http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
실시간 스트리밍을 위한 저지연 고품질 ABR 시스템에 관한 연구
이종윤(Jongyun Lee),이경한(Kyunghan Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 연구는 실시간 방송 서비스에서 저지연 고품질의 영상을 제공하기 위한 실시간 ABR 전송 및 수신 시스템에 관한 연구이다. 본 연구는 실시간 영상을 전송하는 송신단이 비디오 프레임을 여러 인코딩율과 일정 GoP(Group of Picture) 단위로 인코딩하여 전송하면, 각 수신단이 다운링크 가용 전송률에 맞는 비디오 프레임을 선택하도록 하여 저지연 성능을 보장한다. 이러한 송신단 기반의 ABR 인코딩 설계는 미디어 서버에서의 트랜스코딩 과정을 생략할 수 있도록 하여 미디어 서버에서의 지연시간을 최소화할 수 있다. 이에 더해, 본 연구가 제안하는 시스템은 미리 정의된 인코딩율로 비디오를 인코딩하는 기존의 ABR 시스템과 달리 수집한 수신단 네트워크 정보를 실시간으로 송신단에 전달하고 이를 반영하여 인코딩율을 계산한다. 이러한 실시간 인코딩율 계산 과정을 통해 제안하는 시스템은 수신단들에게 가장 최적화된 비디오 품질의 스트리밍 서비스를 제공할 수 있다.
보강된 이음부를 가진 조립식 프리캐스트 콘크리트 아치의 구조성능
정철헌,주상훈,최동찬,이종윤,Chung, Chulhun,Joo, Sanghoon,Choi, Dongchan,Lee, Jongyun 대한토목학회 2014 대한토목학회논문집 Vol.34 No.1
내구성과 미관성이 우수한 석조 아치교량은 단경간 교량으로서 가장 오래되고 경험적으로 시공되었던 구조물로서 유럽에서는 지금까지도 현장에 시공되고 있으며, 이에 대한 활발한 연구가 진행되고 있다. 그러나 국내에서는 시공법의 비효율성과 비경제성으로 인해 교량 목적으로 시공되는 경우는 거의 없는 상태이다. 따라서 본 연구에서는 기존 연구자들이 제안한 시스템에서 구조성능의 향상이 가능한 보강된 이음부의 접합방법을 제안하였다. 제안된 이음부는 횡방향 루프이음과 종방향 보강근을 적용한 형식으로 프리캐스트 콘크리트 블록으로 이루어진 아치에 적용하여 실험을 통해서 구조적 성능을 평가하였다. 실험결과, 보강된 이음부는 소량의 보강근으로도 블록 상호 간의 상대변위와 힌지거동을 억제시켜 기존의 형식보다 충분한 내력을 향상시킬 수 있을 것으로 판단된다. The masonry stone arch bridge, due to its superior durability and aesthetics, has been one of the oldest and popular types of short span bridges. In Europe, this type of bridges have been continuously constructed, and numerous related researches have been conducted until recently. However, there are few construction cases in Korea since the economic efficiency and the construction effectiveness is not contentable. Therefore, this study proposed the reinforced joint to improve structural performance of the conventional arch systems which is proposed by previous researchers. The structural performance of the proposed reinforced joint, which consists of the transverse loop joint and the longitudinal reinforcement, is validated by experimental test of an arch bridge which is constructed using precast concrete segments. Based on this results of the experimental test, it is concluded that the strength of arch bridges can be enhanced by applying the proposed reinforced joints since the reinforced joint restrains hinge behavior and relative displacement between segments with a little reinforcement.
보강된 이음부와 뒤채움을 적용한 조립식 프리캐스트 콘크리트 아치교량의 실물모형실험
정철헌,주상훈,최동찬,이종윤,Chung, Chulhun,Joo, Sanghoon,Choi, Dongchan,Lee, Jongyun 대한토목학회 2014 대한토목학회논문집 Vol.34 No.2
In this paper, the load test of full-scale precast concrete arch bridges considering reinforced joint and backfill was conducted. It is an improved method that the reinforced joint enhanced the structural performance of conventional masonry arch system which was proposed by previous researchers. The models of full-scale test are $10m(span){\times}3m$ (rise) and $10m(span){\times}2m$ (rise), which are 2 meters in width. The critical load position was shown at a third-span from the results of the pre-analysis. Based on the this results, the positions of load, measuring items and points were determined in experiments. As a result, the maximum load capacity of the specimen $10m{\times}2m$, a relatively small rise to span ratio (compared to the specimen $10m{\times}3m$), was higher than the specimen $10m{\times}3m$. It was evaluated that all the specimens have sufficient structural performance on the design load. 본 연구에서는 기존 연구자들이 제안한 석조형식의 아치시스템에서 보강된 이음부와 뒤채움이 고려된 아치교량의 실물모형에 대한 재하실험을 수행하였다. 실물모형교량의 실험체는 10 m (경간) ${\times}$ 3 m (높이)과 10 m (경간) ${\times}$2 m(높이)이며, 실험체 폭은 2 m로 동일하게 하였다. 예비해석결과로부터 구조적으로 가장 취약한 하중위치는 경간의 1/3로 나타났고 그 결과를 토대로 구조실험시 하중재하위치, 측정 항목 및 위치를 결정하였다. 실험결과, 최대 내력은 높이/경간 비가 상대적으로 작은 실험체 $10m{\times}2m$가 실험체 $10m{\times}3m$보다 크게 나타났다. 실험체 모두 설계하중에 대하여 충분한 구조적 성능을 확보하는 것으로 평가되었다.
Verilog HDL을 이용한 신경망 하드웨어 구현 및 성능 평가
서정윤(Jeongyun Seo),이종윤(Jongyun Lee),박성준(Sungjun Park),이하림(Harim Lee) 한국정보기술학회 2024 Proceedings of KIIT Conference Vol.2024 No.5
딥러닝 기술을 산업 및 실생활에 적용하기 위해서는 대량의 데이터를 실시간으로 추론할 수 있어야 한다. 그러나, 딥러닝 네트워크 추론 과정에서 GPU를 사용하는 것이 효율적이지 않다는 사실이 대두됨에 따라, 추론용 AI 반도체 기술 개발 및 연구에 대한 관심도가 높아지고 있다. 이에 본 논문에서는 딥러닝 네트워크 중 하나인 완전연결 네트워크 (fully-connected network)의 하드웨어 구현을 위한 아키텍처 소개 및 딥러닝 네트워크 가중치를 양자화하는 방법에 대해 설명한다. 이를 바탕으로 소프트웨어 프레임워크인 파이토치로 구현한 완전연결 네트워크의 CPU 및 GPU에 대한 소프트웨어 추론 성능과 Verilog HDL을 이용해 회로로서 구현한 AI 하드웨어 가속기의 추론 성능을 비교 분석한다. In order to apply deep learning technology to industry and real-life applications, it is necessary to be able to infer large amounts of data in real time. However, as it has become evident that the use of GPUs in the deep learning network inference process is not an efficient approach, there is a growing interest in the development and research of AI semiconductor technology for inference. In this paper, we present the architecture for the hardware implementation of a fully-connected network, one of the deep learning networks. Furthermore, we explain how to quantize deep learning network weights. Based on this, we compare and analyze the software inference performance of the CPU and GPU of a fully connected network implemented with the software framework PyTorch and the inference performance of the AI hardware accelerator implemented as a circuit using Verilog HDL.