increases, so did false alarm rate (FAR). Also, while McMaster algorithm detected in four cycles, Naive Bayes algorithm determine the situation with just one cycle, which increases DR but also seems to have increased FAR. Consequently it has been identified that the Naive Bayes algorithm has a great potential in traffic incident detection. 본 연구에서는 최근 활발하게 활용되고 있는 머신러닝 기법을 교통분야에 적용하여 효율적인 돌발상황 검지 알고리즘을 개발하는 것을 목적으로 하였다. 미시교통시뮬레이션 모형을 통하여 대상지의 네트워크를 구축하였고 돌발상황에 영향을 줄 것으로 예상되는 변수의 여러 조합을 통해 시나리오를 설정하여 가상의 돌발상황 데이터를 수집하였다. 다음으로 대표적인 돌발상황 검지 알고리즘인 McMaster 알고리즘과 본 연구에서 개발한 나이브 베이즈 분류기 를구현하여 비교·평가하였다. 비교 결과, 나이브 베이즈 분류기가 McMaster 알고리즘에 비해 돌발상황 검지 간격에 따른 부정적인 영향이 적었고 더 우수한 검지율을 보였다. 하지만 검지율이 증가하는 만큼 오검지율 또한 증가하는 것을 확인할 수 있었다. McMaster 알고리즘은 4주기를 통해 검지가 가능하지만 나이브 베이즈 분류기는 1주기(30초)만으로 돌발상황을 판단할 수있다. 본 연구를 통해 개발한 나이브 베이즈 분류기가 효율적으로 돌발을 파악할 수 있다는것을 확인할 수 있었다.