http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
트래픽 변화를 고려한 링크 상태 업데이트 알고리즘의 성능 분석
최승혁,정명희,양미정,김태일,박재헝,정민영,Choi, Seung-Hyuk,Jung, Myoung-Hee,Yang, Mi-Jeong,Kim, Tae-Il,Park, Jae-Hyung,Chung, Min-Young 한국시뮬레이션학회 2006 한국시뮬레이션학회 논문지 Vol.15 No.1
To guarantee QoS (Quality of Service), routers should determine routing paths satisfying service requirements, based on link state information as well as network topology. Link status database (LSD) in routers should be efficiently managed to effectively reflect the current state of all links. However, there is a trade off between the exact reflection of the current link status and its update cost. For exactly reflecting the current link status, each router immediately notifies its neighbors that link state information is changed. This may degrade performance of the router due to the processing of link state update messages. On the other side, if the current link state information is not updated appropriately, a route setup request can be rejected because of the discrepancy between the current link state information and previously updated link state information in LSD. In this paper, we propose a traffic variation based link state update algorithm for adaptively controlling the generation of link state update messages and compare its performance with those of four existing algorithms by intensive simulations. 서비스의 품질(QoS : quality of service) 보장 지원을 위해 라우터는 망 구성 정보 외에 링크 상태 정보를 기반으로 라우팅 경로를 설정한다. 따라서 라우터가 정확한 링크 상태를 파악하는 것은 최적의 라우팅 경로를 설정하는 데 있어 매우 중요하다. 그러나 라우터가 링크 상태 정보를 다른 라우터에게 알리기 위해 링크 상태 업데이트 메시지를 필요 이상으로 전송 할 경우, 이들 메시지의 생성, 처리, 전달 등에 의한 라우터 시스템 자원의 낭비에 기인한 성능 저하가 야기되며, 이와는 반대로 링크 상태 정보가 적절한 때에 업데이트 되지 않는 경우, 실제 수용 가능한 서비스 요구가 거절될 수 있다. 본 논문에서는 업데이트 메시지를 줄이면서 라우팅 성능을 향상 시키는 알고리즘을 제안하고, 시뮬레이션을 통하여 기존의 알고리즘과 비교해 성능 개선의 정도를 평가하였다.
다양한 색 혼합을 표현할 수 있는 실시간 다중 층 쉐이딩 기법
최승혁(Seunghyuk Choi),김재경(Jaekyung Kim),임순범(Soon-Bum Lim),최윤철(Yoon-Chul Choy) 한국멀티미디어학회 2006 한국멀티미디어학회 학술발표논문집 Vol.2006 No.1
마티즈와 같은 유명한 화가들의 작품을 보면 쉐이딩 부분을 단순히 회색 톤을 이용하여 색을 칠하는 것이 아니라 표현하려고 하는 상황과 분위기에 맞추어 다양한 색을 사용하는 것을 확인해 볼 수 있다. 이렇게 다양한 색상을 이용함으로써 장면을 작가의 의도에 맞게 연출할 수 있을 뿐 아니라 풍성한 느낌을 줄 수 있다. 이는 색이 인간의 감성적이 부분을 자극할 수 있기 때문인데, 사용하는 색에 따라 사람의 느낌도 변하고 감정도 달라지기 때문에 작가들은 다양한 색의 조합으로 느낌을 표한 할 수 있는 것이다. 본 논문에서는 3차원 렌더링에서도 다양한 색으로 쉐이딩 할 수 있는 다중 층 색상 쉐이딩 기법을 제안한다. 기존의 퐁 쉐이딩 기법이나 카툰 쉐이딩 기법은 단순히 회색 톤을 비용하여 쉐이딩 처리를 한다는 문제점이 있다. 이러한 문제점을 해결하기 위해 쉐이딩 범위를 여러개로 나누고 각각의 영역에 반투명의 색을 덧칠함으로써 자연스럽고 풍부한 색의 혼합이 가능하도록 하였다. 이러한 다양한 색을 사용함으로써 3차원 렌더링에서도 다양한 장면 연출이 가능하며 느낌 표현도 할 수 있다.
Dialog Response Selection을 위한 BERT의 Vertical & Horizonal Hidden Vector Attention 기반 전이학습 모델
최승혁(Seung Hyuk Choi),송민(Min Song) Korean Institute of Information Scientists and Eng 2021 정보과학회논문지 Vol.48 No.1
The purpose of this paper is to create a dialog response selection system that accurately identifies the next utterance (one correct answer out of 100 candidates) of a given dialog based on data provided by DSTC. To this end, BERT was used; BERT can be used for multiple purposes and achieves high performance, but it is not easy to customize the model, and it is also difficult to transform the input data format for performance optimization. To address these issues, we propose an effective data augmentation method, and we also propose an independent transfer learning model that involves extracting contextual attention information (self-attention vector) from the BERT model. This made it possible to achieve a performance improvement of 22.85% over the previous value.
지하철 유입 변압기의 FN 선도를 이용한 위험도 평가 연구
최승혁(Seung Hyeok Choi),이종우(Jong Woo Lee) 대한전기학회 2014 전기학회논문지 Vol.63 No.8
In Modern society, various important systems is operated such as nuclear plant, chemistry industry, railway system and so on. But these systems can cause high risky accidents. Hence, these systems are required to ensure the individual and societal risk criteria. In this paper, we reviewed EU risk criteria which is already operated in UK and Netherlands, then we proposed acceptable risk criteria and estimated risk of oil immersed transformer for subway with FN curve.