http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
webOS 기반 스마트 TV 에서의 병 렬처 리 가능성 연구
전용권 ( Yongkweon Jeon ),구동훈 ( Donghoon Koo ),나병국 ( Byunggook Na ),윤성로 ( Sungroh Yoon ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
전자제품의 스마트화 열풍으로 임베디드 시스템의 하드웨어 및 소프트웨어의 발전이 경쟁적으로 이루어지고 있지만,하드웨어 발전 속도에 비해 그 활용도는 미진한 편이다. 특히,스마트 TV 는 대 형 스크린을 갖고 있다는 장점이 있고,사물인터넷 시대의 중추 역할을 할 것으로 기대되기 때문에 많은 계산의 신속한 처리를 요구 받을 가능성이 크다. 따라서 본 논문에서는 webOS 기반 스마트 TV 에서,계산자원을 충분한 활용하기 위한 병렬처리 가능성을 확인하고자 webOS 시스템을 프로파일링하고 그 결과를 분석하였다.
비단조적 덴드로그램을 위한 Reachability Plot
전용권(Yongkweon Jeon),이태훈(Taehoon Lee),이병한(Byunghan Lee),윤성로(Sungroh Yoon) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
계층 군집화 (Hierarchical Clustering)는 전역정보를 활용하여 군집화를 하기 때문에 다양한 군집 분석(Cluster Analysis) 방법들 중에 비교적 많이 이용되고 있으나 군집화의 결과를 덴드로그램의 형태로 나타내 전체 군집들의 정보를 직관적으로 확인하기에는 어려움이 존재한다. 이러한 문제를 개선하기 위해서 기존 Dendrogram의 정보를 크게 훼손하지 않고 직관적으로 를러스터의 정보를 확인할 수 있는 Reachability plot이 개발되었다. 그러나 Centroid Linkage 방식과 같이 덴드로그램이 비단조적이 될 수 있는 계층 군집화에서는 이것을 기존의 Reachability plot 방식으로 변환할 경우 정보가 왜곡 되어 나타날 수 있다. 따라서 우리는 이러한 문제를 해결하기 위한 방법을 제안함으로써 비단조적 덴드로그램의 경우에도 군집들을 정보의 왜곡 없이 표현할 수 있도록 하였다.
Priority Queue 를 이용한 Hierarchical Clustering (Centroid Linkage) 성능 개선
전용권 ( Yongkweon Jeon ),윤성로 ( Sungroh Yoon ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2
기존 hierarchical clustering 은 Time complexity 와 space complexity 가 Large data set 을 clustering 하기에는 적당하지 못하며 이것을 일반 PC 의 메모리 내에서 해결하는데 어려움이 있다. 따라서 본 연구에서는 이러한 어려움을 극복하기 위해 기존 Hierarchical clustering 중 Centroid Linkage 에 새로운 Algorithm 을 제안하여 보다 적은 메모리를 사용하고 빠르게 처리하는 방법을 제안하고자 한다.
BLAST 성능 향상을 위한 SSD/멀티코어 적용 및 최적화 방안 탐색
서범준(Bumjoon Seo),전용권(Yongkweon Jeon),윤성로(Sungroh Yoon) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
오래전부터 바이오 정보 처리에 대한 관심은 매우 높았으며, 컴퓨터의 성능 발달에 따라 기존에 처리할 수 없었던 대용량 바이오 데이터의 처리가 가능해 지면서 바이오 컴퓨팅의 역할이 점차 커지고 있다. 보다 효과적인 바이오 컴퓨팅을 위해서는 빠른 데이터 처리 속도가 필수적이며 이를 위하여 근본적으로 컴퓨터의 데이터 처리 성능을 향상시킬 필요가 있다. 본 논문에서는 최근에 각광받고 있는 SSD와 멀티코어 시스템을 이용하여 컴퓨터의 성능을 올려 대표적인 바이오 데이터의 처리 도구인 BLAST에 얼마나 효과적인지를 실험을 통하여 검증하고 그 가능성을 분석하였다. 또한 SSD에서의 바이오 데이터 최적화를 위하여 필요한 정보를 수집하고 사용 방안을 모색해보았다.
Isomap을 이용한 향상된 기능의 오존 경보 예측기 구현
이태훈(Taehoone Lee),김한주(Hanjoo Kim),전용권(Yongkweon Jeon),윤성로(Sungroh Yoon) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1C
본 논문에서는 Isomap을 통해 기상 정보에서 특징을 추출하여, 보다 향상된 오존 경보 예측시스템의 구현을 제안한다. 큰 흐름은 전처리 과정과 특징 추출 과정 및 후처리 과정을 통해 정제한 데이터를, 기계학습에 널리 사용되고 있는 SVM (Support Vector Machine) 등의 분류기로 오존 경보에 대한 예측을 하여 성능을 측정한다. 또한, 압축된 데이터를 분석하여 원 데이터에서의 중요한 특징들이 무엇이었는지를 분석하였다. 분류기의 실험 결과, 기후 데이터에서의 특징 추출은 제안된 Isomap 방법이 PCA 방법에 비해 성능이 우수한 것을 알 수 있었으며, 원래 데이터를 분류한 결과에 비해서는 15~35%정도가 향상되었다. 그리고 실험에 사용된 72가지의 Feature들 중, Tb, WSa, WSp 의 정보가 오존 경보 예측에 주요한 요인 인 것으로 분석되었다.