Earticle

Extracting useful knowledge from data sets measuring in gigabytes and even terabytes is a challenging research area for the data mining community. Sequential approaches suffer from a performance problem due to the fact that they have to mine voluminous databases. Parallelism is introduced as an important solution that could improve the response time and the scalability of these approaches. However, parallelization process is not trivial and still facing many challenges including the workload balancing problem. In this paper, we propose a hierarchical dynamic load balancing strategy for parallel association rule mining algorithms in the context of a Grid computing environment. The French research grid “Grid’5000” is used as our experimental test-bed. Through a detailed experimental study, we show that our strategy improves the performance and helps the parallel algorithm to scale very well with the number of computational nodes available.

With the wide application of GPU in High Performance Computing, more and more heterogeneous CPU+GPU clusters have been establishedin many fields. But with the comprehensive using of heterogeneous CPU+GPU clusters, workload balancing has become an important problem when the process nodes coordinate with each other, and the execution time of a program on imbalanced clusters resides on the slowest node. Although there are many strategies and algorithms that can solve the problem of workload balancing to some extent, they generally face the problem of high consumption of communication caused by the task migration. In order to make up for the existing deficiencies, this paper proposes a virtual task migration algorithm adapted to GPU clusters on CUDA platform. This algorithm uses virtual task migration to avoid actual data transmission between nodes, so the communication overhead is obviously decreased. At last, this paper performs an actual test using matrix multiplication to verify this algorithm. The experiment results show that compared with static task partitioning, the algorithm proposed in this paper can effectively achieve dynamic workload balancing and reduce the execution time of programs on GPU clusters, thus the algorithm can significantly improve program execution performance of GPU clusters on CUDA platform.

It is challenging to parallelize problems with irregular computation and communication. In this paper, we propose an asynchronous algorithm for balancing unpredictable workload on distributed-memory machines. By using an initial workload estimate, we first partition the computations such that the workload is distributed evenly across the processors. In addition, we perform task migrations dynamically for adapting to the evolving workload. To demonstrate the usefulness of our load balancing strategy, we conducted experiments on an IBM SP2 and a Cray T3D. Experimental results show that our task migration strategy can balance unpredictable workload with little overhead. Our code using C and MPI is portable onto other distributed-memory machines.

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.

본 논문에서는 최근 스마트업체이며 제조업체로 화두가 되고 있는 샤오미 키워드로 빅데이터 분석을 활용하여 분석하고자 한다. 샤오미는 2021년 스마트폰 제조업체 세계1위를 차지했고, 글로벌 100대 브랜드(2022)에는 처음으로 84위에 진입하여 급격하게 성장하고 있는 업체 중 하나이다. 특히 국내에서도 점차 점유율이 커지고 있는 상황에서 국내 소비자들의 인식과 향후 국내에서의 입지를 알아보고자 한다. 국내 포털과 SNS에 채널을 통한 '샤오미' 키워드에 관한 데이터를 통해 키워드 분석, 워드클라우드, 토픽모델링 등의 분석을 진행하여 최근 국내 샤오미에 관한 인식과 향후 방향성을 제시해보고자 한다.

본 논문에서는 트위터 사용자들의 리트윗 행위의 기반이 되는 이유와 동기에 대한 탐색적인 연구방법을 제안한다. 본 논문은 리트윗 행위가 메시지가 가진 속성, 트위터 사용자의 이유와 내면적 가치가 반영되어 나타나는 현상이라고 주장하고, 다음의 연구방법을 이용하였다. 우선 리트윗 동기에 관한 선행연구가 제시한 34개 항목을 이용하여 리트윗행위와 연관된 메시지 속성, 이유, 가치를 묻는 설문문항을 만든 후, 트위터 이용자들(N=171)에게 자신이 리트윗한 다섯 개의 메시지들에 대해 답하도록 하였다 (5개 메시지 ${\times}$ 34 문항 = 170). 이를 바탕으로 34개의 동기와 이유, 가치들이 어떻게 군집화 되는가를 요인분석을 통해서 살펴보았다. 분석결과, 리트윗을 하는 대표적 요인으로 (1) 공공적 성격, (2) 재미와 즐거움, (3) 공동체적 도움, (4) 소식과 정보 등이 나타났다. 요인 2와 4는 전통적 저널리즘적 성격을, 1과 3은 대체적 (대안) 저널리즘 성격을 띈 동기로 파악하였다. 요인 1과 3이 기존의 저널리즘을 보강하는 역할을 하기도 하지만, 온라인에서의 의견 양극화와 이어질 수도 있다는 것을 논의하였다. 이 외에도 (1) 내재적 가치와 공동체적 (2) 동질감, (3) 소속감 등이 리트윗 행위의 기반이 되는 이유와 가치라고 파악하였다.

The study aims at exploring motivation, rationale, and values in twitter users' retweet behavior. It proposes that diffusion of message is based on the complex interactional relationships among attributes of original message, user's rationale, and values. Based on a pilot study, we constructed a total of 34 questions asking message attributes, motivation, and values of retweeting. Then, twitter users participated in an online survey, in which they evaluate their own 5 retweet messages based on the constructed questions(5 messages ${\times}$ 34 questions = 170). Then, a factor analysis is done in order to see the dimensions of the concepts in retweet behavior; and understand how message attributes, motivations, and values are inter-related with each other. The main factors extracted were: (1) public fairness, (2) fun and playfulness, (3) communal help, (4) news and information, etc. Factor 2 and 4 show the traditional journalism characteristics; while factor 1 and 3 do alternative journalistic values. The latter may work as a rectifying factors for traditional journalism; however, backfiring mechanism for group polarization. In addition, (1) users' internal identities, (2) communal unity and (3) belongness were identified as rationales and values for retweet behavior.

지표면 아래에는 다양한 구조물들이 매설되어 있으며, 특히 도시가스 배관이나 전기 배선과 같이 문제가 발생할 경우 우리의 안전을 크게 위협할 수 있는 다양한 위험요소들이 존재하고있다. 따라서 다양한 오염물질과 접하게 되는 지하 구조물들은 부식에 대단히 민감하기 때문에 부식의 진행 정도를 정확히 파악하지 못하는 경우 가스 배관의 누설과 같은 대형 사고로 이어질 수 있다. 지금까지는 사람이 직접 지하구조물에 일일이 방문하여 수작업으로 측정하고 기록하는 방식이 주로 사용되었으나, 이 방식은 많은 인적/물적 자원이 요구되어 관리의 연속성이 떨어지게 된다. 따라서 지속적인 관리를 통해 위험요소를 신속하게 발견하기 위한 연구가 필요하며, 본 연구에서는구조물 관리 시스템에 ICT를 결합하여 이동 중인 차량에서 지하구조물에 대한 상태 정보를 무선으로 수집하고 분석하여 신속히 대비할 수 있는 시스템을 제안한다.

There are a variety of structures below the surface are buried. In particular, if It is experiencing problems in the city gas pipe or electrical wire, our safety would be greatly jeopardized. Therefore, the underground structures which encounter a variety of pollutants are highly sensitive to corrosion. So if you are not identify the degree of corrosion, it can lead to large accidents such as gas leakage. Until now, person visit directly every underground structure to measure and record manually, but This approach requires a lot of human and material resources and the continuity of management. Therefore, the research to find out the risk factors quickly via the continuous management is needed, and in this paper the structures management systems in the vehicle being moved by combining ICT underground structures for state information wirelessly collects and analyzes system is proposed.

본 논문에서는 고성능 컴퓨팅 시스템의 성능 향상을 위한 효율적인 동적 작업부하 균등화 정책을 제안한다. 이 정책은 시스템 자원인 CPU와 메모리를 효율적으로 사용하여 고성능 컴퓨팅 시스템의 처리량을 최대화하고, 각 작업의 수행시간을 최소화한다. 또한 이 정책은 수행중인 작업의 메모리 요구량과 각 노드의 부하 상태를 파악하여 작업을 동적으로 할당한다. 이때 작업을 할당받은 노드가 과부하 상태가 되면 다른 노드로 작업을 이주시켜 각 노드의 작업부하를 균등하게 유지함으로써 작업의 대기시간을 줄이고, 각 작업의 수행시간을 단축한다. 본 논문에서는 시뮬레이션을 통하여 제안하는 동적 작업부하 균등화 정책이 기존의 메모리 기반의 작업부하 균등화 정책에 비해 고성능 컴퓨팅 시스템의 성능 향상 면에서 우수함을 보인다.

In this paper, we propose an efficient dynamic workload balancing strategy which improves the performance of high-Performance computing system. The key idea of this dynamic workload balancing strategy is to minimize execution time of each job and to maximize the system throughput by effectively using system resource such as CPU, memory. Also, this strategy dynamically allocates job by considering demanded memory size of executing job and workload status of each node. If an overload node occurs due to allocated job, the proposed scheme migrates job, executing in overload nodes, to another free nodes and reduces the waiting time and execution time of job by balancing workload of each node. Through simulation, we show that the proposed dynamic workload balancing strategy based on CPU, memory improves the performance of high-performance computing system compared to previous strategies.

TSP(Team Software Process)의 계획 단계에서는 계획된 프로젝트 일정에 맞춘 업무를 팀 리더 또는 계획관리자(plan manager)가 각 팀원에 할당하고, 업무수행 시에는 각 팀원이 할당된 업무를 적시에 수행하는지를 추적하여 일정지연을 방지해야 한다. 하지만 업무 할당에 있어 팀원의 능력, 일정 및 업무의 논리적인 순서가 고려되어야 하고, 업무 수행 시에도 수시로 변화하는 업무 일정으로 인해 할당된 업무를 일정에 맞추지 못하는 상황이 발생하며 이는 결국 일정지연으로 이어진다. 이러한 문제를 해결하기 위해 본 논문은 TSP 가 지원하는 업무 균등 분배(workload balancing)를 적용하여 해결하고자 하였으며, 이 활동을 지원하는 도구에 대해 소개한다.

TSP(Team Software Process)의 계획 단계에서는 계획된 프로젝트 일정에 맞춘 업무를 팀 리더 또는 계획관리자(plan manager)가 각 팀원에 할당하고, 업무수행 시에는 각 팀원이 할당된 업무를 적시에 수행하는지를 추적하여 일정지연을 방지해야 한다. 하지만 업무 할당에 있어 팀원의 능력, 일정 및 업무의 논리적인 순서가 고려되어야 하고, 업무 수행 시에도 수시로 변화하는 업무 일정으로 인해 할당된 업무를 일정에 맞추지 못하는 상황이 발생하며 이는 결국 일정지연으로 이어진다. 이러한 문제를 해결하기 위해 본 논문은 TSP 가 지원하는 업무 균등 분배(workload balancing)를 적용하여 해결하고자 하였으며, 이 활동을 지원하는 도구에 대해 소개한다.

VoD(Video on Demand) 시스템의 작업과정을 주기적으로 모니터링하며, 작업부하(workload)를 동적으로 조정할 수 있는 에이전트 시스템(agent system)은 VoD 시스템과 인터페이스를 하는 에이전시(Agency) 부분과 작업부하 조정에 필요한 조치를 추론하거나 학습하는 인텔리전스(Intelligence) 부분으로 구성된다. 본 연구에서는 에이전트 시스템의 인텔리전스 부분에서 적용할 수 있는 학습 방법(learning method)을 제안하였다. 제안된 방법은 규칙의 추론과정과 사례기반 학습 과정에 의하여 작업부하를 보다 효율적으로 조정할 수 있게 한다. 그리고 제안된 방법을 VoD 시스템에 적용하는 경우에 실효성이 있는지를 시뮬레이터를 구현하여 실험하였다. 실험의 결과, 제안된 방법을 적용하는 경우에 기존의 방법을 적용한 경우보다 상대적으로 성공적인 스트림 서비스 처리량(throughput) 과 VoD 서버에서의 평균 대기시간이 향상된다는 것을 알 수 있었다.

The agent system that can adjust the workload dynamically through thc periodical monitoring of the VoD system comprises the agency part interfacing the VoD system and the intelligence part reasoning or learning the facts required for the adjustment of workload. This paper proposes a learning method that can apply to the intelligence part of the agent system. The proposed method can adjust the workload more efficiently by the rule's reasoning process and case-based learning process. An experiment of implementing a simulator was conducted to see whether or not application of the proposed method to VoD systems is efficient. As a result of the experiment, it was found that the throughput and the average waiting time of the VoD server were relatively improved when the proposed method was applied compared to existing means.

최근 들어 매우 인기 있는 웹 사이트는 우수한 성능의 단일 서버 또는 미러(mirror) 사이트에만 의존 할 수 없을 정도로 인터넷 사용이 급증하였다. 늘어나는 트래픽을 감당해내며 사용자를 만족시키기 위해서는 클라이언트의 요청들을 여러 대의 서버에 분산 처리 할 수 있는 고성능 웹서버 클러스터링 시스템에서는 제공되어야 한다. 본 논문에서는 부하 분배기를 이용한 로드 밸런싱을 소개하고 지역성과 로드밸런싱의 균형을 이루는 분배 알고리즘을 제시한다. 본 논문에서 제안된 알고리즘은 정적 웹 환경에서의 각 요청들은 작업 시간이 고정되어 있지 않다는 점에 착안하여 유효 요청의 수와 잔여량을 고려한 부하 분배 알고리즘을 개발하였다.

분산시스템에서 부하균형을 유지하기 위해서는 네트워크상의 각 노드는 다른 노드들의 부하상태정보를 가져야만 한다. 네트워크상에 ν개의 노드가 존재할 때 모든 노드간에 부하상태정보를 교환하기 위해서는 Ο(ν²)의 트래픽 오버헤드가 필요하게 된다. 이 논문에서는 분산된 노드간에 동기적으로 동작하는 부하균형 알고리즘을 제시한다. 이를 위해 먼저 SBIBD(symmetric balanced incomplete block design)에 근거하여 (ν,k,1)-configuration에 의해 ν=k²-k＋1개의 노드를 갖는 네트워크 토폴로지를 구성하였다. 이 망에서 동작하도록 고안된 부하상태정보 전파 알고리즘은 (equation omitted)의 메시지 오버헤드를 가지면서 각각의 노드가 ν개의 모든 노드에 대한 부하상태정보를 가지도록 한다. 또한 이 부하균형 알고리즘은 모든 링크가 부하상태정보 전송을 위해 동일한 트래픽을 갖도록 설계되었다.

본 논문에서는 이질적인 클러스터 컴퓨팅시스템 에서 CPU와 메모리 자원을 효율적으로 사용하는 작업 부하 균등화 정책을 제안한다. 이 정책의 특징은 CPU부하 상태와 수행중인 작업의 메모리 요구량을 고려하여 작업을 동적으로 할당하는 것이다. 먼저 각 노드는 CPU와 메모리 사용량에 따라 과부하 상태가 아니면 작업을 할당받아 수행한다. 그리고 수행중인 작업의 메모리 요구량이 가용 메모리 크기를 초과하여 페이지 폴트가 발생하면 수행 중인 작업을 다른 노드로 이주시킴으로써 메모리 과부하에 따른 페이지 폴트 발생을 줄이고, 작업의 대기 시간과 수행시 간을 단축한다. 본 논문에서는 시뮬레이션을 통하여 제안한 작업부하 균등화 정책이 기존의 CPU 기반정책에 비해 시스템의 성능향상 면에서 유리함을 검증한다.

The assembly line balancing problem has been focused by many research works because the efficient management of the assembly line might influence not only the quality of the products but also the working conditions for the workers. This paper deals with U-shape mixed-model assembly line balancing and considers both the processing time and the physical workloads. We suggest the goal programming approach for this situation and to overcome some difficulties of finding optimal solution, we adopt the genetic algorithm that is one of the most promising solution techniques. We tested several test problems and present the results that indicate some improvement for the line balancing as well as the stable performance of the algorithm.