• 한국도서관정보학회지
• /
• 제43권2호
• /
• pp.247-271
• /
• 2012

기관리포지터리와 링크드 데이터는 자원을 공동 활용하자는 정신에 있어 매우 밀접한 관련이 있다고 할 수 있다. 따라서 이 개념을 연계시킴으로써 새로운 접근방법에 의한 정보공동생산과 활용이 가능할 수 있을 것으로 본다. 이에 본 연구에서는 국내 dCollection을 링크드 데이터로 실험적으로 구축하고자 하였으며, 이를 위해 첫째, dCollection의 데이터 구조를 분석하였다. 둘째, dCollection이 구축대상으로 하고 있는 자원유형에 대해서 조사하였다. 셋째, dCollection의 자원유형에 해당하는 자원 중 링크드 데이터로 구축되어 있는 사례를 조사하였다. 그 중에서 가장 많이 구축되어 있는 자원의 사례를 집중 분석하였다. 넷째, dCollection의 메타데이터를 링크드 데이터로 구축하는 방법과 링크드 데이터로 연계될 수 있는 방안을 구체적으로 검토하였다. 마지막으로 링크드 데이터로 갈 경우 발생할 수 있는 문제점 등을 논의하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.62-65
• /
• 2018

This paper comes out with the study on sensing data collection strategy in a Software-Defined Mobile Edge vehicular networking. The two cooperative data dissemination are Direct Vehicular cloud mode and edge cell trajectory prediction decision mode. In direct vehicular cloud, the vehicle observe its neighboring vehicles and sets up vehicular cloud for cooperative sensing data collection, the data collection output can be transmitted from vehicles participating in the cooperative sensing data collection computation to the vehicle on which the sensing data collection request originate through V2V communication. The vehicle on which computation originate will reassemble the computation out-put and send to the closest RSU. The SDMEVN (Software Defined Mobile Edge Vehicular Network) Controller determines how much effort the sensing data collection request requires and calculates the number of RSUs required to support coverage of one RSU to the other. We set up a simulation scenario based on realistic traffic and communication features and demonstrate the scalability of the proposed solution.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제25권4호
• /
• pp.329-341
• /
• 2022

통계적 문제해결 과정에서 자료 수집은 통계 정보의 질을 결정하는 중요한 절차이지만, 우리나라의 수학과 교육과정에서는 자료 수집이 다소 소홀하게 다루어져 왔다. 이에 본 연구에서는 초등학교 3~4학년 수학 교과서(국정 1종, 검정 10종)의 통계 단원에서 사용되는 자료의 수집 방법은 어떠한지, 그리고 통계 단원을 통해 자료 수집 방법을 어떻게 지도하고 있는지를 분석하였다. 연구 결과, 교과서에서 사용하고 있는 자료들은 설문조사, 실험/관찰, 문헌조사 등 다양한 방법으로 수집된 것들이었으나, 교과서에서 지도하고 있는 자료 수집 방법 중 실험/관찰의 비중은 매우 낮게 나타났다. 또한, 교과서별로 자료 수집 방법 지도 방식이 다르게 나타남으로 인해 학생들이 경험, 학습하게 되는 내용에 차이가 발생할 수 있음을 확인하였다. 이러한 결과를 바탕으로 초등학교 통계교육에서 자료 수집 방법을 효과적으로 지도할 수 있도록 수학과 교육과정 개선 방안을 모색하기 위한 논의점을 도출하였다.

• Wind and Structures
• /
• 제2권3호
• /
• pp.133-150
• /
• 1999

Significant costs to the public and private sectors due to recent extreme wind events have motivated the need for systematic post-hurricane damage data collection and analysis. Current post disaster data are collected by many different interested groups such as government agencies, voluntary disaster relief agencies, representatives of media companies, academicians and companies in the private sector. Each group has an interest in a particular type of data. However, members of each group collect data using different techniques. This disparity in data is not conducive to quantifying damage data and, therefore, inhibits the statistical and spatial description of damage and comparisons of damage among different extreme wind events. The data collection does not allow comparisons of data or results of analyses within a group and also prohibits comparison of damage data and information among different groups. Typically, analyses of data from a given event lead to different conclusion depending upon the definition of damage used by individual investigators and the type of data collected making it difficult for members of groups to compare the results of their analyses with a common language and basis. A formal method of data collection and analysis-within any single group-would allow comparisons to be made among different individuals, hazardous events and eventually among different groups, thus facilitating the management and reduction of damage due to future disaster. This research introduces a definition of damage to single family dwellings, and a common method of data collection and analysis suited for groups interested in regional characterization of damage. The current state-of-data is presented and a method for data collection is recommended based on these existing data collection methods. A fixed-scale damage index is proposed to consider the damage to a dwelling's feature. Finally, the damage index is applied to three dwellings damaged by Hurricane Iniki (1992). The damage index reflects the reduced functionality of a structure as a single family detached dwelling and provides a means to evaluate regional damage due to a single event or to compare damage due to events of different severity. Evaluation of the damage index and the data available support recommendation for future data collection efforts.

• 한국통신학회논문지
• /
• 제38B권3호
• /
• pp.199-206
• /
• 2013

본 논문에서는 이전 연구에서 능동형 RFID 시스템의 태그 수집 성능 향상을 위해 제안된 인식 슬롯 스캔 기반 태그 수집 알고리즘의 단점을 개선하는 수정된 태그 수집 알고리즘을 제안한다. 기 제안된 인식 슬롯 스캔 기반 태그 수집 알고리즘은 태그 수집 과정에서 모든 태그들로부터 정해진 크기의 데이터를 수집하는 상황에 최적화 되어 있기 때문에 태그들이 다양한 크기의 데이터를 가지는 환경에 적용할 경우 제대로 된 성능 향상을 가져오지 못한다. 본 논문에서 새롭게 제안하는 개선된 태그 수집 알고리즘은 먼저 인식 슬롯 스캔 단계에서 각 태그로부터 자신이 가진 데이터를 전송하는데 필요한 슬롯 크기 정보를 획득하고 이를 활용하여 태그 수집 단계를 수행함으로써, 기 제안된 알고리즘의 문제점을 해결하고 모든 환경에서 능동형 RFID 태그 수집의 성능을 효율적으로 향상시키도록 설계되었다. 성능 평가를 위해 수행한 시뮬레이션 결과는 제안하는 개선된 태그 수집 알고리즘이 태그들이 동일한 데이터 크기를 가지는 환경에서는 기 제안된 알고리즘과 거의 동일한 성능을 보이고, 태그들이 다양한 데이터 크기를 가지는 환경에서는 기 제안된 알고리즘과 달리 ISO/IEC 18000-7 표준의 태그 수집 성능을 크게 향상시킴을 보여주었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.479-488
• /
• 2022

최근 기계학습 기술이 빠르게 발전함에 따라 지능형 시스템을 구성하는 여러 기술 중에서 인지, 추론 및 판단, 행위와 같은 분야에서 기계학습을 활용한 연구가 활발히 이루어지고 있다. 이러한 기계학습을 활용하기 위해서는 학습을 위한 데이터의 구축이 필수적이다. 하지만 데이터가 생성되는 환경에 따라 생성되는 데이터의 종류가 다양하고, 기계학습에 활용할 학습모델에 따라 요구되는 데이터의 종류와 양식이 다르다. 이로 인해 새로운 환경에서 기존의 데이터 수집 방법을 재사용하지 못하고 매번 특화된 데이터 수집 모듈을 개발해야 한다는 문제가 있다. 본 논문에서는 위와 같은 문제를 해결하기 위해 명세 기반 인공지능 데이터 수집 방법을 제안하여 데이터 수집 환경에 따른 데이터 수집 방법의 재사용성을 확보하고, 데이터 수집 기능 구현을 자동화할 수 있는 방법을 제시하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제10권8호
• /
• pp.51-58
• /
• 2010

이동 싱크를 이용한 데이터 수집에서 센서 노드들이 이동 싱크의 통신반경에 포함되는 시간은 불균등하다. 불균등한 시간내에 효율적인 데이터 수집을 위해서는 이동 싱크와 센서 노드간 데이터 수집 스케줄링이 필요하다. 기존 이동 싱크에 이용된 스케줄링 기법들은 데이터 수집을 위해 이동 싱크의 통신범위에 머무는 시간과 이동 싱크로 수집된 데이터양 등을 고려하였다. 하지만 기존 연구들은 센서 네트워크에서 수집되는 데이터의 특성을 고려하지 않았다. 본 논문에서는 센서 노드별 데이터 수집 주기와 이동 싱크와 센서 노드사이의 데이터 수집 주기로 구성된 TDMA 스케줄링 기법을 제안하였다. 또한 온도, 습도 등과 같이 일정하게 증가 혹은 감소하는 센서 데이터의 특성을 고려한 TDMA 스케줄링 기반의 데이터 수집기법을 제안하였다. 제안한 데이터 수집 기법은 센서 노드별 전체 데이터의 수집이 아닌 사용자가 설정한 임계 값보다 크게 변한 데이터를 수집한다. 제안하는 기법의 우수성을 보이기 위해 기존 스케줄링 기법 중 데이터 균등 수집을 목표로 하는 DWEDF 기법과 성능 평가를 수행하였다. 실험 결과 제안하는 기법이 기존 DWEDF 기법에 비해 데이터 수집에 소모되는 에너지가 약23% 줄었고, 센서 노드의 데이터 수집실패가 감소하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.319-322
• /
• 2019

실내 환경에서 사용자의 위치를 측위하는 다양한 기법들이 있다. 그중 와이파이 핑거프린트 기법은 데이터 수집 단계와 측위 단계로 구분된다. 데이터 수집 단계에서는 해당 위치 주변의 모든 와이파이 신호를 수집하여 리스트 형태로 관리한다. 수집된 데이터가 많을수록 실내측위 정확도가 향상된다. 기존 고품질 데이터 수집 및 관리 방법은 많은 시간과 비용이 소모되고, 기계학습에 필요한 데이터를 추출해 생성할 때 많은 연산이 필요하다. 따라서 한정된 자원 안에서 많은 데이터를 수집 및 관리할 수 있는 방법을 연구한다. 본 논문은 효율적인 데이터 수집 기법과 기계학습에 필요한 학습 데이터 관리 및 생성 기법을 제안한다.

• 대한임베디드공학회논문지
• /
• 제11권2호
• /
• pp.125-134
• /
• 2016

NAND flash memory has unique characteristics like as 'out-place-update' and limited lifetime compared with traditional storage systems. According to out-of-place update scheme, a number of invalid (or called dead) pages can be generated. In this case, garbage collection is needed to reclaim invalid pages. Because garbage collection results in not only erase operations but also copy operations of valid (or called live) pages to other blocks, many garbage collection techniques have proposed to reduce the overhead and to increase the lifetime of NAND Flash systems. This techniques sometimes select victim blocks including cold data for the wear leveling. However, most of them overlook the cost of selecting victim blocks including cold data. In this paper, we propose a garbage collection technique named CAPi (Cost Age with Proportion of invalid pages). Considering the additional overhead of what to select victim blocks including cold data, CAPi improves the response time in garbage collection and increase the lifetime in memory systems. Additionally, the proposed scheme also improves the efficiency of garbage collection by separating cold data from hot data in valid pages. In experimental evaluation, we showed that CAPi yields up to, at maximum, 73% improvement in lifetime compared with existing garbage collections.

• 대한임베디드공학회논문지
• /
• 제5권4호
• /
• pp.206-216
• /
• 2010

Wireless sensor networks (WSNs) are used to collect various data in environment monitoring applications. A spatial clustering may reduce energy consumption of data collection by partitioning the WSN into a set of spatial clusters with similar sensing data. For each cluster, only a few sensor nodes (samplers) report their sensing data to a base station (BS). The BS may predict the missed data of non-samplers using the spatial correlations between sensor nodes. ASAP is a representative data collection algorithm using the spatial clustering. It periodically reconstructs the entire network into new clusters to accommodate to the change of spatial correlations, which results in high message overhead. In this paper, we propose a new data collection algorithm, name EPDC (Energy-efficient Periodic Data Collection). Unlike ASAP, EPDC identifies a specific cluster consisting of many dissimilar sensor nodes. Then it reconstructs only the cluster into subclusters each of which includes strongly correlated sensor nodes. EPDC also tries to reduce the message overhead by incorporating a judicious probabilistic model transfer method. We evaluate the performance of EPDC and ASAP using a simulation model. The experiment results show that the performance improvement of EPDC is up to 84% compared to ASAP.