• 제목/요약/키워드: Network Support API

검색결과 24건 처리시간 0.021초

Malaria Epidemic Prediction Model by Using Twitter Data and Precipitation Volume in Nigeria

  • Nduwayezu, Maurice;Satyabrata, Aicha;Han, Suk Young;Kim, Jung Eon;Kim, Hoon;Park, Junseok;Hwang, Won-Joo
    • 한국멀티미디어학회논문지
    • /
    • 제22권5호
    • /
    • pp.588-600
    • /
    • 2019
  • Each year Malaria affects over 200 million people worldwide. Particularly, African continent is highly hit by this disease. According to many researches, this continent is ideal for Anopheles mosquitoes which transmit Malaria parasites to thrive. Rainfall volume is one of the major factor favoring the development of these Anopheles in the tropical Sub-Sahara Africa (SSA). However, the surveillance, monitoring and reporting of this epidemic is still poor and bureaucratic only. In our paper, we proposed a method to fast monitor and report Malaria instances by using Social Network Systems (SNS) and precipitation volume in Nigeria. We used Twitter search Application Programming Interface (API) to live-stream Twitter messages mentioning Malaria, preprocessed those Tweets and classified them into Malaria cases in Nigeria by using Support Vector Machine (SVM) classification algorithm and compared those Malaria cases with average precipitation volume. The comparison yielded a correlation of 0.75 between Malaria cases recorded by using Twitter and average precipitations in Nigeria. To ensure the certainty of our classification algorithm, we used an oversampling technique and eliminated the imbalance in our training Tweets.

홈 네트워킹 제어 미들웨어인 UPnP를 이용한 Control Point 및 내장형 시스템 상에서의 DTV와 전등 제어기 에뮬레이터 구현 (Implementation of Control Point, Digital TV, and Light Controller Emulator on Embedded System Using UPnP Home Networking Control Middleware)

  • 전호인
    • 정보통신설비학회논문지
    • /
    • 제1권1호
    • /
    • pp.6-25
    • /
    • 2002
  • 본 논문에서는 인텔사(社)의 UPnP SDK vl.0을 임베디드 리눅스 시스템 개발 보드인 아사벳(assabet)보드에 포팅하고, UPnP SDK 패키지에서 제공하는 API를 이용하여 리눅스 PC에서 동작하는 UPnP Control Point와 임베디드 리눅스 시스템에서 동작하는 디지털 TV 에뮬레이터, 그리고 전등 제어기를 C언어로 구현하였다. 디지털 TV의 기능을 분석하여 UPnP서비스로 설계하고, 이를 UPnP 디바이스 프로그램에 적용하였다. 본 논문에서 사용한 UPnP SDK vl.04는 UPnP 홈 네트워킹 제어 미들웨어의 핵심 프로토콜 인 HTTP와 SSDP(Simple Service Discovery Protocol), SOAP(Simple Object Access Protocol), GENA(General Event Notification Architecture), 그리고, XML DOM Level-1을 리눅스에서 지원하기 위한 API 들로 들로 구성되어 있다. 본 논문에서 작성한 Control Point 프로그램은 리눅스 PC에서 실행시키고, 디지털 TV 에뮬레이터 프로그램과 전등제어기 프로그램은 임베디드 리눅스 보드에서 실행하였다. 실행된 Control Point는 네트워크에 연결된 디바이스들을 찾아 그 리스트를 콘솔에 출력하고, 디바이스가 제공하는 서비스를 콘솔입력으로 선택하여 실행시킨다. 본 논문에서 작성한 디바이스와 Control Point 프로그램이 UPnP의 핵심 기능들을 완벽하게 지원하는 것을 실험을 통해 확인하였다.

  • PDF

Riverbed (OPNET) Modeler의 효과적인 라우팅 프로토콜 추가 프레임워크 및 이를 이용한 AntHocNet 라우팅 구현 (Effective Routing Protocol Implementation Framework on Riverbed (OPNET) Modeler and its Example for AntHocNet)

  • 김광수;이철웅;신승훈;노병희;노봉수;한명훈
    • 한국통신학회논문지
    • /
    • 제41권8호
    • /
    • pp.974-985
    • /
    • 2016
  • Riverbed Modeler는 복잡한 통신 프로토콜과 큰 규모의 네트워크를 설계하기 위한 패킷 수준의 이산 사건 시뮬레이터이며 그 신뢰성을 인정받아 대규모 네트워크의 성능분석에 널리 활용되고 있다. Riverbed Modeler를 활용하는 MANET 시뮬레이션 환경에서, 새로운 라우팅 프로토콜을 구현하여 추가하는 방법이 매우 복잡하고 많은 부분의 수정을 요구한다. 본 논문에서는 Riverbed Modeler의 라우팅 지원 구조에 대하여 살펴보고, 라우팅 추가에 대한 어려움을 해결하기 위하여 보다 쉽고 실수의 가능성을 줄일 수 있는 라우팅 추가 프레임워크를 제안하였다. 라우팅 추가 프레임워크는 프로토콜을 인식하는 부분에 대하여 적응적 구조 갖는 API로서 제공되며, 라우팅 프로토콜을 최소한의 수정으로 추가할 수 있도록 구성하였다. 라우팅 추가 프레임워크를 이용하여 라우팅 프로토콜을 추가하는 경우, 수정해야 하는 부분을 기존의 절반 이하로 간소화 하였다. 또한 제안한 라우팅 추가 프레임워크를 이용하여 Hybrid 라우팅 프로토콜인 AntHocNet을 구현하여 추가한 사례를 제시하여, 라우팅 추가 프레임워크가 타당하게 설계 및 적용되었음을 확인하였다.

표정 분류 연구 (Analysis of facial expression recognition)

  • 손나영;조현선;이소현;송종우
    • 응용통계연구
    • /
    • 제31권5호
    • /
    • pp.539-554
    • /
    • 2018
  • 최근 등장하는 다양한 사물인터넷 기기 혹은 상황인식 기반의 인공지능에서는 사용자와 기기의 상호작용이 중요시 된다. 특히 인간을 대상으로 상황에 맞는 대응을 하기 위해서는 인간의 표정을 실시간으로 인식하여 빠르고 정확한 판단을 내리는 것이 필요하다. 따라서, 보다 빠르고 정확하게 표정을 인식하는 시스템을 구축하기 위해 얼굴 이미지 분석에 대한 많은 연구들이 선행되어 왔다. 본 연구에서는 웹사이트 Kaggle에서 제공한 48*48 8-bit grayscale 이미지 데이터셋을 사용하여 얼굴인식과 표정분류로 구분된 두 단계를 거치는 얼굴표정 자동 인식 시스템을 구축하였고, 이를 기존의 연구와 비교하여 자료 및 방법론의 특징을 고찰하였다. 분석 결과, Face landmark 정보에 주성분분석을 적용하여 단 30개의 주성분만으로도 빠르고 효율적인 예측모형을 얻을 수 있음이 밝혀졌다. LDA, Random forest, SVM, Bagging 중 SVM방법을 적용했을 때 가장 높은 정확도를 보이며, LDA방법을 적용하는 경우는 SVM 다음으로 높은 정확도를 보이며, 매우 빠르게 적합하고 예측하는 것이 가능하다.