• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.97-103
• /
• 2020

무선 센서 네트워크는 인간의 개입 없이 다양한 환경에서 센싱 데이터를 수집하고 분석한다. 센서 네트워크는 초기에 설치된 라우팅 프로토콜들에 따라 네트워크 수명이 변경된다. 게다가, 네트워크가 운영 중에 라우팅 경로를 변경하기 위해 센서들은 많은 에너지를 소모해야 한다. 센서 네트워크를 실제 필드에 구축하기 전에 시뮬레이션을 통해 성능 측정하는 것은 중요하다. 본 논문은 DEVS 커널 모델들을 사용하여 저전력 적응형 클러스터링 계층 프로토콜을 위한 WSN 모델을 제안한다. 제안 모델은 커널 모델인 브로드캐스트 모델과 컨트롤드 모델로 구현된다. 실험 결과, 컨트롤드 기반의 WSN 모델은 데이터 전송 부분에서는 효율적이지만, 컨트롤드 모델에서 특정 모델을 선택하기 위해 CPU 사용량이 높은 것을 확인했다.

• 인터넷정보학회논문지
• /
• 제12권4호
• /
• pp.119-133
• /
• 2011

웹 2.0의 등장과 함께 RESTful 웹 서비스의 활용이 전통적인 SOAP 기반 웹 서비스에 비해 크게 증가되고 있다. 최근 웹상에 이용 가능한 RESTful 웹 서비스들의 수가 급격하게 증가됨에 따라 사용자들이 적합한 웹 서비스를 찾는 것은 매우 중요한 이슈로 대두되었다. 그러나 기존의 키워드 기반 검색 방법은 나쁜 재현율과 나쁜 정확률 때문에 문제가 많다. 본 논문에서는 연관규칙 기반 클러스터링 기법에 패턴 기반 시맨틱 분석 기법을 추가한 하나의 새로운 시맨틱 온톨로지 구축 방법을 제안한다. 이를 통해 온톨로지를 자동 구축하여 시맨틱 정보의 주석처리 부담을 줄일 수 있고, 보다 효율적인 웹 서비스 검색을 지원한다. 본 논문에서 제안된 방법은 ProgrammableWeb 사이트로부터 168개의 RESTful 웹 서비스를 다운로드 받아 실험 분석을 수행한 결과, 기존의 키워드 기반 검색 방법에 비해 재현율과 정확률 두 측면에서 각각 35%, 18%의 성능 향상을 보였다.

• 한국산업정보학회논문지
• /
• 제17권4호
• /
• pp.41-50
• /
• 2012

무선센서네트워크(WSN)에서 네트워크 수명은 가장 중요한 이슈중의 하나이다. 네트워크 수명연장을 위하여 센서들이 에너지를 효과적으로 사용하도록 설계하는 것이 매우 중요하다. 기존에 제안된 PEGASIS-A는 LEACH와 PEGASIS의 클러스터 구성방식을 개선하기 위해 새로운 체인 토플로지 기법을 사용했다. 하지만 PEGASIS-A는 PEGASIS가 가진 근원적인 문제인 체인설정하기 위한 에너지 소비가 크고, 노드 수가 많아지는 경우 단일 체인이 가지는 확장성의 한계 등의 문제를 그대로 가지고 있다. 또한 LEACH의 에너지 낭비 문제점도 소폭 개선했을 뿐이다. 본 논문에서는 LEACH관련 프로토콜들과 PEGASIS-A의 문제점을 해결할 수 있는 에너지 효율적인 새로운 클러스터링 기법을 제안한다. 제안하는 프로토콜은 센서노드의 메모리 임계치를 이용하여 계층구조상에서 클러스터를 구성한다. 성능평가 결과 본 논문에서 제안한 프로토콜은 LEACH보다 약 1.8배 그리고 PEGASIS-A 보다 1.5배 오랜 네트워크 생존기간을 보였다.

• 디지털융복합연구
• /
• 제11권10호
• /
• pp.419-429
• /
• 2013

무선센서네트워크(WSN)는 다양한 환경에서 정보수집을 목적으로 하는 응용분야에 널리 사용된다. WSN을 구성하는 센서노드는 저 전력 배터리를 기반으로 동작하므로 이를 고려한 WSN 수명연장은 중요한 연구목표이다. 본 논문은 효율적인 WSN을 구성하기 위해 노드의 에너지 소비는 적으면서도 클러스터 부하 균등화를 이룰 수 있는 최적화된 클러스터링 프로토콜을 제시한다. 프로토콜의 핵심 아이디어는 센서노드가 저장할 수 있는 정보용량의 한계치를 이용해서 클러스터 멤버노드와 클러스터 밀집도가 균등분포(load balancing)되도록 하는 것이다. 또한 최적 클러스터 헤드 확률모델을 도입해서 WSN을 분할하는 클러스터가 최적화 되도록 한다. 이를 통해서 네트워크 부하의 적절한 분산과 에너지 소비 효율을 극대화하는 성능개선을 이끌어 낼 수 있다. 성능평가 결과 제안하는 프로토콜은 대표적인 계층형 프로토콜인 LEACH와 최근에 제안된 클러스터 기반 지역 멀티 홉 라우팅 프로토콜(CBLM)보다 더 수명이 연장되고 안정화 될 수 있었다.

• 정보처리학회논문지A
• /
• 제16A권3호
• /
• pp.143-152
• /
• 2009

최근 생물정보학 분야의 연구는 하나하나의 유전자를 연구하던 예전의 방법에서 유전자들간의 관계를 알아보는 연구들로 변해가고 있다. 이러한 유전자들 간의 연구 중 하나가 유전자 팀(gene team)을 연구하는 것이다. 유전자 팀이란 몇몇 염색체들 사이의 유전자들이 보존되어 있는 것을 말하며, 닫힌 영역 안에 보존되어 있는 유전자들의 집합으로 볼 수 있다. 이들은 진화과정을 거치면서, 유전자 팀 내의 유전자들의 위치나 그 종류가 변한다. 이러한 유전자 팀을 찾기 위해 많은 연구들이 이루어져왔다. 본 논문은 생물정보학 분야에서 많이 사용되는 계층적 클러스터링(hierarchical clustering)방법을 변형하여 전체 유전체(whole genome) 쌍내에서의 의미 있는 영역을 찾고, 영역 내에서 gene team을 찾을 수 있는 방법을 소개한다. 본 연구 방법을 이용하면, 복잡한 구조의 두 유전체 사이의 연관 유전자들이나 유사 영역들의 맵(map)을 단계별로 간략화 하여 나타낼 수 있다.

• 한국항행학회논문지
• /
• 제13권4호
• /
• pp.551-558
• /
• 2009

에너지 효율성 초점이 맞추어진 대부분의 클러스터링 기법에서 클러스터 내에서 단일의 클러스터를 채용함으로써 클러스터 헤드의 에너지 소비가 급격히 증가 할 수 있다. 최근, 이러한 단점을 개선하기 위해 데이터 병합 기능 헤드와 데이터 전송 기능 헤드로 구분하는 2-계층 클러스터 기법은 클러스터 내에서 클러스터 헤드의 에너지 소비를 분산시켰다. 그러나 이러한 구조는 한 클러스터 내에 존재하는 두 개 헤드 사이에 독립적인 영역구분이 없는 단지 논리적인 영역이므로 많은 메시지 충돌과 전송 지연이 발생한다. 이러한 문제점을 해결하기 위해, 본 논문에서는 노드의 위치정보와 클러스터 반경을 이용해 한 클러스터에 속한 두 계층을 독립적으로 명확히 분할할 수 있는 분리된 2-계층 라우팅기법을 제시한다. 제안하는 스킴에서는 각 계층에 속하는 멤버노드 수에 대한 균등분포를 통해 부하의 분산을 보장한다. 제안한 기법은 기존의 DLS 기법보다 메시지 충돌문제를 50% 개선하였고, 네트워크의 수명도 DLS와 LEACH 등에 비해 약 10% 개선하였다.

• 한국멀티미디어학회논문지
• /
• 제14권6호
• /
• pp.730-741
• /
• 2011

인터넷과 컴퓨터 기술이 발전함에 따라 정보의 양이 폭발적으로 증가하였으며 사용자의 다양한 요구가 생겨나게 되었다. 이로 인해 대용량의 문서를 효과적으로 분류하기 위한 다양한 방법의 연구가 필요하게 되었다. 기존의 문서 범주화는 분서의 분류를 위해 연관된 문서의 키워드를 중심으로 하는 방법을 사용하였다. 그러나 본 논문에서는 연관규칙을 이용하여 범주 내의 문서들 간에 연관성 있는 키워드들의 집합을 추출하고 각 범주 별로 의미적으로 대표성을 가진 키워드들로 분류 규칙을 생성한다. 또한 효율적인 키워드 생성을 위한 데이터 전처리 방안을 제시하고, 새로운 문서 범주를 예측한다. 프로파일의 분류성능을 높이기 위한 분류함수를 설계하고 실험을 통하여 성능을 측정한다. 마지막으로 평면적인 범주 구조에서 확장하여 계층적인 분류체계 구조에서도 적용할 수 있는 자동분류 방안을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.447-449
• /
• 2021

에너지 소비를 최소화하여 네트워크를 오랫동안 유지하기 위해 다양한 무선 센서 네트워크 프로토콜이 제안되었다. K-평균 군집화 알고리즘을 사용하면 최종 군집이 설정될 때까지 중심점을 반복적으로 이동해야 하기 때문에 기존 계층형 알고리즘보다 군집화에 시간이 더 오래 걸린다. K-평균 클러스터링 기반 프로토콜의 경우 클러스터 헤드가 선택되었을 때 클러스터 중심점 근처의 노드 또는 노드의 잔류 에너지만 고려된다. 본 논문에서는 앞서 언급한 문제를 개선하면서 에너지 효율을 개선하기 위해 K-평균 클러스터링을 기반으로 하는 새로운 무선 센서 네트워크 프로토콜을 제안한다.

• 디지털산업정보학회논문지
• /
• 제4권2호
• /
• pp.29-37
• /
• 2008

Clustering allows hierarchical structures to be built on the nodes and enables more efficient use of scarce resources, such as frequency spectrum, bandwidth, and energy in wireless sensor networks (WSNs). This paper proposes a hierarchical clustering algorithm called EEHC which is more energy efficient than existing algorithms for WSNs, It introduces region node selection as well as cluster head election based on the residual battery capacity of nodes to reduce the costs of managing sensor nodes and of the communication among them. The role of cluster heads or region nodes is rotated among nodes to achieve load balancing and extend the lifetime of every individual sensor node. To do this, EEHC clusters periodically to select cluster heads that are richer in residual energy level, compared to the other nodes, according to clustering policies from administrators. To prove the performance improvement of EEHC, the ns-2 simulator was used. The results show that it can reduce the energy and bandwidth consumption for organizing and managing WSNs comparing it with existing algorithms.

• 서비스연구
• /
• 제3권2호
• /
• pp.53-60
• /
• 2013

데이터로부터 의미있는 형태의 정보를 얻기 위한 여러 가지 기법들이 개발되어 왔지만, 최근 들어 가장 각광받는 분야 중 하나는 패턴인식과 기계학습 방법이다. 기존의 학습 알고리즘은 대부분 범주 형 속성에 기반 한 규칙 또는 의사 결정 모델을 생성한다. 그런데, 실세계의 데이터는 보통 범주 형 속성 외에도 수치 값을 갖는 속성을 포함하고, 또 많은 경우에 있어 수치 형 속성으로만 구성되기도 한다. 따라서 이러한 경우, 데이터를 학습에 사용하기 위해서는 수치형 속성에 대한 적절한 처리 과정이 필요하다. 본 논문에서는, 수치형 속성의 도메인을 여러 개의 분절된 부분으로 나누어 학습 알고리즘에 사용하는 방법인 이산화 기법을 설명하고 또한 데이터마이닝의 기법으로 사용되는 클러스터링(Clustering)을 사용한다. 클러스터란 대량의 데이터베이스로부터 유사한 레코드 특성을 지닌 작은 그룹으로 여러 개를 분할하는 것으로 패턴 공간에 주어진 유한 개의 패턴들이 서로 가깝게 모여서 무리를 이루고 있는 패턴 집합이다. 그 집합들 중에서 특정한 카테고리를 지정하지 않고 주어진 데이터들에서 어떤 패턴을 추출하여, 비슷한 데이터들을 묶어서 데이터를 분류하는 기법인 클러스터링에 대해 실험한다.