• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.2
• /
• pp.67-72
• /
• 2022

Recently, various intelligent application services using artificial intelligence are being actively developed. In particular, research on artificial intelligence-based real-time prediction services is being actively conducted in the manufacturing industry, and the demand for artificial intelligence services that can detect and predict fire and odors is very high. However, most of the existing detection and prediction systems do not predict the occurrence of fires and odors, but rather provide detection services after occurrence. This is because AI-based prediction service technology is not applied in existing systems. In addition, fire prediction, odor detection and odor level prediction services are services with ultra-low delay characteristics. Therefore, in order to provide ultra-low-latency prediction service, edge computing technology is combined with artificial intelligence models, so that faster inference results can be applied to the field faster than the cloud is being developed. Therefore, in this paper, we propose an LSTM algorithm-based learning model that can be used for fire prediction and odor detection/prediction, which are most required in the manufacturing industry. In addition, the proposed learning model is designed to be implemented in edge devices, and it is proposed to receive real-time sensor data from the IoT terminal and apply this data to the inference model to predict fire and odor conditions in real time. The proposed model evaluated the prediction accuracy of the learning model through three performance indicators, and the evaluation result showed an average performance of over 90%.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.14 no.5
• /
• pp.243-248
• /
• 2014

This study presents an investigation into the ways to detect the areas of object movement with Kinect's Depth Frame, which is capable of receiving 3D information regardless of external light sources. Applied to remove noises along the boundaries of objects among the depth information received from sensors were the blurring technique for the x and y coordinates of pixels and the frequency filter for the z coordinate. In addition, a clustering filter was applied according to the changing amounts of adjacent pixels to extract the areas of moving objects. It was also designed to detect fast movements above the standard according to filter settings, being applicable to mobile robots. Detected movements can be applied to security systems when being delivered to distant places via a network and can also be expanded to large-scale data through concerned information.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.2
• /
• pp.120-126
• /
• 2019

Recently, there is an increasing need for highly precise processing with the rapid development of precision machinery, electrical and electronics, and semiconductor industries. Cutting machine control relies on the operator's sense and experience in tradition, but it has been greatly enhanced by the adoption of CNC(Computerized Numeric Controller). In addition, cutting dynamics technology has been paid attention to reflect the operating state of machine in real time. This paper presents a method to detect and stabilize tool vibration by attaching an acoustic sensor to a CNC machine. The sensed acoustic data is synchronized with the tool position and the abnormal vibration frequency is separated from the collected acoustic frequency, then analyzed to detect the tool vibration. Also the reliability the tool vibration detection and stabilization is improved by applying the cutting dynamic method. The proposed method is analyzed and evaluated in terms of the surface roughness.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.3
• /
• pp.671-677
• /
• 2012

A black-box program was implemented in order to monitor abnormal symptoms of human body irregularly occurring during sleep. The system consists of sensor probing body signals, auxiliary devices such as the alarm, lamp, network camera, and signal monitoring computer. Various types of sensors, PPG, ECG, EEG, temperature, respiration sensor, G-sensor, and microphone were used to more exactly identify the causes of abnormal symptoms. If a symptom occurs, the system records the patient's condition to provide information being utilized in the treatment. The sensors are attached on some locations of body being proper to check a specific type of abnormal reaction. Based on the normal range and type of measurement data, criteria of signal levels were set to distinguish abnormal reaction. An abnormal signal being probed, the program starts to operate the lamp, alarm, and network camera at the same time and stores the signal and video data.

• The KIPS Transactions:PartC
• /
• v.11C no.7 s.96
• /
• pp.923-930
• /
• 2004

Wireless sensor networks is a core technology of ubiquitous computing which enables the network to aware the different kind of context by integrating exiting wired/wireless infranet with various sensor devices and connecting collected environmental data with applications. However it needs an energy-efficient approach in network layer to maintain the dynamic ad hoc network and to maximize the network lifetime by using energy constrained node. Cluster-based data aggregation and routing are energy-efficient solution judging from architecture of sensor networks and characteristics of data. In this paper. we propose a new distributed clustering algorithm in using distance from the sink. This algorithm shows that it can balance energy dissipation among nodes while minimizing the overhead. We verify that our clustering is more en-ergy-efficient and thus prolongs the network lifetime in comparing our proposed clustering to existing probabilistic clustering for sensor network via simulation.

• Proceedings of the KIEE Conference
• /
• 2004.11c
• /
• pp.429-431
• /
• 2004

현재 대부분의 가정에선 아날로그 제품을 찾아보기 힘들 정도로 상당부분 디지털화되어 있다. 이로 인해 홈 서버나 홈 게이트웨이를 이용한 디지털 가전의 제어도 가능해 졌다. 미래 가정의 지능화에 대한 노력 또한 함께 진행되고 있다. 가정 내의 다양한 환경 및 상황 정보를 감지하여 가정환경을 최적화시키는 것이 센서 네트워크를 이용한 기본적인 지능화 애플리케이션이다. 디지털화된 가정환경에 지능적인 요소를 부여하기 위해 센서 네트워크를 구축하려는 다양한 시도가 진행 중이다. 이에 따라, 가정을 지능화하려면 다양한 상황 데이터를 수집하여 이를 중앙 처리장치로 보낼 수 있는 센서 네트워크 모듈과 수집된 상황 데이터를 수집 분석하여 제어 명령을 전달할 수 있는 센서 네트워크 게이트웨이가 필요하다. 또한 기존 홈 네트워크 사용자를 위해 기존 홈 네트워크와도 호환되어야 한다. 따라서 본 논문에서는 센서 네트워크 게이트웨이를 경량화 하여 저가로 구현할 수 있는 시스템을 제안하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.393_394
• /
• 2009

초전도한류기(SFCL)는 고장전류에 대한 초고속 감지, 고장전류 제한이 가능하고, 정상계통에서는 무손실 운영이 가능한 신개념의 기기이다. 공급신뢰도 측면에서 SFCL은, 고장전류 저감으로 송전을 지속할 수 있는 장점이 있는 반면, 기존 계통에 직렬연결되므로 자체 고장으로 인해 공급신뢰도를 악화시킬 수도 있다. 특히, 고속스위치를 필요로 하는 하이브리드형 SFCL의 경우 계통연계 이전에 SFCL 자체의 신뢰성이나 주위 계통에 미치는 영향을 미리 검토해야 한다. 본 논문에서는 SFCL의 신뢰도 데이터를 계산하는 기법과 SFCL 인근 설비의 신뢰도 데이터를 갱신하는 방법에 대해 제시하였으며, 이는 SFCL가 연계된 배전계통의 수용가 공급신뢰도를 산출하기 위해 필요한 사전단계에 해당한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.356-359
• /
• 2014

스마트 모바일 기기 즉, 스마트폰을 이용한 위치 기반 서비스(LBS)가 각광 받고 있는 가운데, 사용자 관점에서의 위치 측정에 대한 오류를 검출과 위치를 교정하는 서비스가 필요로 하게 되었다. GPS를 이용한 위치 측정의 방법을 예로 들어 GPS 신호를 수신하는 기기에서의 위치 측정 오류 감지는 어려운 실정이고 약간 더 정밀하게 측정하는 방법뿐이 존재하지 않는다. 이 논문에서는 GPS 수신기와 같은 사용자 관점에서 위치 데이터들의 속도를 계산하여 속도의 변화량을 이용해 multipath와 같은 위치 데이터의 오류를 검출하고 교정한 결과에 대해 다룬다. 단순 속도의 변화량이 아닌 인간의 이동 속도가 지수 확률 분포를 따른다는 사실을 기반하여 이동 윈도우(Moving Window)의 개념을 도입해 매 윈도우마다 한계 속도를 결정하고 한계 속도 이상의 속도가 발생하였을 때를 위치 오류라 검출 할 것이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.434-438
• /
• 2007

최근 무선 센서 네트워크는 군사 및 민간 운용에서 광범위한 응용이 가능하여 많은 주목을 받고 있다. 무선 센서 네트워크는 수많은 센서노드들과 몇몇의 베이스 스테이션들로 구성되며, 각 노드는 노드들이 라우팅 역할을 하는 다중 홉 네트워크를 통하여 감지 데이터를 베이스 스테이션에게 전달한다. 이러한 노드들은 에너지자원의 충전이나 교환이 불가능하므로, 센서 노드들의 에너지 소모를 최대한 줄여서 전체 네트워크의 생존 시간을 최대화시켜야 한다. 본 논문에서는 센서 네트워크 구성 노드들의 잔여 가동 시간을 최대화하는 방법으로 네트워크 자원을 균형 있게 이용하는 라우팅 기법을 제안한다. 제안된 방법은 각 노들의 데이터 송수신시 거리 당 소모되는 에너지와 잔여 에너지를 고려하며, 보안 수준을 추가적으로 고려함으로써, 전체 네트워크를 균형적으로 이용하면서도 안전한 경로를 선택하는 라우팅 방법이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.327-328
• /
• 2020

본 논문에서는 저전력 저비용 임베디드 환경에서 PCB 검사 기법을 제안한다. 특히, IC 미삽에 대한 검출 알고리즘을 제안하고 실험한다. 고사양의 컴퓨팅 시스템에서는 CNN과 같은 딥러닝 뉴럴 네트워크를 사용하여 특별한 알고리즘을 고려하지 않아도 대규모의 데이터를 입력함으로써 모델을 완성하고 이를 통해 PCB 검사를 수행할 수 있다. 그러나 데이터의 양이 충분하지 않거나 충분한 전력과 비용을 투입하지 못하는 임베디드 환경에서는 각 부품에 따른 컴퓨터 비전 알고리즘이 필요하다. IC의 경우 타부품에 비하여 형태가 직사각으로 정형화 되있으며 색상도 균일한 특징을 가지고 있기에 미삽에 대한 검출이 가능하다. 베어보드(Bare Board)의 색상과 IC 부품의 색상이 확연히 다를 경우에는 RGB 픽셀을 카운트 하는 히스토그램 카운팅 알고리즘만으로 검출이 가능하다. 베어보드의 색삭과 IC의 색상이 유사할 경우에는 베어보드의 핀 혹은 홀의 형태를 감지하여 검출이 가능하다. 본 논문에서는 베어보드의 색상와 IC의 색상이 같을 경우에 다를 경우를 나누어 미삽 검사를 수행하고 그 정확도를 확인한다.