지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2019
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 AI 기술이 다양한 분야에서 학술적 연구 단계를 넘어 비즈니스에 적용 가능한 수준으로 빠르게 발전하면서, 자율주행 시스템 같은 실시간 시스템 분야에서도 AI 기술을 접목하려는 움직임이 증가하고 있다. 실시간 시스템은 시간 제약이 있는 시스템으로써, 시간 제약 위반이 치명적인 문제로 이어질 수 있는 안전 최우선 시스템의 경우, 시간 제약 위반으로 인해 발생하는 예외 상황을 처리하기 위한 신뢰성 있는 시스템 설계가 필요하다. Splash는 이러한 시스템 설계에 사용하기 위해 개발 중인 실시간 임베디드 AI를 위한 스트림 데이터 처리 언어이다. 본 논문에서는 Splash의 신뢰성 향상을 위해, 동작 중 발생할 수 있는 예외 상황을 정의하고 예외 상황이 발생했을 경우 이를 감지하고 처리하기 위한 메커니즘을 구현한다. Splash의 예외 상황은 개발자가 명시한 시간적 제약 사항을 위반한 시간적 예외와 유효하지 않은 데이터로 인해 발생하는 데이터 예외가 있다. 이러한 예외 상황을 런타임에 감지하기 위한 메커니즘을 개발하고, 예외 처리 핸들러를 통해 개발자가 예외 상황을 처리할 수 있는 환경을 제공한다. 예외 처리 메커니즘은 실시간 발행/구독 기반의 통신 프레임워크인 DDS 상에서 라이브러리 형태로 구현하였으며, 시계열 센서 데이터 셋을 활용하여 실험을 진행하였다. 실험 결과 예외 처리 메커니즘이 구현된 Splash를 사용할 경우, 응용 개발자가 명시한 제약사항 위반 시 발생하는 예외 상황을 성공적으로 감지하였고, 예외 처리를 위한 동작이 수행되는 것을 확인하였다.
목차
제 1 장 서론 1제 2 장 배경 지식 3제 1 절 데이터 분산 서비스 (Distributed Data Service, DDS) 3제 2 절 Splash 5제 3 장 디자인 목표 9제 4 장 예외 처리 메커니즘 11제 1 절 예외 상황 감지 11제 2 절 예외 상황 처리 21제 5 장 실험 23제 1 절 실험 환경 23제 2 절 실험 방법 및 결과 25제 6 장 결론 26참고문헌 27Abstract 28
최근 본 자료
댓글(0)
0