• KEPCO Journal on Electric Power and Energy
• /
• 제6권1호
• /
• pp.29-33
• /
• 2020

Advanced Metering Infrastructure (AMI)와 Internet of Things (IoT)는 동일한 구성방식과 동작원리에도 불구하고, 현장 단말인 스마트미터와 센서에서 사용하는 객체 모델링과 통신 프로토콜 차이로 인하여 이질적인 시스템으로 인식되고 있다. 그러나 향후에는 IoT 기술 확장과 시장지배력 강화에 따른 상호 간 연계 및 연동은 불가피할 것으로 예상된다. 따라서 본 논문에서는 Device Language Message Specification(DLMS) 및 Lightweight Machine to Machine (LwM2M) 표준의 객체 모델링 방식과 자원관리 특징을 분석하여 상호 간 연동 모델을 제안한다. 제안하는 연동 모델은 DLMS와 LwM2M 간 1 대 1 변환 방식을 제공하며, LwM2M의 캡슐화(Encapsulation) 전송방식 대비 최대 46.5%로 패킷 크기를 감소시킬 수 있는 장점이 있다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.35-41
• /
• 2016

본 논문에서는 심층 학습 모델 방법을 이용하여 EPS(Electronic Potential Sensor) 기반의 손동작 신호를 인식하는 시스템을 제안한다. 전기장 기반 센서인 EPS로부터 추출된 신호는 다량의 잡음이 포함되어 있어 이를 제거하는 전처리과정을 거쳐야 한다. 주파수 대역 특징 필터를 이용한 잡음 제거한 후, 신호는 시간에 따른 전압(Voltage) 값만 가지는 1차원적 특징을 지닌다. 2차원 데이터를 입력으로 하여 컨볼루션 연산을 하는 알고리즘에 적합한 형태를 갖추기 위해 신호는 차원 변형을 통해 재구성된다. 재구성된 신호데이터는 여러 계층의 학습 층(layer)을 가지는 심층 학습 기반의 모델을 통해 분류되어 최종 인식된다. 기존 확률 기반 통계적 모델링 알고리즘은 훈련 후 모델을 생성하는 과정에서 초기 파라미터에 결과가 좌우되는 어려움이 있었다. 심층 학습 기반 모델은 학습 층을 쌓아 훈련을 반복하므로 이를 극복할 수 있다. 실험에서, 제안된 심층 학습 기반의 서로 다른 구조를 가지는 컨볼루션 신경망(Convolutional Neural Networks), DBN(Deep Belief Network) 알고리즘과 통계적 모델링 기반의 방법을 이용한 인식 결과의 성능을 비교하였고, 컨볼루션 신경망 알고리즘이 다른 알고리즘에 비해 EPS 동작신호 인식에서 보다 우수한 성능을 나타냄을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제43권6호
• /
• pp.424-433
• /
• 2022

As the proportion of non-contact telemedicine increases and the number of electrocardiogram (ECG) data measured using portable ECG monitors increases, the demand for automatic algorithms that can precisely analyze vast amounts of ECG is increasing. Since the P, QRS, and T waves of the ECG have different shapes depending on the location of electrodes or individual characteristics and often have similar frequency components or amplitudes, it is difficult to distinguish P, QRS and T waves and measure each parameter. In order to measure the widths, intervals and areas of P, QRS, and T waves, a new algorithm that recognizes the start and end points of each wave and automatically measures the time differences and amplitudes between each point is required. In this study, the start and end points of the P, QRS, and T waves were measured using six Deep Neural Networks (DNN) that recognize the start and end points of each wave. Then, by synthesizing the results of all DNNs, 12 parameters for ECG characteristics for each heartbeat were obtained. In the ECG waveform of 10 subjects provided by Physionet, 12 parameters were measured for each of 660 heartbeats, and the 12 parameters measured for each heartbeat well represented the characteristics of the ECG, so it was possible to distinguish them from other subjects' parameters. When the ECG data of 10 subjects were combined into one file and analyzed with the suggested algorithm, 10 types of ECG waveform were observed, and two types of ECG waveform were simultaneously observed in 5 subjects, however, it was not observed that one person had more than two types.

• 스마트미디어저널
• /
• 제11권2호
• /
• pp.70-76
• /
• 2022

클라우드 서버를 이용한 IoT 응용 개발은 네트워크로 연결된 하드웨어에 데이터 송수신 지연, 네트워크 트래픽, 실시간 처리 지원을 위한 비용 등의 문제가 발생한다. 엣지 클라우드 기반 플랫폼에서는 이러한 문제를 해결하기 위해 빠른 데이터 전달이 가능하도록 뉴로모픽 하드웨어를 사용할 수 있다. 본 논문에서는 FPGA상에서 스파이킹 뉴럴 네트워크를 위한 모델 최적화 기법을 제안한다. 뉴로모픽 하드웨어에 최적화된 네트워크 모델 파라미터를 자동 조정하는 것에 초점을 맞추었다. 정확도에 대한 사용자 요구사항을 기반으로 더 높은 성능을 보이도록 최적화를 수행한다. 성능 분석 결과, 기존의 오픈 프레임워크에서 지원하는 고정 기법과 달리 사용자의 요구사항을 모두 만족하였으며 수행시간 측면에서 더 높은 성능을 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권6호
• /
• pp.909-917
• /
• 2018

최근 사물인터넷 (IoT) 기술이 많은 응용 분야에 적용되어 단말장치 및 응용들이 폭발적으로 증가하고 있다. IoT 시스템은 센서와 액츄에이터들이 연결되어 상호 메시지를 교환하면서 필요한 응용을 수행하는 시스템이다. 본 논문에서는 홈 디바이스들을 쉽게 모니터링 및 제어를 수행할 수 있는 IoT 시스템을 개발하였다. 본 논문의 시스템은 센서단말장치, IoT게이트웨이, IoT서버로 구성되어 있으며, 센서단말장치는 주변을 센싱하여 수집한 센서데이터를 BLE 통신을 이용하여 IoT게이트웨이를 통해 서버로 전송하며, Rfduino를 이용하여 구현하였다. 센서단말장치와 서버 사이의 통신을 중계하는 IoT 게이트웨이는 Raspberry Pi를 이용하여 구현하였고, IoT서버는 삼성 ARTIK cloud를 이용하여 구현하였다. 구현한 시스템은 대학 실험실내에 설치하여 테스트를 수행하였고, 실험결과 설치 및 관리가 용이하며 추가로 다른 기능을 쉽게 확장할 수 있음을 보여주었다. 또한 ARTIK cloud의 rule정의, action 메시지 기능을 통해 홈 디바이스에 대한 파라미터 제어 기능을 용이하게 구현하였다.

• 스마트미디어저널
• /
• 제12권5호
• /
• pp.28-35
• /
• 2023

본 연구에서는 음성감정인식의 적용 가능성과 실용성 향상을 위해 적은 수의 파라미터를 가지는 새로운 경량화 모델 RoutingConvNet(Routing Convolutional Neural Network)을 제안한다. 제안모델은 학습 가능한 매개변수를 줄이기 위해 양방향 MFCC(Mel-Frequency Cepstral Coefficient)를 채널 단위로 연결해 장기간의 감정 의존성을 학습하고 상황 특징을 추출한다. 저수준 특징 추출을 위해 경량심층 CNN을 구성하고, 음성신호에서의 채널 및 공간 신호에 대한 정보 확보를 위해 셀프어텐션(Self-attention)을 사용한다. 또한, 정확도 향상을 위해 동적 라우팅을 적용해 특징의 변형에 강인한 모델을 구성하였다. 제안모델은 음성감정 데이터셋(EMO-DB, RAVDESS, IEMOCAP)의 전반적인 실험에서 매개변수 감소와 정확도 향상을 보여주며 약 156,000개의 매개변수로 각각 87.86%, 83.44%, 66.06%의 정확도를 달성하였다. 본 연구에서는 경량화 대비 성능 평가를 위한 매개변수의 수, 정확도간 trade-off를 계산하는 지표를 제안하였다.

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.159-170
• /
• 2023

실종자 수색은 많은 시간과 인력이 필요하다. 그 해결책의 일환으로 YOLO 기반 모델을 활용하여 실종자 수색 AI 시스템을 구현하였다. 객 객체 탐지 모델을 훈련하기 위해 AI-Hub에서 드론 이동체 인지 영상(도로 고정)을 수집하고 모델을 학습하였다. 또한, 훈련 데이터 세트와 상이한 환경에서의 성능을 평가하기 위해 산악 환경 데이터 세트를 추가 수집하였다. 실종자 수색 AI 시스템의 최적화를 위해 모델 크기 및 하이퍼파라미터에 따른 성능평가, 과대적합 우려에 대한 추가 성능평가를 시행하였다. 성능평가 결과 YOLOv5-L 모델이 우수한 성능을 보이는 것을 확인할 수 있었으며 데이터 증강 기법을 적용함에 따라 모델의 성능이 보다 향상되었다. 이후 웹 서비스에는 데이터 증강 기법을 적용한 YOLOv5-L 모델을 적용하여 실종자 수색의 효율성을 높였다.

• 스마트미디어저널
• /
• 제13권1호
• /
• pp.52-59
• /
• 2024

본 논문에서는 소규모 폐쇄 환경에서 스몰 셀을 이용하여 이동단말의 수신 전파환경을 개선하고 수신 전계를 일정하게 유지 시키는 방안을 제안한다. 스몰 셀의 효율적인 통신 인프라 구성을 위해 이더넷 기반 무선 영상녹화시스템의 무선 송·수신 양단을 L2 스위치를 사용하여 연계한다. 수신 측 L2 스위치에 연결된 스몰 셀은 무선 영상녹화 시스템의 무선 네트워크 구간을 공유하여 송신 측 L2 스위치에 연결한다. 그 이후 인터넷망을 통하여 스몰 셀의 관리시스템인 FMS에 정상적으로 연동되면 스몰 셀의 출력을 확인한다. 결과 검증을 위해 전파환경이 열악한 건물 내부의 승강기에 제안 네트워크를 구성하고 승강기가 운행되는 구간의 스몰 셀 적용 전, 후 전파환경을 측정한다. 결과적으로 승강기 전 구간에서 전파환경의 주요 파라미터가 개선됨은 물론 이동하는 승강기 내에서 일정한 수신 전계 강도를 유지한다.

• 방송과미디어
• /
• 제16권4호
• /
• pp.59-71
• /
• 2011

오디오와 음성 압축 기술적 근간은 서로 다르지만, 최근의 모바일 멀티미디어 기기 시장의 컨버전스 현상에 따라 압축하고자 하는 신호가 혼용되고 있으며, 비슷한 목표 전송률과 음질로 수렴하고 있다. 현재는 동일 기기에서 서로 다른 압축 기술을 적용하고 있으나, 음성과 음악이 동시에 서비스 되는 멀티미디어 기기에서는 단일 압축 방식으로 처리하고자 하는 이슈가 부각되고 있다. 특히, 스마트 폰 및 음악 콘텐츠 포탈 서비스의 대중화를 고려할 때, 음성 및 음악 신호 모두를 효율적으로 압축하는 음악 및 음성 신호의 융합 압축 기술이 더욱 필요해 보인다. 본 고에서는 MPEG 오디오 그룹에서 가장 최근 진행한 Unified Speech and Audio Coding(USAC)의 탄생 배경 및 표준화 현황을 소개한다. USAC는 64kbps 이하에서 기술적으로 최고 성능을 지닌 AMR-WB+ 및 HE-AAC v2보다도 우월한 음질을 보이며, 높은 비트율에서도 동등한 음질을 보장한다. 이런 우수한 음질에 기여한 USAC의 스위칭 구조와 더불어 기술적으로 향상된 주요 모듈인 파라미터 기반 스테레오 및 고주파 압축, 그리고 엔트로피 코딩 방식에 대해서 살펴 본다. 향후, 다양한 오디오 신호를 효율적으로 압축하는 USAC는 디지털 라디오, 모바일 TV, 그리고 오디오 북과 같은 사용자 시나리오에서 사용될 확률이 높아 보인다. 또한, USAC는 배경 잡음이나 배경 음악이 있는 경우에도 성능이 우수하기 때문에 YouTube 및 podcast 등과 같이 사용자가 콘텐츠를 생성할 때도 유용하게 사용 될 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전력기술부문
• /
• pp.460-462
• /
• 2008

일반 수용가를 대상으로 한 효율적인 수요관리의 한 방법으로써 Dynamically-Administered Critical Peak Pricing[1] 요금제를 이용하여 일반 수용가 대상 수요관리를 스마트 미터기인 Smart Cabinet Panel(SCP)를 개발하여 적용하였다. 이 DA-CPP 요금제에는 핵심이 되는 최적 critical peak 시점을 푸는 하위 문제들 및 방법론들이 존재하는데, 우리는 energy service provider(ESP)가 관리해야 할 수용가의 수가 매우 많다는 점에 주목하여, 각 수용가의 1일 부하 사용량 패턴을 몇 개의 그룹으로 나누어 각 그룹에 대해 critical peak 최적 시점을 결정하는 연구를 수행하였다. 이러한 수용가 부하량 패턴그룹화를 위해 인공 지능의 여러 기법 중 하나인 self-organizing map(SOM)을 사용하였다 그리고 ESP와 수음가가 통신할 수 있도록 개발된 SCP를 통해 Critical Peak을 적용하였다.