Earticle

A new sorting control system in field programmable gate array (FPGA) — the core of control — was proposed because the previous one couldn’t meet the requirements of the multi-channel and high yield. It focused on designs of both hardware circuit and FPGA programming module. In the system, the accurate lossless delay of multiple signals was applied by using of RAM and its control module in FPGA. The sorting signals were generated based on the parallel execution characteristics of FPGA program. Real-time communication was realized between CAN controller of SPI and human-computer interface. A large number of experiments were done to test the proposed system. Results showed that the sorting control system could process multi-channel and higher-yield signals significantly. And the materials sorter was improved both in detectable level and yield.

Data-intensive applications, such as data mining and data visualization, need to deal with huge amount of data. Service-oriented architecture, on the other hand, offers a scalable and flexible framework to implement loosely-coupled and standards-based distribute computing which the data-intensive applications usually require. In this paper, we apply four kinds of data-flow constructs, namely Map Construct, Reduce Construct, Conditional Construct and Loop Construct, to assist Web services composition to process huge volume of data. Furthermore, we put forward the approach to the composition of Web services based on the I/O operation ratio, in which the CPU intensive Web services and the I/O intensive ones are arranged to execute in parallel as far as possible. A case is presented finally to show that our approaches are feasible and effective.

최근 사면 및 흙막이 벽체의 붕괴에 따른 안전사고가 빈번하게 발생함에 따라 보강토 옹벽 공법의 안정성이 사회적인 문제로 대두되고 있다. 본 연구는 모형벽체 시험기를 제작하여 지오그리드 길이와 보강 층수에 따른 주동파괴 시 흙막이 벽체와 지반의 거동특성을 분석하였다. 벽체 시험에 사용된 지오그리드는 각각 $30cm{\times}60cm$, $30cm{\times}70cm$, $30cm{\times}80cm$ (폭 ${\times}$ 길이)의 크기를 가지며, 일정한 깊이로 설치되었다. 모형벽체 시험은 2장의 동일한 길이의 지오그리드, 2장의 서로 다른 길이의 지오그리드, 4장의 동일한 길이의 지오그리드, 4장의 서로 다른 길이의 지오그리드 총 4가지 case로 나누어 모형시험을 진행하였다. 또한 유한요소 수치해석을 통해 보강방법에 따른 지반의 거동을 예측하였다.

Recently, there has been a string of negligent accidents for the retaining wall and slope. In order to measure the ground deformation for the MSE wall, the authors carried out the model test to assess behavioral characteristics of geogrid MSE walls in active failure state with different conditions of geogrid reinforcement. The models are built in the soil container box having dimension, 100 cm long, 90 cm height, and 10 cm wide. The reinforcement used in the model test is geogrid (polyvinyl chloride, PVC). Three geogrids are sized by $30cm{\times}60cm$, $30cm{\times}70cm$, $30cm{\times}80cm$ (width ${\times}$ length) respectively. In this study, the laboratory model tests represented for several conditions of the MSE wall, and then its results were compared to 2D FE analysis.

본 논문은 병렬 프로그램을 실행할 때 계산량이 작은 병렬 루프를 병렬로 실행하는 경우에 생기는 프로그램의 성능 저하를 피하기 위하여, 컴파일 시나 실행 시에 성능 예측 모델을 이용하여 병렬 루프의 성능을 예측한 다음 적응형 실행 기법을 이용하여 병렬 프로그램을 실행하는 방법을 소개한다. 성능예측 알고리즘과 적응형 실행 알고리즘은 컴파일러 전처리기에 구현이 되었으며, 이 전처리기는 병렬 루프가 실행되는 방식을 컴파일 시나 실행 시에 결정하는 코드를 원래의 병렬 프로그램에 삽입한다. Fortran77로 씌어진 다섯 개의 대표적인 과학 수치계산 병렬 벤치마크 프로그램을 32개의 프로세서로 구성된 분산 공유 메모리 병렬 컴퓨터(SGI Origin2000)에 실행하여 본 논문에서 제안한 방법의 성능 평가를 하였을 때, 제안한 기법을 적응한 경우가 32, 16, 8, 및 4개의 프로세서에서 원래의 병렬 프로그램 보다 각각 26%, 20%, 16%, 및 10% 빨리 실행되었다. 이중 한 프로그램은 원래 병렬 프로그램 보다 32개 프로세서에서 두 배 이상 빠르게 실행되었다.

This paper presents adaptive execution techniques that determine whether parallelized loops are executed in parallel or sequentially in order to maximize performance. The adaptation and performance estimation algorithms are implemented in a compiler preprocessor. The preprocessor inserts code that automatically determines at compile-time or at run-time the way the parallelized loops are executed. Using a set of standard numerical applications written in Fortran77 and running them with our techniques on a distributed shared memory multiprocessor machine (SGI Origin2000), we obtain the performance of our techniques, on average, 26%, 20%, 16%, and 10% faster than the original parallel program on 32, 16, 8, and 4 processors, respectively. One of the applications runs even more than twice faster than its original parallel version on 32 processors.

신경망 이론은 그 특성상 각각의 뉴런과 신경들 사이의 병렬적인 처리에 의해 Input에 대한 Output을 계산해 낸다. 하지만, 현대 컴퓨터들은 CPU를 통한 순차처리 방식으로 정보를 취급하기에 그 근본 구조가 달라 병렬구조를 모사하기 위해 계산하는 과정에 많은 시간이 소요된다. 본 논문에서는 신경망 학습을 NVIDIA사에서 제공한 CUDA를 사용하여 병렬 컴퓨팅 구조로 수행함으로서 시간을 단축시키는 것을 확인하고자 한다.