• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.399-402
• /
• 2017

공간 상관관계를 갖는 무선 센서 필드에 센서들이 임의로 분포하고 있을 때, 효과적인 센서 측정스케쥴링 기법을 본 논문에서 논의한다. 즉, 전체 센서들을 k개의 부분집합으로 분할하여 각 부분집합을 순차적으로 측정하는데, 가급적 측정시마다 유사한 양의 정보를 획득할 수 있도록 센서 부분집합을 구성하는 것이다. 이는, 센서들의 제한적인 에너지 수명을 고려하여 k개의 센서들을 돌아가며 측정하는 것이다. 이를 위해, 상호정보 (mutual information)를 측정하고자 하는 계량으로 선택하고, 각 센서들의 Shapley value를 계산하여 가급적 Shapley value의 합이 유사한 센서들끼리 부분집합을 구성한다.

• 센서학회지
• /
• 제7권4호
• /
• pp.263-270
• /
• 1998

본 연구에서는 특정한 생물학적 의미를 갖는 물질들간의 결합 및 분리과정을 실시간에 측정하기 위해 빠른 응답특성과 높은 감도를 갖는 표면 플라즈몬 공명 (Surface Plasmon Resonance, SPR) 현상을 이용한 센서 시스템을 제작하였다. SPR 시스템의 프리즘 표면에 일정 두께의 금 박막이 진공증착된 센서칩을 두고 이 아래에 위치한 시료충전셀에 살모넬라 (salmonella) 항체를 주입시켜 항체가 센서칩 표면에서 자기집합 (self-assembly) 함에 따라 공명각이 변화하는 현상을 측정하였다. 이후 분석대상물질인 살모넬라 항원을 주입하여 항체와의 결합 상태를 일정 시간 간격을 두고 공명각의 변화로서 측정하고 이 결과를 분석하였다. 또한 human Immunglobulin G (hIgG)를 항원으로 한 항원-항체 반응 역시 살모넬라의 경우와 같은 방법으로 측정하였다. 그 결과 살모넬라의 항체는 센서칩 표면에서 약 10분 동안 자기집합하고 반응이 포화됨을 공명각의 변화를 통해 볼 수 있었으며, hIgG의 항체의 경우는 약 60분 동안 반응을 하고 포화됨을, 그리고 살모넬라와 hIgG의 항원 (분석대상물질) 은 모두 각각의 항체에 대해서 약 1분 이내에 결합하고 포화됨을 볼 수 있었다.

• 인터넷정보학회논문지
• /
• 제13권3호
• /
• pp.23-30
• /
• 2012

본 논문에서는 이론과 실제 현상의 차이를 보이기 위해 우선 테스트베드 센서 네트워크에서 이론에 기반한 이웃 노드 집합과 실제 연결 설정된 이웃 노드 집합의 차이의 결과를 보인다. 이러한 결과는 이론적 통신 반경에 근거한 관리 메커니즘들(예, 듀티사이클링, 라우팅, 애그리게이션 등)이 의도한 성능을 얻지 못할 가능성을 시사해 준다. 본 논문에서는 에너지 효율성을 고려하여 실제 이웃 노드 집합에 기반한 실용적인 듀티사이클링 메커니즘을 제안한다. 이 메커니즘은 각 존(의도되어 분할된 네트워크의 일부 영역)에서 특정 임계치 내의 유사성을 가진 센싱값들의 중복 전송을 억제한다. 실제 센서 데이터를 이용한 시뮬레이션을 통하여 제안한 메커니즘이 중요 센싱값의 전송을 보장하며, 네트워크 라이프타임을 증가시킴을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.113-116
• /
• 2011

고해상도 이미지 센서를 장착한 고가의 모바일 제품들이 확산되면서 중간값 필터에 기반을 둔 잡음 제거 필터의 필요성이 증가하고 있다. 이는 초박형 카메라에 내장된 이미지 센서의 물리적인 수광부 면적이 줄어듦에 따라 이미지 센서의 SNR이 떨어지기 때문이다. 게다가 영상의 해상도가 매우 높기 때문에 잡음제거 필터는 초고속으로 동작해야 한다. 따라서 잡음 제거 필터의 핵심 기능인 중간값 필터는 높은 동작주파수에서도 효과적으로 동작해야 한다. 초고속으로 동작하는 필터를 하드웨어로 구현하려면 입출력 간의 물리적 지연시간을 클럭의 주기 단위로 나누어서, 시분할하여 순차적으로 처리하는 파이프라인 구조를 가져야 한다. 파이프라인 단계는 많은 비용이 소모되는 레지스터로 구현되므로 파이프라인 단계를 줄이는 것이 바람직하다. 본 논문에서는 입력부터 출력까지의 물리적 지연시간이 데이터의 수에 비례하는 기존의 중간값 필터와 달리, 데이터 수의 로그값에 비례하는 중간값 필터의 구조를 제안한다. 제안한 중간값 필터는 서로 다른 값을 가지는 데이터 집합에서의 중간값은 자신보다 큰 원소의 수와, 작은 원소의 수가 같다는 사실을 이용하며, 버블 정렬 구조에 기반을 둔 중간값 필터에 비해서 같은 동작주파수에서의 게이트 수가 25.3% 줄어든다. 중간값 필터는 잡음제거나 위색제거 등에서도 널리 사용되고 있으므로, 제안한 구조의 중간값 필터는 초고속으로 동작하는 이미지 신호 처리기의 효과적인 구현에 적합하다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.166-166
• /
• 2017

모돈의 건강 상태를 정량 지수화 하기 위한 연구를 수행 중이다. 지제이상, 섭식 불량, 수면 패턴 등의 운동 특성 분석을 위하여 복수의 초음파 센서를 이용하였다. 시계열 계측 신호를 분석하여 정량 지수화를 수행하는 과정에서 주파수 도메인 분석을 시도하였다. 이 과정에서 주파수 도메인의 분해능에 따른 편차 극복을 위한 비선형 모델링을 수행하였다. 또한 인접한 시계열 데이터 구간 간의 상관성 분석이 가능하면 대용량 데이터의 실시간 처리로 인한 지연 시간 극복 및 기대되는 예후에 대한 조기 진단이 가능할 것이다. 본 연구에서는 구글에서 제공하는 Tensorflow와 NVIDIA에서 제공하는 CUDA 엔진을 동시 적용한 심층 학습 시스템을 이용하였다. 전 처리를 위하여 주파수 분해능 (2분, 3분, 5분, 7분, 11분, 13분, 17분, 19분)에 따른 데이터 집합을 1단계로 두고, 상위 10 순위 안에 드는 파워 스펙트럼 밀도의 크기를 2단계로 하여, 총 2~10개의 입력 노드를 순차적으로 선정하였고, 동일한 방식으로 인접한 시계열의 파워 스펙터럼 밀도를 순위를 변화시켜 지정하였다. 대표적인 심층학습 모델인 Softmax regression with a multilayer convolutional network를 이용하여 Recursive feature selection 경우의 수를 $8{\times}9{\times}9$로 총 648 가지 선정하고, Epoch는 10,000회로 지정하였다. Calibration 모델링의 경우 Cost function이 10% 이하인 경우 해당 경우의 학습을 중단하였으며, 모델 간 상호 교차 검증을 수행하기 위하여 $_8C_2{\times}_8C_2{\times}_8C_2$ 경우의 수에 대한 Verification test를 수행하였다. Calibration 과정 상 모든 경우에 대하여 10% 이하의 Cost function 값을 보였으나, 검증 테스트 과정에서 모든 경우에 대하여 $r^2$ < 0.5 인 결정 계수 값이 나타났다. 단적으로 심층학습 모델의 과도한 적합(Over fitting) 방식의 한계를 보인 것이라 판단할 수 있다. 적합한 Feature selection 및 심층 학습 모델에 대한 지속적이고 추가적인 고려를 통해 과도적합을 해소함과 동시에 실효적이고 활용 가능한 Classification을 위한 입, 출력 노드 단의 전후 Indexing, Quantization에 대한 고려가 필요할 것이다. 이를 통해 모돈 생체 정보 정량화를 위한 지능형 현장 진단 기술 연구를 지속할 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제10권5호
• /
• pp.417-423
• /
• 2017

인간의 건강에 대한 관심 증가에 맞춘 상시적인 질병 관리를 위해 다수 개의 측정센서를 이용하여 측정된 생체 신호를 융합한 임계값을 분석하여 개개인의 맞춤형 진단을 위한 모니터링 시스템을 구현하고자 한다. 성능평가 결과 생체 신호의 분석을 위한 SVM 알고리즘은 평균 2%의 오차율이 나타났으며, 윈도우의 크기를 5000으로 분할했을 때 저장 공간의 최대 19.2%를 축소함으로써 효과적임을 보였다. 분류의 정확도는 윈도우 크기를 5000으로 분할했을 때 97.2%로 가장 높은 정확도를 보였다. 또한 총 5000개의 생체 신호 집합의 분석 결과 중 84개의 결과가 다르게 나왔으나 시스템으로부터의 결과가 전문가의 진단 결과보다 더 낮은 경우는 발생하지 않았으며, 약 98%의 정확도를 보였다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.471-479
• /
• 2018

최근 안드로이드, iOS 등의 셋톱박스 기반의 스마트 TV에 대한 보급에 따라 제스처로 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. 본 논문에서는 모노 카메라 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 우선, 신체 좌표 추출을 위해 가우시안 배경 제거 및 Camshift 기반 자세 추적 및 추정 알고리즘을 사용한다. AdaBoost 학습 모델을 신체 정규화된 광역 및 지역 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을 인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. CART 알고리즘을 이용하여 성공적인 중요 특징 벡터를 확인하고 중요도가 낮은 특징벡터를 제거하는 방식을 적용하면서 분류 성공률이 높은 최적의 특징 벡터를 탐색하였다. 그 결과 24개의 주성분 특징 벡터를 찾았으며, 기존 알고리즘에 비해 낮은 오분류율(3.73%)과 높은 인식률(95.17%)을 지닌 특징 벡터 및 분류기를 설계하였다.