Context-Awareness Modeling Method using Timed Petri-nets

Increasing interest and technological advances in smart home has led to active research on context-awareness service and prediction algorithms such as Bayesian Networks, Tree-Dimensional Structures and Genetic prediction algorithms. Context-awareness service presents that providing automatic customized service regarding individual user's pattern surely helps users improve the quality of life. However, it is difficult to implement context-awareness service because the problems are that handling coincidence with context information and exceptional cases have to consider. To overcome this problem, we proposes an Intelligent Sequential Matching Algorithm(ISMA), models context-awareness service using Timed Petri-net(TPN) which is petri-net to have time factor. The example scenario illustrates the effectiveness of the Timed Petri-net model and our proposed algorithm improves average 4~6% than traditional in the accuracy and reliability of prediction.

시간 페트리 넷을 이용한 상황인지 모델링 기법

스마트 홈 분야에 대한 관심의 증가와 기술적인 발전은 상황인지 서비스와 베이시안 네트워크 알고리즘, 트리 구조 알고리즘 그리고 유전자 추측 알고리즘과 같은 예측 알고리즘에 대한 연구가 활발히 이루어지고 있다. 상황 인지 서비스는 개별적인 사용자의 패턴을 고려한 맞춤형 서비스를 제공하는 것은 사용자의 삶의 질을 향상시키는 데 도움 주는 것을 의미한다. 하지만 상황인지 서비스를 구현 하는 것은 상황정보와의 부합성 문제와 예외적인 상황 처리가 고려하는데 어려움을 겪고 있다. 이 문제를 해결하기 위해서, 본 연구에서는 지능형 순차적 매칭 방식 알고리즘(Intelligent Sequential Matching Algorithm : ISMA)을 제안하고, 페트리 넷에 시간 개념을 추가하여 시간 페트리 넷(Timed Petri-net : TPN)으로 모델링한다. 제안한 지능형 순차적 매칭 알고리즘의 유효성을 증명하기 위하여 시나리오를 제시하고, 그것을 모델링 한다. 또한 동일한 실험 조건 아래, 기존의 예측 알고리즘과 비교를 통하여 과 제안된 알고리즘의 예측 정확도가 4~6% 우수함을 보인다.