• 한국통신학회논문지
• /
• 제31권11A호
• /
• pp.1147-1158
• /
• 2006

경제성 및 전력 효율성 등을 고려하여 단일 주파수 채널을 사용하는 클러스터 기반의 계층구조 무선 센서 네트워크에서 클러스터 헤드는 클러스터 내의 노드들에 대한 무선 자원 할당 및 제어를 관장하며, 데이터 축약(data aggregation) 또는 라우팅 등의 처리 기능이 집중되어 클러스터 내의 노드들과 빈번한 통신이 이루어진다. 따라서 클러스터 헤드는 일반 노드에 비해 상대적으로 많은 에너지를 소모하게 되고 배터리가 먼저 고갈되면 그 동작을 멈추게 된다. 이는 무선 센서 네트워크 수명을 단축시키는 주요한 원인이 되기 때문에 전력 효율적인 망 구조를 도출할 수 있는 클러스터링을 통해 에너지 소모가 많은 클러스터 헤드의 개수를 최소화하는 것이 중요하다. 본 논문에서는 노드간의 상호 응답 과정을 통해 주변 노드들을 발견하고 그 개수를 세어 나가는 과정을 통해 클러스터 헤드와 게이트웨이간의 거리를 최대화시켜 평균적으로 클러스터 헤드의 개수를 최소화할 수 있는 새로운 형태의 클러스터링 알고리즘을 제안하였으며, 모의실험을 통해 제안된 클러스터링 알고리즘에 의해 클러스터 헤드 개수가 기존의 클러스터링 알고리즘 대비 최대 21% 감소함을 보여준다. 또한 각 노드들의 역할을 재설정하여 네트워크의 평균 수명을 극대화하기 위한 전력 균형 분배(load balancing) 과정에서 에너지 소모가 많은 재클러스터링 과정의 발생을 억제함으로써 전체 네트워크 수명을 연장 시킬 수 있는 새로운 방식을 제안하였다

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• 한국음향학회지
• /
• 제39권2호
• /
• pp.120-130
• /
• 2020

본 논문은 블라인드 소스 분리 분야에서 널리 사용되는 멀티채널 비음수 행렬 분해 기법의 단점을 개선하여 미결정 복잡한 혼합 환경에서 문제를 해결한다. 공간 공분산 행렬에 기반을 둔 기존의 연구들에서, 단일 채널의 파워게인 및 상관관계와 같은 값으로 구성된 행렬의 각 요소는 높은 분산으로 인해 분리된 소스의 품질을 저하시키는 경향이 있다. 이 논문에서는 추정된 소스들을 효과적으로 클러스터링하기 위해 레벨 및 주파수 정규화를 수행한다. 따라서 새로운 공간 공분산 행렬 및 효과적인 클러스터 쌍별 거리함수를 제안한다. 본 논문에서는 제안된 행렬을 공간 모델의 초기화에 활용하여 공간 모델의 향상된 추정과 이를 바탕으로 상향식 접근법에서의 계층적 응집 클러스터링에 활용함으로써 분리된 음원의 품질을 향상시켰다. 제안된 알고리즘은 'Signal Separation Evaluation Campaign 2008 development dataset'을 활용하여 실험을 하였다. 그 결과 객관적인 소스 분리 품질 검증 도구인 'Blind Source Separation Eval toolbox'를 활용하여 대부분의 성능향상지표에서의 향상을 확인하였으며, 특히 대표적인 수치인 SDR의 1 dB ~ 3.5 dB 정도의 성능우위를 검증하였다.

• 정보과학회 논문지
• /
• 제42권5호
• /
• pp.671-680
• /
• 2015

무선 센서 네트워크에서 에너지 효율을 높이기 위해 클러스터링 방법이 제안되었다. 클러스터링 방법은 데이터를 수집하고 전달하는 계층 구조를 형성하고 있다. 그러나 대용량 데이터를 전송하는 무선 멀티미디어 센서 네트워크에서 기존의 무선 센서 네트워크의 클러스터링 기법은 과도한 데이터 전송에너지 소모량과 극도로 짧은 수명으로 인하여 적용하는 데에 어려움이 있다. 본 논문에서는 기존의 문제점을 해결하기 위하여 상황에 따른 협력 통신 기법을 적용한 대용량 데이터 전송 방법으로 EEAC를 제안하여 에너지 효율을 높였다. 실험결과 제안방법은 기존의 방법보다 에너지 효율이 약 2.5배 향상되었음을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.87-89
• /
• 2011

전 세계적으로 수중 또는 해양의 정보는 매우 중요하며 다양한 활용가치를 지닌다. 수중 또는 해양을 개발하고 활용하기 위해서는 실시간으로 지속적으로 모니터링하면서 데이터를 수집하고 필요에 따라 수중 장치나 장비를 제어하는 기술이 기본적으로 요구된다. 본 논문에서는 수중 센서네트워크에 특징에 대해서 알아보고 클러스터링을 적용한 수중 네트워크내의 전송 효율 향상에 대해 연구하고, 통신을 위하여 MAC 계층으로 협업 통신을 적용하는 가능성 그리고 몇 가지 주의점에 대하여 알아보았다. 본 연구를 통하여 수중 네트워크로의 협업 통신 적용은 큰 가능성을 지니고 있으며, 지상에서와의 다른 환경 때문에 프로토콜의 적절한 설계가 매우 필요하다는 것을 알았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.933-937
• /
• 2007

대형 무선 센서 네트워크(WSNs)는 일반적으로 수백에서 수천 개의 센서 노드들로 구성되어 있다. 이러한 대형 WSNs에서는 네트워크의 수명연장을 위해서 비용 및 에너지를 고려한 에너지 효율성뿐만 아니라 네트워크의 유지 및 관리가 요구된다. 사용자는 효율적인 시스템을 통해서 사용자 수준의 센싱 서비스 품질이 제공받을 수 있어야 한다. 이 네트워크에서 사용자에게 제공되는 결과 데이터의 품질은 이벤트 검출에 관련된 센서들의 개수가 결정적인 역할을 한다. 그러므로 사용자 요구품질에 적합한 QoS를 제공할 수 있는 네트워크 프로토콜은 일부 센서 노드들에서 고장이 발생하더라고 전체 시스템 성능에 영향을 주지 않으면서, 동시에 에너지 소비가 최소화되도록 설계되어야 한다. 본 논문에서 제안된 프로토콜은 LEACH(Low Energy Adaptive Clustering Hierarchy) 프로토콜을 기반으로 하며, 지속적인 감시가 요구되는 대형 네트워크에 적합한 역할 기반의 자가 구성 프로토콜을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.981-984
• /
• 2000

지난 10년간 인터넷은 정보화 시대의 새로운 패러다임으로 사회 전반을 변화시켜 왔다. 네트워크 요청이 크게 증가하고 대량의 정보처리가 요구되면서 이 기간 동안 고성능 컴퓨팅 환경에 대한 연구가 활발하게 진행되었다. 낮은 가격과 높은 가용성을 유지하면서 고성능 컴퓨팅 환경을 제공하려는 노력은 클러스터링 기술을 발전시켰지만, 기존 클러스터 시스템들은 운영체제 및 하드웨어에 종속적이기 때문에 높은 확장성을 제공하지 못하였다. 또한 여러 대의 시스템이 연결되는 클러스터 시스템은 각각의 운영체제를 가지고 있지만, 시스템 전체 자원을 효율적으로 이용하기 위해서는 하나의 시스템 이미지를 가지고 작업을 처리해주는 단일시스템이미지(SSI) 제공이 필요하다. 기존의 SSI 제공 기술을 JVM(Java Virtual Machine) 계층을 기준으로 살펴보면, JVM 상위계층에서 구현된 SSI는 불완전하고, JVM 하위계층에서 구현된 SSI는 Java 자체의 성능 향상 기능을 활용하지 못하는 단점을 가진다. 이러한 단점들을 해결한 JVM 계층에서의 SSI가 구현되고 현재 연구가 진행중이지만, 이 역시 동기종 클러스터 시스템에 국한되어 있다. 본 논문에서는 클러스터 시스템의 SSI 구현 방법들을 각 구현 계층별로 비교하여 살펴보고, JVM을 기반으로 SSI를 제공함으로써 이기종 클러스터 시스템에까지 SSI를 확장, 제공하는 방안을 모색하고자 한다.

• 한국통신학회논문지
• /
• 제33권5B호
• /
• pp.253-259
• /
• 2008

무선 센서 네트워크에서의 센서 노드는 배터리로 동작하기 때문에 에너지의 제약을 받는다. 따라서 이 네트워크 환경에서 배터리의 효율적 사용은 중요한 이슈 중 하나이다. 클러스터링은 계층적인 네트워크의 구성으로 각 노드의 에너지 사용을 줄이고, 전체 네트워크 수명을 늘리는 기법이다. 본 논문에서는 센서 네트워크에서 중첩 방지 기법을 적용한 에너지 효율적인 클러스터링을 소개한다. 제안하는 기법은 노드의 잔여 에너지를 고려한 클러스터 헤드 선출 단계, 센서 노드의 신호 강도를 고려한 클러스터의 구성 단계, 그리고 클러스터 중첩을 최소화 하는 단계로 총 3단계로 구성된다. 제안한 기법의 성능을 측정한 결과 기존의 방법에 대해 75% 정도의 성능 향상을 보였고, 클러스터의 중첩이 거의 사라진 것을 볼 수 있었다.

• 한국산학기술학회논문지
• /
• 제17권12호
• /
• pp.9-16
• /
• 2016

무선 센서 네트워크는 센서 노드와 기지국으로 구성되며, 사람이 직접적으로 접근하기 어려운 장소에 노드들이 광범위하게 배치되어 화재나 특정 상황의 정보를 수신하고, 수신된 정보를 기지국까지 전달하여 실시간 감시나 유통, 의료 등 다양한 분야에 활용되고 있다. 또한 최근에는 이러한 무선 센서 네트워크에 이동성을 추가하여 야생동물의 실태조사, 해양생태계 모니터링 등의 응용으로 확대한 모바일 무선 센서 네트워크의 유용성이 증가하는 추세이다. 모바일 무선 센서 네트워크에서 중요한 고려 사항은 이동성과 에너지 소모량이다. 각 센서 노드는 제한된 에너지를 보유하기 때문에 데이터 송신에 소모되는 에너지가 클 경우, 전체 네트워크 수명에 많은 영향을 준다. 따라서 센서 노드에서 센싱된 정보를 기지국으로 전송하는 효율적인 방법이 요구된다. 본 논문에서는 모바일 센서 네트워크에서 2계층 클러스터링을 이용한 에너지 소비 모델을 제안한다. 제안하는 방법은 클러스터를 2계층으로 구분하여 이동성을 고려하고 에너지 소모를 줄인다. 또한 에너지 소모량 모델을 제시하여 이제까지 제안된 여러 클러스터링 기법의 에너지 소모량을 비교 분석한다. 실험을 통해 이전의 모바일 센서 네트워크 클러스터링 기법보다 네트워크 에너지 효율성이 향상됨을 입증한다.

• 방송공학회논문지
• /
• 제1권2호
• /
• pp.165-175
• /
• 1996

본 논문에서는 영상분할에 이용되는 대부분의 기존방법들에서의 문제점을 해결하기 위해 입력 영상으로부터 형성된 계층적 피라밋 영상구조를 이용하여 영상을 분할하는 방법을 제안하였다. 제안된 방법은 통계적 방식에 의한 물체검출 및 묘사과정으로 이루어져 있다. 물체검출 방법에서는 계층적 영상구조에서 발생하는 클러스터링의 유효성 문제를 해결하기 위해 통계적 IFSVR 알고리듬과 FSVR 알고리듬을 제안하였고, 이를 이용하여 관심대상 화소를 검출하였다. 물체묘사 방법은 고해상도 레벨로 검출된 최적 물체화소를 투사하고 처리하기 위해 톱다운 추적방식인 반복 알고리듬을 제안하였다. 시뮬레이션을 통하여 2진 영상과 실영상 모두에서 제안된 분할방법을 분석하였고, 그 결과 계층적 피라밋구조에 기초를 둔 접근방법이 영상분할에 대한 유용한 특성을 가지고 있음을 입증하였으며, 병렬처리기에서 처리된다면 각 알고리듬이 n${\times}$n 영상에 대해 0(log n)의 계산량이 요구된다.