• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.111-117
• /
• 2011

본 논문에서는 무선센서 네트워크에서 전송될 데이터의 QoS를 인지하여 이를 지원하는 다중 계층 QAML-MAC(QoS Aware Multi-layer MAC) 프로토콜을 제안한다. 제안된 프로토콜은 노드들의 에너지를 효율적으로 사용함으로 전체 네트워크의 수명을 늘이는 방법 중의 하나인 sleep-awake 구조를 기반으로 한다. 이를 위하여 노드에 입력되는 데이터를 전송 응급성에 따라 우선순위 클래스로 나누어 저장한다. 또한 cross-layer 개념을 도입하여 동일한 목적지로 향하는 데이터를 재정돈한다. 제안된 MAC 프로토콜은 기존 관련 프로토콜의 문제점인 지연(delay)을 줄이는 동시에 실시간의 멀티미디어 트래픽 혹은 미리 정해진 필드 모니터링과 같은 응용에서 임계값을 초과하는 데이터와 같은 우선순위가 높은 데이터를 빠르게 전송함으로써 전송에 응급한 데이터를 먼저 전송할 수 있는 장점을 가진다. 뿐만 아니라 각 노드에서 전송할 우선순위 데이터가 존재하지 않을 경우 idle listen에 있어서 다중의 계층을 사용함으로 데이터전송에서의 충돌을 줄임으로 노드에서 소모하는 에너지를 줄이며, 결국 전체 네트워크 수명을 늘일 수 있는 장점을 가진다.

• 전자공학회논문지
• /
• 제51권12호
• /
• pp.30-45
• /
• 2014

최근 유비쿼터스 컴퓨팅 환경과 광대역 접속 환경을 필요로 하는 멀티미디어 어플리케이션 사용자가 급속히 증가하고 있으며, 이들에게 효율적인 네트워크 서비스를 제공할 수 있는 차세대 무선 네트워킹을 위한 핵심기술로서 무선 메쉬 네트워크가 주목받고 있다. 다수의 네트워크의 플로우들이 동시에 전송되는 경우, 각 플로우들의 경로 설정을 위한 경로 탐색과 각 플로우들의 전송을 위한 링크의 자원 할당은 네트워크의 효율성에 직접적으로 영향을 주는 요소 중 하나이다. 본 논문에서는 STDMA 기반의 무선 메쉬 네트워크에서 수리적 모델링을 사용하여 경로 탐색과 링크의 자원할당 문제를 동시에 고려하여 주어진 각 플로우들의 전송률을 최대로 수용할 수 있는 계층간 최적화 설계 기법을 이용한 알고리즘을 제안한다. 그리고, 성능 분석을 통하여 제안한 알고리즘이 다중 홉 무선 메쉬 네트워크를 경유하는 플로우들의 수가 늘어날 때 주어진 대역폭 자원을 최대로 활용하여 전송 성능을 향상 시킬 수 있음을 보였다.

• 한국통신학회논문지
• /
• 제39B권2호
• /
• pp.95-101
• /
• 2014

멀티미디어 스트리밍을 위해 널리 사용되고 있는 스케일러블 비디오 코딩 (Scalable Video Coding: SVC)의 경우 가변적인 네트워크 상황에 적응적으로 대처하기 위해 기본 계층과 향상 계층으로 나누어 데이터를 인코딩하여 전송하게 된다. 특히 향상 계층의 디코딩은 기본 계층의 데이터가 수신되었을 때 가능하다는 특성을 가지고 있다. 이러한 특성에도 불구하고 IEEE 802.11 무선랜에서의 재전송 기법은 기본/향상 계층의 특성을 고려하지 않고 설계되어 있다. 본 논문에서는 스케일러블 비디오 코딩의 특성을 고려한 새로운 재전송 기법을 제안한다. 제안한 재전송 기법은 기본 계층과 향상 계층을 나누어서 채널상태에 따라 디코딩에 필요한 수 만큼의 데이터를 재전송하여 불필요한 재전송을 방지하고 총 전송시간을 감소시킨다. 시뮬레이션 결과는 제안한 재전송 기법이 기존의 재전송 기법보다 불필요한 데이터 전송을 12.6% 감소시키며 이로 인해 전송 시간도 6.6~19.1% 만큼 감소됨을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1425-1430
• /
• 2018

In this paper, we propose a CNN based deep learning algorithm for semantic segmentation of images. In order to improve the accuracy of semantic segmentation, we combined pixel level object classification and image level object classification. The image level object classification is used to accurately detect the characteristics of an image, and the pixel level object classification is used to indicate which object area is included in each pixel. The proposed network structure consists of three parts in total. A part for extracting the features of the image, a part for outputting the final result in the resolution size of the original image, and a part for performing the image level object classification. Loss functions exist for image level and pixel level classification, respectively. Image-level object classification uses KL-Divergence and pixel level object classification uses cross-entropy. In addition, it combines the layer of the resolution of the network extracting the features and the network of the resolution to secure the position information of the lost feature and the information of the boundary of the object due to the pooling operation.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.979-987
• /
• 2021

Multiple Sclerosis (MS) can be early diagnosed by detecting lesions in brain magnetic resonance images (MRI). Unsupervised anomaly detection methods based on autoencoder have been recently proposed for automated detection of MS lesions. However, these autoencoder-based methods were developed only for 2D images (e.g. 2D cross-sectional slices) of MRI, so do not utilize the full 3D information of MRI. In this paper, therefore, we propose a novel 3D autoencoder-based framework for detection of the lesion volume of MS in MRI. We first define a 3D convolutional neural network (CNN) for full MRI volumes, and build each encoder and decoder layer of the 3D autoencoder based on 3D CNN. We also add a skip connection between the encoder and decoder layer for effective data reconstruction. In the experimental results, we compare the 3D autoencoder-based method with the 2D autoencoder models using the training datasets of 80 healthy subjects from the Human Connectome Project (HCP) and the testing datasets of 25 MS patients from the Longitudinal multiple sclerosis lesion segmentation challenge, and show that the proposed method achieves superior performance in prediction of MS lesion by up to 15%.

• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1301-1306
• /
• 2018

Artificial intelligence is one of the key technologies of the Fourth Industrial Revolution. This paper introduces the diverse kinds of approaches to subjects that tackle diverse kinds of research fields such as model-based MS approach, deep neural network model, image edge detection approach, cross-layer optimization model, LSSVM approach, screen design approach, CPU-GPU hybrid approach and so on. The research on Superintelligence and superconnection for IoT and big data is also described such as 'superintelligence-based systems and infrastructures', 'superconnection-based IoT and big data systems', 'analysis of IoT-based data and big data', 'infrastructure design for IoT and big data', 'artificial intelligence applications', and 'superconnection-based IoT devices'.

• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1297-1308
• /
• 2009

센서 네트워크의 수명은 이를 구성하는 많은 센서 노드들의 수명에 의존한다. 따라서 각 센서 노드는 에너지를 효율적으로 이용하며 동작하도록 설계하는 것이 네트워크 설계의 중요한 요소이다. 센서 노드들을 계층구조로 구성하는 토폴로지 제어 연구들이 에너지 효율적 측면에서 많이 제안되어 발전해 왔다. 그러나 기존의 연구에서는 센서 노드들이 취득한 응용계층 정보를 바탕으로 클러스터 구성에 활용하거나, 클러스터 내 멤버 노드의 전송을 위한 TDMA 스케줄링에 반영하는 연구는 활발하지 못하였다. 본 논문에서는 응용계층 데이터에 근거한 에너지 효율적인 센서 네트워크 토폴로지 제어기법을 제안한다. 센서노드 응용계층의 정보를 이용하여 데이터 유사성이 높은 인접한 노드들을 섹션으로 형성한 후 클러스터를 구성하다. 각 클러스터를 위한 클러스터 헤드를 선출하는 토폴로지 제어 기법뿐만 아니라 또한, 각 클러스터에서 멤버노드가 감지한 데이터와 클러스터 헤드의 데이터간의 유사지속 정도 및 유사 정도에 근거하여 데이터의 무결성을 크게 훼손하지 않으면서 불필요한 전송을 억제하는 기법도 제안한다. 이와 같은 기법을 통하여 센서 노드들의 에너지 소모를 줄이고 전체 네트워크 수명을 연장 시킬 수 있다.

• 한국통신학회논문지
• /
• 제36권10B호
• /
• pp.1182-1191
• /
• 2011

본 논문에서는 망 기반의 IP 이동성 지원 기술인 AIMS 기술을 기반으로 IPv4와 IPv6가 혼재된 망 환경에서 이동 단말에 대한 끊김 없는 이동성을 지원하는 AIMS-DS 기술을 제안하였다. 제안된 AIMS-DS 기술은 IPv4와 IPv6 프로토콜을 모두 지원하는 듀얼스택 단말에 대하여 IPv4와 IPv6 홈 주소들에 대한 이동성 지원 방안을 제안함으로써, IPv4와 IPv6가 혼재되어 공존하는 과도기적인 망 환경에서 양단간 끊김 없는 이동성 서비스를 제공할 수 있다. 본 논문에서는 액세스 망과 코어 망의 IP 버전에 따른 4가지 경우에 대하여 양단간 패킷 전달 지연 시간과 핸드오버 지연시간에 대하여 AIMS-DS에 대한 성능 분석을 수행하였다.

• 한국통신학회논문지
• /
• 제34권11B호
• /
• pp.1151-1168
• /
• 2009

멀티미디어의 프레임들은 QoS에 각각 다른 정도의 영향을 미치기 때문에, 패킷 손실을 줄이는 것이 항상 QoS를 향상시키는 것은 아니다. 사용자가 느끼는 QoS를 극대화하기 위해 본 논문은 중요성 기반 패킷 스케줄링을 제안한다. 중요성 기반 패킷 스케줄링 기법은 패킷 스케줄링의 두 가지 근본적인 문제를 해결한다. 하나는 "무엇을 보내는 가"이고 다른 하나는 "언제 보내는 가" 이다. 이용 가능한 대역폭이 계속 변화할 때, 대역폭에 적응하기 위해 모든 패킷을 보낼 수 없을 경우에는 일부의 패킷을 선택해서 보낼 수밖에 없다. 이를 위해 패킷 Significance를 제안하는데, 패킷 Significance는 효과적으로 프레임 상관관계를 파악하고 프레임의 중요도를 정량화한다. 그리디(greedy) 접근 기법이 패킷 선택 문제에 사용되었고, 패킷 Significance가 전송 스케줄링에 고려되었다. 널리 공개된 MPEG-4 비디오 클립이 실험에 사용되었으며, 시뮬레이션 소프트웨어에 디코딩 엔진이 삽입되었고, 성능 평가를 위해 PSNR을 측정하였다. 크기 기반 패킷 스케줄링 기법 및 비트 레이트 기반 최선(bit-rate based best-effort) 스케줄링 기법과 성능을 비교 분석하였다. 제안하는 기법이 더 중요한 패킷에 차별화 된 보호기능을 성공적으로 부여하며, QoS를 크게 향상시키는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제16권5호
• /
• pp.906-912
• /
• 2012

Ship Ad-hoc Network (SANET)은 고비용의 위성 통신을 대체하여 선박에 멀티미디어 서비스를 제공하기 위한 선박 간 애드혹 네트워크이다. 현재 SANET의 물리계층은 해상 VHF 대역 디지털 통신의 표준인 ITU-R M. 1842-1을 반영할 수 있으나, 상위 계층은 명확한 표준화가 진행되지 않고 있다. 본 논문에서는 육상 애드혹 네트워크에 적용되는 매체접속제어와 라우팅 프로토콜을 기반으로, 해상 통신환경에 맞는 SANET용 네트워크 프로토콜인 Ship Ad-hoc Communication (SAC) 프로토콜을 제안한다. SAC 프로토콜은 매체접속제어와 라우팅을 하나의 알고리즘에서 수행하는 크로스 레이어 프로토콜로써, 이웃 선박의 유무, 목적지까지의 경로 설정 여부, 열악한 통신 환경 시 통신 모드 전환 등을 다양한 해상 환경을 반영한다.