http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
유헌창 서경대학교 산업기술연구소 1997 産業技術硏究所論文集 Vol.2 No.-
It is important to save message sending/receiving state changes in fault-tolerance systems. So in this paper we propose the message dependency tree(MDT) recording the inter-process message sending/ receiving information on the volatile storage for reducing the search time of inter-process information during the failure recovery. And in future research we discuss how to use the message dependency tree for a recovery algorithm.
계층적 정족수 동의기법을 이용한 불완전 계층에서의 보우팅 방법
유헌창 서경대학교 1995 論文集 Vol.23 No.2
In distributed systems, data replication increases availability and decreases communication costs. However, it is difficult to maintain consistency and availability of data. Among methods for maintaining consistency, quorum consensus methods maintain consistency of data via voting. In this paper we use the conventional hierarchical quorum consensus(HQC) method among them. But the problem is that it is impossible to perform a voting if the hierarchical structure for voting is an incomplete structure which is an incomplete tree. So we propose the method to resolve that problem. As the structure of the tree for a voting is incomplete, this method is possible to perform a voting. In paper we propose the algorithm for a voting and explain its example.
유헌창 서경대학교 1996 論文集 Vol.24 No.-
The development of computer network has made us provide a variety of information speedily and correctly and use information to which we are desire to access. To provide such a information service we need to construct databases and implement a information retrieval system. So, in this paper we construct the image and text database for a cultural information and implement the retrieval system for a information service. The retrieval system performs not only a wild card retrieval using thesaurus but also a retrieval of a particular word. And our proposed system provides a real time processing service.
유헌창(Heon-Chang Yu),손진곤(Jin-Gon Shon),황종선(Chong-Sun Hwang) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.1
여러 지역에 분산되어 있는 컴퓨터 시스템들이 각 지역에 저장되어 있는 데이타를 이용하기 위하여 통신망을 이용할 때, 이러한 지역에 이상(failure)이 발생한다면 각 지역에 중복된 데이타들의 가용성이 떨어지고 일관성 유지가 어렵게 된다. 따라서 본 연구는 지역 이상이 발생함으로써 생기는 가용성 및 일관성 문제를 해결하기 위해 개선된 일관성 유지기법을 제안한다. 제안된 기법은 재생성(regeneration)기법을 기반으로 하고 기존의 보우팅(voting) 기법을 보완한 계층적 보우팅 기법을 사용한다. 본 연구는 제안된 기법을 설계하고 이에 대한 성능을 기존의 기법들과 비교 평가한다.
유헌창(Heon Chang Yu),손진곤(Jin Gon Shon),황종선(Chong Sun Hwang) 한국정보과학회 1995 정보과학회논문지 Vol.22 No.3
중복데이타를 여러 지역에서 이용하기 위해서는 데이타를 항상 일관성있게 유지해야 한다. 일관성 유지기법 중 정족수 동의기법은 투표를 통해 데이타의 일관성을 유지하는데, 가용성의 향상을 위해 제안된 기법으로 계층적 정족수 동의기법이 있다. 그러나 이 기법은 계층구조로 보우팅이 수행되는데 불완전 계층구조를 형성할 때는 보우팅을 불가능하게 한다. 따라서 이 논문에서는 불완전 계층구조를 완전 계층구조로 변환하여 보우팅을 수행할 수 있도록 하는 방법을 제안한다. It is very important to use replicated data that they must be maintain consistency. Among methods for maintaining consistency, quorum consensus methods maintain consistency of data via voting. Among them, the method to improve an availability is a hierarchical quorum consensus method. In this method, voting is performed in a hierarchical structure. However, it is impossible to perform a voting if the structure is an incomplete structure, i.e., an incomplete tree. In order to perform a voting, we propose a method that converts an incomplete structure to a complete one.
마킹트리에 의한 PN 모델의 교착상태 탐색에 관한 연구
유헌창(H.C. Yu),손진곤(J.G. Shon),백두권(D.K. Baik),황종선(C.S. Hwang) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.2
Petri net으로 모델링된 시스템의 특성파악을 위해 도달성 트리를 이용함으로써 모델링된 시스템의 safeness, boundedness 등을 분석한다. 그러나, 도달성 트리를 이용하여 시스템의 교착상태(deadlock)를 탐색해 내는데는 제약점이 있다. 그 이유는 트리 구성시 places내의 토근(token)의 수를 나타내는 마킹(marking)내에 무한수를 표시하기 위해 특수문자 ω를 사용하기 때문이다. 이를 해결하기 위해 본 논문에서는 도달성 트리를 변형시킨 마킹트리를 정의하고, 마킹트리의 구성 알고리즘을 제안한다. 또한, 도달성 트리로 찾아내지 못하는 교착상태를 마킹트리를 이용하여 찾아낼 수 있음을 예를 들어 설명한다.
강화학습 기반 수평적 파드 오토스케일링 정책의학습 가속화를 위한 전이학습 기법
장용현,유헌창,김성석 한국정보처리학회 2022 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.11 No.4
Recently, many studies using reinforcement learning-based autoscaling have been performed to make autoscaling policies that areadaptive to changes in the environment and meet specific purposes. However, training the reinforcement learning-based Horizontal PodAutoscaler(HPA) policy in a real environment requires a lot of money and time. And it is not practical to retrain the reinforcementlearning-based HPA policy from scratch every time in a real environment. In this paper, we implement a reinforcement learning-basedHPA in Kubernetes, and propose a transfer leanring technique using a queuing model-based simulation to accelerate the training of areinforcement learning-based HPA policy. Pre-training using simulation enabled training the policy through simulation experience withoutconsuming time and resources in the real environment, and by using the transfer learning technique, the cost was reduced by about42.6% compared to the case without transfer learning technique. 최근 환경의 변화에 적응적이고 특정 목적에 부합하는 오토스케일링 정책을 만들기 위해 강화학습 기반 오토스케일링을 사용하는 연구가 많이이루어지고 있다. 하지만 실제 환경에서 강화학습 기반 수평적 파드 오토스케일러(HPA, Horizontal Pod Autoscaler)의 정책을 학습하기 위해서는많은 비용과 시간이 요구되며, 서비스를 배포할 때마다 실제 환경에서 강화학습 기반 HPA 정책을 처음부터 다시 학습하는 것은 실용적이지 않다. 본 논문에서는 쿠버네티스에서 강화학습 기반 HPA를 구현하고, 강화학습 기반 HPA 정책에 대한 학습을 가속화하기 위해 대기행렬 모델 기반시뮬레이션을 활용한 전이 학습 기법을 제안한다. 시뮬레이션을 활용한 사전 학습을 수행함으로써 실제 환경에서 시간과 자원을 소모하며 학습을수행하지 않아도 시뮬레이션 경험을 통해 정책 학습이 이루어질 수 있도록 하였고, 전이 학습 기법을 사용함으로써 전이 학습 기법을 사용하지않았을 때보다 약 42.6%의 비용을 절감할 수 있었다.