• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권6호
• /
• pp.2848-2869
• /
• 2017

Mobile Wireless Sensor Networks (MWSN) are usually constrained in energy supply, which makes energy efficiency a key factor to extend the network lifetime. The management of the network topology has been widely used as a mechanism to enhance the lifetime of wireless sensor networks (WSN), and this work presents an alternative to this. Software Defined Networking (SDN) is a well-known technology in data center applications that separates the data and control planes during the network management. This paper proposes a solution based on SDN that optimizes the energy use in MWSN. The network intelligence is placed in a controller that can be accessed through different controller gateways within a MWSN. This network intelligence runs a Topology Control (TC) mechanism to build a backbone of coordinator nodes. Therefore, nodes only need to perform forwarding tasks, they reduce message retransmissions and CPU usage. This results in an improvement of the network lifetime. The performance of the proposed solution is evaluated and compared with a distributed approach using the OMNeT++ simulation framework. Results show that the network lifetime increases when 2 or more controller gateways are used.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.143-153
• /
• 1997

At the on-line control method FLC(Fuzzy Logic Controller) is stronger to the disturbance than a classical controller and its overshoot of the initialized value is excellent. The fuzzy controller can do a proper control, though it doesn't know the mathematical model of the system or the parameter value. But to make the control rule of the fuzzy controller through an expert's experiance has a changes of the control system, the control rule is fixed, it can't adjust to the environment changes of the control system, the controller output value has a minute error and it can't convergence correctly to the desired value[1][2]. There are many ways to eliminate the minute error[3][4][5], but in this paper suggests EP-FNNIC(Fuzzy Neurla Network Intelligence Controller) intelligence controller which combines FLC with NN(Neural Network) and EP(Evolution Programming). The output characteristics of EP-FNNIC controller will be compared and analyzed with FLC. It will be showed that this EP-FN IC controller converge correctly to the desirable value without any error. The convergence speed, overshoot, rising time, error of steady state of controller of these two kinds also will be compared.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권5호
• /
• pp.2469-2490
• /
• 2019

A low-energy adaptive clustering hierarchy (LEACH) protocol is a low-power adaptive cluster routing protocol which was proposed by MIT's Chandrakasan for sensor networks. In the LEACH protocol, the selection mode of cluster-head nodes is a random selection of cycles, which may result in uneven distribution of nodal energy and reduce the lifetime of the entire network. Hence, we propose a new selection method to enhance the lifetime of network, in this selection function, the energy consumed between nodes in the clusters and the power consumed by the transfer between the cluster head and the base station are considered at the same time. Meanwhile, the improved FTBA algorithm integrating the curve strategy is proposed to enhance local and global search capabilities. Then we combine the improved BA with LEACH, and use the intelligent algorithm to select the cluster head. Experiment results show that the improved BA has stronger optimization ability than other optimization algorithms, which the method we proposed (FTBA-TC-LEACH) is superior than the LEACH and LEACH with standard BA (SBA-LEACH). The FTBA-TC-LEACH can obviously reduce network energy consumption and enhance the lifetime of wireless sensor networks (WSNs).

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.498-500
• /
• 2022

CCTV는 위험 상황을 파악하고 신속히 대응함으로써, 인명과 자산을 안전하게 보호한다. 하지만, 점점 많아지는 CCTV 영상을 지속적으로 모니터링하기는 어렵다. 이런 이유로 CCTV 영상을 지속적으로 모니터링하면서 이상행동이 발생했을 때 알려주는 장치가 필요하다. 최근 영상데이터 분석에 인공지능 모델을 활용한 많은 연구가 이루어지고 있다. 본 연구는 CCTV 영상에서 관측할 수 있는 다양한 이상 행동을 분류하기 위해 영상데이터 사이의 공간적, 시간적 특성 정보를 동시에 학습한다. 학습에 이용되는 인공지능 모델로 End-to-End 방식의 3D-Convolution Neural Network(CNN)와 ResNet을 결합한 다중 분류 딥러닝 모델을 제안한다.

• 한국문헌정보학회지
• /
• 제55권4호
• /
• pp.141-157
• /
• 2021

본 연구는 국내 인공지능 분야 연구동향을 파악하기 위해 국내 학술지에 발표된 인공지능 분야 논문들을 대상으로 네트워크 분석 및 동적 토픽 모델링 분석을 진행하였다. 2020년까지 KCI(한국학술지인용색인)에 등록된 논문 중 '인공지능'과 'artificial intelligence' 두 개의 키워드 중 하나 또는 하나 이상이 논문 제목 또는 색인 키워드에 포함한 2,552개 논문들의 메타데이터 및 초록을 수집하였다. 키워드, 소속기관, 주제 분야, 초록의 추출 및 전처리 작업을 진행하였고 키워드를 활용한 키워드 동시 출현 네트워크 구축 및 분석으로 국내 인공지능 분야의 주요 키워드를 확인하였으며, 소속기관 정보를 활용한 기관 협력 네트워크를 통해 국내외 산학기관들의 협력 정 도 및 특징을 파악하였다. 또한 연구 대상 논문들 중 한글로 작성된 1845개의 초록 들을 대상으로 동적 토픽 모델링을 진행하였으며, 주제어들을 토대로 13개의 주제를 레이블링하였다. 레이블링 된 13개의 주제를 통해 국내 인공지능 연구 분야의 시기별 주제 동향을 파악하였다. 본 연구는 기존의 선행연구들에서 시도하지 않은 저자 소속기관 등을 활용한 기관 협력 네트워크 및 초록을 활용한 동적 토픽 모델링을 통해 국내 인공지능 분야 연구동향 파악의 시야를 확장하는 것으로 학술적 의의를 지닌다. 또한, 본 연구의 결과가 인공지능 시대에 부합하는 국가 정책 수립 기여라는 실질적 함의를 시사한다.

• 문화기술의 융합
• /
• 제6권3호
• /
• pp.463-468
• /
• 2020

인공지능 연구는 다양한 분야에 적용되며 발전하고 있다. 본 논문에서는 차세대 인공지능 연구 분야인 SNN(Spiking Neural Networks) 형태의 인공지능 구현 방식을 사용하여 신경망을 구축하고, 그 신경망에서 뉴런의 개수가 신경망의 성능에 어떠한 영향을 미치는지를 분석한다. 또한 신경망 학습량을 증가시키면서 신경망의 성능이 어떻게 바뀌는지를 분석한다. 해당 연구 결과를 통해 각 분야에서 사용되는 SNN 기반의 신경망을 최적화 할 수 있을 것이다.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.312-318
• /
• 2022

From the past two eras, artificial intelligence has gained the attention of researchers of all research areas. Video editing is a task in the list that starts leveraging the blessing of Artificial Intelligence (AI). Since AI promises to make technology better use of human life although video editing technology is not new yet it is adopting new technologies like AI to become more powerful and sophisticated for video editors as well as users. Like other technologies, video editing will also be facilitated by the majestic power of AI in near future. There has been a lot of research that uses AI in video editing, yet there is no comprehensive literature review that systematically finds all of this work on one page so that new researchers can find research gaps in that area. In this research we conducted a statically approach called, systematic mapping study, to find answers to pre-proposed research questions. The aim and objective of this research are to find research gaps in our topic under discussion.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.540-542
• /
• 2023

Due to the serious issues posed by facial manipulation technologies, many researchers are becoming increasingly interested in the identification of face forgeries. The majority of existing face forgery detection methods leverage powerful data adaptation ability of neural network to derive distinguishing traits. These deep learning-based detection methods frequently treat the detection of fake faces as a binary classification problem and employ softmax loss to track CNN network training. However, acquired traits observed by softmax loss are insufficient for discriminating. To get over these limitations, in this study, we introduce a novel discriminative feature learning based on Vision Transformer architecture. Additionally, a separation-center loss is created to simply compress intra-class variation of original faces while enhancing inter-class differences in the embedding space.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.209-214
• /
• 2024

This is an extended research paper focusing on the applications of Machine Learing and Artificial Intelligence in virtual learning environment. The world is moving at a fast pace having the application of Machine Learning (ML) and Artificial Intelligence (AI) in all the major disciplines and the educational sector is also not untouched by its impact especially in an online learning environment. This paper attempts to elaborate on the benefits of ML and AI in E-Learning (EL) in general and explain how King Khalid University (KKU) EL Deanship is making the best of ML and AI in its practices. Also, researchers have focused on the future of ML and AI in any academic program. This research is descriptive in nature; results are based on qualitative analysis done through tools and techniques of EL applied in KKU as an example but the same modus operandi can be implemented by any institution in its EL platform. KKU is using Learning Management Services (LMS) for providing online learning practices and Blackboard (BB) for sharing online learning resources, therefore these tools are considered by the researchers for explaining the results of ML and AI.

• 경영정보학연구
• /
• 제13권1호
• /
• pp.75-96
• /
• 2011

본 연구는 e-Commerce 산업의 미래 트랜드를 예측하기 위해 Coolhunting을 실시하였다. Coolhunting은 사회네트워크 분석을 통해 트렌드세터를 발견하고 이들의 집단지성을 통해 미래 트랜드인 Cool Trends를 읽어내는 방법이다. Coolhunting은 사회네트워크분석을 통해 실시되는데 본 연구에서는 사회 네트워크 분석 Tool 중 NodeXL을 활용하였다. e-Commerce 산업의 Cool Trends를 발견하기 위해 e-Commerce 기업, 상품, 고객서비스 유형, 고객응대직원, 고객간의 산업네트워크 연구모형을 설계하였다. 연구모형을 통해 e-Commerce 산업의 흐름을 분석하고, 네트워크 영향력을 나타내는 사이중앙값과 페이지랭크값 분석을 통해 트렌드세터들의 특성을 파악하였다. 본 연구의 결과 e-Commerce 산업 네트워크는 혼돈형태에서 현재 집단지성형태의 네트워크로 변화되고 있었다. 네트워크 영향력에 대한 분석결과 e-Commerce 시장의 Cool Trends가 VIP, 우수, 관리등급의 여성고객(트렌드세터)들을 중심으로 집단지성을 통한 상거래인 소셜커머스 시장이 활성화 될 것이고, 소셜커머스에서는 소비자들에게 시맨틱한 소비를 촉진시키고, 상품군 중 화장품/미용기구/향수 상품군에서 고객 들의 구매력이 집중될 것이라는 것을 발견하였다. 본 연구결과를 통해 e-Commerce 기업이 취해야 할 전략적 방향성을 제언하였고, 국내 e-Commerce 기업들에게 있어서 지속적 성장이 이루어지고, 고객들에게 있어서는 양질의 서비스가 제공되기를 바란다.