http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이중강압 DC-DC 컨버터를 이용한 새로운 LED 전류 밸런싱 기법
김기수(Kisu Kim),도 득 뜨완(Do Duc Tuan),김흥근(Heung-Geun Kim),차헌녕(Honnyong Cha) 대한전기학회 2017 전기학회논문지 Vol.66 No.10
This paper presents a new LED current balancing scheme using double-step-down dc-dc converter. With the proposed structure, the two channel LED currents are automatically balanced without using any dedicated control or auxiliary circuit. In addition, switching loss of the switching devices in the proposed LED driver is lower than that of the conventional buck LED driver. To verify the operation of the proposed LED driver, a hardware prototype is built and tested with different number of LED.
가상머신 스케줄러의 I/O 성능 향상을 위한 대출/상환 기법
김기수(Kisu Kim),장준혁(Joonhyouk Jang),홍지만(Jiman Hong) 한국스마트미디어학회 2017 스마트미디어저널 Vol.5 No.4
Virtualized hardware resources provides efficiency in use and easy of management. Based on the benefits, virtualization techniques are used to build large server clusters and cloud systems. The performance of a virtualized system is significantly affected by the virtual machine scheduler. However, the existing virtual machine scheduler have a problem in that the I/O response is reduced in accordance with the scheduling delay becomes longer. In this paper, we introduce the Loan/Redemption mechanism of a virtual machine scheduler in order to improve the responsiveness to I/O events. The proposed scheme gives additional credits for to virtual machines and classifies the task characteristics of each virtual machine by analyzing the credit consumption pattern. When an I/O event arrives, the scheduling priority of a virtual machine is temporally increased based on the analysis. The evaluation based on the implementation shows that the proposed scheme improves the I/O response 60% and bandwidth of virtual machines 62% compared to those of the existing virtual machine scheduler. 가상화 기술에 의해 추상화된 자원은 하드웨어적으로 효율적으로 사용 할 수 있어 관리가 용이하며, 이로 인해 클라우드 시스 템과 대형 서버 클러스터 구축 등에 가상 머신 모니터가 널리 사용되고 있다. 가상화된 시스템의 성능은 가상머신 스케줄러의 영향을 크게 받는다. 하지만, 기존의 가상 머신에서 사용하는 Credit 스케줄러는 스케줄링 지연 시간이 길어질 경우, I/O 응답성이 저하되는 문제점이 있다. 본 논문에서는 가상머신의 이벤트 응답성 저하 현상을 개선하기 위해 기존 가상머신의 Credit 스케 줄러에 대출/상환 기법을 도입하였다. 제안 기법은 가상 머신에 I/O 이벤트 처리를 위한 credit을 대출해주고, 대출 credit의 소비 패턴을 분석하여 각 가상머신의 태스크 특징을 분류한다. I/O 이벤트가 도착했을 때, 분석된 태스크 특징을 기반으로 일시 적으로 가상 머신의 스케줄링 우선순위를 높임으로써 시스템의 I/O 성능을 향상시킨다. 제안 기법을 가상머신 모니터에 구현하 였으며, 기존 가상머신의 Credit 스케줄러 대비 제안된 기법을 적용한 가상머신의 I/O 평균 응답성과 대역폭이 각 60%, 62% 향상되었다.
김기수(Kisu Kim),신춘식(Choonsik Shin),윤성민(Sungmin Yoon),박창규(Changkyu Park),강경훈(Kyeonghoon Kang) 한국추진공학회 2011 한국추진공학회 학술대회논문집 Vol.2011 No.11
군에서 사용하는 탄약의 보관 및 취급상 발생할 수 있는 외형결함을 가정하여 그것이 사거리에 미치는 영향을 예측하였다. 외형결함은 탄체두부의 오자이브 형상에 각 1.5mm, 3.3mm의 축대칭 함몰부가 생기는 것으로 가정하였다. FLUENT를 사용하여 마하수 별 항력계수를 해석하였고, 탄도해석 프로그램인 PRODAS에 항력계수 데이터를 입력하여 탄도해석을 하였다. 공력해석결과 1.5mm, 3.3mm 함몰 탄체의 항력증가율은 정상탄체와 비교했을 때 아음속 영역에서는 큰 차이를 보이지 않았으나, 초음속 영역에서 각각 평균 3%, 9% 의 증가율을 보였다. 최대 사거리는 포구속도 650m/s를 기준으로 각각 1%, 3% 감소한 결과를 보였다. Projectile can be damaged during the storage and handling. Maximum range calculation of the ammunition was performed on the assumption that each projectiles have 1.5mm/3.3mm axisymetric dent on the surface. Drag coefficient for trajectory calculation was delivered from CFD using commercial software FLUENT. In the result of CFD, damaged projectiles those have 1.5mm/3.3mm axisymetric dent have similar drag coefficient compare with normal projectile in the region of subsonic. But, in supersonic region, drag coefficient was increased 3%, 9% each in average. In the result of trajectory calculation, Maximum rage was decreased 1%, 3% each.
하프-브리지 구조 DAB 컨버터를 위한 새로운 전압 밸런서
김기수(Kisu Kim),차헌녕(Honnyong Cha) 대한전기학회 2020 전기학회논문지 Vol.69 No.6
This paper proposes an application of artificial neural networks for analyzing electricity market that has insufficient information for calculating equilibrium. Neural networks are constructed and trained on two representative cases in the electricity market. One is for calculating equilibrium price in perfect competition market and the other is for determining whether the transmission congestion occurs. The neural network uses a multilayer structure and learns with backpropagation algorithms for training. The neural networks trained in the case studies calculate the market price with a high probability and also determines an occurrence of the transmission congestion accurately.