• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.34-36
• /
• 2005

데이터 스트림 처리에 관한 연구들은 최근 컴퓨터 과학 분야에서 가장 않은 관심을 가지고 있고 흥미있는 이슈 중 하나이다. 이러한 경향은 다양한 어플리케이션의 출현으로 질의 저리에 대한 효율적인 방법과 새로운 데이터 스트림의 모델을 필요로 하기 때문일 것이다. 본 논문은 그 중에서도 데이터 스트림 분야의 가장 중요한 부분으로 생각되는 스케줄링, 적절한 질의 처리, 부하 분산, 근사화, 분산 데이터 모니터링에 대한 연구 분석을 도모하였다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.17 no.2
• /
• pp.1-9
• /
• 2013

In recent years, numerous mega-size and complex civil infrastructures have been constructed worldwide. For the more precise construction and maintenance process management of these civil infrastructures, the application of a variety of smart sensor-based structural health monitoring (SHM) systems is required. The efficient management of both sensors and collected databases is also very important. Recently, several kinds of database access technologies using Quick Response (QR) code and Augmented Reality (AR) applications have been developed. These technologies provide software tools incorporated with mobile devices, such as smart phone, tablet PC and smart pad systems, so that databases can be accessed very quickly and easily. In this paper, an AR-based structural health monitoring technique is suggested for sensor management and the efficient access of databases collected from sensor networks that are distributed at target structures. The global positioning system (GPS) in mobile devices simultaneously recognizes the user location and sensor location, and calculates the distance between the two locations. In addition, the processed health monitoring results are sent from a main server to the user's mobile device, via the RSS (really simple syndication) feed format. It can be confirmed that the AR-based structural health monitoring technique is very useful for the real-time construction process management of numerous mega-size and complex civil infrastructures.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.19-19
• /
• 2023

최근 기후변화에 의해 단기간에 많은 양의 집중호우가 발생하여 도시지역의 침수 피해가 증가하고 있다. 이에 도시지역의 홍수 피해 해결을 위해 도심지 홍수 발생 시 홍수정도 및 상황을 파악할 수 있는 장비가 개발되었으나, 실용화 단계까지는 진행이 미흡한 상황이다. 또한 기존 도시지역 홍수 현상 및 원인을 분석하기 위해 수치모형을 활용하고 있으나, 우수관망의 노후화 및 초기 강우패턴 적용에 대한 정확한 해석결과의 어려워 활용성이 낮다. 또한 홍수정도와 발생상황 인지를 위한 계측 장비의 개발 연구는 지속적으로 진행되고 있으나, 계측 장비의 높은 가격으로 전국적으로 설치 할 수 없는 상황으로 이를 대응하기 위한 별도의 방안 마련이 필요한 실정이다. 이를 위해 본 과제에서는 고성능·저비용 계측센서를 개발하여 실용화 가능성을 높이고, 전국에 산재되어있는 CCTV(교통상황, 방법용 등)의 영상을 활용한 침수상황 인지 기술 개발, 계측 데이터와 모니터링 데이터의 활용을 위한 빅데이터 개방 플랫폼을 구축하여, 상습 침수지역에 대해 실시간 감시가 가능한 계측 시스템의 정형 데이터와 CCTV 및 영상 등 모니터링 장비의 비정형 데이터의 분석 기술을 결합한 새로운 도심지 홍수 감시 기술의 개발을 목표로 한다. 이를 위해 본 연구 1차년도에 지표면 침수심 계측센서와 우수관망 월류심 계측센서를 개발하였으며, 2차년도에는개발된 계측센서의 현장실증을 통해 데이터를 수집한다. 수집된 계측센서 데이터와 비정형(CCTV 영상) 데이터의 AI학습을 통해 분석된 침수심, 침수범위, 침수면적 데이터는 도심지 홍수 정보 프로그램을 통해 표출되며, 최종적으로는 현장 상황을 쉽게 파악 가능한 3D 레이어의 형식으로 표출하고자 한다. 추후 도심지 홍수 정보 프로그램을 통해 표출되는 3D 레이어는 환경부가 추진하는 DT(Digital Twin) 연계 인공지능(AI) 홍수예보 사업과의 연계 시 도심지 홍수 지도 구축을 위한 자료로 활용될 수 있을 것으로 판단된다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.33 no.2
• /
• pp.113-119
• /
• 2020

The IoT-based sensor network is one of the methods that can be efficiently applied to maintain the facilities, such as bridges, at a low cost. In this study, based on LoRa LPWAN, one of the IoT communications, sensor board for cable tension monitoring, data acquisition board for constructing sensor network along with existing measurement sensors, are developed to create bridge structural health monitoring system. In addition, we designed and manufactured a smart sensor node for LoRa communication and established a sensor network for monitoring. Further, we constructed a test bed at the Yeonggwang Bridge to verify the performance of the system. The test bed verification results suggested that the LoRa LPWAN-based sensor network can be applied as one of the technologies for monitoring the bridge structure soundness; this is excellent in terms of data rate, accuracy, and economy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.363-363
• /
• 2022

LID 시설에 대한 모니터링은 인력을 활용한 실강우 모니터링을 진행하고 있으나 LID 시설은 소규모 분산형시설로서 인력을 동원한 식생고사, 강우시 모니터링, 현장답사 등 꾸준한 시설확인에 한계가 있으며, LID 시설을 조성한 이후 적정한 유지관리 방법(주기, 빈도, 항목 등)을 인지하지 못하여 막힘현상, 효율저하, 식물고사 등의 문제가 발생한다. 따라서 본연구에서는 딥러닝 분석을 활용하여 강우시 강우모니터링 자료와 LID 시설 내 센서를 통해 측정된 자료를 통해 침투도랑 내 유입수 성상에 대한 예측분석을 수행하였다. 심지 내 LID 시설에 유입되는 오염물질을 예측을 위한 딥러닝 분석을 위해 과거 실강우시 모니터링 자료(TSS, COD, TN, TP)와 대기센서(대기습도, 대기온도, 강수량, 미세먼지) 데이터를 활용하여 딥러닝 모델에 대한 적용가능성 평가를 수행하였다. 측정항목에 대한 상관성 분석을 수행하였으며, 딥러닝 모델은 Tenser Flow를 이용하여 DNN(Deep Neural Network)모델을 활용하여 분석하였다. DNN 모델에 대한 MSE값은 0.31로 분석되었으며, TSS에 대한 평균 50.6mg/L로 분석되었으며, COD 평균 98.7 mg/L로 나타났다. TN의 평균 2.21 mg/L로 분석되었으며, TP 평균 0.67 mg/L로 나타났다. 상관계수분석결과 TSS는 0.53로 분석되었으며, TN과 TP의 상관계수는 0.10, 0.56으로 나타났다. COD의 상관계수는 0.63으로 TSS와 COD, TP에 대한 예측이 된 것으로 분석되었다. 딥러닝을 통한 LID 시설 내 농도변화 예측시 강우시 센서데이터 값은 조밀해야하며 오염물질 농도와 상관성이 높은 항목들에 대해 계측과 실강우 모니터링 자료를 축적하여 미래에 대한 활용성을 높여야 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.11
• /
• pp.2139-2144
• /
• 2017

In case of communication method and protocol applied to the industrial field, various kinds and methods are applied to the field according to the environment and hardware configuration specifications. In order to develop and construct an industrial monitoring system, the development of the equipment is carried out through hardware system analysis and communication protocol analysis each time, so that a lot of development costs and time are being entered. In this paper, we proposed a programmable protocol conversion algorithm to support the integrated monitoring of industrial equipment using various protocols. This method can extract the necessary data from the data transmitted by serial communication, NMEA, CAN, Modbus communication method and transmit it to Ethernet. We implemented a communication gateway module that supports various communication methods, and experimented with data conversion and transmission.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.32 no.6
• /
• pp.375-381
• /
• 2019

Structural health monitoring to determine structural conditions at an early stage and to efficiently manage the energy requirements of buildings using systems that collects relevant data, is under active investigation. Structural monitoring requires cutting-edge technology in which construction, sensing, and ICT technologies are combined. However, the scope of application is limited because expensive sensors and specialized technical skills are often required. In this study, a Raspberry Pi module, one of the most widely used single board computers, a Lora module that is capable of long-distance communication at low power, and a high-performance accelerometer are used to construct a wireless edge computing system that can monitor building response over an extended time period. In addition, the Raspberry Pi module utilizes an edge computing algorithm, and only meaningful data is obtained from the vast amount of acceleration data acquired in real-time. The raw data acquired using Wi-Fi communication are compared to the Laura data to evaluate the accuracy of the data obtained using the system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.172-174
• /
• 2012

농 수산업 등 많은 신선 물류 환경에서는 저온저장고에 저장되는 물품을 신선하게 유지해야 한다. 신선도를 유지하기 위해 저온저장고 환경 모니터링 시스템을 이용하며, 센서를 이용하여 환경정보를 수집한다. 센서 데이터 수집의 목표는 저장되는 물품이 위치한 공간의 환경 정보를 모니터링 하는 것이지만, 물품에 센서를 부착하는 작업의 비효율성 또는 부착 불가능 등의 문제가 발생한다. 이를 해결하기 위하여 본 논문에서는 물리적 센서를 가상 센서로 대체하여 가상 센서 데이터를 생성하는 것을 제안하며, 가상 센서 데이터 생성을 위한 기법 및 센서 데이터 처리 시스템으로 적용 방법을 기술한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.300-303
• /
• 2007

사용자의 행동을 모니터링 하는 것에 대한 이전의 기술적인 연구는 네트워크 트래픽과 데이터 베이스 접근 패턴에 집중되어 있으나 이러한 접근은 사용자간의 데이터를 교환하고 공유하는 등의 상호 작용을 관찰하기에는 부족하다. 따라서 'BHave' 라는 가상 환경에서 사용자의 행동을 추적할 수 있는 시스템을 개발하여 문서에 접근하는 사용자의 행동을 모니터링한다. 서버쪽의 데이터베이스에서 데이터를 가져와서 클라이언트의 API 를 통하여 사용자가 선택한 데이터를 분석한 뒤 사용자에게 그래프를 통해서 시각적으로 분석 결과를 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.1666-1669
• /
• 2010

본 논문에서는 USN환경에서 수질 모니터링 시스템의 일부인 싱크노드에서의 클러스터링 모델을 설계하였다. 싱크노드에서 수집된 많은 데이터 중 핵심 데이터만을 전송하기 위해서 많은 연구들이 진행 중에 있다. 본 논문에서 사용된 K-means 클러스터링 모델은 비슷한 속성들로 이루어진 K개의 클러스터로 데이터들을 묶어 불필요한 중복을 줄이고 위험 요소로 판단되는 데이터들을 추출하는 모델이다. 실험을 통해서 제안한 시스템의 성능을 다른 시스템과 비교하여 얼마나 더 효과적으로 데이터를 축약하였는지 확인할 수 있었다.