• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.927-930
• /
• 2008

센서네트워크에서 센서노드는 제한된 에너지를 가지고 있다. 제한된 센서노드의 에너지를 절약하기 위한 여러 가지 연구가 진행되고 있으나, 센서노드의 에너지를 일정한 기간동안 유지하기 연구는 아직까지 미흡한 실정이다. 센서노드가 일정한 생존시간까지 에너지를 유지하기 위해서는 별도의 에너지 모델이 필요하다. 이를 위해 본 연구는 쿼리(응용)에 따른 센서노드의 에너지 소비를 5가지 상태로 나누고, 쿼리를 수행하기 위하여 각 상태별로 소비되는 에너지를 식별하여 센서노드가 생존시간까지 생존하기 위한 에너지모델을 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.331-332
• /
• 2022

본 논문에서는 3축 가속도와 3축 각속도 센서로 구성된 관성 측정 장치(IMU)와 압력센서가 내장되어있는 스마트 인솔을 착용하여 얻어진 보행 데이터를 통해 보폭을 추정하는 방법을 제안한다. 먼저 압력센서를 활용하여 한 걸음 주기로 나눈 뒤 나누어진 가속도와 각속도 센서 데이터를 LSTM과 Attention 계층을 결합한 딥러닝 모델에 학습하여 보폭 추정을 시행하였다. LSTM-Attention 모델은 기존 LSTM 모델보다 약 1.14%의 성능 향상을 보였다.

• 센서학회지
• /
• 제9권5호
• /
• pp.373-379
• /
• 2000

본 논문에서는 차량이 자동으로 도로를 추적하는 자율주행을 실현하기 위한 선행조건으로서 자기차선의 자장으로부터 차량의 위치와 방향을 추정하기 위한 시스템을 제안한다. 자기차선에 사용되는 원통형 영구자석인 단일자기원에 자기 쌍극자 모델이 적용될 수 있음을 검증하기 위해서 자기센서를 이용하여 위치에 따른 원형 영구자석 자장의 3축 성분을 측정하고 실험 데이터를 자기 쌍극자 모델과 비교하였다. 실험 데이터를 기반으로 한 모델을 이용하여 자장의 3축 성분에 의하여 센서의 위치를 추정할 수 있음을 보인다. 단일 자기원에 검증된 자기 쌍극자 모델을 자기차선으로 확장하고, 센서의 위치와 방향에 따른 자장의 3축 성분의 실험 데이터를 획득한다. 실험 데이터의 맵핑을 이용하여 자장의 3축 성분에 따른 센서의 위치와 방향을 추정한다. 자기차선 상에서 차량의 위치와 센서를 제안된 방법에 의해 추정하고 컴퓨터 시뮬레이션을 통하여 차선추적에 적용한다.

• 컴퓨터교육학회논문지
• /
• 제15권6호
• /
• pp.75-82
• /
• 2012

센서 레지스트리 시스템은 이기종 센서 네트워크에 독립적으로 센서 데이터 의미를 해석하고 처리하기 위해 제안되었다. 그러나 기존 센서 레지스트리 시스템 구조는 정적 처리 방법을 제공한다. 즉, 이용할 데이터 영역을 고려하지 않고 불필요한 연산을 수행함으로써 전체적인 처리 성능을 저하시킨다. 이 논문에서는 기존 센서 레지스트리 시스템 구조의 문제점을 해결하기 위해 센서 메타데이터 영역화와 재사용성에 기반한 성능 개선 모델을 제안한다. 제안 모델은 센서 레지스트리 시스템에서 모바일 디바이스로 전송되는 센서 메타데이터의 영역을 상황 맞게 결정할 수 있는 기능을 제공한다. 또한 센서 메타데이터의 재사용성을 지원함으로써 전체적인 성능을 향상시킨다. 마지막으로 이 논문에서는 성능 비교 평가를 통해 제안 모델의 장점을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.231-236
• /
• 2009

본 연구에서는 집이나 사무실과 같은 일상 공간에서 발생할 수 있는 연간의 일상생활행위 (ADL: Activities of Daily Living) 들을 인지하는 분산 모델을 제시한다. 사용자의 환경 정보, 위치 정보 및 행위 정보를 간단한 센서들이 부착된 가정용 기기들과 가구, 식기들을 통해 무선 센서 네트워크를 통해 수집하며 분석한다. 하지만 이와 같은 다양한 기기의 활용과 충분히 분석되어지지 않은 데이터들은 본 논문에서 제시하는 일상 환경에서 고차원의 ADL 모델을 구축하기 어렵게 한다. 그러나 ADL들이 생성하는 센서 데이터들과 센서 데이터들의 순서들은 어떤 행위가, 이루어지고 있는지 인지할 수 있도록 도와준다. 따라서 이 센서 데이터들의 순서를 특정 행위 패턴을 분석하는 데 활용하고, 이를 통해 분산 선형 시간 추론 알고리즘을 제안한다. 이 알고리즘은 센서 네트워크와 같은 소규모 시스템에서 행위를 인지하는 데 적절하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.459-462
• /
• 2021

본 연구는 반도체 제조 공정중 발생하는 센서 데이터를 활용하여 딥러닝기반으로 불량을 예측하는 모델을 제안한다. 반도체 공장에서는 FDC((Fault Detection and Classification)라는 불량을 예측하는 시스템이 있지만, 공정의 복잡도가 높고 센서의 종류가 많아 공정 관리자가 모든 센서의 기준을 설정 및 관리하는데 한계가 있다. 이를 해결하기 위해 공정 설비의 센서 데이터를 딥러닝을 활용하여 학습시켜 센서 기준정보로 임계치를 제공하고, 가공중 발생하는 센서 데이터가 입력되면 정상 여부를 판정하는 모델을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.886-889
• /
• 2010

센서 네트워크에서 소비전력 측정은 실제 필드에서 실측을 통해 수행하기 어렵기 때문에 시뮬레이션을 통하여, 소비전력을 예측하고, 노드들의 교체시기를 결정하게 된다. 시뮬레이션 툴은 센서 네트워크의 여러 요소들을 시뮬레이션 하는데 이 요소들은 전력 소비량, 패킷 전송 트래픽, 네트워크 구성 형태 등이 있다. 본 논문에서는 센서 네트워크의 시뮬레이션 요소 중 큰 비중을 차지하는 전력 소모를 시뮬레이션하기 위한 센서 노드의 전력 모델을 제안한다. 본 논문에서 제안하는 전력 모델은 시뮬레이션 시 연산을 최소화하기 위하여 센서 노드의 기능별 전력 소모 특성에 따라 기존에 실측된 데이터가 연산을 대체 할 수 있는 부분은 수식 계산을 생략한다. 이러한 경우 전력 소모 예측의 정확도는 떨어지지만 연산량이 감소하여 빠른 시뮬레이션이 가능하다. 제안하는 모델은 정밀한 시뮬레이션보다는 빠른 시뮬레이션 속도를 이용하여 두 개 이상의 센서 네트워크 알고리즘 간의 전력 소모차를 분석하는데 적합한 모델이다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2015년도 전력전자학술대회 논문집
• /
• pp.341-342
• /
• 2015

본 논문에서는 파라미터 오차 보상을 통한 3상 BLDC 전동기의 DC 전류 모델 기반의 센서리스 제어 방식을 제안한다. 기존의 DC 전류 모델 기반의 센서리스 제어 방식은 상 전환 구간마다 발생하는 실제 전류와 모델 전류의 오차로 인해 추정한 역기전력과 속도, 위치에 오차가 그대로 나타난다. 이 오차 성분을 줄이기 위해 본 논문에서는 기계 방정식을 이용하여 개선된 역기전력 추정 식을 제안하였다. 또한 개선된 역기전력 추정 식에 파라미터에 오차가 없다면 센서리스 제어가 가능하지만, 오차가 존재한다면 센서리스 제어가 불안정해진다. 이를 극복하기 위한 파라미터 오차 보상 알고리즘도 제안하였다. 제안한 방법은 시뮬레이션을 통해 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.511-511
• /
• 2023

기후변화로 동절기 기온 저하에 따른 수도계량기의 동파는 지속적으로 심화되고 있으며, 이는 계량기 교체 비용, 누수, 누수량 동결에 의한 2차 피해, 단수 등 사회적 문제를 야기한다. 이와같은 문제를 해결하고자 구조적 대책으로 개별 가정에서 동파 방지형 계량기를 설치할 수 있으나 이를 위한 비용발생이 상당하고, 비구조적 대책으로는 기상청의 동파 지도 알림 서비스를 활용하여 사전적으로 대응하고자 하나, 기상청자료는 대기 온도를 중심으로 제공하고 있기 때문에 해당서비스만으로는 계량기의 동파를 예측하는데 필요한 추가적인 다양한 변수를 활용하는데 한계가 있다. 최근 정부와 공공부문에서 22개 지역, 110개소 이상의 수도계량기함내 IoT 온도센서를 시범 설치하여 계량기 함내의 상태 등을 확인할 수 있는 사업을 수행했다. 전국적인 계량기 상태의 예측과 진단을 위해서는 추가적인 센서 설치가 필요할 것이나, IoT센서 설치 비용 등의 문제로 추가 설치가 더딘 실정이다. 본 연구에서는 겨울 동파 예방을 위해 실제 온도센서를 기반으로 가상센서를 구축하고, 이를 혼합한 하이브리드 방식으로 동파위험 기준에 따라 전국 동파위험 지도를 구축하였다. 가상센서 개발을 위해 독립변수로 위경도, 고도, 음·양지, 보온재 여부 및 기상정보(기온, 강수량, 풍속, 습도)를 활용하고, 종속변수로 실제 센서의 온도를 사용하여 기계학습 모델을 개발하였다. 지역 특성에 따라 정확한 모델을 구축하기 위해 위치정보 및 보온재여부 등의 변수를 활용하여 K-means 방법으로 군집화 하였으며, 각 군집별로 3가지의 기계학습 회귀모델을 적용하였다. 최적의 군집 수를 검토한 결과 4개가 적정한 것으로 판단되었다. 군집의 특성은 지역별 구분과 유사한 패턴을 보이며, 모든 군집에서 Gradient Boosting 회귀모델을 적용하는 것이 적합한 것으로 나타났다. 본 연구에서 개발한 모델을 바탕으로 조건에 따라 동파 예측 알람서비스에 실무적으로 활용할 수 있도록 양호·주의·위험·매우위험 총 4개의 기준을 설정하였다. 실제 본 연구에서 개발된 알고리즘을 국가상수도정보 시스템에 반영하여 테스트 수행중에 있으며, 향후 지속 검증을 할 예정에 있다. 이를 통해 동파 예방 및 피해 최소화, 물절약 등 직간접적 편익이 기대된다.

• Journal of Astronomy and Space Sciences
• /
• 제25권4호
• /
• pp.491-504
• /
• 2008

태양센서는 인공위성의 자세제어에 필수적인 센서로서, 위성으로 입사되는 태양 빛의 방향을 측정하거나 위성이 태양을 보지 못하는 상태에 있는지를 판단하기 위해서 사용되고 있다. 이 논문에서는 저궤도 인공위성용 저정밀 태양센서의 성공적인 개발을 위하여, 비행모델 저정밀 태양센서를 개발하기 전에 태양센서 선행모델과 인증모델의 개발 과정 및 결과를 보여준다. 태양센서의 개발은 제작 특성상 공정의 명확성, 정밀성 그리고 많은 제작 경험을 필요로 한다. 이 논문에서는 선행모델과 인증모델을 개발함으로써, 공정의 명확성 및 정밀성을 갖도록 보완하였다. 따라서, 성능 요구 조건을 만족하는 결과를 얻을 수 있었다.