Earticle

본 연구는 초등학생의 논리적 사고력 신장을 위한 교육 방법으로 수행시간 중심의 파이썬 정렬 알고리즘 교 육 프로그램을 개발하여 적용한 후 그 효과를 검증하였다. 교육 프로그램은 현직 초등학교 교사 100명을 대상으 로 실시한 사전 요구 분석 결과를 바탕으로 하여 개발하였다. 개발한 교육 프로그램의 효과를 검증하기 위해 ○ ○대학교에서 실시한 초등학생 교육기부 프로그램의 지원자 표집에 의한 지원자 표본 25명을 대상으로 6일간 1 일 7차시씩 42차시를 진행하였다. 한국교육개발원에서 개발한 ‘논리적 사고 검사(GALT)’를 활용하여 사전·사후 검사 결과를 통해 교육적 효과를 분석하였으며, 분석 결과 수행시간 중심의 파이썬 정렬 알고리즘교육이 초등학 생의 논리적 사고력 향상에 효과적인 것으로 나타났다.

The purpose of this study is to develop a Python sorting algorithm training program based on execution time as an educational method for enhancing the logical thinking power of elementary students and then to verify the effect. The education program was developed based on the results of the pre-demand analysis conducted on 100 elementary school teachers. In order to verify the effectiveness of the developed educational program, I teached 25 students of the volunteer sample of the elementary school education donation program conducted at ○○ University conducted 42 hours, 7 days. The results of the pre-test and post-test were analyzed using the 'Group Assessment of Logical Thinking(GALT)' developed by the Korea Educational Development Institute. The results showed that the Python sorting algorithm training centered on execution time was effective in improving the logical thinking ability of elementary school students.

초등학교 컴퓨터교육은 컴퓨터 사용기능을 익히는 것도 중요하지만 컴퓨터는 어떤 방법을 이용하여 계산을 하는지에 대한 원리를 이해하고 이를 통해 다른 문제를 해결해 낼 수 있는 능력을 키우는 것도 중요하다고 할 수 있다. 본 연구는 초등학생을 대상으로 자료구조의 검색과 정렬 알고리즘 학습내용을 재구성해 교수․학습 방법을 설계해 이를 지도해 보고 이러한 학습내용이 초등학교 학생들은 이해할 수 있는지를 알아보고자 하는데 연구의 목적이 있다. 사전․사후 동형 검사지를 통해 지적인 영역을 평가하고, 수업 후의 소감문을 통해 정의적인 영역을 평가하였다. 그 결과 자료구조 중 검색과 정렬 알고리즘이 초등학생에게 가르쳐 질 수 있음을 확인하고 초등학교 컴퓨터교육의 학습요소로서의 가능성을 제시한다.

Computer education is important to learn functions of computers, and it is necessary to enhance the ability such as high-power intelligence ability, originality, and positive thoughts on the future. In other words, not only is it important to learn functions to calculate using computers but also it is important to understand the principle of the way computers calculate and enlarge other abilities to solve other problems through understanding of the principle. Accordingly, this study aims to teach search and sort of data structure to a primary-school children. In addition its purpose is to design teaching and learning methods and teach according to the methods and find out whether primary-school children can understand the contents. Intelligent field was assessed through equivalent test before and after the test and emotional field through students' impressions after a lesson. The test showed that search and sort algorithm of data structure could be taught to children. That is, it presented the learnability of search and sort of data structure as a learning element of elementary school computer education.

According to mass point clouds without explicit topology relation, a parallel fast sort algorithm is proposed in this paper. Morton order is introduced and used to merge one-dimensional data. The mass point clouds of irregular model are generated corresponding address code named Morton code and these points are stored in the octree structure chain. And then a parallel fast sort algorithm based on Euclidean distance is used to sort by CPU and GPU. The k-Nearest Neighbors of point can be located in the chain. The experiment results show that much time is saved and k-Nearest Neighbors of point can be searched directly. This algorithm is simpler than those complex sort methods used on the whole point clouds.

A method is presented to select the suitable order picking system between pick-and-sort system, a type of semi-automated put system, and carousel system, a type of parts-to-picker system, for different types of customer orders, mainly determined by density and quantity. As policies of batching and zoning are essentially order clustering, the customer order sheet can be divided into unit grids. Then the time formulation for each system can be derived according to the logical movements in a unit grid and time sequence relationship among all unit grids. Genetic algorithm is adopted to search the optimal order picking time. Subtraction value ΔT of order picking time between two kinds of system is used as the criteria to select more suitable system. In the experimental study, not only the suitability of each system with the hypothetic value of parameters can be got, but also the effect of some key factors on suitability is finally discussed.

본 논문에서는 정보블록알고리즘(IBPA;Information Block Preprocessing Algorithm)을 이용한 정보블록 정렬알고리즘 (IBSA; Information Block Sort Algotithm)을 제안하고 그 성능을 평가하였다. IBSA의 시간복잡도는 O(N)이며, 데이터의 분포상태에 영향을 받지 않는다. IBPA의 성능을 측정해본 결과, 2백만개의 랜덤데이터를 정렬한 경우, 중복값 허용의 경우 (a)는 퀵 정렬의 32.42%, 기수정렬의 9%정도의 비교회수만으로도 정렬할 수 있음을 보여주었으며, 중복값이 없는 경우 (b)는 퀵 정렬의 53.12%, 기수정렬의 12.79%정도의 비교회수만으로도 정렬할 수 있음을 보여주었다.

본 논문에서는 정보블록알고리즘(IBPA; Information Block Preprocessing Algorithm)을 이용한 정보블록 정렬알고리즘(IBSA; Information Block Sort Algorithm)을 제안하고 그 성능을 평가하였다. IBSA의 시간복잡도는 O(N)이며, 데이터의 분포상태에 영향을 받지 않는다. IBPA의 성능을 측정해본 결과, 2백만개의 랜덤데이터를 정렬한 경우, 중복 값 허용의 경우(a)는 퀵 정렬의 32.42%, 기수정렬의 9%정도의 비교회수만으로도 정렬할 수 있음을 보여주었으며, 중복 값이 없는 경우(b)는 퀵 정렬의 53.12%, 기수정렬의 12.79%정도의 비교회수만으로도 정렬할 수 있음을 보여주었다.

초등 교육 과정에서 컴퓨터 교육은 재량시간으로 컴퓨터의 개념과 원리의 이해보다는 도구로서의 기술 교육에 할애하고 있다 그러나, 초등학생들은 이미 생활에서 쉽게 접할 수 있는 정보화 시스템에 익숙하여 컴퓨터를 이용하여 다루는 기술은 교과의 수준을 상당히 갖추고 있다. 또한, 게임서버. 윈도우즈, 운영체제, 동영상/음악 파일 등의 다운로드/업로드 등의 단어에 이미 익숙해 있다. 이러한 용어들의 이해는 컴퓨터의 원리인 운영체제, 네트워크, 알고리즘, 프로그램 등에 대한 개념 교육으로 해결할 수 있다 따라서, 본 연구에서는 컴퓨터의 가장 중요한 원리인 알고리즘 중 정렬 알고리즘을 사례를 이용하여 역할놀이 모형으로 6학년 초등학생을 대상으로 학습을 수행하였다. 학습한 결과 정렬 알고리즘을 쉽게 유도해 냈으며. 질적인 분석으로 컴퓨터의 원리 교육에 대한 학습 효과가 있음을 보이고자 한다.

본 논문에서는 O(NlogN) 의 시간 복잡도와 데이터의 분포상태에 영향을 받지 않는 정보블록 정렬알고리즘(IBSA : Information Block Sort Algorithm)을 제안하고, 시뮬레이터를 이용하여 그 성능을 평가하였다. 2백만 개의 랜덤 데이터를 이용하여 IBSA의 성능을 측정해본 결과, 퀵 정렬의 22%, 개선된 퀵 정렬의 36% 정도의 비교회수만으로도 정렬할 수 있음을 보여주었다.

In this paper, I proposed a sort algorithm named Information Block Sort Algorithm(IBSAl which is not influenced on distribution of data in the list and has time complexity of O(NlogN). Also I evaluated the IBSA using a simulator. Performance analysis shows that, in case of sorting randomly generated two millions data, the number of actual comparisons has taken place about 36% of the number of comparisons in the improved Quick sort algorithm and 22% in Quick sort algorithm.

일반적으로 GPU 기반 트리 탐색을 수행할 경우 병렬 처리 속도가 생각보다 크게 향상되지 않는 경우가 대부분이다. 본 논문에서는 이러한 원인을 분석하고 그 분석 결과로 GPU 병렬 처리 하드웨어 아키텍처 내 최소 물리적 스레드 실행 단위인 warp 내에서 분기문(if문)으로 인한 warp divergence가 일어나기 때문임을 제시한다. 또한 이러한 warp divergence를 최소화할 수 있는 병렬 shifted sort 알고리즘과의 비교를 통해 shifted sort 알고리즘이 일반적인 GPU 내 트리 탐색에 비해 우수한 성능을 보이는 구조임을 제시하였다. 분석 결과 GPU 기반 kd-tree 탐색에 비해 warp divergence가 발생하지 않은 shifted sort 탐색은 3차원 공간에서 데이터나 쿼리의 수가 $2^{23}$개 일 때 16배 이상의 빠른 처리 속도를 보였으며 이 성능 차이는 데이터나 쿼리의 개수가 증가함에 따라 더 커지는 경향을 보였다.

It is common to achieve lower performance in traversing tree data structures in GPU than one expects. In this paper, we analyze the reason of lower-than-expected performance in GPU tree traversal and present that the warp divergences is caused by the branch instructions ("if${\ldots}$ else") which appear commonly in tree traversal CUDA codes. Also, we compare the parallel shifted sort algorithm which can reduce the number of warp divergences with a kd-tree CUDA implementation to show that the shifted sort algorithm can work faster than the kd-tree CUDA implementation thanks to less warp divergences. As the analysis result, the shifted sort algorithm worked about 16-fold faster than the kd-tree CUDA implementation for $2^{23}$ query points and $2^{23}$ data points in $R^3$ space. The performance gaps tend to increase in proportion to the number of query points and data points.

본 논문에서는 GPU 병렬 처리 하드웨어 아키텍처 내 최소 물리적 스레드 실행 단위(warp) 내에서 shifted sort 기반 k개 최근접 이웃 검색 기법을 구현하는 방법을 논의하고 일반적으로 동일한 목적으로 널리 사용되는 GPU 기반 kd-tree 및 CPU 기반 ANN 라이브러리와 비교한 결과를 제시한다. 또한 많은 애플리케이션에서 k가 비교적 작은 값이 필요한 경우가 많다는 사실을 고려해서 k가 warp 내부에서 직접 처리 가능한 2, 4, 8, 16개일 때 최적화에 집중한다. 구현 세부에서는 사용한 CUB 공개 라이브러리의 루프 내 메모리 관리 방법, GPU 하드웨어 직접 명령 적용 방법 등의 최적화 방법을 논의한다. 실험 결과, 제안하는 방법은 기존의 GPU 기반 유사 방법에 비해 데이터 지점과 질의 지점의 개수가 각각 $2^{23}$개 일 때 16배 이상의 빠른 처리 속도를 보였으며 이러한 경향은 처리해야 할 데이터의 크기가 커지면 더욱 더 커지는 것으로 판단된다.

This paper presents and discusses an implementation of the GPU shifted sorting method to find approximate k nearest neighbors which executes within "warp", the minimum execution unit in GPU parallel architecture. Also, this paper presents the comparison results with other two common nearest neighbor searching methods, GPU-based kd-tree and ANN (Approximate Nearest Neighbor) library. The proposed implementation focuses on the cases when k is small, i.e. 2, 4, 8, and 16, which are handled efficiently within warp to consider it is very common for applications to handle small k's. Also, this paper discusses optimization ways to implementation by improving memory management in a loop for the CUB open library and adopting CUDA commands which are supported by GPU hardware. The proposed implementation shows more than 16-fold speed-up against GPU-based other methods in the tests, implying that the improvement would become higher for more larger input data.

본 논문에서는 임의의 정렬되지 않은 평면 점집합(Plane Point Set)에서 정렬을 고려한 개선된 Convex Hull 알고리즘을 제안한다. 이 알고리즘은 Convex Hull의 극점(Extreme Point) 특성을 이용하여 처리 데이터를 한정하기 때문에 계산복잡도를 낮춘다. 각 단계마다 볼록 정점(Convex Vertex)만을 판별하는 조건을 이용하여 한 번의 스캔으로 온전한 Convex Set이 구한다. 알고리즘 초기에 점집합의 정렬이 필요한데, 이때 걸리는 시간이 알고리즘 전체 동작시간의 대부분을 차지하는 만큼, 특성에 맞는 방법을 사용하여 빠르게 정렬하였다. 일반적인 상황을 가정하고 점집합을 랜덤하게 구성하여 실험하였으며 기존의 알고리즘에 비해 약 두 배의 속도 향상이 있음을 확인하였다.

본 논문에서는 임의의 정렬되지 않은 평면 점집합(Plane Point Set)에서 정렬을 고려한 개선된 Convex Hull 알고리즘을 제안한다. 이 알고리즘은 Convex Hull의 극점(Extreme Point) 특성을 이용하여 처리 데이터를 한정하기 때문에 계산복잡도를 낮춘다. 각 단계마다 볼록 정점(Convex Vertex)만을 판별하는 조건을 이용하여 한 번의 스캔으로 온전한 Convex Set이 구한다. 알고리즘 초기에 점집합의 정렬이 필요한데, 이때 걸리는 시간이 알고리즘 전체 동작시간의 대부분을 차지하는 만큼, 특성에 맞는 방법을 사용하여 빠르게 정렬하였다. 일반적인 상황을 가정하고 점집합을 랜덤하게 구성하여 실험하였으며 기존의 알고리즘에 비해 약 두 배의 속도 향상이 있음을 확인하였다.