• 제목/요약/키워드: 네트워크 실증 테스트

검색결과 12건 처리시간 0.019초

RFID/USN 연동 시스템을 활용한 건설자원 실시간 모니터링 시스템 (Real-Time Construction Resource Monitoring using RFID/USN Inter-working System)

  • 류정필;김형관;김창윤;김창완;한승헌;김문겸
    • 한국건설관리학회:학술대회논문집
    • /
    • 한국건설관리학회 2007년도 정기학술발표대회 논문집
    • /
    • pp.90-94
    • /
    • 2007
  • 건설 현장의 자재 위치 추적 기술은 건설 프로젝트의 생산성을 극대화시킬 수 있는 중요한 기술로서 현재 국내외적으로 많은 연구가 수행 중에 있다. 최근 들어 RFID(Radio Frequency Identification) 시스템을 이용하여 공급 사슬망 전반에 걸친 건설 자재에 대한 실시간 위치 추적에 대한 연구가 각광을 받고 있다. 그러나 짧은 인식거리, 저조한 인식율등의 문제로 바코드 대체 수준으로 그 활용이 미비한 상황이다. 본 논문에서는 인식거리르 보다 길게 하는 900MHz 대역의 RFID 시스템과 인식된 데이터를 무선 통신(Zigbee)을 사용하여 전달하는 RFID/USN 연동시스템 개발과 그 활용 방안을 제안한다. RFID/USN 연동 시스템을 건설현장의 자재관리에 시험적으로 적용, 실중 테스트를 수행함으로써 첨단 센싱 기술 및 전파식별 기술에 대한 현장 활용 가능 여부, 실증 테스트 시 발생하는 기술적 애로 사항 및 다양한 활용 방안을 도출하는 것을 목적으로 한다. 또한 원격지에 있는 현장 관리자를 위하여 기존 인프라네트워크를 이용하여 실시간 자재 및 장비의 위치 데이터를 관리자가 원할 경우 언제 어디서든 실시간으로 전달 가능하도록 이동통신망(CDMA: Code Division Multiple Access)과의 연동 시스템을 현장에서 적용 및 점검한다.

  • PDF

뉴럴 텐서 네트워크 기반 주식 개별종목 지식개체명 추출 방법에 관한 연구 (A Study on Knowledge Entity Extraction Method for Individual Stocks Based on Neural Tensor Network)

  • 양윤석;이현준;오경주
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.25-38
    • /
    • 2019
  • 정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.