http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
통신 실패에 강인한 분산 뉴럴 네트워크 분할 및 추론 정확도 개선 기법
정종훈,양회석,Jeong, Jonghun,Yang, Hoeseok 대한임베디드공학회 2021 대한임베디드공학회논문지 Vol.16 No.1
Recently, it is increasingly necessary to run high-end neural network applications with huge computation overhead on top of resource-constrained embedded systems, such as wearable devices. While the huge computational overhead can be alleviated by distributed neural networks running on multiple separate devices, existing distributed neural network techniques suffer from a large traffic between the devices; thus are very vulnerable to communication failures. These drawbacks make the distributed neural network techniques inapplicable to wearable devices, which are connected with each other through unstable and low data rate communication medium like human body communication. Therefore, in this paper, we propose a distributed neural network partitioning technique that is resilient to communication failures. Furthermore, we show that the proposed technique also improves the inference accuracy even in case of no communication failure, thanks to the improved network partitioning. We verify through comparative experiments with a real-life neural network application that the proposed technique outperforms the existing state-of-the-art distributed neural network technique in terms of accuracy and resiliency to communication failures.
적대적 공격 대상 훈련이 필요 없는 신경망을 사용한 방어 기법 적용 및 평가
이정은(Jungeun Lee),양회석(Hoeseok Yang) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
최근 연구에 의해 이미지를 처리하는 심층 신경망이 의도적으로 조작된 이미지인 적대적 예제에 매우 취약하며, 적대적 예제가 심층 신경망의 오동작을 유발할 수 있다는 사실이 밝혀졌다. 이에 많은 사람들이 방어 기법을 개발하고 있지만, 대부분의 적대적 예제는 사람의 눈으로는 잘 판별할 수 없고, 어떤 공격 유형을 사용했는지 알 수 없다는 특징을 갖고 있기 때문에 효과적인 방어 기법 구축에 어려움을 겪고 있다. 본 논문에서는 적대적 예제를 방어하기 위해 고안된 훈련이 필요하지 않은 신경망을 사용한 방어 기법인 저역 통과 필터와 DIPDefend를 정량적으로 평가하고, 공격당한 이미지에 방어 기법을 사용했을 때의 정확도와 모든 테스트 이미지에 방어 기법을 사용했을 때의 정확도를 비교 분석하여 이를 개선하기 위한 방향을 제시한다.
데이터 플로우 모델로부터 합성 가능한 하드웨어-소프트웨어 인터페이스의 자동 생성
주영표(Young-Pyo Joo),양회석(Hoeseok Yang),하순회(Soonhoi Ha) 한국정보과학회 2007 한국정보과학회 학술발표논문집 Vol.34 No.2B
컴퓨터 시스템의 설계는 알고리즘 수준의 모델링에서부터 시제품 수준까지 시스템을 구체화해 나가는 일련의 과정이다. 시스템 구현의 구체화 과정에는 단순하고 반복적인 구현이 많이 포함되며, 이 과정에서 많은 오류가 발생한다. 이러한 오류는 개발자가 알고리즘 수준에서는 드러나지 않는 복잡하고 아키텍처 의존적인 하드웨어-소프트웨어 동기화 메커니즘의 개발과 같은 시스템 구현의 구체화 과정을 모두 떠안고 있기 때문에 발생하는 것이다. 이 논문에서는, 이러한 문제를 극복하기 위하여, 알고리즘을 데이터 플로우로 모델링하면 이로부터 합성 가능한 하드웨어 플랫폼과 동기화 로직, 그리고 동기화를 위한 드라이버 소프트웨어 일체를 자동 생성하는 설계 과정을 제시하고자 한다. 제시된 설계 과정은 자체 개발한 통합 설계 도구 상에 구현되었으며, 이를 통해서 개발된 H.263 디코더 예제를 상용의 RTL 통합 시뮬레이션 도구인 Seamless CVE와, SoC 프로토타이핑 환경인 Altera Excalibur 시스템 상에서 테스트하여 그 완성도를 검증하였다.
웨어러블 디바이스를 위한 통신 실패에 강인한 분산 뉴럴 네트워크 분할 기법
정종훈(JongHun Jeong),양회석(Hoeseok Yang) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문은 인체통신과 같은 저데이터전송률 통신을 활용하는 웨어러블 디바이스에서 효율적으로 분산 뉴럴 네트워크를 구동하기 위한 NoNN(Network of Neural Network)기법을 소개하고, 통신 실패에 따른 추론 정확도 열화가 크다는 NoNN의 단점을 개선한다. 제안하는 분산 뉴럴 네트워크 분할 기법은 지식들이 균일한 크기로 고르게 분배됨으로써 일부 디바이스에서 통신 실패가 발생하여도 추론 정확도 열화가 작아 통신 실패에 강인하다. 8개의 디바이스로 뉴럴 네트워크를 분산시켜 기존 NoNN과 제안한 기법을 비교 실험한 결과, 7개의 디바이스에서 통신 실패가 발생할 때 평균 35.55% 최악의 경우 78.36% 개선되어 제안하는 분산 뉴럴 네트워크가 통신 실패에 강인한 것을 검증하였다.
효율적이고 확장성 있는 다중-프로세서 시스템 시뮬레이터
김희경(Heekyung Kim),박해우(Hae-woo Park),양회석(Hoeseok Yang),하순회(Soonhoi Ha) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.1
임베디드 시스템이 주목받으면서 개발상의 편의를 위해 시스템 시뮬레이터가 다양한 용도로 사용되고 있다. 시스템이 복잡해지고 소프트웨어의 규모가 커지면서 이러한 시스템 시뮬레이터들에 있어 그 성능은 매우 중요한 이슈가 되고 있는데, 본 논문에서는 공유 메모리를 사용하여 통신하는 다중 프로세서 시스템에서 동기화 횟수를 줄이는 방법을 제안하고 이를 기반으로 한 다중 프로세서 시스템 시뮬레이터를 개발하였다. 이 시뮬레이터는 프로세서 시뮬레이터의 내부를 크게 고치지 않고 공유 메모리 접근만을 가로채 동작이 가능하므로 쉽게 다양한 종류의 프로세서를 연결할 수 있는 확장성 역시 가지고 있다. 제안하는 동기화 기법과 개발된 시뮬레이터는 7개의 프로세서를 사용하여 동작하는 JPEG 인코더 예제의 구동을 통해 테스트되었으며, 이를 통해 인과율을 깨뜨리지 않고도 빠른 시뮬레이션이 가능함을 확인할 수 있었다.
다수의 내장형 시스템 장치를 이용한 분산 뉴럴 네트워크 구현 및 검증
허성진(Sungjin Heo),정종훈(Jonghun Jeong),양회석(Hoeseok Yang) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문에서 우리는 하나의 뉴럴 네트워크 응용 프로그램을 다수의 내장형 시스템 장치 상에서 분산 추론 시키는 기법을 소개하고, 이를 실제 자원제약이 심한 내장형 시스템 장치들을 활용하여 구현/검증한다. 이러한 분산 뉴럴 네트워크 기법은 자원 및 전력 제약이 심하고 여러 디바이스 간 통신이 가능한 웨어러블 디바이스에서 유용하다. 본 논문에서는 저전력 내장형 시스템에 일반적으로 사용되는 마이크로프로세서인 Cortex-M 시리즈를 사용한 다수 개의 보드가 가장 대중적인 근거리 무선 통신 프로토콜인 블루투스를 사용하여 통신하는 환경을 사용하여 분산 뉴럴 네트워크의 동작을 검증한다. WRN40-4를 원본 네트워크로 분산 뉴럴 네트워크를 구성하여 NUCLEO-F411RE 4개를 사용하여 구현한 결과, CIFAR10 dataset 에서 93.20%의 추론 정확도를 보였다. 구현한 시스템에서의 분산 추론 지연 시간은 8.52초로 다소 길었는데, 이는 OS단에서 더욱 효율적인 자원관리를 통해 개선되어야 한다. 또한, 일부 통신 실패 상황에서도 일정 수준 이상의 추론 정확도를 확보할 수 있는 분산 뉴럴 네트워크의 특징을 확인하였으며, 실제 웨어러블 디바이스 환경에서 효과적으로 구동시킬 수 있음을 검증하였다.