• 한국공간정보시스템학회:학술대회논문집
• /
• 2002.03a
• /
• pp.3-8
• /
• 2002

기존의 건설지원시스템은 주로 문자정보를 대상으로 구축되어 지형이나 공간정보와 같은 실세계에 대한 정보를 제공하는데 취약점이 있으나, GIS(Geographic Information System)는 이러한 문제에 대해 공간정보의 제공뿐만 아니라 설계지원시스템과 연계하여 효율적이고 체계적인 정보의 분석 및 지원 기능을 제공해 줄 수 있을 것으로 기대된다. 이에 더하여 다양한 네트워크의 구축 및 이를 통한 정보서비스의 발전은 GIS의 제공방식과 내용을 변모시키고 있으며 네트워크 상에서 즉각적으로 사용자에게 다양하고 동적인 GIS 솔루션을 제공할 수 있는 Web GIS의 활용이 확산되고 있다. 본 연구에서는 건설진행상황을 즉각적으로 확인하고 실시간으로 업무보고 및 업무지시를 수행함으로써 원격공정관리를 가능하게 하고, 나아가 단지 문서적인 업무보고에만 의존하여 보고자의 의도에 따라 수동적으로 의사결정을 내리던 관행에서 벗어나 Web GIS에 기반한 건설공사 정보관리시스템을 개발함으로써 건설공사 현황을 직관적으로 판단하고 의사결정을 내릴 수 있는 시스템을 구축하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.99-100
• /
• 2019

무선 센서 네트워크(Wireless Sensor Network, WSN)에서의 싱크 이동은 전력 문제와 관련하여 해결해야할 중요한 문제이다. 또한 고정된 싱크를 사용하면 노드의 과도한 에너지 소비로 인해 네트워크 성능이 저하될 수 있는 문제점이 있다. 본 논문에서는 센서 노드의 클러스터가 퍼지 로직(Fuzzy Logic)을 기반으로 형성되고 싱크 재배치가 동적 2단계 메커니즘을 사용하여 결정되는 에너지 효율적인 싱크 재배치 기법을 제안한다. 본 논문에서 제안하는 기법은 싱크 재배치에 필요한 통신 오버 헤드를 최소화하고 데이터 패킷의 손실이나 지연을 최소화하여 싱크 재배치를 허용한다. 시뮬레이션 결과 제안 기법이 기존의 WSN의 대표적인 싱크 재배치 기법보다 네트워크 수명과 처리량 측면에서 우수하다는 것을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06d
• /
• pp.310-312
• /
• 2006

일반적인 센서 네트워크 환경과 달리 이동성을 중시하는 환경에서의 무선 센서 네트워크는 에너지 효율성, 동적 자기구성, 이동성에 적합하도록 개발되어야 한다. 이러한 환경에서의 센서 네트워크 응용은 고정 노드와 이동 노드가 혼재되어 있는 것이 일반적이다. 본 논문에서는 이러한 이동 노드 지원을 위한 'LEACH-Mobile' 프로토콜을 제안한다. LEACH-Mobile프로토콜은 노드의 움직임에 따라 토폴로지가 변화할 때, 이동하는 노드가TDMA 스케줄에 따른 시간 슬롯에서 특정 클러스터 헤드 노드와 통신이 가능한지의 여부로서 클러스터의 멤버가 될 노드를 결정하고 클러스터를 재구성한다. LEACH-Mobile 프로토콜의 시뮬레이션 결과는 이동 노드가 증가함에 따라 이동성을 지원하지 않는 기존의 LEACH 프로토콜에 비해 데이터 전송 성공률 면에서 명확한 성능 향상을 가져오는 것을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.1109-1112
• /
• 2005

모바일 애드혹 네트워크에서의 멀티캐스트는 멀티캐스트 그룹 내의 다중 노드들의 상호 협력을 필요로 하는 많은 응용분야에 기본적으로 사용되기 때문에 광범위하게 연구되어 오고 있다. 본 논문에서는 k-홉 중복 경로를 갖는 트리 기반 멀티캐스트 메쉬를 제안한다. 여기서, k 는 노드 이동성을 포함한 네트워크의 동적 특성에 따라 결정될 수 있다. 네트워크가 불안정하고 노드들이 활발히 움직이면, 멀티캐스트 패킷의 보다 확실한 전달을 위하여 k 값을 크게 설정한다. 성능 평가 결과에 의하면, 제안한 트리 기반 멀티캐스트 메쉬의 패킷 손실율은 낮은 노드 속도 및 높은 노드 속도 모두에서 멀티캐스트 트리의 패킷 손실율보다 낮다. 주어진 시뮬레이션 환경에서 수용 가능한 k 값은 2 이며, 이는 상당히 낮은 패킷 손실율을 달성하기에 충분한 값이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.349-351
• /
• 2002

베이지안 네트워크는 변수들간의 원인-결과 관계를 확률적으로 모델링하기 위한 도구로서 소프트웨어 사용자의 목적을 추론하기 위해 널리 이용된다. 행동기반 로봇 설계는 반응적(reactive) 행동 모듈을 효과적으로 결합하여 복잡한 행동을 생성하기 위한 접근 방법이다. 행동의 결합은 로봇의 목표, 외부환경, 행동들 사이의 관계를 종합적으로 고려하여 동적으로 이루어진다. 그러나 현재의 결합 모델은 사전에 설계자에 의해 구조가 결정되는 고정적인 형태이기 때문에 환경의 변화에 맞게 목표를 변화시키지 못한다. 본 연구에서는 베이지안 네트워크를 이용하여 현재 상황에 가장 적합한 로봇의 목표를 설정하여 유연한 행동선택을 유도한다. Khepera 이동로봇 시뮬레이터를 이용하여 실험을 수행해 본 결과 베이지안 네트워크를 적용한 모델이 상황에 적합하게 목적을 선택하여 문제를 해결하는 것을 알 수 있었다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.12 no.4
• /
• pp.65-80
• /
• 2012

Mobile IP is a simple and scalable global mobility solution. However, it may cause excessive signaling traffic and long signaling delay. So MN (Mobile Node) to the home network in order to reduce the number of location update signaling is necessary to reduce the delay. In this paper, the signaling overhead to be distributed evenly on the boundary of the regional network, each MN's dynamic mobility and traffic load is adjusted according to the PMIPv6 (Proxy Mobile IPv6) networks in the proposed dynamic regional mobility management scheme (dMMS). Each user in a distributed network system that offers the least amount of signaling traffic is tailored to the optimized system configuration. Signaling cost function in order to propose a new discrete analytical model is proposed, MN's mobility and packet arrival patterns. Location update and packet delivery costs to calculate the total average, the optimized area to determine the size of the network is proposed. The results of mathematical analysis, the proposed technique dMMS in terms of reducing the cost of the entire signaling were found to be excellent performance.

• Journal of Intelligence and Information Systems
• /
• v.14 no.2
• /
• pp.83-102
• /
• 2008

Ubiquitous computing requires timely supply of contextual information in order to upgrade decision quality. In this sense, this study is aimed at proposing a multi-dynamic decision support system for highly ill-structured problems. Especially, it is very important for decision makers in the ubiquitous computing to coordinate conflicts among local goals and global goal harmoniously. The proposed Multi-Dynamic Decision Support System (MDDSS) is basically composed of both central structure and distributed structure, in which central structure supports multi objects decision making and distributed structure supports individual decision making. Its hybrid architecture consists of decision processor, multi-agent controller and intelligent knowledge management processor. Decision processor provides decision support using contexts which come from individual agents. Multi-agent controller coordinates tension among multi agents to resolve conflicts among them. Meanwhile, intelligent knowledge management processor manages knowledge to support decision making such as rules, knowledge, cases and so on. To prove the validity of the proposed MDDSS, we applied it to an u-fulfillment problem system in which many kinds of decision makers exist trying to satisfy their own objectives, and timely adjustment of action strategy is required. Therefore, the u-fulfillment problem is a highly ill-structured problem. We proved its effectiveness with the aid of multi-agent simulation comprising 60 customers and 10 vehicles under three experimental modes.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.303-306
• /
• 2006

유비쿼터스 컴퓨팅의 핵심은 네트워크 환경에 대한 고 가용성이라 할 수 있다. 이러한 사실은 사용자 컨텍스트(Context)가 반영된 서비스를 제공하기 위한 필수조건이 이미 갖추어져 있다는 것을 시사한다. 지금까지 상황인지(Context-Aware) 서비스를 위한 여러 응용들이 제시되어 왔지만, 동적으로 변화하는, 즉 예측하기 어려운 환경을 충분히 반영할 만큼의 유연성을 제공하지 못했다. 왜냐하면, 응용 태스크 시나리오가 시작단계부터 이미 정해져 있었기 때문이다. 여기에, 본 고는 평생동안 개인화된 태스크를 동적으로 생성, 제공할 수 있는 멀티 에이전트 시스템 구조를 제안하고자 한다. 평생 개인화 태스크(Life Long Personalized Task)는 끊임없이 변화하는 사용자의 행동패턴을 반영할 수 있도록, 동적으로 생성, 제공되는 태스크를 의미한다. 이는 태스크 시나리오가 컴파일 타임에 이미 결정되지 않고, 실행 시간 중에 자동으로 생성된다는 것을 의미한다. 이러한 유연성은 평생학습 엔진(Life Long Learning Engine)을 활용함으로써 가능하다. 이 엔진은 사용자의 행동패턴을 학습하며, 결과적으로 사용자 행동패턴 규칙들을 생성한다.

• Journal of Digital Contents Society
• /
• v.12 no.1
• /
• pp.133-139
• /
• 2011

Structured P2P (peer-to-peer) networks have received much attention in research communities and the industry. The data stored in structured P2P networks can be located in a log-scale time without using central severs. The link-structure of structured P2P networks should be maintained for keeping log-scale search performance of it. When nodes join or leave structured P2P networks frequently, some links become unavailable and search performance is degraded by these links. To sustain search performance of structured P2P networks, periodic link recovery scheme is generally used. However, when the link recovery period is short or long compared with node join and leave rates, it is possible that sufficient number of links are not restored or excessive messages are used after the link-structure is restored. We propose the adaptive link recovery determination algorithm to maintain the link-structure of structured P2P networks when the rates of node joining and leaving are changed dynamically. The simulation results show that the proposed algorithm can maintain similar QoS under various node leaving rates.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.6
• /
• pp.627-633
• /
• 1999

In this paper, we propose a method of cooperative control (T-cell modeling) and selection of group behavior strategy (B-cell modeling) based on immune system in distributed autonomous robotic system (DARS). Immune system is living body's self-protection and self-maintenance system. These features can be applied to decision making of optimal swarm behavior in dynamically changing environment. For applying immune system to DARS, a robot is regarded as a ？3-cell, each environmental condition as an antigen, a behavior strategy as an antibody and control parameter as a T-cell respectively. When the environmental condition (antigen) changes, a robot selects an appropriate behavior strategy (antibody). And its behavior strategy is stimulated and suppressed by other robot using communication (immune network). Finally much stimulated strateby is adopted as a swarm behavior strategy. This control scheme is based on clonal selection and immune network hypothesis, and it is used for decision making of optimal swarm strategy. Adaptation ability of robot is enhanced by adding T-cell model as a control parameter in dynamic environments.