Earticle

본 논문에서는 Thumb-2 명령어 집합 구조의 성능을 개선하기 위하여 주소 지정 방식을 확장한다. 데이터 리스트에 대한 접근 속도를 향상시키기 위하여 제시된 기법에서는 두 개의 새로운 주소 지정 방식인 레지스터 오프셋과 즉시 오프셋을 결합하는 주소 지정 방식과 사후 증가 레지스터 오프셋 주소 지정 방식을 로드와 저장 명령어에 도입한다. 새롭게 도입된 명령어의 인코딩 공간을 제공하기 위하여 Thumb-2에서 사용 빈도가 낮은 두 개의 명령어들의 레지스터 필드의 너비를 감소시키고 이를 통해 절약한 비트들을 이용한다. 실험 결과, 제시된 방법은 전통적인 방식과 비교하여 평균 6.4%의 성능을 향상시킨다.

New addressing mode extension approach is proposed as a way to improve the performance of the Thumb-2 instruction set architecture. To speed up access to a data list, two new addressing modes are introduced for load and store instructions which are register-plus-immediate offset addressing mode and post-indexed register offset addressing mode. To provide encoding space for the new instructions, the register fields in less frequently used instructions are reduced and new addressing modes are introduced by capitalizing on the saved bits. Experiments show performance improvement of an average of 6.4% compared to the conventional approach.

본 논문에서는 인터넷 프로토콜 라우팅에서 널리 사용되는 벨만-포드 라우팅 알고리즘을 그래픽스 처리 장치 상에서 구현한다. 제안하는 그래픽스 처리 장치 기반 소프트웨어 라우터 구현 기법에서는 각각의 정점 거리를 순차적으로 계산하는 기존 방법과 달리, 수많은 스트리밍 프로세서의 다중 쓰레드를 동시에 수행함으로써 정점 거리 계산을 가속화 시킨다. 또한, 본 논문에서는 다양한 수의 정점을 변화시키면서 제안하는 기법과 CPU를 이용한 동일한 순차 구현과의 성능 및 에너지 소모량을 비교한다. 모의실험결과, 제안하는 GPU기반 기법은 수많은 스트리밍 프로세서를 동시에 수행함으로써CPU 기반 구현 보다 15배에서 242배의 우수한 성능을 보였다. 또한, 제안하는 기법은 CPU 구현보다 평균적으로 90% 이상의 에너지 소모를 줄였다.

his paper presents a GPU-based implementation of the Bellman-Ford (BF) routing algorithm widely used in internet protocol (IP) routing. In the proposed GPU-based approach, multiple threads concurrently run in numerous streaming processors in the GPU to update the routing information instead of computing the individual vertex distances one-by-one, where an individual vertex distance is considered as a single thread. In this paper, we compare the performance and energy consumption of the GPU-based approach with that of the equivalent CPU-based implementation for varying the number of vertices. Experimental results show that the GPU-based approach achieves 15x to 242x better performance than the CPU-based implementation in terms of execution time because of executing numerous streaming processors of GPU concurrently. In addition, the proposed GPU-based approach reduces about 90% energy consumption compared to the sequential CPU-based implementation.

본 논문에서는 진동 신호에 대한 2차원 변환을 이용하여 신뢰성이 높은 유도 전동기의 결함을 검출하기 위한 방법을 제안한다. 이를 위해 먼저 시간 영역 샘플을 0에서 255범위로 정규화 함으로써 1차원 진동신호를 2차원 회색조 영상(gray image)로 변환한다. 다음으로 질감 특징을 갖는 이러한 결과 영상으로부터 DNS(dominant neighborhood structure) 지도(map)를 생성하고 이로부터 전역 영상 특징(global image feature)을 추출한다. 이러한 질감 특징은 유도 전동기의 결함 분류를 위해 one-against-all(OAA) 다중 클래스 서포트 벡터 머신(multi-class support vector machines)의 입력으로 사용된다. 본 논문에서는 제안하는 방법의 성능을 평가하기 위해 기존의 결함 검출 알고리즘과의 분류 정확도를 비교한다. 또한, 진동 신호 취득 시 포함될 수 있는 잡음에 대한 강인성을 평가하기 위해 취득한 진동 신호에 백색 가우시안 잡음(white Gaussian noise)을 추가하여 분류 정확도를 비교한다. 실험 결과, 제안한 방법은 기존의 알고리즘들보다 잡음이 포함되지 않은 환경과 잡음이 포함된 환경 모두에서 높은 분류 정확도를 보였다.

This paper proposes an approach using a two-dimensional representation of vibration signals for the highly reliable fault classification of induction motors. To deal with this issue, this paper first converts one-dimensional vibration signals to two-dimensional gray-level images by normalizing time-domain samples in the range from 0 to 255. Using the resulting images, which have texture characteristics, this paper extracts features by generating dominant neighborhood structure maps which are used to extract the global image features. The texture features are then used as inputs of one-against-all multi-class support vector machines to identify faults in the induction motors. To evaluate the performance of the proposed approach, we compare it with two conventional state-of-the-art algorithms in terms of classification accuracy. In addition, this paper explores the robustness of the proposed approach in a noisy environment by adding white Gaussian noise to the acquired vibration signals. Experimental results indicate that the proposed approach outperforms conventional algorithms in terms of classification accuracy. Moreover, the proposed approach achieves higher classification accuracy even in a noisy environment.

스마트 폰, 태블릿 등의 모바일 기기의 보편화와 모바일 기기 상에서 구동되는 앱의 등록 및 유통을 가능케 하는 마켓의 등장으로 다양한 종류의 모바일 앱이 빠른 속도로 등장하고 있다. 그러나 모바일 앱은 체계적인 기능 평가가 수행되지 않고, 단순히 개발자의 일부 테스팅만 수행되는 경우가 많아 앱 동작시 많은 오류가 발생한다. 따라서 모바일 앱의 품질을 보증하기 위한 기능 테스트 모델이 필요하다. 본 논문은 뷰-전이 모델을 기반으로 모바일 앱의 기능을 테스트하는 접근법을 제시한다. 제시된 모델을 이용하여 모바일 뷰의 실행 측면, 모바일 뷰간의 화면 전환, 모바일 뷰의 이벤트를 발생시키는 입력, 모바일 뷰의 출력 측면을 평가할 수 있다.

Recently, mobile devices such as smart phones and tablet devices have become increasingly common. In addition, a considerable number of marketplaces are registering and distributing mobile applications that run on mobile devices. Therefore, various types of mobile applications have rapidly emerged in mobile environments. However, thus far, there does not perform to conduct systematic functional testing on these applications. Often, only small parts of the applications are tested by the developers. Thus, many errors are encountered when these mobile applications are run. Therefore, we need a functional testing model to guarantee the quality of mobile applications. In this paper, we propose a functional testing approach for mobile applications based on the view transition model. Using this model, we evaluate the running aspects of a mobile view, the changes in scenes among views, inputs that generate certain events of the mobile view, and the output aspects of the mobile view.

스마트폰 사용자 간 데이터 공유에 대한 필요성이 증가되고 있다. 스마트폰 사용자들은 HD 비디오, 이미지 데이터를 인근 사용자와 공유를 하는 경우가 많다. 하지만, 두 스마트폰 사용자 간 Wi-Fi Direct를 통한 소켓 기반의 1:1 통신 채널을 형성하기 위해서는, 개발자 측면에서는 네트워크 프로그래밍에 관한 이해가 요구되며, 사용자 측면에서도 장치 간 네트워크를 형성하기 위한 구동 절차가 요구된다. 본 논문에서는 DEFCON이라 명명된 개발자 친화적인 Wi-Fi Direct 통신을 위한 안드로이드 라이브러리를 설계 및 구현하였다. DEFCON은 기존 장치 간 소켓 통신 채널을 형성하기 위한 대부분의 절차를 자동화 시켜 개발자와 사용자로 하여금 장치 간 네트워크 구현을 위한 개발코드 및 사용자 개입을 간소화 시켜주는 효과가 있다.

There is an increasing trend among smartphone users to share contents. Smartphone users usually share large content such as high definition videos and images with other nearby phone users. However, establishing a socket connection between two smartphones does not only require the developer of an application to have a deep understanding of network programming, but also the user of mobile networking application to have the knowledge of how to connect to an existing infrastructure or setting up an peer-to-peer network. In this paper, we present a developer friendly system library for sharing rich content among nearby phone users, termed DEFCON. It automates most of the steps necessary to establish a peer-to-peer connection between two smartphones, thus it simplifies the development of peer-to-peer networking applications for smartphones.

다방향 카메라로 촬영한 영상을 모니터링하기 위해서는 각각의 카메라 영상을 별개로 모니터링하기 보다는 하나의 파노라마 영상으로 합성하여 모니터링하는 것이 보다 효과적이다. 그러나 다방향 카메라로 획득한 영상은 방사형(radial) 왜곡이 심하게 나타나는 특징이 있다. 따라서 본 연구에서는 다방향 카메라로부터 획득한 각각의 영상에 대하여 방사형 왜곡을 보정한 후 하나의 자연스러운 파노라마 영상으로 합성하는 방법에 대해 제안한다. 우선, 교정 패턴으로부터 렌즈의 초점 거리와 주점의 위치 등으로 구성된 렌즈 내부 파라미터와 회전과 위치 정보로 구성된 외부 파라미터를 찾음으로써 카메라의 왜곡 모델을 추정한다. 다음으로 추정된 카메라 모델로부터 역으로 교차점을 다시 추출하여 검증한 후 검증된 카메라 모델을 이용하여 영상의 왜곡을 보정한다. 왜곡 보정된 각각의 영상에 대해 SIFT 특징 기술자를 이용하여 대응하는 점들의 집합을 검출하여 이를 바탕으로 최적의 변환 함수를 추정한 후, 추정된 변환 함수를 적용하여 처음 2장의 영상을 합성한다. 다음으로 합성된 영상과 다음 영상에 대해 합성 과정을 반복함으로써 하나의 파노라마 영상을 생성한다. 다방향 카메라에서 획득한 교정 패턴 영상을 사용하여 방사형 왜곡의 보정 실험을 수행하여 80% 이상의 교정 성능을 확인하였으며, 교정된 실내 영상과 실외 영상을 사용하여 하나의 파노라마 영상을 생성할 수 있음을 확인하였다.

With a multi-directional camera we can obtain wide-range images which containing severe radial distortion characteristics especially than the images acquired by a regular camera. In order to solve these problems, This paper presents a calibration method which calibrate a radial distortion in multi-directional camera images by estimation and validation of camera model. First, we estimate a camera model consisting of intrinsic and extrinsic parameters from calibration patterns, where intrinsic parameters are the focal length, the principal point and so on, and extrinsic parameters are the relative position and orientation of calibration pattern from a camera. Next we validate the estimated camera model by re-extracting corner points by inversing the model to images. Finally we calibrate the distortion of the image using the validated camera model. Also this paper presents a synthesis method which can generate a panoramic image by stitching each directional image using the SIFT descriptors. We confirm that the proposed method can correct the distortion more than 80% by the calibration experiments using the lattice shaped pattern images captured from a multi-directional camera and synthesize a panoramic image using indoor images and outdoor images.

최근 빅데이터를 신속하게 처리할 수 있는 클라우드 컴퓨팅 시스템이 중요시되고 있다. 그러나 클라우드 컴퓨팅 환경에서 빅데이터를 기반으로 제공되는 서비스는 다수의 사용자를 대상으로 하기 때문에, 사용자 접근 권한 제어를 수행하기 위한 키 관리 비용이 높은 문제점을 지닌다. 이러한 문제점을 해결하기 위해 인증키를 최소화하고, 사용자 권한 갱신 시 업데이트 비용을 최소화하기 위한 기법이 필요하다. 따라서 본 논문에서는 자원 그룹 트리 및 계층적 CRT 기반 사용자 접근제어 기법을 제안한다. 제안하는 기법은 자원 그룹 트리를 기반으로 사용자 접근제어를 위한 키의 개수를 감소시키며, 계층적 CRT 기반 인증을 통해 키 갱신 비용을 감소시킨다. 마지막으로 성능평가를 통해 제안하는 기법이 기존 기법에 비해 키 생성 비용과 키 갱신비용 측면에서 우수함으로 보인다.

Recently, the cloud computing which can quickly process a big data has been attracted. However, services using big data on the cloud computing environment consider a lot of users, there exists a problem that a cost of the key management for the access control is high. To solve these problems, a method for reducing the total number of keys and minimizing the key update cost for users whose access right have been changed are required. Therefore, we, in this paper, propose a minimum spanning tree and a hierarchical CRT based user access control scheme. The proposed scheme reduces the number of authentication keys based on the minimum spanning tree. In addition, the proposed scheme reduces the update costs by applying CRT(Chinese Remainder Theorem) to user groups in a hierarchical manner. Finally, we show from the performance analysis that the proposed scheme outperforms the an existing scheme in terms of the generation costs and updating costs of the authentication keys.

RFID (Radio Frequence Identification) 기술을 이용한 위치 인식은 이차원 평면 또는 삼차원 공간에서 태그의 좌표를 추정하는 기법이 주를 이루고 있으며, 일부 일차원 상의 태그 순서에 대한 연구가 있다. 본 논문에서는 RFID 리더의 움직임을 통해 이차원 배열 형태로 분포된 수동형 태그들의 상대적 위치를 추정하는 기법을 제안한다. 리더의 움직임은 연속된 읽기주기(read cycle) 동안 인식된 태그 집합에 변화를 가져오므로, 본 기법은 이것을 이용하여 태그들 간의 상대적인 위치를 추정하는 것이다. 제안하는 기법은 추가적인 장비를 필요로 하지 않는다. 따라서 RFID 리더 이동을 위한 사용자 인터페이스를 추가함으로써 태그가 부착된 물품의 이차원 순서를 사용하는 다양한 응용에 간단하게 적용될 수 있다.

Localization techniques using RFID technology are mostly estimating the coordinates of tags either in a two dimensional plane or in a three dimensional space. Some previous researches have dealt with sequence estimation of tags spread in one dimension. In this paper, we propose a scheme that estimate the relative position among tags spread in two dimensional array by means of the movement of an RFID reader. Reader movement introduces the changes of tags read in consecutive read cycles, based on which the relative positions among tags are estimated. Proposed scheme does not need additional equipment, and can be easily applied to various applications that use two dimensional relative positions between tagged objects by adding user interface for moving an RFID reader.