• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.46 no.5
• /
• pp.56-63
• /
• 2009

The IEEE 802.11 standard has been used for wireless data networks such as wireless LAN, ad-hoc network, and vehicular ad-hoc network. Thus, the performance analysis of the IEEE 802.11 specification has been one of the hottest issues for network optimization and resource management. Most of the analysis studies were performed in a data plane of the IEEE 802.11 unicast. However, IEEE 802.11 broadcast is widely used for topology management, path management, and data dissemination. Thus, it is important to understand the performance of the broadcast scheme for the design of efficient wireless data network. In this contort, we analyze the IEEE 802.11 broadcast scheme in terms of the broadcast frame reception probability according to the distance from a sending node. Unlike the other works, our analysis framework includes not only the system parameters of the IEEE 802.11 specification such as transmission range, data rate, minimum contention window but also the networking environments such as the number of nodes, network load, and the radio propagation environments. Therefore, our analysis framework is expected to be used for the development of protocols and algorithms in a dynamic wireless data network.

• The Korean Journal of Applied Statistics
• /
• v.37 no.2
• /
• pp.139-155
• /
• 2024

This study performed a multi-classification task to classify mesial temporal lobe epilepsy with left hippocampal sclerosis patients (left mTLE), mesial temporal lobe epilepsy with right hippocampal sclerosis (right mTLE), and healthy controls (HC) using magnetoencephalography (MEG) data. We applied various artificial neural networks and compared the results. As a result of modeling with convolutional neural networks (CNN), recurrent neural networks (RNN), and graph neural networks (GNN), the average k-fold accuracy was excellent in the order of CNN-based model, GNN-based model, and RNN-based model. The wall time was excellent in the order of RNN-based model, GNN-based model, and CNN-based model. The graph neural network, which shows good figures in accuracy, performance, and time, and has excellent scalability of network data, is the most suitable model for brain research in the future.

• KIPS Transactions on Computer and Communication Systems
• /
• v.8 no.4
• /
• pp.79-86
• /
• 2019

This paper describes a time-series data prediction based on artificial neural networks (ANN). In this study, a batch based ANN model and a stochastic ANN model have been implemented using TensorFlow libraries. Each model are evaluated by comparing training and testing errors that are measured through experiment. To train and test each model, tax dataset was used that are collected from the government website of indiana state budget agency in USA from 2001 to 2018. The dataset includes tax incomes of individual, product sales, company, and total tax incomes. The experimental results show that batch model reveals better performance than stochastic model. Using the batch scheme, we have conducted a prediction experiment. In the experiment, total taxes are predicted during next seven months, and compared with actual collected total taxes. The results shows that predicted data are almost same with the actual data.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.177-180
• /
• 2001

본 논문에서는 신경망을 이용한 내용 기반 이미지 분류 방법을 제안한다. 분류 대상이미지는 인터넷상의 다양한 이미지들 중 오브젝트 이미지이대 웹 에이전트를 통하여 획득하고 정규화 과정을 거친다. 획득한 이미지를 분류하기 위한 특징은 웨이블릿 변란 후 추출된 질감 특징이다. 추출된 질감 특징을 이용하여 학습패턴을 생성하고 신경망을 학습한다. 그리고 구성된 신경망 분류기로 이미지를 분류한다. 본 연구에서는 다양한 질감 특징들 중에서 대비(contrast), 에너지(energy), 엔트로피(entropy)를 이용하여 특징을 추출한다. 실험에 사용한 데이터는 30종류에 대하여 각각 10개씩, 300개의 이미지들을 학습 데이터, 테스트 데이터로 사용하여 구성된 분류기의 인식률을 실험하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.37-40
• /
• 2000

전화망 음성 인식 시스템에서 사용할 수 있는 데이터베이스 구축의 질과 양은 인식 시스템의 성능에 중대한 영향을 미친다. 따라서, 전화망 음성 데이터 베이스 구축에 관한 효과적인 방법들이 연구되고 있다. 본 논문은 공용으로 사용할 수 있는 음성 데이터 베이스의 전화망 변환 방법 및 활용 방안에 대하여 소개한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.388-388
• /
• 2020

매년 국지성호우 및 태풍으로 인해 하천 범람이나 저지대침수가 발생하고 있으며 이는 인명 피해 사례로 이어지기도 한다. 피해 발생을 최소화시키기 위해 강우와 유량과 같은 정형데이터로 홍수예보가 이뤄지고 있으나 기존의 정형데이터만 사용하다보니 도심지역이나 소규모 하천에서 인명 피해 예측에 어려움이 있다. 이를 보완하기 위해서는 인구의 유동성을 고려한 비정형데이터를 활용해야 한다. 최근 소셜 네트워크 서비스(SNS)의 사용자가 증가됨에 따라 텍스트나 사진과 같은 다양한 비정형데이터가 생성되고 있다. 이렇게 생성된 데이터는 다양한 분야에서 활용되고 있으며 특히 지진이나 홍수와 같은 재난 발생 시 유용한 데이터로 활용된 사례가 증가하고 있다. 이는 사람들이 GIS와 같은 위치정보나 시간 등을 포함한 다양한 정보를 포함하기 때문이다. 하지만 이렇게 생산된 비정형데이터를 기존 물리적 기반의 수문모형의 데이터로 활용하기에는 많은 한계점이 있다. 따라서 본 연구에서는 SNS 채널을 통해 생성된 비정형 데이터들을 인공신경망모형에 적용하여 하천수위를 예측하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.223-226
• /
• 2008

인터넷 기술의 발달로 인해 온라인상에서도 사회연결망이 나타나고 있다. 블로그 월드는 대표적인 온라인 사회연결망이다. 블로그 월드의 구성원인 블로거는 정보를 생성할 수도 있고, 정보를 얻기 위하여 다른 블로거와 명시적 관계를 맺을 수도 있으며, 이러한 관계를 통해 온라인 사회연결망인 블로그연결망을 구성한다. 사회 연결망 이론에서는 사회 연결망에서 정보의 파급이 구성원간의 관계를 통하여 이루어진다고 한다. 그러나 블로그 연결망과 실제 블로그 월드에서 발생한 정보 파급 이력을 비교 관찰해 보면, 사회연결망 이론과 달리 관계가 존재하지 않는 구성원 사이에서 정보 파급이 일어난다. 또한, 정보의 파급이 폭발적으로 일어나는 현상도 존재한다. 본 논문에서는 이러한 두 현상이 서로 연관이 있음을 밝히고, 이러한 현상을 일으키는 원인을 규명하는 분석방법을 제안한다. 제안하는 분석방법은 다음과 같다. 우선, 관계가 존재하지 않는 구성원 간에 정보 파급 현상을 유발할 수 있는 후보원인들을 모두 도출한다. 다음으로, 폭발적인 정보 파급 현상을 보이는 정보의 집단을 데이터 마이닝의 클러스터링 기술을 이용하여 도출한다. 도출된 정보의 집단과 후보 원인간의 상관관계를 데이터 마이닝의 특성분석 방법을 이용하여 구한다. 블로그 월드는 구성원과 그 사이의 관계, 정보 파급 이력에 대한 데이터를 모두 저장하고 있다. 본 논문은 실제 블로그 월드의 데이터를 이용하여 블로그 월드에서 정보의 폭발적 파급을 유발하는 원인들을 규명하고 그 원인들이 가지는 특징을 설명하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.540-542
• /
• 1999

최근의 인터넷과 무선통신 기술의 발달은 이동 호스트에서 무선 데이터 서비스를 이용한 웹으로의 접근을 가능하게 하고 있으나 무선망의 높은 에러율과 높은 대역폭 등 제한적인 물리적 특성으로 인하여 데이터 전송 시 만족할 만한 수준의 응답속도를 제공하지 못하고 있다. 본 논문에서는 웹 프록시 서버를 이용하여 기존의 응용프로그램이나 인터넷 기반구조에 대한 수정 없이 무선망을 통한 웹 서비스 속도를 향상시킬 수 있는 방법을 소개한다. 웹 프록시 서버에서 사용자 단말장치, 웹 브라우저 및 사용자의 요구에 의해 각기 다른 웹 에디터 종류에 따라 무손실, 손실압축기법을 적용하여 데이터량을 감소시키고 미리불러오기 기능을 사용하여 웹 데이터에 대한 전송지연을 감소시킨다. 또한, 현재 상용화되어 있는 CDMA 셀룰라망을 사용하여 프록시 서버를 통한 웹 접근 실험을 통해 이러한 데이터 처리 방법에 의한 전송 데이터량의 감소와 이에 따른 응답시간의 향상을 확인한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.97-100
• /
• 2013

최근 4세대(4G) 통신망으로의 전환의 가속화와 스마트 모바일 기기의 확산으로 인하여 무선 통신망에서 데이터 트래픽이 급증하고 있다. 이러한 급증하는 데이터 트래픽을 분산시키기 위하여 2개의 주파수 밴드를 사용하는 멀티 캐리어 기술이 선보이고 있다. 방송 디스크는 서버가 데이터베이스에 저장된 모든 데이터를 연속적으로 다수의 모바일 클라이언트에게 방송하고, 클라이언트는 방송 채널을 감시하여 원하는 데이터가 방송될 경우 방송 채널로부터 데이터를 수신하는 통신 구조이다. 이런 관점에서 방송 채널은 클라이언트가 데이터를 액세스할 수 있는 디스크의 역할을 담당한다. 본 논문에서는 무선 통신망이 멀티 캐리어를 지원할 경우, 클라이언트에서 실행되는 읽기 전용 트랜잭션의 정확성을 보장하기 위한 동시성 제어 기법(Dual-Channel based Concurrency Control: DCC)을 제안한다. 기존에 동시성 제어 기법들은 단일 방송채널에서 트랜잭션의 철회률을 줄이기 위하여 추가적인 제어 정보들을 방송하거나 방송 데이터의 타임스탬프 필드를 이용하고 있다. 클라이언트에서 실행되는 트랜잭션은 단일 방송 사이클이 아니라 여러 방송 사이클에 걸쳐서 실행된다. 이러한 방송 디스크 환경의 특징은 클라이언트 트랜잭션이 디스크에서 방송 인덱스를 판독하여 방송 프로그램 상에서 트랜잭션에 필요한 데이터가 방송 될 때까지 기다리게 된다. 이와는 달리 DCC는 주력 망과 보조 망에서 방송되는 방송 프로그램의 순서를 서로 다르게 하여 데이터 판독에 필요한 대기 시간을 줄일 수 있다. 보조망의 방송 프로그램의 순서는 주력망의 방송 프로그램 순서의 역순서로 방송함으로써 보조 망 또는 주력 망에서 실행되고 있는 트랜잭션이 다른 방송 채널의 방송 인덱스를 판독하지 않아도 방송 프로그램 순서를 예측할 수가 있다. 그 결과, DCC는 방송 디스크의 데이터 판독에 요구되는 대기시간을 줄여 읽기 전용 트랜잭션의 철회률을 줄일 수 있다는 장점을 갖는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.467-469
• /
• 2019

딥러닝에서는 기본 층을 겹겹이 쌓아 올려 구성한 신경망이라는 모델을 사용하여 데이터를 학습한다. 신경망 모델에서 층(layer)은 신경망의 핵심 구성 요소로서 입력된 데이터로부터 주어진 문제에 더 의미 있는 표현을 추출하고 표현할 수 있다. 이러한 층의 개수와 층 내에 노드의 개수는 신경망 설계에서 가장 기본적인 문제 중에 하나이다. 본 논문에서는 층의 개수와 노드의 개수가 신경망 학습에 어떠한 영향을 미치는지 실험을 통하여 평가해본다.