Earticle

인간에게 있어 충분한 수면은 필수적인 것이지만, 현대 사회의 사람들은 부족한 수면, 불규칙한 수면 습관 등으로 인해 수면 장애를 겪고 있다. 하지만 수면 장애 여부를 판단하기 위해 실시하는 수면다원검사는 비용과 시간 문제, 낯선 환경에서 수면을 취해야 한다는 점, 몸에 센서들을 부착하여 수면을 방해하는 점 등의 문제들이 있어 선뜻 검사 받기 쉽지 않다. 본 논문에서는 수면 중 발생하는 소리 신호를 녹음하고, 소리 신호를 분석함으로써 수면 중 특이 사항을 찾아내거나 수면 습관을 분석하는 과거 연구들을 조사한다. 수면 중 소리 신호를 이용하는 분석 방법은 비용이 저렴하고, 일반 가정에서도 분석이 가능하며, 몸에 센서를 부착하지 않아 피실험자의 수면을 방해하지 않기 때문에 자연스러운 수면 상태에서 분석이 가능하다. 그래서 소리 신호를 이용하여 수면 습관을 분석하는 연구가 많이 진행되고 있다. 본 논문에서는 수면 중 소리 신호를 이용한 기존의 수면 분석 방법의 일반적인 구조를 소개하고, 각 연구에서 사용하는 분석 기법들과 특징값 선택 방법 등에 대해 조사하고, 추후 수면 분석을 하는 연구자들에게 고려해야 할 점들이 무엇인지 알아본다.

Although sleep is essential for human beings, a number of people in the modern society suffer from sleep disorders due to an inadequate amount of sleep or irregular sleep patterns. Currently, polysomnography is considered to be a gold standard test for diagnosing sleep disorders. However, it has some disadvantages: spending a lot of time and money, sleeping in a strange environment, and attaching a number of invasive sensors to the subject. In this paper, we review previous studies that used audio signals during nocturnal sleeping for sleep analysis in order to detect abnormal events during sleeping or to monitor sleep patterns. Audio signals are preferred because they are inexpensive, obtainable, and unobtrusive, allowing subjects to sleep naturally. Hence, a number of sleep studies exploiting audio signals have been progressed. In this paper, we introduce a general structure of previous sleep analysis methods with audio signals, investigate previous approaches including analytical methods and feature extractions, and we provide some points to consider to researchers who plan to conduct sleep studies in the near future.

근래 인터넷의 발달로 서버 운용에서 전력 소비가 증가함에 따라 서버 클러스터에 대한 저전력의 전력 관리 기법이 요구되고 있다. 본 논문에서는 서버 클러스터에서 효과적인 저전력 서버 운영을 위한 모델 기반의 자율 동적 전력 관리 기법을 제안한다. 단일 서비스를 제공하는 서버에 대한 전력 소비 모델과 서비스 모델을 유도하고, 요청 부하에 대한 서버들의 전력 소비량 및 응답 시간을 계산한다. 그리고, 이를 이용하여 부하 분배기 상의 클러스터 전체 요청 부하에 따라 서버들의 On/Off 상태를 결정하는 자율 동적 전력 관리 정책을 설계하는 기법을 제안한다. 본 논문에서는 제안한 방법의 유효성과 우수성을 시뮬레이션을 통해 시간 기반 전력 관리 정책과 비교하여 검증하였다.

As the recent popularity of various Internet services makes server clusters consume more power, the efficient power management technique of server clusters is required for low power consumption. This paper presents an effective model-based autonomic dynamic power management scheme for the power-efficient operation of a server cluster. In this paper, we proposed a technique to design the autonomic power dynamic management policy to determine the On/Off states of servers according to request load to the load distributor of the server cluster with the power consumption model and the service model of the identical server to provide the same service in the server clusters. In this paper, the validity and superiority of the proposed method was verified by comparing the time-based power management policy through simulation.

본 논문에서는 저속으로 동작하는 구름 베어링의 다중 결함 조기 검출을 위해 결함 특징 추출, 효과적인 특징 선택, 선택된 특징을 이용한 결함 분류의 세 단계로 구성된 결함 진단 기법을 제안한다. 1단계에서 이산 웨이블릿 변환을 이용하여 미세성분으로부터 통계적 결함 특징을 추출하고, 개선된 DET(distance evaluation technique)를 이용 하여 추출한 결함 특징 가운데 베어링 다중 결함 검출에 효과적인 특징을 선택한다. 마지막으로 선택된 특징을 인공 신경망 회로의 일종인 SFAM(simplified fuzzy artmap)의 입력으로 사용함으로써 결함을 진단한다. 본 논문에 서는 제안한 결함 진단 기법의 성능을 분류 정확도 측면에서 평가하며 종래의 DET를 이용한 특징을 선택한 결과와 그 성능을 비교함으로써 제안한 기법의 성능 우위를 검증한다. 실험 결과 개선한 DET에 의해 선택된 결함 특징을 이용할 경우 분류 정확도가 97.36%로 종래의 DET에 의해 선택된 특징을 사용한 분류 정확도(62.08% ~ 95.13%)보다 높은 것을 확인할 수 있었다.

This paper proposes a fault diagnosis methodology in order to early identify low-speed rolling element bearing defects, which is composed of the following three phases: fault feature extraction, effective fault feature selection, and classification. First, this study computes statistical parameters using detail information after performing one-level discrete wavelet transform to an input signal. Then, the modified distance evaluation technique (DET) selects effective fault features among statistical parameters. Finally, this study employs the simplified fuzzy artmap (SFAM), which is a variant of artificial neural networks, for diagnosing multiple bearing defects by exploiting the selected fault features. This paper evaluates the proposed fault diagnosis scheme in terms of classification accuracy and validates the improved performance of the modified DET by comparing with the standard DET for efficient feature selection. Experimental results indicate that the proposed fault diagnosis scheme using the modified DET achieves higher classification accuracy than those obtained by the standard DET, showing 97.36% and 62.08%~95.13%, respectively.

본 논문에서는 클라우드 시스템의 다중 원격 화면 전송시스템을 위한 신뢰성 있는 다중 스크린 프로토콜을 제안한다. 클라우드 시스템에서는 가상화 서버가 네트워크에 통해 사용자와 연결되며, 다중의 사용자들은 스크린 장치로 모니터, 디지털 TV, 테블릿 PC 및 스마트폰과 같은 주변의 사용자 인터페이스 장치를 사용할 수 있다. 교육 응용에서는 다중 스크린 장치들이 하나의 가상머신 화면 데이터를 동시에 보여줄 수 있어야 한다. 하지만, 편재되어 있는 화면 장치들은 멀티캐스트 프로토콜을 지원하지 못 할 수도 있으며, 화면 데이터 전송 시에 패킷 손실이 발생할 수 있다. 그래서 신뢰성 있는 하이브리드 다중 화면 전송 프로토콜이 클라우드 시스템에서의 원격 화면 전송시스템에서 필요하다. 하이브리드 다중 스크린 프로토콜은 가상머신과 연결되는 첫 스크린 장치와는 유니캐스트 방식을 사용하고, 이후 연결되는 같은 서브넷의 스크린 장치는 멀티캐스트로 연결된다. 하이브리드 멀티캐스트 스크린 프로토콜은 네트워크에서 멀티캐스트를 지원하지 않는 경우에도 다중 원격 화면 전송이 가능하다. 또한, 제안된 프로토콜은 서브넷에서 사용하는 멀티캐스트 패킷에 재전송 기법을 추가하여 멀티캐스트 패킷의 손실이 발생하여도 신뢰성 있는 화면 전송을 할 수 있다. 본 논문에서는 제안된 신뢰성 있는 다중 스크린 프로토콜을 이용하여 다중 원격 화면 전송 시스템을 구현하여 비디오 및 텍스트 화면 전송이 잘 수행되는 것을 실험을 통해 보인다.

To support multiple remote presentations in a cloud system, this paper proposed a reliable hybrid multicast screen protocol. In a cloud system, the virtualization server is located behind the network, and multiple users can work using nearby screen devices, such as a monitor, digital TV, tablet PC, and smart phone. In education applications, multiple-screen devices should display the same screen data from one virtual machine (VM) simultaneously. Multicast is an efficient way of delivering data to a group of destinations simultaneously. However, some ubiquitous screen devices do not support a multicast protocol, and some packet losses may occur in the network. So, the reliable hybrid multicast screen protocol is needed to send remote presentation data in cloud system. The hybrid multicast screen protocol uses a unicast protocol between the VM and the first selected screen device, and a multicast protocol between the multicast server (the first selected screen device) and multicast clients (screen devices in the same subnet). The hybrid multicast screen protocol supports a multiple remote presentation system even if routers and screen devices do not have a multicast protocol. The proposed protocol also has a retransmission mechanism to support a multiple remote presentation system even if packet losses occur during a multicast data transmission. We implemented the multiple remote presentations system. And experimental results showed that the proposed protocol works well in the video and presentation applications.

AODV는 이동애드혹망 (mobile ad-hoc network, MANET)을 위한 대표적인 라우팅 프로토콜중의 하나이며, 이를 보다 최적화된 성능 개선을 위해 다양한 방법들이 제안되어 왔다. 그러나 AODV의 알고리즘이 가지고 있는 본질적인 특성으로 인한 데이터 패킷 전송 지연을 해결할 수 있는 방안은 부족한 상태이다. 본 논문에서 우리는 AODV의 경로 복구 동안 데이터 패킷 전송지연 감소를 위해 Bloom Filter (BF) 를 적용하는 하이브리드 방식을 제안한다. AODV가 가지고 있는 요구기반 경로탐색 및 경로복구 방법의 장점을 살리면서 BF를 이용하여 데이터 패킷 전송 지연을 감소하는 방법을 도입하였다. 아울러 위치정보와 목적지노드 방향 ‘2-홉 노드’ 정보를 사용하여 BF의 정확성을 높일 수 있는 방법을 제안하였다. 제안된 방법을 적용 시 AODV의 망토폴로지 변화에 대한 적응성을 살리면서 동시에 데이터 전송 성능을 개선시킬 수 있다.

AODV is one of the most useful routing protocols for mobile ad-hoc networks (MANETs),and there have been lots of studies to improve and optimize the performance of AODV which is preferable for CNR. However practical schemes to solve the delay issue of AODV are not matured. We proposed hybrid protocol to reduce the delay during local repair using Bloom Filters (BFs). We introduced the way to reduce the end-to-end delay with BF while utilizing the merits of AODV route discovery and route recovery algorithm. We proposed the methodology to raise the correctness of BF using the location information and 2-hop neighbor information toward the Destination node. Our proposed scheme can improve data delivery performances while exploiting the adaptability of AODV to the change of network topology.

신발이나 의류 등에 부착되는 라벨(label)은 먼저 고정 개수의 라벨이 배치된 템플릿(template)을 제작한 후 각각의 템플릿을 필요한 수량만큼 인쇄하여 생산한다. 이때 템플릿 내의 레이블 조합 방법에 따라 불필요한 초과생산이 발생하게 된다. 본 논문에서는 이 과정을 하나의 최적화 문제로 정형화하고, NP-hard임을 증명한 후, 의사 다항시간(pseudo-polynomial time)의 근사(approximation) 알고리즘을 제시한다. 알고리즘은 기본적으로 탐욕적(greedy) 기법을 따르며 알고리즘의 각 단계에서 동적 계획법(dynamic programming)을 이용한다. 다양한 실험 데이터를 통해 제시한 알고리즘의 성능을 평가하였다.

Labels of clothes or shoes are produced by making templates containing a fixed number of labels of different types and printing them multiple times. The composition of label types in templates determines the production loss which is defined to be the over-produced quantities. In this paper, we formulate this into an optimization problem and prove its NP-hardness. Then we present a pseudo-polynomial time approximation algorithm. Our algorithm takes a greedy approach and each step of it solves a sub-problem using dynamic programming technique. We tested the algorithm for a variety of sample data and analysed its performance.

대용량 지형을 실시간에 렌더링하기 위해서 많은 GPU기반의 상세단계 기법들이 연구되었다. 기존의 연속상세단계 기법들은 지형을 오차 없이 단순화 하기 위해서 전처리 과정을 통해 트리구조나 이미지 피라미드를 생성하고 그것들을 활용하여 메쉬를 재구성 하였다. 본 논문에서는 이러한 전처리 과정 없이 최근에 소개된 GPU에 추가된 테셀레이션 단계를 이용한 가속화 기법으로 오차없이 지형을 효과적으로 렌더링 할 수 있는 연속 상세단계 기법을 제안한다. 이 방법은 효과적으로 GPU에서 시각 절두체 선별과 메쉬의 세분화를 수행하며, GPU로 재구성된 메쉬를 업로드 해야하는 기존 방법에 비하여 폴리곤 갯수가 현저하게 적은 기저 메쉬만 업로드 한 후 GPU에서 세분화하므로 전송되는 데이터량을 기존의 방법들에 비해 줄여 처리 시간을 단축시켰다. 또한 지형을 이루는 각 격자들의 길이를 이용하여 테셀레이션 인자를 정하기 때문에 기존 방법들에서 나타나는 크랙이 발생하지 않는다. 따라서 크랙제거를 따로 수행할 필요가 없으므로 처리 시간을 단축시킬 수 있다.

A variety of GPU-based level-of-detail methods have been introduced for rendering massive terrain data in realtime. Previous CLOD (Continuous Level-of-Detail) methods generate tree structures or image pyramids in order to simplify the input data with very little errors in preprocessing step. Then they reconstruct terrain meshes using those data structures. We propose an accelerated CLOD method that efficiently generates terrain images without geometric errors using tessellation stage equipped in modern GPUs without any preprocessing. It performs view frustum culling and mesh tessellation in GPU. Unlike the previous methods which upload reconstructed meshes into GPU in every frame, it can reduce rendering time since it only transfers basis mesh of which the number of polygons is very smaller than entire mesh. Also it does not produce cracks that are commonly observed in the previous methods since it uses tessellation factor as the length of grids which comprise target terrain. It reduces rendering time additionally since there is no crack removal stages.

스마트 혁명과 함께 이용자가 생산하는 데이터 양이 폭증하고 데이터 유형이 다양화 되면서, 이들 데이터를 수집, 축적, 분석, 활용하여 새로운 가치를 만들어 내는 빅데이터가 ICT 분야의 이슈로 부상하고 있다. 또한, 해외는 물론, 국내에서도 관련 기술 및 시장 성장에 대한 기대감이 올라가면서 다양한 서비스 모델들이 개발되고 있다. 이에 따라 본 논문에서는 다양하고 혁신적인 빅데이터 서비스 모델들이 발굴될 수 있도록 국내 및 해외 성공사례들을 제시하고, 사업화시 고려해야할 기술적 이슈, 전문 인력 문제, 개인정보 보호 및 프라이버시 이슈들을 제기하였다.

Big data problem in connection with user data explosion and diverse data types has risen dramatically as a major ICT issues, which can create new business values by data collection. accumulation, analysis and application. Also, broad variety of big data service models have been developed in both overseas and domestic markets. In this paper, we showed diverse business cases and raised three major issues of technical issues, professional manpower issues, personal information protection and privacy issues so that various and innovative big data service models could be launched.