• Agribusiness and Information Management
• /
• 제10권2호
• /
• pp.1-7
• /
• 2018

In the present day context of changing information needs of the farmers and diversified production systems there is an urgent need to look for the effective extension support system for the small and marginal farmers in the developing countries like India. The rapid developments in the collection and analysis of field data by using the spatial technologies like GPS&GIS were made available for the extension functionaries and clientele for the diversified information needs. This article describes the GIS and GPS based decision support system in precision agriculture for the resource poor farmers. Precision farming techniques are employed to increase yield, reduce production costs, and minimize negative impacts to the environment. The parameters those can affect the crop yields, anomalous factors and variations in management practices can be evaluated through this GPS and GIS based applications. The spatial visualisation capabilities of GIS technology interfaced with a relational database provide an effective method for analysing and displaying the impacts of Extension education and outreach projects for small and marginal farmers in precision agriculture. This approach mainly benefits from the emergence and convergence of several technologies, including the Global Positioning System (GPS), geographic information system (GIS), miniaturised computer components, automatic control, in-field and remote sensing, mobile computing, advanced information processing, and telecommunications. The PPP convergence of person (farmer), project (the operational field) and pixel (the digital images related to the field and the crop grown in the field) will better be addressed by this decision support model. So the convergence and emergence of such information will further pave the way for categorisation and grouping of the production systems for the better extension delivery. In a big country like India where the farmers and holdings are many in number and diversified categorically such grouping is inevitable and also economical. With this premise an attempt has been made to develop a precision farming model suitable for the developing countries like India.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1243-1248
• /
• 2018

금속분말 야금은 금속이나 금속산화물의 분말을 금형에 넣어 프레스로 압축 성형한 후에 고온으로 가열 소결하면 굳어지는 현상을 이용하여 독특한 모형의 부품이나 일정한 형태의 제품을 만드는 제조 기술이다. 분말 야금 프레스 장비는 자동차, 전자 부품 등의 핵심 정밀 부품을 만드는데 사용되기 때문에 이를 위하여 정밀한 서보 모터를 사용하여 제작되는 경우가 대부분이다. 본 논문에서 설계 및 구현한 지능형 정밀 서보제어 분말 성형 프레스 시스템은 상부 램 부분은 기계식 캠축을 사용하고 하부 램 부분은 고정밀 서보 시스템을 활용하여 정밀하게 제어함으로써 가격대를 낮추면서도 정밀도를 유지할 수 있는 장점을 가진다. 또한 OPC 기반의 모니터링 및 공정 데이터 수집 시스템을 설계 및 구현함으로써 향후 빅 데이터를 활용한 스마트 제조 관리 시스템에 적용될 수 있는 확장성을 제공한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.497-500
• /
• 2010

무선 센서 네트워크는 여러 노드들이 서로 간에 정보를 교환하고 유기적으로 협력하여 데이터 수집 및 처리를 수행하기 위한 시스템이다. 이러한 작업의 수행을 위해서는 명령 수행의 동기화 및 이벤트 발생순서 구분 등의 작업이 필요하고 이를 위해서는 모든 노드가 같은 시각 정보를 필요로 한다. 모든 노드가 같은 시각 정보를 가지기 위해서는 외부의 절대 시각을 참조하는 방법이 가장 정확하지만 무선 센서 네트워크에서 이를 적용하는 것이 어렵기 때문에 시각 동기화에 대한 다양한 연구가 진행되었다. 센서 네트워크에서 시각 동기화를 수행하게 되면 오차가 발생하게 되는데 이 오차를 최소화 하는 것이 중요하다. 본 논문에서는 여러 차례의 타임스탬프 정보 교환을 이용하여 최초의 네트워크 구성 시의 시각 동기화에서 발생하는 오차를 줄이는 방법을 제안한다. 노드 간의 통신에서 트래픽 과부하 등의 이유로 송신과 수신의 시간 지연 간에 큰 차이가 발생 할 경우 오차가 큰 시간 보정 값과 전송 지연 시간을 얻게 되는데 한차례의 타임스탬프 정보 교환 시에는 이를 찾아 낼 수 없다. 이에 여러 차례의 타임스탬프 정보 교환을 통하여 구한 전송 지연과 시간 보정 값 중 중앙값을 이용하여 시간 보정을 함으로서 서로 다른 송신과 수신시의 통신 지연으로 인한 오차를 배재하여 시각 동기화 시 발생할 수 있는 오차를 줄인다.

• 한국산학기술학회논문지
• /
• 제21권9호
• /
• pp.345-351
• /
• 2020

행정기관은 정책 대응성을 제고하기 위해 빅데이터 분석에 관심을 기울이고 있다. 빅데이터 중 뉴스 기사는 정책 이슈와 정책에 대한 여론을 파악하는데 중요한 자료로 활용될 수 있다. 한편으로 새로운 온라인 매체의 등장으로 뉴스 기사의 생산은 급격히 증가하고 있어 문서 자동분류를 통해 기사를 수집할 필요가 있다. 그러나 기존 뉴스 기사의 범주와 키워드 검색방법으로는 특정 행정기관 및 부서별로 업무에 관련된 기사를 자동적으로 수집하는 것에 한계가 있었다. 또한 기존의 지도학습 기반의 분류 기법은 다량의 학습 데이터가 필요한 단점을 가지고 있다. 이에 본 연구에서는 행정부서의 업무특징을 포함한 분류사전을 활용하여 기사의 분류를 효과적으로 처리하기 위한 방법을 제안한다. 이를 위해 행정 기관의 업무와 신문기사를 Word2Vec와 토픽모델링 기법으로 부서별 특징을 추출하여 분류사전을 생성하고, 행정 부서별로 신문기사를 자동분류 한 결과 71%정도의 정확도를 얻었다. 본 연구는 행정부서별 신문기사를 자동분류하기 위해 부서별 업무 특징 추출 방법과 비지도학습 기반의 자동분류 방법을 제시하였다는 학문적·실무적 기여점이 있다.

• 대한교통학회지
• /
• 제31권6호
• /
• pp.3-11
• /
• 2013

본 연구는 악천후가 교통 흐름에 영향을 미칠 것이라는 전제하에 악천후 상황 중 강설에 따른 고속도로 교통류 특성 변화 중에서도 용량 및 속도 변화에 초점을 맞춰 분석하기 위한 것으로, 자료수집과 통계분석을 통해 연구를 진행하였다. 교통류 특성 변화를 설명하는 요소로 교통량, 속도, 밀도를 선정하여 분석하였으며, 자료수집 대상은 경기도권내 3개 기상관측소 인근 4개 고속도로 7개 기본구간을 조사지점으로 선정하였다. 강설수준별 용량 변화를 분석하기 위해 강설수준을 3단계(Light, Medium, Heavy Snow)로 분류하였다. 분석결과 강설수준에 따른 용량 변화를 살펴보면, 기후 양호시 대비 Light Snow(약한 눈)인 경우 13.2% 감소하였으며, Medium Snow(보통 눈)은 18.6%, Heavy Snow(강한 눈)은 32.0% 감소하는 것으로 나타나 강설수준이 높아질수록 용량 감소율은 증가하는 것으로 분석되었다. 기상악화는 도로의 운영 효율을 저하시키는 요인으로 작용할 가능성이 매우 큰 것으로 나타났으며, 이에 따라 향후 이를 고려한 도로 설계 및 운영 방법이 제시되어야 한다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.123-131
• /
• 2021

4차 산업혁명은 인공지능, 빅데이터 등과 같은 데이터 기반의 디지털 기술로 촉발되었으며, 데이터의 활용 범위를 보호 대상으로만 생각했던 개인정보의 영역까지도 확장하려는 움직임이 빠르게 진행되고 있다. 데이터 3법의 개정을 통해 본인 동의하에 개인정보가 자유롭게 이동하고 활용될 수 있는 법·제도는 마련되었으나, 개인정보의 수집부터 관리와 활용까지 전 과정을 아우를 수 있는 플랫폼의 지원도 필요할 것이다. 본 논문에서는 개인정보를 활용한 마이데이터 생태계 구축에 적용할 수 있는 플래폼 모델을 제안하고자 한다. 마이데이터 플랫폼 구축을 위해 필수적으로 갖추어야 할 6가지의 기능적 요건들과 그 기능들을 구현하기 위한 절차와 방법 등에 대하여 설명한다. 6가지 필수 기능으로 개인정보 위임열람·수집·활용·제공 동의 절차와 마이데이터 선별공유, 다운로드, 데이터 영수증 기능을 포함하며, 데이터 수집·저장·연계·융합을 위한 절차와 표준화에 대하여 설명한다. 그리고 통제적인 개인정보 접근을 위한 이용자 인증체계와 데이터 활용을 위한 API 게이트웨이, 마이데이터 플랫폼 서비스를 위한 필수 기능들에 대하여 살펴 본다. 마지막으로 본 논문에서 제안한 모델을 대전시 마이데이터 플랫폼 구축에 적용한 사례와 플랫폼 내에서 운영되는 응용서비스로서 대전시 교통약자의 이동을 지원하는 사례를 살펴본다.

• 경영정보학연구
• /
• 제21권2호
• /
• pp.117-137
• /
• 2019

빅데이터 시대를 맞아 다양한 도메인에서 수없이 많은 데이터들이 생산되면서 데이터 사이언스가 대중화 되었고, 데이터의 힘이 곧 경쟁력인 시대가 되었다. 특히 전 세계 데이터의 80% 이상을 차지하는 비정형 데이터에 대한 관심이 부각되고 있다. 소셜 미디어의 발전과 더불어 비정형 데이터의 대부분은 텍스트 데이터의 형태로 발생하고 있으며, 마케팅, 금융, 유통 등 다양한 분야에서 중요한 역할을 하고 있다. 하지만 이러한 소셜 미디어를 활용한 텍스트 마이닝은 수치형 데이터를 활용한 데이터 마이닝 분야에 비해 접근이 어렵고 복잡해 기대에 비해 그 활용도가 높지 못한 실정이다. 이에 본 연구는 프로그래밍 언어나 고사양 하드웨어나 솔루션에 의존하지 않고, 쉽고 간편한 소셜 미디어 텍스트 마이닝을 위한 통합 애플리케이션으로 Korean Natural Language Application(KoALA)을 개발하고자 한다. KoALA는 소셜 미디어 텍스트 마이닝에 특화된 애플리케이션으로, 한글, 영문을 가리지 않고 분석 가능한 통합 애플리케이션이다. 데이터 수집에서 전처리, 분석, 그리고 시각화에 이르는 전 과정을 처리해준다. 본 논문에서는 디자인 사이언스(design science) 방법론을 활용해 KoALA 애플리케이션을 디자인, 구현, 적용하는 과정에 대해서 다룬다. 마지막으로 블록체인 비즈니스 관련 사례를 들어 KoALA의 실제 활용방안에 대해서 다룬다. 본 논문을 통해 소셜 미디어 텍스트 마이닝의 대중화와 다양한 도메인에서 텍스트 마이닝의 실무적, 학술적 활용을 기대해 본다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권4호
• /
• pp.349-357
• /
• 2021

최근 급속히 보편화되고 확대되는 드론의 비행 데이터가 엔터테인먼트 기술 분석 자료로 활용이 가능한지의 검증이 매우 필요하다. 특히, 자율화, 지능화의 방법으로 발전하는 엔터테인먼트 드론의 비행과 운용과정을 데이터 분석과 기계학습을 통해서 분석 및 활용할 수 있는지를 확인해야 한다. 본 논문에서는 엔터테인먼트용 드론의 평가에 FC의 데이터를 이용하여 머신러닝 기법으로 활용할 수 있는지를 확인하였다. 그 결과 매빅2나 아나피와 같은 DJI나 Parrot의 FC 데이터는 엔터테인먼트를 위한 머신러닝 분석이 불가능하였다. 이는 데이터가 0.1초 이상의 간격으로 수집됨으로써 GCS와의 다른 데이터들과의 상관성을 찾기 불가능하기 때문이다. 이에 반하여 ARM 프로세서를 채용하여 Nuttx 운영체제로 작동하는 픽스호크의 경우에는 머신러닝 기법의 적용이 가능함을 알 수 있었다. 앞으로 고정익과 회전익 비행 정보들을 구분하여 엔터테인먼트의 특성 분석이 가능한 기술들을 발전시켜야 한다. 이를 위해서는 모델을 개발하고 체계적인 데이터 수집과 연구가 진행되어야 할 것이다.

• Ecology and Resilient Infrastructure
• /
• 제6권4호
• /
• pp.236-242
• /
• 2019

본 연구는 재난정보 표준화를 목표로 다양한 재난 및 사고에서 생성되는 정형, 비정형 문서를 전자화된 문서로 변환하여 환경재난 정보를 생성함으로써 데이터베이스에 저장하고 환경재난 관리에 활용할 수 있는 체계를 개발하였다. 최근 4차 산업 시대를 통해 다양한 지능화 기술들이 발전하고 있다. 이러한 기술들은 환경재난, 재난관리 등의 분야에 다양한 형태로 적용되며, 환경재난 관리 업무와 융합되어 활용되고 있다. 재난정보관리는 단순히 재난업무를 지원하는 것이 아니라 과거의 환경재난 이력정보를 활용하여 인공지능 기술을 적용한 스마트 재난관리를 지원할 수 있도록 한다. 환경재난을 관리하는 중요한 요소는 재난정보이다. 재난정보는 재난의 발생에서 진행, 대응 및 계획까지의 재난 전주기에 대한 정보를 전자화된 정보로 관리하고 처리하는 행위를 의미한다. 그러나, 자연, 사회, 환경재난에 대한 상황, 대응, 대비, 복구의 정보는 주로 보고서의 형태인 핸드아웃이나 비정형 정보로 존재하고 있다. 이러한 비정형 재난안전정보는 관리 부실에 의해 사라지거나 폐기되는 경우가 많다. 이에 따라 비정형 재난안전정보는 재난정보로서의 관리를 위해 인식기술이 필요하다. 본 연구에서는 지능화된 기술을 활용하여 인쇄되거나 스캐너에 의해 이미지 또는 문서로 생성된 재난 보고서를 전자화된 문서로 변환하는 것에 중점을 두었으며, 그 후 변환된 재난정보는 재난정보관리 코드체계에 맞추어 정리하여 재난정보관리 데이터베이스에 저장한다. 정형, 비정형 재난정보를 생성하는 것은 스마트 재난관리의 시작으로 가장 중요한 요소이며, 이렇게 생성된 환경재난 정보는 재난정보 코드체계와 연계하여 표준화된 형식으로 관리한다. 재난코드체계는 재난 별 발생 진행 상황, 피해 규모, 대처사항 등의 정보를 저장할 수 있는 표준을 구축하였으며, 향후 이러한 많은 재난 데이터와 이력정보를 기반으로 한 인공지능 기술을 접목하여 스마트 재난관리 및 의사결정에 활용될 수 있을 것으로 판단된다.