RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
          펼치기
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • 아파치 스파크에서 모바일 빅 데이터에 대한 다계층 인공신경망 기반 분산 딥러닝 구현 및 최적화

        명노영 ( Rohyoung Myung ),안범진 ( Beomjin Ahn ),유헌창 ( Heonchang Yu ) 한국컴퓨터교육학회 2017 한국컴퓨터교육학회 학술발표대회논문집 Vol.21 No.2

        빅 데이터의 시대가 도래하면서 이전보다 데이터로부터 유의미한 정보를 추출하는 것에 대한 연구가 활 발하게 진행되고 있다. 딥러닝은 텍스트, 이미지, 동영상 등 다양한 데이터에 대한 학습을 가능하게 할 뿐만 아니라 높은 학습 정확도를 보임으로써 차세대 머선러닝 기술로 각광 받고 있다. 그러나 딥러닝은 일반적으로 학습해야하는 데이터가 많을 뿐만 아니라 학습에 요구되는 시간이 매우 길다. 또한 데이터의 전처리 수준과 학습 모델 튜닝에 의해 학습정확도가 크게 영향을 받기 때문에 활용이 어렵다. 딥러닝에서 학습에 요구되는 데이터의 양과 연산량이 많아지면서 분산 처리 프레임워크 기반 분산 학습을 통해 학습 정확도는 유 지하면서 학습시간을 단축시키는 사례가 많아지고 있다. 본 연구에서는 범용 분산 처리 프레임워크인 아파 치 스파크에서 데이터 병렬화 기반 분산 학습 모델을 활용하여 모바일 빅 데이터 분석을 위한 딥러닝을 구현한다. 딥러닝을 구현할 때 분산학습을 통해 학습 속도를 높이면서도 학습 정확도를 높이기 위한 모델 튜닝 방법을 연구한다. 또한 스파크의 분산 병렬처리 효율을 최대한 끌어올리기 위해 파티션 병렬 최적화 기 법을 적용하여 딥러닝의 학습속도를 향상시킨다.

      • KCI등재

        아파치 스파크 활용 극대화를 위한 성능 최적화 기법

        명노영 ( Rohyoung Myung ),유헌창 ( Heonchang Yu ),최수경 ( Sukyong Choi ) 한국정보처리학회 2018 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.7 No.1

        분산 처리 플랫폼에서 다양한 빅 데이터 처리 어플리케이션들의 수행 성능 향상에 대한 관심이 높아지고 있다. 이에 따라 범용적인 분산 처리 플랫폼인 아파치 스파크에서 어플리케이션들의 처리 성능 최적화에 대한 연구들이 활발하게 진행되고 있다. 스파크에서 데이터 처리 어플리케이션들의 수행 성능을 향상시키기 위해서는 스파크의 분산처리모델인 Directed Acyclic Graph(DAG)에 알맞은 형태로 어플리케이션을 최적화시켜야 하고 어플리케이션의 처리 특징을 고려하여 스파크 시스템 파라미터들을 설정해야 하기 때문에 매우 어렵다. 기존 연구들은 각각의 어플리케이션의 처리 성능에 영향을 주는 하나의 요소에 대한 부분적인 연구를 수행했고, 최종적으로 어플리케이션의 성능 개선을 이뤄냈지만 스파크의 전반적인 처리과정을 고려한 성능 최적화를 다루지 않았을 뿐만 아니라 처리성능과 상관관계를 갖는 다양한 요소들의 복합적인 상호작용을 고려하지 못했다. 본 연구에서는 스파크에서 일반적인 데이터 처리 어플리케이션의 수행 과정을 분석하고, 분석된 결과를 토대로 어플리케이션의 처리과정 중 스테이지 내부와 스테이지 사이에서 성능 향상을 위한 처리 전략을 제안한다. 또한 스파크의 시스템 설정 파라미터 중 분산 병렬처리와 밀접한 관계를 갖는 파티션 병렬화에 따른 어플리케이션의 수행성능을 분석하고 적합한 파티셔닝 최적화 기법을 제안한다. 3가지 성능 향상 전략의 실효성을 입증하기 위해 일반적인 데이터 처리 어플리케이션: WordCount, Pagerank, Kmeans에 각각의 방법을 사용했을 때의 성능 향상률을 제시한다. 또한 제안한 3가지 성능 최적화 기법들이 함께 적용될 때 복합적인 성능향상 시너지를 내는지를 확인하기 위해 모든 기법들이 적용됐을 때의 성능 향상률을 제시함으로써 본 연구에서 제시하는 전략들의 실효성을 입증한다. Enhancing performance of big data analytics in distributed environment has been issued because most of the big data related applications such as machine learning techniques and streaming services generally utilize distributed computing frameworks. Thus, optimizing performance of those applications at Spark has been actively researched. Since optimizing performance of the applications at distributed environment is challenging because it not only needs optimizing the applications themselves but also requires tuning of the distributed system configuration parameters. Although prior researches made a huge effort to improve execution performance, most of them only focused on one of three performance optimization aspect: application design, system tuning, hardware utilization. Thus, they couldn’t handle an orchestration of those aspects. In this paper, we deeply analyze and model the application processing procedure of the Spark. Through the analyzed results, we propose performance optimization schemes for each step of the procedure: inner stage and outer stage. We also propose appropriate partitioning mechanism by analyzing relationship between partitioning parallelism and performance of the applications. We applied those three performance optimization schemes to WordCount, Pagerank, and Kmeans which are basic big data analytics and found nearly 50% performance improvement when all of those schemes are applied.

      • 메신저 및 커뮤니케이션 모바일 앱을 위한 필터링 시스템

        명노영 ( Roh-young Myung ),정대용 ( Dae-yong Jung ),유헌창 ( Heon-chang Yu ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.2

        모바일 단말기들이 기술적으로 발달하면서 모바일 앱 시장도 급속도로 성장하고 있다. 모바일 앱중에서도 메신저, 커뮤니케이션 앱들의 시장 점유율이 현저하게 높은 실정인데 반해 해당 앱들에서 사용되는 비속어, 은어에 대한 제제는 전무하다. 현재 정부차원에서도 모바일 앱에서 행해지는 무분별한 언어폭력에 대한 조치를 취하려는 모습을 보인다는 것을 볼 때 메신저, 커뮤니케이션 모바일 앱에서 사용될 필터링 시스템은 선택이 아닌 필수라고 볼 수 있다. 따라서 이 논문에서는 안드로이드 플랫폼 기반 모바일 앱에서 SQLite 를 활용한 앱의 내부 DB 를 분석하여 비속어와 같은 특정 카테고리의 단어 사용빈도가 일정횟수 이상이 되면 사용자에게 경고 메시지를 보내주는 시스템을 제안한다.

      • 클라우드 환경에서 가용 자원 활용도를 고려한 워크플로우 작업 클러스터링 기법

        명노영 ( Rohyoung Myung ),정대용 ( Daeyong Jung ),정광식 ( Kwangsik Chung ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1

        워크플로우 매니지먼트시스템은 오늘날의 어플리케이션들의 처리를 위한 효율적인 워크플로우설계와 수행을 가능하게 한다. 그러나 천체물리학, 생물학, 지질학과 같이 과학탐구에 목적을 둔 어플케이션들의 경우 대용량의 데이터를 연산해야 하기 때문에 단일 컴퓨팅 자원으로는 단 시간내에 작업을 완료하기 어렵다. 클라우드 환경에서 워크플로우를 효율적으로 수행하기 위해서는 여러자원을 효율적으로 활용하기 위한 분산 병렬처리가 필수적이다. 일반적으로 시스템의 마스터노드에서는 클러스터의 원격노드들에게 어플리케이션 수행을 위해 설계된 워크플로우에 맞게 작업들을 분배하게 되는데 이때 마스터노드와 원격노드의 큐에서의 대기시간과 원격노드에서 할당된 작업들을 위한 스케줄링 시간은 성능을 좋지 않게 만드는 원인이 된다. 따라서 본 논문은 클라우드 환경에서 원격노드에서 작업수행이전까지의 지연시간을 줄이기 위한 최적화 방법으로 컴퓨팅 자원 활용도를 고려한 작업들의 병합 기법을 적용해서 워크플로우의 처리 속도를 향상시킨다.

      • 하이퍼레저 패브릭의 실행과 순서화 단계에 대한 성능 분석<sup>I,II</sup>

        권민수 ( Minsu Kwon ),명노영 ( Rohyoung Myung ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1

        4차 산업 혁명에 들어서며 블록체인 기술이 크게 주목받고 있다. 블록체인의 간단한 정의는 분산 환경에서 모든 노드들이 수정할 수 없는 원장을 관리 하는 것이다. 블록체인은 크게 public 블록체인과 private 블록체인으로 구분할 수 있다. 이중 private 블록체인에 대한 연구가 활발히 이뤄지고 있고, 실제 많은 기업이나 연구소에서 실제 환경이나 시스템에 적용 시키려는 노력을 하고 있다. 많은 블록체인 플랫폼 중 하이퍼레저는 가장 활발히 개발이 진행되고 있는 오픈 소스 프로젝트 중 하나이다. 하이퍼레저는 Linux Foundation에서 주관하는 프로젝트로 그 중 가장 널리 알려져 있는 플랫폼으로 패브릭이 있다. 패브릭은 private 블록체인 기술로 비즈니스 상황에서 조직간 블록체인 환경을 구성하는 것에 초점이 맞춰져 있는 플랫폼이다. 패브릭은 클라이언트가 트랜잭션을 제출한 후 원장에 저장될 때까지의 과정을 독립적으로 실행되는 3 단계로 구분해 놓고 있다. 3단계는 실행, 순서화, 검증 단계로 이루어져 있다. 본 논문에서는 실행과 순서화 단계에 대해 처리시간 분석을 진행한다. 분석한 데이터를 기반으로 어떤 단계의 영향이 가장 큰지 살펴보고 차후 연구에 이용할 것이다. 차후 연구는 실행과 순서화 단계에 대한 처리시간을 줄일 수 있는 연구를 진행할 것이다.

      • 스파크 기반 분산 환경에서 슬레이브 노드의 개수에 따른 성능 분석과 예측

        박봉우 ( Bongwoo Bak ),명노영 ( Rohyoung Myung ),정광식 ( Kwangsik Chung ),유헌창 ( Heonchang Yu ),최숙경 ( Sukyong Choi ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1

        최근 빅 데이터를 이용한 시스템들이 여러 분야에서 활발히 이용되기 시작하면서 대표적인 빅 데이터 저장 및 처리 플랫폼인 하둡(Hadoop)의 기술적 단점을 보완할 수 있는 분산 시스템 플랫폼 스파크(Apache Spark)가 등장하였다. 본 플랫폼을 바탕으로 슬레이브 노드들에게 작업을 분산하여 대용량 연산을 수행한다. 하지만 요구하는 성능을 내기 위해 어느 정도 규모의 슬레이브 노드가 필요한지, 각각의 컴퓨팅 능력은 얼마나 필요한지를 예측하는데 어려움이 있다. 본 논문에서는 스파크에서 원하는 성능을 내기 위해 어떤 조건을 충족해야 하는지, 현재 환경에서는 어느 정도 성능을 낼 수 있는지 실험을 통해 모델을 만들어 예측한다.

      • IoT-Home 환경에서 가전제품 사용 로그 기반 데이터 시각화 기법

        백승태 ( Seungtae Baek ),명노영 ( Rohyoung Myung ),정진용 ( Jinyong Jung ),문성훈 ( Sunghoon Moon ),유헌창 ( Heonchang Yu ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1

        IoT 환경이 도래하면서 데이터 수집, 데이터 전송, 데이터 처리와 같이 IoT 서비스 제공을 위한 인프라에 대한 연구는 활발하게 진행되고 있지만 이러한 인프라에서 실제 IoT 서비스를 사용하는데 필요한 데이터 분석은 상대적으로 연구가 미흡하다. IoT 서비스를 효율적으로 제공하고, 효과적으로 사용하기 위해서는 데이터 분석에 대한 연구가 선행돼야 한다. 특히 IoT 서비스 중에서도 IoT 홈 서비스의 경우 데이터에 내재된 개인정보 문제 때문에 데이터의 수집이 어렵고, 분석에 필요한 형태를 갖추기도 어렵기 때문에 기계학습기법의 적용이 용이하지 않다. 본 논문에서는 이진형(Discret) IoT 홈 서비스의 데이터 분석을 위해 DAG기반 데이터 시각화 기법을 제안한다. 해당 기법을 통해 IoT 홈 서비스 디바이스들간 연관성, 각 디바이스의 사용 지속성 및 사용패턴과 같은 데이터 분석을 위한 메타데이터를 제공한다.

      • 인공 신경망 회귀를 이용한 드론의 기울임 예측

        박봉우 ( Bongwoo Bak ),명노영 ( Rohyoung Myung ),유헌창 ( Heonchang Yu ),최숙경 ( Sukyong Choi ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2

        최근 드론이 상용화되면서 전문가뿐만 아니라 일반 사람들이 실생활에서 드론을 사용하는 사례가 늘어나고 있다. 하지만 드론을 원하는 대로 안정적으로 조종하기 위해서는 오랫동안 훈련을 해야 한다. 현재 드론을 정확하고 안정적으로 비행할 수 있도록 지원하기 위한 여러 가지 연구들이 활발히 진행되고 있다. 본 논문에서는 드론이 전복되거나 원치 않는 방향으로 이동하는 것을 방지하기 위해 드론의 기울임 정도를 예측하는 방법을 제안한다. 이를 위해서 드론의 센서 값과 프로펠러의 회전속도 값을 인공 신경망을 이용하여 학습시키고, 그 결과 드론이 기울어지는 방향을 예측한다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼