컴퓨터구조 : 벡타 연산을 효율적으로 수행하기 위한 다중 스레드 구조

윤성대(Youn Sung Dae),정기동(Chung Ki Dong) 한국정보처리학회 1995 정보처리학회논문지 Vol.2 No.6

본 논문에서는 벡타연산을 효율적으로 수행하고, 대단위 병렬시스템을 지원하는 다중 스레드구조, MULVEC (MULtithreaded architecture for the VEctor Computations)을 제시한다. MULVEC은 데이타플로우 모델에 수퍼 스칼라 RISC 마이크로 프로세서를 갖는 기존의 폰 노이만 모델을 도입하였다. 그리고 동일한 스레드 세그먼트내에 벡타연산이 반복되는 경우에 상태필드를 이용하여 동기화의 수를 감축시켰으며, 이에 의해 문맥전환 횟수, 통신량 등을 감소시켰다. 그리고 노드 수의 변화에 대한 MULVEC의 성능평가(프로그램들의 수행시간, 프로세서들의 이용율)와 *T의 성능평가(프로그램의 수행시간)를 SPARC station 20(super scalar RISC microprocessor)에서 시뮬레이션을 하였으며, 노드의 수, 루프의 반복횟수 등에 따라 프로그램의 수행시간이 MULVEC이 *T보다 약 1~2배 정도 빠르다는 것을 알 수 있었다. This paper presents a design of a high performance MUVEC (MULtithreaded architecture for the VEctor Computations), as a building block of massively parallel processing systems. The MULVEC comes from the synthesis of the dataflow model and the extant super scalar RISC microprocessor. The MULVEC reduces, using status fields, the number of synchronizations in the case of repeated vector computations within the same thread segment, and also reduces the amount of the context switching, network traffic, etc. After benchmark programs are simulated on the SPARC station 20(super scalar RISC microprocessor), the performance(execution time of programs and the utilization of processors) of MULVEC and the performance(execution time of a program) of *T according the different numbers of node are analyzed. We observed that the execution time of the program in MULVEC is faster than that in *T about 1-2 times according the number of nodes and the number of the repetitions of the loop.

파이프라인 공백을 제거하는 개선된 데이타플로우 구조

정성택(Sung Taek Chung),윤성대(Sung Dae Youn),정기동(Ki Dong Chung) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.2

데이타플로우 구조는 피연산자들의 사용기능성에 의해서만 제약을 받는 명령어 차원에서의 병렬성을 얻을 수 있어서 혁신적인 성능향상을 가져다 줄 것 같지만 성능을 저하시키는 몇 가지 요인들을 또한 가지고 있다. 그 중에서도 피연산자의 매칭 부담이 없는 명확한 토큰 저장기법을 최초로 적용한 몬순(Monsoon) 데이타플로우 구조에 있어서 성능에 가장 크게 영향을 주는 요소들중의 하나가 이항연산일 때 발생하는 파이프라인 공백 현상이다. 그러므로 본 논문에서는 사용가능 레지스터를 사용하여 이항연산의 동기화 여부를 ALU 연산이 실행된 이후의 단계에서 검사함으로써 파이프라인 공백 현상을 제거하고 프레임 레지스터를 사용하여 수행불가능일 경우 계산결과 값이 프레임 기억장소로 기억장소 충돌없이 저장되어지며 파이프라인 단계를 7단계로 줄일 수 있는 새로운 데이타플로우 구조를 제안한다.

연관규칙을 이용한 개인화 시스템 설계

윤종찬,윤성대,Yun, Jong-Chan,Youn, Sung-Dae 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.6

최근 웹상에서 사용자들의 요구가 다양해지고 있다. 또한, 웹 사용자들은 보다 편리하고 빠르게 찾고자 하는 자료나 상품을 검색하기를 원하고 있다. 이것은 웹 사용자들마다 검색 기준이나 성향이 다르기 때문에 웹 설계자가 구현한 환경을 사용하려면 불필요한 반복 작업이 따르기 때문이다. 본 논문에서는 로그파일 분석기법을 이용하여 웹 상에서 일어나는 사용자 패턴을 분석하여 웹사이트의 정보를 사용자에게 보다 효과적으로 전달하기 위한 시스템을 제안하였다. 제안한 시스템의 고객 데이터(로그파일분석)은 데이터마이닝의 툴 중의 하나인 EC-Miner를 통해 이뤄지고 각 이동경로에 가중치를 줘서 개인화에 맞도록 적절한 레이아웃을 제공하고자 한다. Currently, user require is diverse on the Web. Furthermore, each web user is wishing to retrieve data or goods that hey want to look for more conveniently and more quickly. Because different search criteria and dispositions of web users, they lead to unnecessary repeated operations in order to use implemented by web designer. In this paper, we suggest the system that analyzes user patterns on the Web using the technique of log file analysis and transfers more effectively the information of web sites to users. And we analyze the log file for customer data in the system the proposed method are implemented by means of EC-Miner that is one of the tool of datamining, and aims to offer appropriate Layout corresponding with personalization by giving weight to each transport path.

빅 데이터 처리 기법을 적용한 추천 시스템에 관한 연구

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.6

네트워크와 IT 기술의 발전으로 사용자들은 장소에 구애 받지 않고 어디서든 본인이 원하는 아이템을 검색하고 구매하고 있다. 이에 따라 추천시스템에서 급증하는 데이터로 인한 확장성 문제를 어떻게 해결할 것인가에 대한 연구들이 다양하게 진행되고 있다. 본 논문에서는 Tag 가중치를 적용한 아이템 기반 협업 필터링 기법과 분산 병렬 처리 방식인 MapReduce 방법을 적용한 추천 기법을 제안한다. 제안하는 기법은 속도 향상과 효율성을 위해 전처리 과정에서 아이템을 카테고리별로 분류하고 노드 수에 맞게 그룹지은 후 사용한다. 각 분산 노드에서 4번의 Map-Reduce 단계를 통해 데이터 처리를 진행하는데 사용자에게 더 나은 아이템을 추천하기 위해 유사도 계산에서 아이템 Tag 가중치를 사용한다. 마지막 Reduce 단계를 거쳐 출력된 예측값 중 상위 N개의 아이템을 추천에 사용한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 효율적으로 처리하며 기존의 아이템 기반 기법보다 추천의 적합성도 향상되는 것을 확인하였다. With the development of network and IT technology, people are searching and purchasing items they want, not bounded by places. Therefore, there are various studies on how to solve the scalability problem due to the rapidly increasing data in the recommendation system. In this paper, we propose an item-based collaborative filtering method using Tag weight and a recommendation technique using MapReduce method, which is a distributed parallel processing method. In order to improve speed and efficiency, the proposed method classifies items into categories in the preprocessing and groups according to the number of nodes. In each distributed node, data is processed by going through Map-Reduce step 4 times. In order to recommend better items to users, item tag weight is used in the similarity calculation. The experiment result indicated that the proposed method has been more enhanced the appropriacy compared to item-based method, and run efficiently on the large amounts of data.

Spark를 이용한 항목 추천 기법에 관한 연구

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.5

모바일 기기의 확산으로 소셜 네트워크 서비스나 전자상거래 사이트의 사용자 수가 급증하고 있고 사용자들이 남긴 데이터의 양도 기하급수적으로 증가하고 있다. 그로 인해 전자 상거래 기업들은 사용자들이 남긴 방대한 양의 데이터로부터 어떻게 유용한 정보를 추출할 것인가 하는 과제를 갖게 되었다. 이러한 문제를 해결하기 위해 추천 시스템에 빅 데이터 처리 기법을 적용한 다양한 연구들이 이루어지고 있다. 본 논문에서는 Apache Spark 플랫폼에서 Tag 가중치를 적용한 협업 필터링 기법을 사용한 추천방식을 제안한다. 제안하는 기법은 추천의 정확성을 높이기 위해 전처리 과정에서 Tag 데이터를 정제하고 아이템을 분류한 후 아이템 평가값에 기간 정보와 Tag 가중치를 적용하여 사용한다. RDD(Resilient Distributed Dataset)를 생성한 후 아이템 유사도와 예측값을 구하고 사용자에게 아이템을 추천한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 빠르게 처리하고 추천의 적합성도 향상되는 것을 확인하였다. With the spread of mobile devices, the users of social network services or e-commerce sites have increased dramatically, and the amount of data produced by the users has increased exponentially. E-commerce companies have faced a task regarding how to extract useful information from a vast amount of data produced by the users. To solve this problem, there are various studies applying big data processing technique. In this paper, we propose a collaborative filtering method that applies the tag weight in the Apache Spark platform. In order to elevate the accuracy of recommendation, the proposed method refines the tag data in the preprocessing process and categorizes the items and then applies the information of periods and tag weight to the estimate rating of the items. After generating RDD, we calculate item similarity and prediction values and recommend items to users. The experiment result indicated that the proposed method process large amounts of data quickly and improve the appropriateness of recommendation better.

공유 트리 기반 멀티캐스트 라우팅을 위한 코어 선택 방법

황순환,윤성대,Hwang, Soon-Hwan,Youn, Sung-Dae 한국정보처리학회 2003 정보처리학회논문지 C : 정보통신,정보보안 Vol.10 No.7

코어 기반 트리(CBT:Core Based Tree) 멀티캐스트 라우팅은 인터넷을 위한 멀티캐스트 라우팅 프로토콜이다. CBT는 멀티캐스트 연결을 위해 하나의 공유 트리를 구성하고, 이 공유 트리는 코어라는 센터 노드를 루트로 한다. 코어 기반 트리 멀티캐스트 라우팅에서 코어의 위치 선정은 비용과 성능 측면에 많은 영향을 끼치고, 코어의 배치 방법은 네트워크 토폴로지에 따라 달라진다. 본 논문에서는 간단하고 효율적인 코어 선택 방법을 제안하고자 한다. 제안한 방법은 거리 벡터 정보를 필요로 하며, 추가적으로 표본 상관 계수 결과를 이용하여, 멀티캐스트 그룹에 속해있는 멤버들의 배치상태에 따라 적합한 라우팅 알고리즘으로 최소평균비용을 갖는 노드를 코어로 선정하는 방법, 또는 PIM-SM 방법을 선택하는 것이다. 제안한 방법의 성능은 평균지연, 최대 지연, 총 비용과 같은 세부적인 실험을 통해 기존연구와 비교하였으며, 실험 결과 제안한 코어 선택 방법이 매우 효율적임을 알 수 있었다. The Core Base Tree (CBT) multicast routing architecture is a multicast routing protocol for the internet. The CBT establishes a single shared tree for a multicast connection. The shared tree Is rooted at a center node called core. The location of the core may affect the cost and performance of the CBT. The core placement method requires the knowledge of the network topology In this Paper, we propose a simple and effective method for selecting the core. This method requires the distance vector information. in addition, we used results that calculated sample correlation coefficient. And then we select suitable routing algorithm according to member's arrangement states in muliticast group. we select core node that have minimum average cost or PIM-SM protocol is selected. The performance of this method is compared with several other methods by extensive simulations (i.e mean delay, maximum delay, and total cost). Our results shows that this method for Selecting Core is very effective.

FDC-TCT를 이용한 웹 문서 클러스터링 성능 개선 기법

고석범,윤성대,Ko, Suc-Bum,Youn, Sung-Dae 한국정보처리학회 2005 정보처리학회논문지D Vol.12 No.4

키워드를 통한 웹 검색 결과의 분류와 같은 후처리가 요구되는 문서 분류 문제에서, 기존의 문서 분류 또는 클러스터링 알고리즘을 적용하는 데에는 많은 문제가 있다 그 중에서 고려해야 할 가장 심각한 두 가지 문제가 있다. 첫째는 전문가가 관여하여 범주를 선정하는 문제이고, 둘째는 문서분류에 소요되는 수행시간이 긴 문제이다. 따라서 본 논문에서는 이행적 폐쇄 트리를 이용하여 문서 유사도 계산 횟수를 크게 줄이고, 정확도의 희생을 최소화하면서 신속한 처리가 가능한 새로운 웹 문서 클러스터링 기법을 제안하다. 또한, 제안된 기법의 효율성을 검증하기 위하여 기존의 알고리즘과 비교 평가 및 분석한다. There are various problems while applying classification or clustering algorithm in that document classification which requires post processing or classification after getting as a web search result due to my keyword. Among those, two problems are severe. The first problem is the need to categorize the document with the help of the expert. And, the second problem is the long processing time the document classification takes. Therefore we propose a new method of web document clustering which can dramatically decrease the number of times to calculate a document similarity using the Transitive Closure Tree(TCT) and which is able to speed up the processing without loosing the precision. We also compare the effectivity of the proposed method with those existing algorithms and present the experimental results.

사례기반 추론방식을 이용한 mCRM시스템 설계

윤종찬,윤성대,Yun, Jong-Cahn,Youn, Sung-Dae 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.10

More efforts are required to efficiently operate and manage measured data in AMR(Automatic Meter Reading) and manual meter reading that have not become com:[m yet. As customer complaints increase the most appropriate way of finding solutions is precise and reliable metering of data which should be able to maximize customer satisfactions. In this parer, we designed a data mining technique that recommended the reliability of measured data on manual meter reading and a mCRM(Mobile CRM) system that expanded CRM(Customer Relationship Management). We will propose a mCRM in which the system compares the patterns of customer's using data. W the measured data gathered is outside of a similarity measure(maximum and minimum), it enhances the reliability of measured data by managing this fact in mobile for each customers. We will proposed a system where the mCRM provides customers with reliability and efficiency when related enterprises cannot establish AMR because of the burden of extra costs. 국내에서는 아직 보편화 되고 있지 않은 AMR(Automatic Meter Reading)시스템과 수동검침에서 검침한 데이터에 대한 효율적인 운영과 관리를 위해서 더욱 많은 노력이 요구되고 있으며 커져가는 고객의 불만에 대해서 가장 적절한 불만해소 방법으로 정확한 데이터 검침으로 고객의 불만을 만족으로 극대화할 수 있어 야 한다. 이를 위해서 고객의 불만해소와 신뢰성 있는 검침을 해야 할 것이다. 본 논문에서는 수동검침에 대한 검침 데이터의 신뢰성 추천을 위한 데이터마이닝기법(사례기반추론)과 고객관계관리(CRM : Customer Relationship Management)를 확충한 기반으로 한 mCRM(Mobile CRM)시스템을 설계하였다. 제안한 시스템은 mCRM시스템을 통해 고객의 사용 데이터 패턴을 비교하여 유사값(최대값과 최소값)에 벗어나는 검침데이터가 발생했을 때 각 고객에게 이 사실을 모바일로 관리하여 검침 데이터에 대한 신뢰성을 높여 주고 관련 기업에서 추가비용의 부담으로 원격 검침시스템을 구축하지 못할 때 고객에 게 신뢰성과 효율성을 줄 수 있는 mCRM시스템을 설계하고자 한다.

사용자 정보를 이용한 모바일 추천 기법

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.2

모바일 기기의 사용이 급증하면서 앱 스토어를 이용하는 사용자들 또한 증가하고 있다. 그러나 앱 스토어들은 대부분 단순한 랭킹 방식의 추천을 사용하므로 추천의 정확성이 떨어진다. 본 논문에서는 사용자에게 더 적합한 아이템을 추천하기 위해 사용자 정보 가중치와 아이템의 최근 선호 정도를 반영한 기법을 제안한다. 제안하는 기법은 데이터 셋을 카테고리별로 구분한 후 협업필터링 기법에 사용자 정보 가중치를 적용하여 예측값을 추출한다. 카테고리별로 아이템에 대한 최근 선호 정도를 반영하기 위해 특정 기간을 지정한 아이템 평가값 평균을 구한다. 최종적으로 두 결과 값을 결합하여 아이템을 추천한다. 실험을 통해 제안한 기법이 기존의 아이템 기반, 사용자 기반 기법보다 추천의 정확성과 적합성이 향상되는 것을 확인하였다. As the use of mobile device is increasing rapidly, the number of users is also increasing. However, most of the app stores are using recommendation of simple ranking method, so the accuracy of recommendation is lower. To recommend an item that is more appropriate to the user, this paper proposes a technique that reflects the weight of user information and recent preference degree of item. The proposed technique classifies the data set by categories and then derives a predicted value by applying the user's information weight to the collaborative filtering technique. To reflect the recent preference degree of item by categories, the average of items' rating values in the designated period is computed. An item is recommended by combining the two result values. The experiment result indicated that the proposed method has been more enhanced the accuracy, appropriacy, compared to item-based, user-based method.

유전자 알고리즘을 이용한 최적의 분산 데이터베이스 시스템 설계

고석범,윤성대,Ko, Suc-Bum,Youn, Sung-Dae 한국정보처리학회 2000 정보처리논문지 Vol.7 No.9

Recently, DDSs(Distributed Database Systems) have been implemented on V AN(V alue Added Network) as we know the amazing expansion of information network. DDS can yield significant cost and response time advantages over centralized systems for geographically distributed organizations. However, inappropriate design can result in high cost and poor response time to maintain the database at each site. In a DDS design, the main problem is how to select proper computer and how to allocate data fragment into a proper site. In this paper, we address DDS design problem of selecting the proper class of computers and the allocating data files on VAN. Also, the formulated model includes two objectives, the waited response time and the investment cost to include their relationship. Specially, the formulation of waited response time is based on M/M/1 queueing system to evaluate more precisely. GA(Genetic Algorithm), a kind of heuristic search method, is developed to search an optimal solution in the proposed design model and we show the simulation result to examine the algorithm performance. 최근에 정보네트워크 사용자의 급증에 따라 DDS(Distributed Database System)는 VAN(Value Added Network)상에서 구현되었다. DDS는 지역적으로 분산된 작업환경에서 중앙집중식 데이터베이스 구축보다 여러 측면에서 장점이 있으나 불합리한 설계는 컴퓨터 및 네트워크 자원의 비효율적 사용에 의한 비용의 증가와 데이터 유지를 위한 복잡도의 증가를 야기한다. DDS 설계시 각 사이트에서 적절한 컴퓨터를 선택하는 문제와 단편화된 데이터를 적절한 사이트에 할당하는 문제가 중요하다. VAN 상에서 컴퓨터 선택과 데이터 파일의 할당은 응답대기시간(waited response time)과 투자비용(investment cost)의 상관관계를 반드시 고려하여 결정되어야 하므로, 본 논문에서는 각 컴퓨터와 파일의 할당의 영향에 따라 두 목적함수의 상관관계를 고려한다. 특히, 응답대기 시간에 대한 보다 실제적인 평가를 위해 M/M/1 큐잉 시스템을 기초로 하여 설계한다. 제안된 설계모델은 경험적 탐색법 중의 하나인 유전자 알고리즘(Genetic Algorithm)의 적용을 통해 효율적인 해의 탐색을 시도하고 제안된 수학적 모델과 알고리즘의 성능 검토를 위해 모의실험 및 결과분석을 한다.