KSII Transactions on Internet and Information Systems (TIIS)
/
제11권10호
/
pp.4717-4737
/
2017
Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.
허혈성 뇌졸중은 뇌혈관의 혈전이나 색전에 의해 뇌 혈류가 감소하게 되어 뇌 조직이 기능을 못하는 질환으로, 질환의 특성상 뇌혈관의 폐색 여부를 확인하는 것이 중요하기 때문에 질환의 진단에 있어서 의료 영상이 필수적으로 활용된다. 그 중에서도 뇌 자기공명영상은 뇌의 구조적인 정보들을 얻을 수 있어 질환을 진단하는데 그 지표로 널리 활용되고 있다. 하지만 허혈성 뇌졸중과 같은 응급 질환의 경우 빠른 진단과 처치에 도움이 될 수 있는 지능적인 시스템이 요구됨에 비해, 기존의 의료 영상 저장 시스템으로는 신속하고 직관적인 영상 정보 제공이 어렵다. 즉, 기존의 시스템은 피상적인 메타 데이터를 이용하여 의료 영상을 관리하고 있어 의료 영상에 내재된 주요 의미적 정보를 고려하지 못하고 있다. 따라서 본 논문에서는 뇌 자기공명영상이 내포하고 있는 주요 의미적인 정보인 뇌의 해부학적 구조와 같은 영상 정보를 제공할 수 있도록 하는 템플릿 중심의 영상 매핑 기법을 제안하고자 한다. 제안하는 기법은 방대한 양의 영상을 대표할 수 있는 대표 영상(템플릿)을 선정하여 의미적 특징과 대표 영상(템플릿) 사이의 대응성을 정립하고, 전문가(의사)에 의해서만 분석될 수 있는 영상 사이의 의미적 연관성을 표면화 시켜 의미 기반의 영상 관리를 가능케 한다.
The group formation problem of the machine and part is a critical issue in the planning stage of cellular manufacturing systems. The machine-part grouping with alternative process plans means to form machine-part groupings in which a part may be processed not only by a specific process but by many alternative processes. For this problem, this study presents an algorithm based on self organizing neural networks, so called SOM (Self Organizing feature Map). The SOM, a special type of neural networks is an intelligent tool for grouping machines and parts in group formation problem of the machine and part. SOM can learn from complex, multi-dimensional data and transform them into visually decipherable clusters. In the proposed algorithm, output layer in SOM network had been set as one-dimensional structure and the number of output node has been set sufficiently large in order to spread out the input vectors in the order of similarity. In the first stage of the proposed algorithm, SOM has been applied twice to form an initial machine-process group. In the second stage, grouping efficacy is considered to transform the initial machine-process group into a final machine-process group and a final machine-part group. The proposed algorithm was tested on well-known machine-part grouping problems with alternative process plans. The results of this computational study demonstrate the superiority of the proposed algorithm. The proposed algorithm can be easily applied to the group formation problem compared to other meta-heuristic based algorithms. In addition, it can be used to solve large-scale group formation problems.
프로슈머의 등장과 동영상 콘텐츠가 디지털 방식으로 제작되면서 기존의 동영상을 다양한 방법으로 편집하는 UCC가 활성화되었다. 수많은 UCC가 제작되면서 저작권 문제, 복사에 따른 중복성 문제 그리고 저작물의 내용 문제 등이 대두되었다. 또한 기존의 동영상을 재구성할 경우 동영상 제작과정을 체계적으로 관리하고 동영상 콘텐츠를 표준화하여 재구성 및 재사용성에 따른 생산성을 높일 필요가 있다. 이에 본 연구에서는 UCC에 적합한 동영상 콘텐츠의 검색, 재사용성 그리고 저작권 등의 중요성을 인식하고, 동영상 콘텐츠의 제작 유통 재편집을 고려하여 e-Learning에 널리 채택되고 있는 SCORM 표준안을 기반으로 동영상 재사용 시스템을 구축하였다. 콘텐츠 객체의 메타데이터를 이용하여 동영상 콘텐츠의 검색과 재사용을 용이하게 할 뿐만 아니라 제작자 및 일반 사용자들이 자신의 취향에 따라 콘텐츠 객체들을 선택하고 재구성하여 자신만의 창의적 동영상 UCC를 쉽게 제작할 수 있다. Scene 단위의 동영상 객체별로 저작권을 관리하여 저작권 문제를 해소하는데 효과가 있을 것으로 본다. 인터랙티브 스토리텔링 기법의 하나로 SCORM의 시퀀싱 기능을 사용하여 사용자의 기호에 따라 맞춤형으로 동영상을 감상할 수 있는 개별화된 동영상 콘텐츠의 제작도 가능하다.
디지털 콘텐츠는 정보기술과 인터넷의 발전에 따라 기하급수적으로 증가하였고, 그에 따른 여러 콘텐츠 서비스들이 등장하고 있다. 이러한 디지털 콘텐츠가 단순히 고정적인 콘텐츠의 제공 뿐 만이 아닌, 다양화 되는 소비자의 요구에 충족되기 위해서는 각각의 개성에 따른 맞춤형 디지털 콘텐츠가 제공될 수 있어야 한다. 이를 위해 디지털 콘텐츠는 표준화된 구조로 제공되어야 하며, 이는 MPEG(Moving Picture Experts Group)에서 표준화를 진행하고 있는 MPEG-21 프레임워크의 DID(Digital Item Declaration)로 표현이 가능하다. 이에 본 논문에서는 소비자의 선택된 정보를 기반으로 MPEG-21 DID 표준에 따른 메타데이터를 생성하고 디지털 아이템을 패키징하여 소비할 수 있는 모듈을 설계 및 구현하였다.
Objective: The aim of this study is to understand and identify the critical issues in vision research area using content analysis and network analysis. Background: Vision, the most influential factor in information processing, has been studied in a wide range of area. As studies on vision are dispersed across a broad area of research and the number of published researches is ever increasing, a bibliometric analysis towards literature would assist researchers in understanding and identifying critical issues in their research. Method: In this study, content and network analysis were applied on the meta-data of literatures collected using three search keywords: 'visual search', 'eye movement', and 'eye tracking'. Results: Content analysis focuses on extracting meaningful information from the text, deducting seven categories of research area; 'stimuli and task', 'condition', 'measures', 'participants', 'eye movement behavior', 'biological system', and 'cognitive process'. Network analysis extracts relational aspect of research areas, presenting characteristics of sub-groups identified by community detection algorithm. Conclusion: Using these methods, studies on vision were quantitatively analyzed and the results helped understand the overall relation between concepts and keywords. Application: The results of this study suggests that the use of content and network analysis helps identifying not only trends of specific research areas but also the relational aspects of each research issue while minimizing researchers' bias. Moreover, the investigated structural relationship would help identify the interrelated subjects from a macroscopic view.
디지털 콘텐츠 식별체계인 UCI(Universal Content Identifier)는 디지털 콘텐츠의 투명한 유통과정과 효율적 검색과 관리를 위해서 만든 URN(Uniform Resource Name)에 기반을 둔 식별체계이다. UCI 식별자를 부여받은 디지털콘텐츠는 사용자가 원하는 콘텐츠를 정확하게 전달하기 위해서는 다양한 메타데이터 정보를 필요로 한다. 그러나 UCI에서 제공하는 식별 메타데이터만으로는 콘텐츠에 대한 다양한 정보를 표현하기에는 부족하며, 정보의 보다 정확한 표현과 효율적 검색 및 관리를 위해서는 UCI에서 제공하는 메타데이터와 함께 메타데이터 내에 표현된 개념과 그 의미 관계를 정형화하고 명시적인 방법으로 정의하는 온톨로지를 필요로 한다. 본 논문에서는 UCI 식별체계의 메타데이터간 개념관계를 온톨로지로 확장하고 도메인 온톨로지를 설계함으로써 구축된 UCI 메타데이터 정보를 효율적으로 이용하여 의미 기반의 검색과 관리를 가능하게 하였으며, 다양한 질의어를 통하여 메타데이터만을 이용하는 UCI식별체계에 비하여 효율적인 검색과 관리가 가능함을 보였다.
최근에는 IT와 관광을 융합하는 IT관광 융합학문이 미래학문으로 떠오르고 있다. 융합학문은 소셜 데이터 분석에 열을 올리고 있다. 소셜 네트워크 서비스는 마케팅 분야에서 많은 활용되고 있으며 학습에 적용하는 사례도 증가하고 있다. 본 연구는 u-스마트 관광정보 시스템을 이용한 모바일 학습 콘텐츠를 설계한다. 이것은 관광정보 패턴 템플리트 라이브러리에 있는 관광정보 콘텐츠를 학습의 효과를 증대하기 위해서 모바일 학습 콘텐츠로 변환하는 것이다. 모바일 학습 콘텐츠 설계는 u-스마트 관광정보를 이용한 스마트폰 앱(App)과 XMI를 활용하여 열 개의 설계 과정을 거친다. 향후 이 설계과정을 거쳐 모바일 학습 콘텐츠를 구현함으로써 관광정보 콘텐츠 정보품질에 맞는 모바일 학습 콘텐츠를 생성하고 관광정보콘텐츠를 실시간으로 학습 할 수 있는 것이 최대 장점이다.
Objectives The impact of social and economic losses on society due to the occurrence of osteoporosis patients is serious. The purpose of this study is to identify the types and effects of herbal medicine for osteoporosis and osteopenia. Methods We will investigate 8 online databases (MEDLINE/PubMed, Cochrane library, EMbase, China National Knowledge Infrastructure [CNKI], J-stage, National Digital Science Library [NDSL], Research Information Sharing Service [RISS], Koreanstudies Information Service System [KISS]) without language, publication date limitation for the clinical study of herbal medicine for osteoporosis and osteopenia published between the start of the database and 2021. The frequency, duration and pattern of the any type of herbal medicine utilization will be analyzed. Results Randomized controlled trials about herbal medicine or herbal medicine extracts for osteoporosis and osteopenia should be included in the study. Cochrane risk in bias tools will be used to evaluate the methodological quality of the study. A risk ratio or mean difference with a 95% confidence interval will show the effects of herbal medicine or herbal medicine extracts for osteoporosis and osteopenia. Conclusions The results of the systematic review will reflect the current status of herbal medicine treatment for osteoporosis and osteopenia, and it can be expected to verify the validity of the effectiveness, and provide it as a basic data for the use of herbal medicine in clinical utilization.
유비쿼터스 센서 네트워크(USN) 환경에서 센서 및 센서 노드, 그리고 센서 네트워크들은 서로 이기종으구성되며, 각 구성의 특성 또한 매우 다양하다. 그러므로 센서 및 센서 노드들 사이에 상호운용성을 위하여 단일의 메타데이터를 정의, 관리하는 것은 매우 중요하다. 이를 위해서 센서를 모델링 하기 위한 표준 언어로 SensorML(Sensor Model Language)이 있다. 본 논문에서는 센서 장치, 센서노드 그리고 센서 네트워크 정보를 응용 단에서 기술하기 위한 XMDR-DAI 기반의 USN 메타데이터를 정의한다. 그리고 제안된 XMDR-DAI 기반의 USN 메타데이터를 효과적으로 저장하고 검색하기 위한 방법은 에이전트 기술을 이용한다. 본 논문에서 제안하는 센서 메타데이터는 SensorML 기반으로써 USN 환경에서 상호운용성을 유지할 수 있을 것이며, 메타데이터 관리 시스템은 USN 미들웨어나 응용에서 메타데이터 관리를 위해 직접 활용 될 수 있다.
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.