• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.177.1-177.1
• /
• 2012

국내기술로 개발된 고기동 위성이 해상도 70cm급 광학카메라를 탑재하고 태양동기궤도를 따라 지구 주위를 하루에 14바퀴이상 돌면서 임무를 수행한다. 높은 해상도의 영상을 얻기 위해 자세제어계에서는 고성능 별추적기와 자이로를 사용하는 정밀자세결정 로직과 반작용 휠을 사용하는 자세제어 로직을 운용한다. 자세제어계에서는, 발사환경 및 우주환경의 영향으로 인한 자이로의 오정렬, SF오차, 별추적기 상호간 오정렬에 대한 상대보정과 탑재컴퓨터에서 결정한 궤도 및 자세정보와 영상 기준점 정보를 이용하여 절대보정을 수행한다. 한편, 탑재 알고리즘에서는 강건한 자세결정로직을 운용하고 있고, 별추적기의 측정지연 보상, 처리 주기내의 평균 각속도 사용 등 실시간 운용으로 인한 제한으로 성능상의 제약이 있다. 따라서 정밀자세결정 지상 후처리 작업이 필요하며 이를 위해서 기 개발된 지상처리용 정밀자세결정 소프트웨어를 새로운 접속요구규격에 맞춰 업그레이드하였다. 지상처리 정밀자세결정을 위해서 탑재컴퓨터는 영상촬영 전후 일정기간 동안 별추적기 데이터, 자이로 데이터, 탑재컴퓨터에서 결정한 자세정보 등을 매 탑재컴퓨터 처리 주기로 저장하여 지상으로 전송한다. 전송된 자료를 이용하여 지상처리용 정밀자세결정 소프트웨어는 정밀궤도 정보와 결합하여 정밀자세결정을 수행한다. 고기동 위성의 경우 기동 후 정밀자세결정 수렴 속도 향상이 필요하며, 소프트웨어의 필터 파라미터를 조율하여 성능을 향상하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.111-112
• /
• 2019

Edge computing 환경에서는 노드끼리 직접 또는 간접적으로 전송되는 많은 수의 데이터가 Computing 노드에 의해 수집된다. Computing 노드에 실시간 적으로 전송되어지는 데이터의 저장 및 처리를 위해 기계학습(Machine learning) 기법이 사용된다. 기존의 기계학습 모델의 학습방법의 경우 Edge computing 노드의 지능화에 다소 맞지 않는 방법이며 노드들 간의 협업 시스템을 기계학습 모델에 구축하는 것 또한 중요개선사항 중 하나이다. 본 논문에서는 Edge computing 환경에서 적용 가능한 기계학습 모델을 조사하였다. 본 조사를 통하여 향후 edge computing 환경에서의 제약사항에 대해 더 구체적이며 다양한 연구방향을 제시할 수 있으며 효율적인 모델 적용을 목표로 한다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1935-1936
• /
• 2006

인간과 의사소통 및 상호작용함에 있어 휴머노이드 로봇은 그 외형이 인간에게 친숙해야 할 뿐만 아니라 그 행동역시 인간과 유사해야 한다. 인간의 상체 동작과 유사한 동작은 인간과의 의사소통에 있어 매우 중요하다. 인간의 동작과 유사한 동작을 수학적인 식을 통하여 생성해 내기는 매우 힘들다. 수학적 모델을 개발하려는 노력과는 달리 최근에는 모션캡쳐 장비로부터 동작데이터를 획득하고, 그 데이터를 휴머노이드 로봇에 입력하는 연구가 진행되어왔다. 하지만, 로봇과 인간이 의사소통함에 있어서 필요한 모든 데이터를 모션캡쳐 장비로 획득하여 저장해 놓기는 불가능 하다. 또한, 동작을 통하여 의미를 전달하는 의사소통의 경우에 상대방과 분위기에 따라 동작의 방향이나 크기를 달리할 필요가 있다. 이 논문에서는 의미가 있는 동작을 모션캡쳐 장비로부터 획득하고, 휴머노이드 로봇에 맞게 변환한 다음, 그 데이터를 상황에 맞게 실시간으로 변형하는 방법을 제안한다. 제안한 방법을 몇가지 동작에 적용하여 그 실효성을 검정하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.12 no.4
• /
• pp.677-684
• /
• 2008

We propose an grid-based research system that replays the experiment by storing and reusing the previous experiment result data in performing remote experiment from a distance. The proposed system was designed for the real-time hybrid test facility which is being built in Korea Construction Engineering Development(KOCED) Project. To provide users with various data, the experiment result data are maintained by the distributed streaming servers based on the publish/subscribe paradigm. Based on the data characteristics of our project, we compared analyzed the performance of the one-streaming-server case and the distributed-multiple-streaming-server case.

• Annual Conference of KIPS
• /
• 2020.11a
• /
• pp.465-467
• /
• 2020

최근 정보 기술의 발전으로 클라우드 컴퓨팅은 개개인에게 편의성을 제공하도록 기능하지만, 실생활에서 디지털 정보의 의존성을 높이게 되었다. 클라우드 컴퓨팅은 실시간으로 다양한 정보를 교환함으로써 다양한 어플리케이션 서비스를 제공한다. 특히, 사용자가 가지고 있는 정보들을 로컬 서버에 관리하기 어려운 문제를 해결하기 위해 아웃소싱 클라우드 스토리지 서비스를 이용하여 해결할 수 있다. 그러나, 사용자의 데이터를 외부 클라우드 서버에 업로드하여 저장하게 되면, 클라우드 서비스 제공자로 인한 프라이버시 문제가 발생할 수 있다. 최근, 클라우드 서버에서 발생할 수 있는 프라이버시 문제를 해결하기 위해서 사용자의 데이터를 암호화하여 클라우드 서비스 제공자로부터 사용자의 정보를 보호하는 연구가 진행되고 있다. 하지만 이 연구는 시간이 지남에 따라 암호화가 복호화될 수 있으며, 특히 클라우드 서버에서 Offline Bruteforce 공격이 발생할 수 있다. 본 논문에서는 클라우드 환경에서 사용자의 개인정보를 보호하기 위한 기존 연구의 한계점을 분석한다. 기존 연구 분석을 통해 개인정보 보호를 위한 요구사항을 도출하고, 이를 기반으로 안전한 분산 데이터 관리 기법에 대해 고찰한다.

• Annual Conference of KIPS
• /
• 2008.11a
• /
• pp.422-425
• /
• 2008

최근 IT 기술의 발전과 더불어 다양한 종류의 컴퓨터가 사람, 사물, 환경 속으로 스며들어 네트워크 망을 이루는 USN(Ubiquitous Sensor Network) 환경이 급속히 보급되고 있다. USN 환경에서 수집되는 센서 스트림 데이터는 연속적이며 동적으로 끊임없이 전달이 되기 때문에 그 양이 방대하며 또한 제한된 메모리를 사용하기 때문에 모든 데이터를 저장하여 처리할 수는 없게 된다. 스트림 데이터의 이러한 특성 때문에 본 논문에서는 입력되는 스트림 상황정보에 대해서 신속한 상황 분석 서비스를 진행하기 위하여 슬라이딩 윈도우 기법을 지원하는 상황정보 분석 시스템을 제안한다. 이 시스템은 온도, 습도, 조도 등 스트림 데이터에 대해서 WHEN-DO 상황질의모델을 적용하여 상황질의모델의 조건 만족 여부를 판단하고 특정 행동을 취한다. 따라서 본 논문에서 제안한 시스템은 실시간 건물의 상황정보를 수집하여 상태를 모니터링 하는 등 많은 USN 응용분야에 적용이 가능하다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.6
• /
• pp.1166-1174
• /
• 2015

There were the attempts to prevent the spread of harmful materials of the agri-food through the record tracking of the products with the bar code, the partial information tracking of the agri-food storage and the delivery vehicle, or the control of the temperature by intuition. However, there were many problems in the attempts because of the insufficient information, the information distortion and the independent information network of each distribution company. As a result, it is difficult to prevent the spread over the life-cycle of the agri-food using the attempts. To solve the problems, we propose the mechanism mainly to do context awareness, predict, and track the harmful materials of agri-food using big data processing.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.3
• /
• pp.117-125
• /
• 2024

In this paper, implement and propose an Active Electronically Scanned Array (AESA) radar integration analysis system which specialized for radar development by using heterogeneous media. Most analysis systems are used to analyze and improve the cause of defects, so they help the test easier. However, previous log analysis systems that operate only based on text are not intuitive and difficult to find the information user want at once if there is a lot of log information. so when an equipment defect occurs, there are limitations in analyzing the cause of defect. Therefore, the analysis system in this paper utilizes heterogeneous media. The media defined in this paper refers to recording text-based data, displaying data as image or video and visualizing data. The proposed analysis system classifies and stores data that transmitted and received between radar devices, radar target detection and Tracking algorithm data, etc. also displays and visualizes radar operation results and equipment defect information in real time. With this analysis system, it can quickly provide information what user want and assistance in developing high quality radar.

• Journal of Intelligence and Information Systems
• /
• v.17 no.4
• /
• pp.109-130
• /
• 2011

One of the major problems in the area of data mining is the size of the data, as most data set has huge volume these days. Streams of data are normally accumulated into data storages or databases. Transactions in internet, mobile devices and ubiquitous environment produce streams of data continuously. Some data set are just buried un-used inside huge data storage due to its huge size. Some data set is quickly lost as soon as it is created as it is not saved due to many reasons. How to use this large size data and to use data on stream efficiently are challenging questions in the study of data mining. Stream data is a data set that is accumulated to the data storage from a data source continuously. The size of this data set, in many cases, becomes increasingly large over time. To mine information from this massive data, it takes too many resources such as storage, money and time. These unique characteristics of the stream data make it difficult and expensive to store all the stream data sets accumulated over time. Otherwise, if one uses only recent or partial of data to mine information or pattern, there can be losses of valuable information, which can be useful. To avoid these problems, this study suggests a method efficiently accumulates information or patterns in the form of rule set over time. A rule set is mined from a data set in stream and this rule set is accumulated into a master rule set storage, which is also a model for real-time decision making. One of the main advantages of this method is that it takes much smaller storage space compared to the traditional method, which saves the whole data set. Another advantage of using this method is that the accumulated rule set is used as a prediction model. Prompt response to the request from users is possible anytime as the rule set is ready anytime to be used to make decisions. This makes real-time decision making possible, which is the greatest advantage of this method. Based on theories of ensemble approaches, combination of many different models can produce better prediction model in performance. The consolidated rule set actually covers all the data set while the traditional sampling approach only covers part of the whole data set. This study uses a stock market data that has a heterogeneous data set as the characteristic of data varies over time. The indexes in stock market data can fluctuate in different situations whenever there is an event influencing the stock market index. Therefore the variance of the values in each variable is large compared to that of the homogeneous data set. Prediction with heterogeneous data set is naturally much more difficult, compared to that of homogeneous data set as it is more difficult to predict in unpredictable situation. This study tests two general mining approaches and compare prediction performances of these two suggested methods with the method we suggest in this study. The first approach is inducing a rule set from the recent data set to predict new data set. The seocnd one is inducing a rule set from all the data which have been accumulated from the beginning every time one has to predict new data set. We found neither of these two is as good as the method of accumulated rule set in its performance. Furthermore, the study shows experiments with different prediction models. The first approach is building a prediction model only with more important rule sets and the second approach is the method using all the rule sets by assigning weights on the rules based on their performance. The second approach shows better performance compared to the first one. The experiments also show that the suggested method in this study can be an efficient approach for mining information and pattern with stream data. This method has a limitation of bounding its application to stock market data. More dynamic real-time steam data set is desirable for the application of this method. There is also another problem in this study. When the number of rules is increasing over time, it has to manage special rules such as redundant rules or conflicting rules efficiently.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.19 no.1
• /
• pp.203-209
• /
• 2019

In this work, a new land-specific resistance measuring device (GM) and a measuring probe (Grounding Rod) are connected to the WENNER quadrant as power-line communication (PLC). In groups of two (P1,P2) probes, five to ten probes are installed in series on the ground at intervals of 1m, 2m, 4m, 8m, and 16m, respectively. If the PLC signal from the GMD is detected by the receiver of the Probe 1 (P1) for measurement, the minute voltage and current for measurement flow from the PSD (power supply) attached to the probe to the ground, and then, through the soil between P1 and P2, enters the Probe 1 (P2). The resistance value is then measured by the principle of voltage drop due to ground resistance. Measure the earth resistance every T seconds up to 1 trillion and store the measured data on the Arduino Server mounted on the main equipment. Stored measurement data can be derived from formulas by Ohm's Law and from inherent resistance (here,). Data obtained in real time will be linked to CDGES programs installed on Main PC, enabling data analysis and real-time monitoring of the ground environment on land. In addition, a three-dimensional display is possible with 3D graph support by identifying seasonal characteristics such as temperature and humidity of land (soils). The limitations of the study will require specific application measures of Test Bed for commercial access to a model that has been developed and operated experimentally.