• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.125-129
• /
• 2023

최근 Internet of Things (IoT) 기반 Wireless Networked Control System (WNCS)에서 Sensor의 Status Update 및 Actuator로의 Actuation Update 분석을 위해 정보의 신선도를 측정하는 지표인 Age of Information (AoI)가 고려되고 있다. 또한 WNCS에 Edge Computing (EC)이 도입되면서 기존의 Cloud Computing 기반 아키텍처보다 낮은 AoI를 보장할 수 있다. 하지만 Controller가 관리하는 Sensor의 수가 증가하면서 Controller에 부하가 증가하여 AoI 요구사항을 만족시키지 못하는 문제점이 발생하게 되었다. 본 연구에서는 이러한 문제를 해결하기 위해 Actuator의 컴퓨팅 능력을 활용하여 Sensor의 Status Update를 해당 지역의 Actuator가 가용할 때 직접적으로 전송하여 Actuator가 직접 Actuation Update를 수행함으로써 AoI 요구사항을 만족시키고자 한다. 이를 위해 본 연구에서는 AoI 분석을 위한 분석 모델을 제시하였고 시뮬레이션을 통해 제안하는 방법이 기존 방법 대비 AoI를 줄일 수 있음을 보였다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.615-619
• /
• 2021

이 연구는 사물인터넷, 클라우드 컴퓨팅 그리고 에지 컴퓨팅 등 많은 임베디드 시스템에서 성능 및 에너지 효율을 높이고자 최적화하는 메모리 시스템에 초점을 맞추어 그 성능 개선 기법을 제안한다. 제안하는 기법은 최근 많이 이용되고 있는 머신 러닝 알고리즘을 기반으로 메모리 시스템 성능을 도모한다. 머신 러닝 기법은 학습을 통하여 다양한 응용에 사용될 수 있는데, 메모리 시스템 성능 개선에서 사용되는 데이터의 분류 태스크에 적용될 수 있다. 정확도 높은 머신 러닝 기법 기반 데이터 분류는 데이터의 사용 패턴에 따라 데이터를 적절하게 배치할 수 있게 하여 전체 시스템 성능 개선을 도모할 수 있게 한다.

• Journal of Information Processing Systems
• /
• 제12권1호
• /
• pp.1-34
• /
• 2016

Gene identification is at the center of genomic studies. Although the first phase of the Encyclopedia of DNA Elements (ENCODE) project has been claimed to be complete, the annotation of the functional elements is far from being so. Computational methods in gene identification continue to play important roles in this area and other relevant issues. So far, a lot of work has been performed on this area, and a plethora of computational methods and avenues have been developed. Many review papers have summarized these methods and other related work. However, most of them focus on the methodologies from a particular aspect or perspective. Different from these existing bodies of research, this paper aims to comprehensively summarize the mainstream computational methods in gene identification and tries to provide a short but concise technical reference for future studies. Moreover, this review sheds light on the emerging trends and cutting-edge techniques that are believed to be capable of leading the research on this field in the future.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.874-890
• /
• 2021

With the widespread deployment of the fifth-generation (5G) communication networks, various real-time applications are rapidly increasing and generating massive traffic on backhaul network environments. In this scenario, network congestion will occur when the communication and computation resources exceed the maximum available capacity, which severely degrades the network performance. To alleviate this problem, this paper proposed an intelligent resource allocation (IRA) to integrate with the extant resource adjustment (ERA) approach mainly based on the convergence of support vector machine (SVM) algorithm, software-defined networking (SDN), and mobile edge computing (MEC) paradigms. The proposed scheme acquires predictable schedules to adapt the downlink (DL) transmission towards off-peak hour intervals as a predominant priority. Accordingly, the peak hour bandwidth resources for serving real-time uplink (UL) transmission enlarge its capacity for a variety of mission-critical applications. Furthermore, to advance and boost gateway computation resources, MEC servers are implemented and integrated with the proposed scheme in this study. In the conclusive simulation results, the performance evaluation analyzes and compares the proposed scheme with the conventional approach over a variety of QoS metrics including network delay, jitter, packet drop ratio, packet delivery ratio, and throughput.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1666-1672
• /
• 2016

최근 스마트 기술이 다양한 정보시스템 분야에 적용되고 있다. 특히, 기존 도서관 서비스 분야는 디지털도서관을 넘어 스마트 도서관으로 변화되었다. 이러한 변화의 환경에서 다양한 콘텐츠와 서비스 그리고 사용자와 스마트 디바이스를 지원하는 도서관 서비스 소프트웨어 플랫폼이 요구된다. 기존 도서관 서비스는 서로 다른 이기종의 도서관 시스템간의 의미적 상호운용성이 저해되는 제한점을 갖고 있다. 본 논문은 다양한 콘텐츠 제공과 시스템간의 상호작용 그리고 서비스의 통합에 중점을 두어 미래 도서관 시스템의 원형으로 링크드오픈데이터 기반의 스마트 라이브러리 제안한다. 링크드 오픈데이터 기반 스마트 라이브러리는 첨단 정보기술이 모여진 혁신적인 시스템이다. 우리는 링크드오픈데이터를 기반으로 스마트 라이브러리를 위한 다양한 요구사항에 따라 시스템 환경을 설계하였다. 이용자의 요구사항과 정보기술의 에코시스템을 고려하여 스마트 라이브러리 시스템의 기능적 요구사항에 대해 기술한다. 또한 기능적 요구사항을 수용하고 다양한 스마트 디바이스를 통해 사용자에게 스마트 지식 서비스를 제공할 수 있는 참조 프레임워크를 보여준다.

• Journal of Communications and Networks
• /
• 제17권6호
• /
• pp.549-557
• /
• 2015

Mobile cellular networks are becoming increasingly complex to manage while classical deployment/optimization techniques and current solutions (i.e., cell densification, acquiring more spectrum, etc.) are cost-ineffective and thus seen as stopgaps. This calls for development of novel approaches that leverage recent advances in storage/memory, context-awareness, edge/cloud computing, and falls into framework of big data. However, the big data by itself is yet another complex phenomena to handle and comes with its notorious 4V: Velocity, voracity, volume, and variety. In this work, we address these issues in optimization of 5G wireless networks via the notion of proactive caching at the base stations. In particular, we investigate the gains of proactive caching in terms of backhaul offloadings and request satisfactions, while tackling the large-amount of available data for content popularity estimation. In order to estimate the content popularity, we first collect users' mobile traffic data from a Turkish telecom operator from several base stations in hours of time interval. Then, an analysis is carried out locally on a big data platformand the gains of proactive caching at the base stations are investigated via numerical simulations. It turns out that several gains are possible depending on the level of available information and storage size. For instance, with 10% of content ratings and 15.4Gbyte of storage size (87%of total catalog size), proactive caching achieves 100% of request satisfaction and offloads 98% of the backhaul when considering 16 base stations.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.104-110
• /
• 2023

In the user-centered design paradigm, information systems are created entirely tailored to the users who will use them. When the functions of a complex system meet a simple user interface, users can use the system conveniently. While web personalization services are emerging as a major trend in portal services, portal companies are competing for a second service, such as introducing 'integrated communication platforms'. Until now, the role of the portal has been content and search, but this time, the goal is to create and provide the personalized services that users want through a single platform. Personalization service is a login-based cloud computing service. It has the characteristic of being able to enjoy the same experience at any time in any space with internet access. Personalized web services like this have the advantage of attracting highly loyal users, making them a new service trend that portal companies are paying attention to. Researchers spend a lot of time collecting research-related information by accessing multiple information sources. There is a need to automatically build interest information profiles for each researcher based on personal presentation materials (papers, research projects, patents). There is a need to provide an advanced customized information service that regularly provides the latest information matched with various information sources. Continuous modification and supplementation of each researcher's information profile of interest is the most important factor in increasing suitability when searching for information. As researchers' interest in unstructured information such as technology markets and research trends is gradually increasing from standardized academic information such as patents, it is necessary to expand information sources such as cutting-edge technology markets and research trends. Through this, it is possible to shorten the time required to search and obtain the latest information for research purposes. The interest information profile for each researcher that has already been established can be used in the future to determine the degree of relationship between researchers and to build a database. If this customized information service continues to be provided, it will be useful for research activities.

• 한국광학회지
• /
• 제22권6호
• /
• pp.283-290
• /
• 2011

수증기의 혼합비를 측정하기 위하여 라만 라이다 시스템을 설계 제작하였다. 시스템을 검증하기 위하여 가강수량과 분포에 대하여 상용 마이크로파 라이오메터(MWR)와 GPS 신호를 이용하는 방법과 비교 연구를 수행하였다. GNSS 방법으로 측정한 총가강수량과 본 라이다 방법에서는 작은 차이를 보였는데, 이는 라이다 방법으로 얻을 수 있는 수증기의 측정고도가 제한적이기 때문이다. 반면에 MWR 방법과 라이다 방법으로 얻은 고도에 따른 수증기량은 수증기량이 급격하게 변하는 구름 경계나 경계고도 근처에서 심한 차이를 보이고 있었다. MWR은 그 밀도가 급격하게 변하는 곳에서 취약한 점을 보였으나 개발된 라만 라이다의 경우는 그 밀도가 급격히 변하는 곳에서도 측정이 원활하게 이루어지고 있음을 알 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.93-102
• /
• 2023

클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다.