http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
구조적 동기화를 가지는 병렬 프로그램의 이상 탐지 기법
김정시(Jeong-Si Kim),전용기(Yong-Kee Jun),고건(Kern Koh) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.1
공유 메모리 병렬 프로그램은 오류 수정이 어렵다. 왜냐하면, 공유 변수에 대해 동기화되지 않은 둘 이상의 병행 접근들은 비결정성을 유발할수 있기 때문이다. 이러한 병행 접근들을 접근 이상이라 하며, 이러한 오류를 탐지하는 작업은 기존의 순차적 오류 수정 도구만으로는 비효과적이다. 본 논문에서는, 구조적 동기화를 가지는 병렬 프로그램을 대상으로한 수행중 접근 이상 탐지 기법을 보이고 있다. 이 기법은 상수적인 시간과 기억 장소로 수행되며, 각 공유 변수에 대해 발생하는 적어도 하나의 접근 이상을 탐지한다.
임베디드 소프트웨어 개발 도구의 활용 편의 향상을 위한 맞춤형 개발 환경 구축
김정시,임채덕,Kim, Jeong-Si,Lim, ChaeDeok 대한임베디드공학회 2011 대한임베디드공학회논문지 Vol.6 No.3
For the rapid development of embedded software, a variety of development tools have been developed. But, the embedded software developers do not use the available tools fluently and do not improve software productivity as expect because there are short of supporting utilization convenience of development tools. In this paper, we suggest a tool of building custom development environment for improving the utilization convenience of embedded software development tools. The custom development environment helps developers to rapid selection and access of appropriate tools required to develop the embedded software on the specific embedded system. In addition, it enables developers to handle the outputs from development tools associatively. Moreover it is very flexible in extension and integration because it's implementation based on Eclipse technology. We also perform the evaluation of our tool and successfully validate the utilization convenience of embedded development tools. Therefore, we expect that this tool enables developers to use the embedded development tools efficiently, and then it help improving embedded software productivity.
웹 기반 가상대학을 위한 출석 평가 시스템의 설계 및 구현
김정시(Jeong-Si Kim),김현주(Hyun-Ju Kim),정춘화(Choon-Hwa Jeong),전용기(Yong-Kee Jun) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
최근 컴퓨터와 인터넷 기술의 급속한 발전으로 교육 형태는 매우 다양하게 변화되어 가고 있다. 이 중에서 각종 멀티미디어 매체의 등장, 컴퓨터 네트워크를 통한 정보 제공, 위성 교육 방송 등은 시간과 공간을 초월한 가상 학교 모형들을 등장시키는 촉진제 역할을 하고 있다. 그러나, 이러한 가상대학에서는 각 강좌에 대한 학생들의 출석 확인 및 평가가 면대 면으로 행해질 수 없기 때문에 문제가 된다. 본 논문에서는 출석에 대응되는 강좌 참여 요소들을 설정하여, 이들에 대한 참여도로써 출석 평가를 대신하는 출석평가 시스템 PASS를 제안한다. 이 출석 평가 모델을 통해서, 학습자에게는 강좌 참여 동기를 유발시키는 효과를 얻을 수 있으며, 평가자에게는 출석 평가에 대응되는 효과를 제공한다.
요약보고 방법에 의해 병목현상을 개선한 최초경합의 수행중 탐지기법
김정시(Jeong-Si Kim),전용기(Yong-Kee Jun) 한국정보과학회 1999 정보과학회논문지 : 시스템 및 이론 Vol.26 No.9
공유메모리 병렬프로그램의 오류수정에서 경합의 탐지는 중요하다. 왜냐하면 경합은 잘못된 수행 결과를 초래할 뿐만 아니라, 의도하지 않은 프로그램의 비결정적인 수행을 유발하여 오류수정을 어렵게 하기 때문이다. 특히 최초경합의 탐지는 더욱 중요하다. 그 이유는 최초경합을 제거함으로써 나머지 경합들을 방지할 수도 있기 때문이다. 기존의 수행중 경합 탐지기법들은 접근별 보고방식을 기반으로 하는데, 이 기법들은 임의 공유변수에 대한 병행 쓰레드들의 모든 접근사건들을 검사하기 위해서 접근역사라는 유일한 공유정보를 이용하므로 탐지과정에 심각한 병목현상을 유발시킨다. 그러나, 최초경합 탐지를 위한 경우 이러한 병목현상은 크게 개선될 수 있다. 본 논문에서는, 각 접근사건 검사를 위해 각 쓰레드에 공유되지 않는 독립적인 접근역사를 별개로 두고, 경합을 보고하는 시점인 쓰레드 합류시점에서만 공유되는 접근역사를 이용하도록 함으로써 병목현상을 개선하여 최초경합을 탐지할 수 있는 새로운 수행중 탐지기법을 제안한다. 그러므로 본 기법은 최초경합을 보다 효율적으로 탐지할 수 있기 때문에 수행중 경합 탐지를 더욱 효율적이고 실용적으로 할 수 있다. Detecting races is important for debugging shared-memory parallel programs, because the races lead to unintended nondeterministic executions of the programs as well as crroneous result and then make debugging programs difficult. Especially, detecting the first races is more important. The reason is that the removal of the first races can make other races disappear Most existing on-the-fly techniques to detect the races are based on per- access reporting method incurring the serious central bottleneck, because the techniques use unique shared information called access history for checking all accesses of concurrent threads to a shared variable Such bottleneck, however, can be improved considerably in case of detecting first races. This paper presents a new on-the-fly technique which detects the first races with reduced bottleneck through checking each accesses with private access histories and finally reporting races with shared access histories. Therefore, this technique makes on-the-fly race detection more efficient and practical.
임베디드 시스템에서의 양자화 기계학습을 위한 양자화 오차보상에 관한 연구
석진욱(Jinwuk Seok),김정시(Jeong-Si Kim) 한국방송·미디어공학회 2019 한국방송공학회 학술발표대회 논문집 Vol.2019 No.11
본 논문에서는 임베디드 시스템에서의 양자화 기계학습을 수행할 경우 발생하는 양자화 오차를 효과적으로 보상하기 위한 방법론을 제안한다. 경사 도함수(Gradient)를 사용하는 기계학습이나 비선형 신호처리 알고리즘에서 양자화 오차는 경사 도함수의 조기 소산(Early Vanishing Gradient)을 야기하여 전체적인 알고리즘의 성능 하락을 가져온다. 이를 보상하기 위하여 경사 도함수의 최대 성분에 대하여 직교하는 방향의 보상 탐색 벡터를 유도하여 양자화 오차로 인한 성능 하락을 보상하도록 한다. 또한, 기존의 고정 학습률 대신, 내부 순환(Inner Loop) 없는 비선형 최적화 알고리즘에 기반한 적응형 학습률 결정 알고리즘을 제안한다. 실험결과 제안한 방식의 알고리즘을 비선형 최적화 문제에 적용할 시 양자화 오차로 인한 성능 하락을 최소화시킬 수 있음을 확인하였다.
자원 제한적인 마이크로 컨트롤러 기반 이미지 분류기 설계 및 구현
박형태(Hyung-Tae Park),김정시(Jeong-Si Kim),홍승태(Seung-Tae Hong) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.6
This paper presents a method for optimizing image classification models to deploy them on the TensorFlow Lite micro (TFLM)[3] framework and microcontroller-based hardware. First, we get a pre-trained model by the proposed method, and next, we re-train the model based on the target dataset. Finally, we deploy the optimized model to the target hardware. Particularly, we perform image classification inference using the STM32F746G-Discovery[2] board, which is our target hardware environment. First, we get a pre-trained model by the proposed method, and next, we re-train the model based on the target dataset. Finally, we deploy the optimized model to the target hardware. Particularly, we perform image classification inference using the STM32F746G-Discovery[2] board, which is our target hardware environment. Therefore, this paper provides useful guidelines for the optimization of image classification models with the TFLM framework on microcontroller-based hardware.
임베디드 시스템에서의 기계학습을 위한 양자화 학습 방정식에 관한 연구
석진욱(Jinwuk Seok),김정시(Jeong-Si Kim) 대한전자공학회 2019 대한전자공학회 학술대회 Vol.2019 No.11
We propose that a quantized learning equation for machine learning on an embedded system, in this paper. The proposed learning scheme can minimize quantization errors and is suitable for embedded systems when quantization is composed of integer or fixed-point fraction values applied to an optimization algorithm. Moreover, by the proposed methodology, it is possible to implement a machine learning algorithm capable of exhibiting sufficient optimization performance even in low-performance hardware. The simulation results show that the optimization solver based on the proposed quantized method provides sufficient performance.
기계학습 학습률 제어를 위한 목적함수의 예측 곡률과 고속 Idle and Go 알고리즘
석진욱(Jinwuk Seok),김정시(Jeong-Si Kim) 대한전자공학회 2020 대한전자공학회 학술대회 Vol.2020 No.11
In this paper, we propose a learning rate selection scheme without inner loops for search range optimization in stochastic gradient descent algorithms. Searching algorithms based on conventional nonlinear optimization techniques require an inner loop to find optimal learning rates. As the inner loops require additional computation, conventional nonlinear techniques for selection of learning rates are not suitable for learning huge-scale data set. If we disassemble the inner loops and the learning processes select optimal learning rates at each epoch or iteration, conventional nonlinear optimization techniques can be applied to machine learning. Moreover, in the procedure of learning rate selection unified to the learning process, we provide a fast selection scheme for learning rate employing estimation of the initial value in an attempt to minimize the needless additional computation. The proposed algorithm performed better in learning speed and classification compared to conventional learning schemes in numerical experiments.