http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
동적 분산병렬 하둡시스템 및 분산추론기에 응용한 서버가상화 빅데이터 플랫폼
송동호,신지애,인연진,이완곤,이강세,Song, Dong Ho,Shin, Ji Ae,In, Yean Jin,Lee, Wan Gon,Lee, Kang Se 한국데이터정보과학회 2015 한국데이터정보과학회지 Vol.26 No.5
시멘틱 웹 기술인 RDF 트리플로 표현된 지식을 추론 과정을 거치면 새로운 트리플들이 생성되어 나온다. 초기 입력된 수억개의 트리플로 구성된 빅데이터와 추가로 생성된 트리플 데이터를 바탕으로 질의응답과 같은 다양한 응용시스템이 만들어 진다. 이 추론기가 수행되는 과정에서 더 많은 컴퓨팅 리소스가 필요해 진다. 이 추가 컴퓨팅 리소스는 하부 클라우드 컴퓨팅의 리소스 풀로부터 공급받아 수행시간을 줄일 수 있다. 본 연구에서는 하둡을 이용하는 환경에서 지식의 크기에 따라 런타임에 동적으로 서버 컴퓨팅 노드를 증감 시키는 방법을 연구하였다. 상부는 응용계층이며, 중간부는 트리플들에 대한 분산병렬추론과 하부는 탄력적 하둡시스템 및 가상화 서버로 구성되는 계층적 모델을 제시한다. 이 시스템의 알고리즘과 시험성능의 결과를 분석한다. 하둡 상에 기 개발된 풍부한 응용소프트웨어들은 이 탄력적 하둡 시스템 상에서 수정 없이 보다 빨리 수행될 수 있는 장점이 있다. Inference process generates additional triples from knowledge represented in RDF triples of semantic web technology. Tens of million of triples as an initial big data and the additionally inferred triples become a knowledge base for applications such as QA(question&answer) system. The inference engine requires more computing resources to process the triples generated while inferencing. The additional computing resources supplied by underlying resource pool in cloud computing can shorten the execution time. This paper addresses an algorithm to allocate the number of computing nodes "elastically" at runtime on Hadoop, depending on the size of knowledge data fed. The model proposed in this paper is composed of the layered architecture: the top layer for applications, the middle layer for distributed parallel inference engine to process the triples, and lower layer for elastic Hadoop and server visualization. System algorithms and test data are analyzed and discussed in this paper. The model hast the benefit that rich legacy Hadoop applications can be run faster on this system without any modification.
송동호(Dong-Ho Song),하은혜(Eun-Hye Ha),오욱진(Wook-Jin Oh),고광범(Kwang-Bum Ko),류영민(Young-Min Lew) 대한소아청소년정신의학회 2008 소아청소년정신의학 Vol.19 No.3
Objectives: This study aimed to evaluate preliminarily the clinical effects of cognitive-behavioral treatment in children with anxiety disorders. Methods: Subjects were 11 children between 2nd and 6th grade with anxiety disorder. All subjects were diagnosed through Kiddie-Schedule for Affective Disorder and Schizophrenia Present and Lifetime Version (K-SADS-PL) interview. The CBT program consisted of sessions once a week (60min/session) for 14 weeks with parent education. Results: Children and parents reported significantly improved social skills, social competence and decreased anxiety. However, there were no significant changes in childrens negative thoughts and subjective depressive symptoms. Conclusion: Cognitive-behavioral treatment is expected to be effective in children with anxiety disorders such as generalized anxiety disorder, phobia, separation anxiety disorder, and obsessive-compulsive disorder.
캐리어중첩 위성통신에서의 상하향 심볼율 비대칭에 대한 성능 분석
송동호(Song Dong Ho),조병각(Cho Byeong Gak) 제어로봇시스템학회 2012 제어로봇시스템학회 합동학술대회 논문집 Vol.2012 No.7
본 논문에서는, [1]에서 제안 및 제시하였던 NLMS알고리즘을 적용한 전이중 동채널 위성통신 간섭제거기술의 성능분석 사항에 추가적으로, 동일한 변복조방식을 사용하는 단말 간에 서로 다른 데이터 전송율 지원으로 인한 심볼율 비대칭 환경에서의 간섭제거기 성능에 미치는 영향을 시뮬레이션을 통하여 확인하고 분석한다. 시뮬레이션 결과 심볼율 비대칭의 영향은 EVM에서는 3% 이내의 성능 변화를 가져오지만 BER성능에는 거의 영향이 없음을 확인하였다. 결과적으로 본 논문에서 제시한 NLMS기반 간섭제거기술은 간섭제거 성능에 있어 거의 열화 없이 다양한 데이터 전송율 및 서로 다른 대역폭을 요구하는 통신환경에서도 효과적으로 사용될 수 있음이 확인되었다.
항공 응용 분야 : 기계학습 알고리즘을 이용한 UAS 제어계수 실시간 자동 조정 시스템
송동호 ( Dong Ho Song ),문미선 ( Mi Sun Moon ),송강 ( Song Kang ) 한국항행학회 2010 韓國航行學會論文誌 Vol.14 No.6
무인기의 자동 비행 제어 시스템은 기체의 형태, 크기, 무게 등의 정적 및 동적 변화에 따라 스스로 비행계수를 조정하여 목표 비행궤적을 정확히 따라가도록 제어할 필요가 있다. 본 논문에서는 PID 제어 기법을 이용하는 비행제어시스템에 기계학습모듈(MLM)을 추가하여 기체의 특성 변화에 따라 제어계수를 비행중 실시간 자동으로 조정하는 시스템을 제안한다. MLM은 선형회귀분석과 보정학습을 이용하여 설계되었으며 MLM을 통해 학습된 제어계수의 적합성을 평가하는 평가모듈(EvM)을 함께 모델링 하였다. 이 시스템은 FDC 비버 시뮬레이터를 기반으로 실험하였으며 그 결과를 분석 제시하였다. A automatic flight control system(AFCS) of UAS needs to control its flight path along target path exactly as adjusts flight coefficient itself depending on static or dynamic changes of airplane`s features such as type, size or weight. In this paper, we propose system which tunes control gain autonomously depending on change of airplane`s feature in flight as adding MLM(Machine Learning Module) on AFCS. MLM is designed with Linear Regression algorithm and Reinforcement Learning and it includes EvM(Evaluation Module) which evaluates learned control gain from MLM and verified system. This system is tested on beaver FDC simulator and we present its analysed result.