http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Attractor Network 기반 Spiking Neural Network Architecture 제안
이준표(Junpyo Lee),이성주(Seongjoo Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
현재 인공지능 분야는 활발한 연구를 통해 많은 발전을 이루었지만 고질적인 문제점인 전력소모와 병목현상은 아직 뚜렷한 해결책이 없는 상황이다. 그 중 현재 해결책으로 활발한 연구가 진행되고 있는 Spiking Neural Network는 떠오르는 차세대 저전력 Neural Network로 주목 받고 있다. Spiking Neural Network는 생물학적인 타당성을 기반으로 뇌신경계와 가장 비슷하게 정보를 주고받으며 학습과 추론을 수행한다. 때문에 우리의 뇌와 같이 저전력으로 동작이 가능하며 연산의 부담도 굉장히 줄어든다. 하지만 아직 이에 대한 표준화된 학습방법이나 모델이 없는 상황이며 아직 기존의 딥러닝 모델을 대체할 수 있는 정확도가 나오지 않고 있다. 때문에 본 논문은 기존의 딥러닝 분야의 전력소모 문제와 연산의 병목현상의 문제를 해결하기 위해 Spiking Neural Network에 Attractor Network의 경쟁 Algorithm을 적용하여 정확도를 향상시키는 방안을 제안하였다.
김재진(Kim Jaejin),이준표(Lee Junpyo),김수현(Kim Suhyun),문수묵(Moon Soomook) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
가상 머신은 고유의 중간 언어를 사용하여 하나의 코드로 여러 플랫폼에 재 컴파일 없이 수행할 수 있는 플랫폼 독립성을 가지고 있다. LLVM은 여러 단계의 최적화를 목적으로 설계된 가상 머신으로 LLVMGCC라 불리는GCC 기반의 C/C++ 전단부와 중간 언어 코드를 각 머신의 어셈블리 언어로 컴파일해주는 LLC후단부를 가지고 있으며, 일반적인 컴파일러 최적화를 대부분 갖추고 있고, 여러 분석 도구도 가지고 있다. 본 논문은 LLVM의 프로파일 툴을 사용하여 LLVM에서 기본적으로 사용되고 있지 않는 더 심화된 최적화들을 구현하고, SPEC 벤치마크를 통해 평가한다.
조호민(Homin CHO),이준표(Junpyo LEE),이성주(Seongjoo LEE) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
SNN은 타 인공지능보다 소모 전력이 적어서 드론에 사용하기 적합하다. 하지만 아직까지 정형화된 구조가 없어서 연구가 계속해서 진행중이다. 본 논문은 n개의 억제성뉴런을 이용하던 구조에서 단일 억제성뉴런을 사용한 구조로 변경하였으며 흥분성뉴런이 spike할 때 모든 흥분성뉴런의 값을 감소시키는 Hard winner take all을 이용하였다. 시뮬레이션은 흥분성뉴런의 수를 변경하면서 그에 따른 인식률을 확인하였다. 검증을 위해 Diehl`s Network[1]와 동시에 진행하였으며 뉴런이 400개이상일 때 성능저하가 3% 미만인 것을 확인하였다.
SYAN 환경에서 드론 및 IoT 장비를 위한 무선통신 시스템
김찬규(Chankyu Kim),김나래(Narae Kim),이준표(Junpyo Lee),박휘수(Hwesoo Park),백성민(Seongmin Baek),이성주(Seongjoo Lee) 대한전자공학회 2019 대한전자공학회 학술대회 Vol.2019 No.6
본 논문에서는 채널 환경이 일반적인 채널 환경과 다르게 매우 열악한 채널 환경을 가진 선박 내부(Ship)와 선박 건조 지역(Yard)에서 드론 및 IoT장치와 같은 다중 무선장치를 고려한 CI-OFCDM 방식의 무선 통신 시스템에 대해 제안한다. 이 결과 전파의 난반사 및 전파 전송 경로의 불확실성이 높은 SYAN (Ship and Yard Area Network) 환경에서의 무선 통신 성능을 향상시킬 수 있다. 제안하는 시스템은 MATLAB 시뮬레이션을 통해 성능을 확인하였다.