대용량 플래시 메모리를 위한 효율적인 플래시 변환 계층 시스템 소프트웨어

정태선,박동주,조세형,Chung Tae-Sun,Park Dong-Joo,Cho Sehyeong 한국정보처리학회 2005 정보처리학회논문지 A Vol.12 No.7

플래시 메모리는 비휘발성(non-volatility), 빠른 접근 속도, 저전력 소비, 그리고 간편한 휴대성 등의 장점을 가지므로 최근에 다양한 임베디드 시스템에서 많이 사용되고 있다. 그런데 플래시 메모리는 그 하드웨어 특성상 플래시 변환 계층(FTL: Flash Translation ayer)이라는 시스템 소프트웨어를 필요로 한다. 본 논문에서는 LSTAFF(Large Sate Transition Applied Fast Hash Translation Layer)라 명명된 대블록 플래시 메모리를 위한 새로운 FTL 알고리즘을 제안한다. LSTAFF는 운영체제가 다루는 데이터 섹터 크기 보다 큰 플래시 메모리의 페이지를 고려한 FTL 알고리즘이며, 기존 FTL 알고리즘과 제안될 LSTAFF를 구현하여 플래시 시뮬레이터를 이용하여 성능을 비교하였다. Recently, flash memory is widely used in various embedded applications since it has many advantages in terms of non-volatility, fast access speed, shock resistance, and low power consumption. However, it requires a software layer called FTL(Flash Translation Layer) due to its hardware characteristics. We present a new FTL algorithm named LSTAFF(Large State Transition Applied Fast flash Translation Layer) which is designed for large block flash memory The presented LSTAFF is adjusted to flash memory with pages which are larger than operating system data sector sizes and we provide performance results based on our implementation of LSTAFF and previous FTL algorithms using a flash simulator.

Sopclos : 객체지향 데이타베이스 관리 시스템을 위한 CLOS 인터페이스

정태선(Tae-Sun Chung),조은선(Eun-Sun Chough),김형주(Hyoung-Joo Kim) 한국정보과학회 1997 정보과학회논문지(B) Vol.24 No.9

객체지향 데이타베이스 관리 시스템은 프로그래밍 언어 상의 객체와 데이타베이스 객체간의 타입 불일치(impedance mismatch)가 관계형 데이타베이스 관리 시스템에 비하여 심하지 않기 때문에 데이타베이스 응용 프로그램을 작성하기가 용이하다고 알려져 있다. 그러나 객체지향 데이타베이스 관리 시스템에서도 기본적으로 프로그래밍 언어에 데이타베이스 기능을 추가하려면 언어의 의미와 구문을 확장시켜야 하기 때문에 여러 가지 문제들 즉, 직교적 지속성(orthogonal persistency), 투명한 지속성 (transparent persistency), 이식성(portability) 등의 문제가 생긴다. Sopclos는 이러한 문제를 해결하는, 객체지향 데이타베이스 관리 시스템을 위한 객체지향형 Lisp(CLOS) 인터페이스이다. 본 논문에서는 CLOS의 메타객체 프로토콜을 이용하여 사용자에게는 거의 같은 구문을 제공하면서도 CLOS 객체가 객체지향 데이타베이스 시스템에 저장되고 관리될 수 있도록 한 Sopclos의 설계와 구현을 제안한다. It is well known that database application programming is easier in OODBMSs(Object Oriented Database Management Systems) than RDBMSs (Relational Database Management Systems) because the impedance mismatches between objects in disks and objects in programming languages are oat more serious in OODBMSs. But OODBMSs also have problems in adding database functionalities to programming languages as expansion of the programming language semantics is required. For this, orthogonal persistency, transparent persistency, and portability are the issues to be addressed. Sopclos which is a CLOS interlace to an OODBMS solves these problems. In this paper we suggest the design and implementation of Sopclos providing object persistency on OODBMS through metaobiect protocol of CLOS without drastic modification of CLOS syntax.

변전소 자동화 시스템에 적용된 XML 연구

정태선(Tae Sun Chung),김정수(Jeong Soo Kim),송운식(Un Sig Song),장혁수(Hyuk Soo Jang),장병태(Byung Tae Jang),이재욱(Jae Wook Lee),추진부(Jin Boo Choo) 대한전기학회 2005 대한전기학회 학술대회 논문집 Vol.2005 No.7

XML 데이타를 위한 객체지향 데이타베이스 스키마 및 질의 처리

정태선(Tae-Sun Chung),박상원(Sangwon Park),한상영(Sang-Young Han),김형주(Hyoung-Joo Kim) 한국정보과학회 2002 정보과학회논문지 : 데이타베이스 Vol.29 No.2

XML이 웹상에서 정보 교환의 표준으로 채택되면서 XML을 데이타베이스의 데이타로 보고 정보를 추출하는 분야가 주목받고 있다. 특히 최근에는 기존의 DBMS 시스템에 XML 데이타를 저장하여 기존의 DB 엔진으로 XML 질의를 처리하는 분야가 많이 연구되고 있다. 이때 주로 관계형 DBMS를 사용하는 연구가 많이 시도되고 있다. 본 연구에서는 객체 지향 데이타베이스 시스템이 XML 데이타를 저장하고 질의를 처리하는 또 하나의 해법이 될 수 있음을 보인다. 제안하는 방법은 XML의 DTD로부터 OODB의 클래스를 생성하고 이 클래스에 대하여 XML 질의를 수행한다. 특히, XML 데이타의 비정형적인 성질이 OO 모델의 계승(inheritance)을 이용하여 표현되어 질의 처리시에 유용하게 사용될 수 있음을 보인다. As XML has become an emerging standard for information exchange on the World Wide Web it has gained attention in database communities to extract information from XML seen as a database model. Recently, many researchers have addressed the problem of storing XML data and processing XML queries using traditional database engines. Here, most of them have used relational database systems. In this paper, we show that OODBSs can be another solution. Our technique generates an OODB schema from DTDs and processes XML queries. Especially, we show that the semi-structural part of XML data can be represented by the `inheritance' and that this can be used to improve query processing.

플래시 메모리를 위한 효율적인 사상 알고리즘

정태선(Tae-Sun Chung),박형석(Hyung-Seok Park) 한국정보과학회 2005 정보과학회논문지 : 시스템 및 이론 Vol.32 No.9·10

플래시 메모리는 비 휘발성(non-volatility), 빠른 접근 속도, 저전력 소비, 그리고 간편한 휴대성 등의 장점을 가지므로 최근에 많은 임베디드 시스템에서 많이 사용되고 있다. 그런데 플래시 메모리는 그 하드웨어 특성상 플래시 변환 계층(FTL: flash translation layer)이라는 시스템 소프트웨어를 필요로 한다. 이 FTL의 주요 기능은 파일 시스템으로부터 내려오는 논리 주소를 플래시 메모리의 물리 주소로 변환하는 일이다. 본 논문에서는 STAFF(State Transition Applied Fast Flash Translation Layer)라 불리는 FTL 알고리즘을 제안한다. 기존의 FTL 알고리즘에 비하여 STAFF는 적은 메모리를 필요로 하면서 기존 일반 방법인 블록 사상 방법에 비하여 5배 정도 좋은 성능을 보인다. 본 논문에서는 기존 FTL알고리즘과 STAFF의 성능 비교를 보였다. Recently, flash memory is widely used in embedded applications since it has strong points: non-volatility, fast access speed, shock resistance, and low power consumption. However, due to its hardware characteristics, it requires a software layer called FTL(flash translation layer). The main functionality of FTL is to convert logical addresses from the host to physical addresses of flash memory. We present a new FTL algorithm called STAFF(State Transition Applied Fast Flash Translation Layer). Compared to the previous FTL algorithms, STAFF shows five times higher performance than basic block mapping scheme and requires less memory. We provide performance results based on our implementation of STAFF and previous FTL algorithms.

다중 정규 경로 질의 처리를 위한 효율적 기법

정태선(Tae-Sun Chung),김형주(Hyoung-Joo Kim) 한국정보과학회 2001 정보과학회논문지 : 데이타베이스 Vol.28 No.3

최근에 XML이 웹 상에서 문서 교환의 표준으로 등장하면서 XML로 표현된 데이타에 대한 질의 처리 분야가 주목받고 있다. 이때 XML 질의는 그래프로 표현된 데이타 그래프에서 특정 정규식으로 도달되는 객체를 찾는 정규 경로 질의(regular path query)를 기반으로 한다. 그런데 사용자의 다양한 형태의 질의를 처리하기 위해서는 질의에 하나 이상의 정규식을 가지는 질의의 처리가 필요함에도 기존의 연구 즉, 비정형 데이타 모델 하에서의 뷰를 이용한 질의 변환(query rewriting)이나, 질의 최적화 기법에서는 주로 단일 정규식으로 이루어진 질의를 다루었다. 본 논문에서는 이러한 다중 정규식을 가지는 질의의 처리에서 1. 뷰의 몸체에서 질의 몸체로의 변수 매핑을 통한 질의 변환 과정과 2. 변환된 질의의 각 조각(conjunct)의 질의 결과를 효율적으로 구하고 결과를 조합하는 두 단계로 이루어진 효율적인 질의 처리기법을 제안한다. 제안하는 질의 변환 알고리즘이 안전성(soundness)을 가짐을 보이고, 질의 처리 기법이 기존 질의 처리 방식에 비하여 효율적임을 보인다. As XML has become an emerging standard for information exchange on the World Wide Web, it has gained attention in database communities to extract information from XML seen as a database model. XML queries are based on regular path queries, which find objects reachable by given regular expressions. To answer many kinds of user queries, it is necessary to evaluate queries that have multiple regular path expressions. However, previous work such as query rewriting and query optimization in the frame work of semistructured data has dealt with a single regular expression. For queries that have multiple regular expressions we suggest a two phase optimizing technique: 1. query rewriting using views by finding the mappings from the view's body to the query's body and 2. for rewritten queries, evaluating each query conjunct and combining them. We show that our rewriting algorithm is sound and our query evaluation technique is more efficient than the previous work on optimizing semistructured queries.

재귀분할 평균법을 이용한 새로운 메모리기반 추론 알고리즘

정태선(Cheong Tae Sun),이형일(Lee Hyeong Il),윤충화(Yoon Chung Hwa),강경식(Kang Kyung Sik) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.7

We proposed the RPA (Recursive Partition Averaging) method in order to improve the storage requirement and classification rate of the Memory Based Reasoning. This algorithm recursively partitions the pattern space until each hyperrectangle contains only those patterns of the same class, then it computes the average values of patterns in each hyperrectangle to extract a representative. Also we have used the mutual information between the features and classes as weights for features to improve the classification performance. The proposed algorithm used 30~90% of memory space that is needed in the k-NN (k-Nearest Neighbors) classifier, and showed a comparable classification performance to the k-NN. Also, by reducing the number of stored patterns, it showed an excellent result in terms of classification time when we compare it to the k-NN.

고정 분할 평균 알고리즘을 사용하는 향상된 메모리 기반 추론

정태선(Cheong Tae Sun),이형일(Lee Hyeong Il),윤충화(Yoon Chung Hwa) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.6

In this paper, we proposed the FPA(Fixed Partition Averaging) algorithm in order to improve the storage requirement and classification time of Memory Based Reasoning method. The proposed method enables us to use the storage more efficiently by extracting representatives out of training patterns. After partitioning the pattern space into a fixed number of equally-sized hyperrectangles, it averages patterns in each hyperrectangle to extract a representative. Also we have used the mutual information between the features and classes as weights for features to improve the classification performance.

Enhancement of a language model using two separate corpora of distinct characteristics

조세형,정태선,Cho, Sehyeong,Chung, Tae-Sun Korean Institute of Intelligent Systems 2004 한국지능시스템학회논문지 Vol.14 No.3

언어 모델은 음성 인식이나 필기체 문자 인식 등에서 다음 단어를 예측함으로써 인식률을 높이게 된다. 그러나 언어 모델은 그 도메인에 따라 모두 다르며 충분한 분량의 말뭉치를 수집하는 것이 거의 불가능하다. 본 논문에서는 N그램 방식의 언어모델을 구축함에 있어서 크기가 제한적인 말뭉치의 한계를 극복하기 위하여 두개의 말뭉치, 즉 소규모의 구어체 말뭉치와 대규모의 문어체 말뭉치의 통계를 이용하는 방법을 제시한다. 이 이론을 검증하기 위하여 수십만 단어 규모의 방송용 말뭉치에 수백만 이상의 신문 말뭉치를 결합하여 방송 스크립트에 대한 퍼플렉시티를 30% 향상시킨 결과를 획득하였다. Language models are essential in predicting the next word in a spoken sentence, thereby enhancing the speech recognition accuracy, among other things. However, spoken language domains are too numerous, and therefore developers suffer from the lack of corpora with sufficient sizes. This paper proposes a method of combining two n-gram language models, one constructed from a very small corpus of the right domain of interest, the other constructed from a large but less adequate corpus, resulting in a significantly enhanced language model. This method is based on the observation that a small corpus from the right domain has high quality n-grams but has serious sparseness problem, while a large corpus from a different domain has more n-gram statistics but incorrectly biased. With our approach, two n-gram statistics are combined by extending the idea of Katz's backoff and therefore is called a dual-source backoff. We ran experiments with 3-gram language models constructed from newspaper corpora of several million to tens of million words together with models from smaller broadcast news corpora. The target domain was broadcast news. We obtained significant improvement (30%) by incorporating a small corpus around one thirtieth size of the newspaper corpus.

Exploration of Recurrent Unit in Hierarchical Attention Neural Network for Sentence Classification

Jing Sun,Xiaohan Ma,Tae-sun Chung(정태선) 한국정보과학회 2018 한국정보과학회 학술발표논문집 Vol.2018 No.6