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.
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.
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.
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.
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%.
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'.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.