no image
[03] Uniprocessor Real-Time Scheduling
Set of tasks가 deadline과 함께 주어지면, real-time scheduling을 통해 policy에 따라 computing 자원에 task를 할당하게 된다. 목표는 deadline을 최대한 충족하는 것이다. 스케쥴링 알고리즘을 제안할 수도, 스케쥴 가능성(schedulability)을 분석할 수도 있다. Schedulability란 real-time 시스템이 모든 task의 deadline을 충족시킬 수 있는 지를 의미한다. 이를 만족하기 위해 스케쥴링을 통해 task의 실행 순서를 결정한다. 1. Priority-based 스케쥴링Task-level fixed-priority (TFP) 스케쥴링 : 각 task에 고정된 priority 부여Job-level fixed-priority ..
2024.06.01
no image
[02] Cyber-Physical Systems
Embedded system이 복잡해지고 interconnected되면서 다양한 산업에 사용되게 된다. 그러다 보니 새로운 개념이 되었고, 이를 Cyber-Physical Systems (CPS)라 부르게 된다. 1. CPS란 무엇인가?Cyber/computational components에 의해 controll되고 integrated되는 physical system을 말한다. 이러한 시스템은 physical system의 실시간 데이터를 기반으로 의사결정을 내리며, 자율주행 차량, 스마트 그리드 등 다양한 분야에 활용된다. 기존의 embedded system과의 가장 큰 차이는 다음과 같다. 기존에는 서브 시스템 간의 black box 관계를 가졌던 것과 다르게 CPS는 서로 open protocol로..
2024.05.31
no image
[01] Real-Time Systems
1. 임베디드 시스템이란?특정 기능 수행을 위해 설계된 컴퓨터 시스템으로 general purpose PC와는 다르다. 종종 하드웨어와 소프트웨어가 통합된 형태로 존재한다. 2. 실시간 시스템이란?결과의 correctness도 중요하지만, 더 중요한 것은 시간 내에 결과가 도출되는 것이다. Deadline을 맞출 수 있다면, 몇가지 task를 포기하는 것도 가능하며 대표적으로는 자율 주행 차량과 웹 서버 등이 있다. 임베디드 시스템과 실시간 시스템의 차이는 다음과 같다.Real-time embeddedReal-time, but not embeddedEmbedded, but not real-timeNuclear reactor controlFlight controlMobile phoneDroneStock t..
2024.05.31
no image
[03] Relations and Functions
Cartersian product Binary relation a set of oredered pair로 나타낸다. set이기 때문에 set의 연산이 모두 가능하다. Binary relation은 두개의 pair의 관계를 나타낸 것이고 3개면 ternary, 4개면 quaternary라 한다. 표기는 다음처럼 한다. Ternary relation 4개일 때, n-ary일 때 모두 같다. Properties of Binary relations Reflexive relation (a,a)가 R에 있는 경우 Symmetric relation (a,b)가 R에 있으면 (b,a)도 있는 경우 Empty set U={}인 경우에도 성립한다. 대신 reflexive는 만족하지 않는다. S={(a,a)}면 symmet..
2024.04.16
no image
[02] Permutations, Combinations, and Discrete Probability
Permutation $$n(n-1)(n-2)...(n-r+1)=\frac{n!}{(n-r)!} = P(n,r)$$ #Example 하루에 한과목씩 7일동안 공부하려고 한다. 공부가 필요한 과목은 수학, 화학, 물리, 경제이다. 최소한 7일동안 각 과목을 한번씩 공부할 경우의 수는 얼마인가? A) 한번도 공부하지 않는 경우를 가정해 전체 경우에서 빼주면 된다. 전체의 경우: $4^7$ let $A_1$: 수학 한번도 공부 안하는 경우 $A_2$: 화학 한번도 공부 안하는 경우 $A_3$: 물리 한번도 공부 안하는 경우 $A_4$: 경제 한번도 공부 안하는 경우 그러면 정답은 $4^7 - |A_1 \cup A_2 \cup A_3 \cup A_4|$이다. $|A_1 \cup A_2 \cup A_3 \cup ..
2024.04.16
no image
[01] Sets and Propositions
개념적인 이야기가 많아서 그냥 나열해서 설명한다. $X$와 $Y$가 disjoint면, $X \cap Y = \emptyset$ Combinations of sets $P-Q$ : difference $\{a,b,c\}-\{a,b,d\} = \{c\}$ $P \oplus Q$ : symmetric difference $\{a,b,c\} \oplus \{a,c,d\} = \{b,d\}$ P와 Q에 동시에 속하지 않는 element이다. $\overline{Q}$ : complement Q의 여집합 Power set $P(\{a,b\}) = \{\{\}, \{a\}, \{b\}, \{a,b\}\}$ 집합의 크기가 $k$이면, $2^k$의 elements를 가짐 Properties of Sets Finite ..
2024.04.15
SUMMARY
Entropy $$H(X) = - \sum p(x) log p(x)$$ Properties of H $H(X) \geq 0$ $H_b(X) = log_b a H_a(X)$ Conditioning reduces entropy $H(X|Y) \leq H(X)$ (w/ eq. iff X and Y are independet) $H(X_1, X_2, ..., X_n) \leq \sum H(X_i)$ (w/ eq. iff $X_i$ are independent) $H(X) \leq log |X|$ (w/ eq. iff X is uniformly distributed over X) $H(p)$ is concave in $p$ Relative Entropy $$D(p||q) = \sum p(x) log \frac {..
2024.04.10
no image
[05] Entropy Rates
AEP 덕분에 $X_i$가 iid인 경우에, $nH(X)$ bit만 있으면 데이터를 표현할 수 있었다. 그런데 RV가 iid가 아니거나 stationary RV라면 어떻게 될까? 우선 프로세스는 크게 Stochastic process와 Stationary process로 나뉜다. Stochastic process Joint distribution으로 표현 가능한 경우이다. 가령 Entropy의 stochastic process는 다음처럼 나타낼 수 있다. Stationary process 시간에 따라 distribution이 변하지 않는 경우이다. Markov Chain 바로 직전의 결과만이 현재에 영향을 주는 경우를 말한다. Initial state와 transition matrix가 중요하다는 것을 ..
2024.04.10
no image
[04] AEP, Asymptotic Equipartition Property
대수적 균등 분할 원리라 하며, 큰 수의 법칙과 밀접한 관련이 있다. 장기간에 걸쳐 확률적 과정의 결과가 어떻게 나타나는지 다룬다. Convergence of Random Variable $X_i$가 iid이며 $E(X_1)=E(X_2)=...=E(X_n)$을 만족한다고 가정하자. 이때 $\overline{X_n}=\frac{1}{n}(X_1+...+X_n)$이라고 하자. 그러면 대수의 법칙에 의해서 $n→\infty$, $\overline{X_n}→\mu$가 된다. 우리는 그러면 $\overline{X_n}$을 다음을 만족하는 RV라고 생각해볼 수 있다. 두가지 type(strong, weak)으로 수렴이 인식된다. Types of Convergence 수렴의 종류는 구체적으로 4가지로 구분된다. A..
2024.04.10