• 한국통신학회논문지
• /
• 제31권11A호
• /
• pp.1076-1084
• /
• 2006

본 논문에서는 차세대 이동통신 시스템에서 고려할 수 있는 새로운 형태의 채널 이중화를 위한 Hybrid Division Duplex (HDD) 방식의 개념과 구현 이슈를 살펴보고, 이에 따른 통합 무선 자원관리 기법을 제안한다. HDD는 TDD와 FDD의 장점을 동시에 수용하며, 멀티미디어 서비스의 상하향 비대칭적 트래픽 특성에 따라 나타나는 인접 셀 간 상호 간섭을 효과적으로 제어할 수 있는 구조를 갖는다. HDD는 각각 TDD와 FDD로 동작하는 2개의 대역을 이용하며, 이때 하향링크는 TDD 모드로만 동작을 하고, 상향링크는 단말의 위치에 따라 TDD모드 또는 FDD 모드로 동작할 수 있다. 따라서 HDD 방식에서는 상향링크의 이중화 모드와 비대칭적 멀티미디어 서비스에 따른 상 하향 링크의 비율을 결정하고, 이에 따른 상호 간섭을 완화하기 위한 통합적 무선 자원관리 기법이 요구되다. 본 논문은 HDD 시스템의 효율적인 운용을 위한 통합 자원관리 기법으로서 인접 셀 간 간섭을 최소화하면서, TDD 대역 자원을 효율적으로 사용함으로써 시스템의 효율성을 극대화할 수 있는 분산적 적응 제어기법을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.255-258
• /
• 2011

무선 LAN(Wi-Fi: Wireless Fidelity)은 스마트폰 대중화와 더불어 급속히 확대되는 통신망으로 컴퓨터, 노트북, 태블릿 PC 그리고 스마트폰 등 다양한 기기가 접속되어 유비쿼터스 기반의 핵심 네트워크로 자리 잡아 가고 있다. 현재 많은 무선 LAN 통신 기술이 개발되어 다양한 데이터 전송이 가능해졌으며, 표준인 IEEE 802.11n은 2.4GHz 대역과 5GHz 주파수 대역을 사용하고 있다. 2.4GHz 대역은 파장이 길고 회절 및 수신 거리가 좋아서 802.11b/g 방식으로 널리 보급되었다. 5GHz 주파수 대역은 2.4GHz보다 활용할 수 있는 더 많은 채널을 가지고 있어 블루투스, RFID 등 다른 무선 장치의 주파수 대역과 간섭이 없으며 주파수 사용자가 적어 채널 간섭이 적은 특징을 가지고 있다. 본 논문에서는 초기부터 사용된 802.11b/a/g과 현재 사용되고 있는 802.11n 기술 분석 및 동향 그리고 최근 차세대 무선 LAN 통신망으로 대두되고 있는 802.11ac와 802.11ad의 개발 현황 및 표준화 방향에 대하여 살펴본다. 또한, 무선 LAN 보안 취약점 및 이용 현황과 추가적인 대책 방안에 대하여 논하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권2호
• /
• pp.67-74
• /
• 2013

근사문자열매칭 문제는 다양한 분야에서 연구되어 왔다. 최근에는 차세대염기서열분석의 비용과 시간을 줄이기 위해 빠른 근사문자열매칭 알고리즘들이 이용되고 있다. 근사문자열매칭은 문자열들의 오차를 측정하기 위해 편집거리와 같은 거리함수를 이용한다. 알파벳 ${\Sigma}$에 대한 길이가 각각 m, n인 두 문자열 X와 Y의 편집거리는 X를 Y로 변환하기 위해 필요한 최소 편집연산의 수로 정의된다. 두 문자열의 편집거리는 잘 알려진 동적프로그래밍을 이용하여 O(mn) 시간과 공간에 계산할 수 있으며, 4-러시안 알고리즘을 이용해서도 계산할 수 있다. 4-러시안 알고리즘은 블록 크기를 t라 할 때, 전처리 단계에서 $O((3{\mid}{\Sigma}{\mid})^{2t}t^2)$ 시간과 $O((3{\mid}{\Sigma}{\mid})^{2t}t)$ 공간이 필요하며, 계산 단계에서 O(mn/t) 시간과 O(mn) 공간을 이용하여 편집거리를 계산하는 알고리즘이다. 본 논문에서는 4-러시안 알고리즘의 계산 단계를 병렬화하고 실험을 통해 CPU 기반의 순차적 알고리즘과 CUDA로 구현한 GPU 기반의 병렬 알고리즘의 수행시간을 비교한다. 본 논문에서 제시하는 4-러시안 알고리즘의 계산단계는 m/t개의 쓰레드를 사용하여 O(m+n) 시간에 편집거리를 계산한다. GPU 기반의 알고리즘이 CPU 기반의 알고리즘 보다 t = 1일 때 약 10배 빠르고, t = 2일 때 약 3배 빠른 결과를 보였다.

• 감성과학
• /
• 제20권4호
• /
• pp.89-100
• /
• 2017

초연결사회의 시대가 도래하여 시간과 공간의 제약없이 효율적으로 정보를 전달할 수 있는 스마트 디바이스의 사용이 보편화되었다. 스마트 디바이스는 사람과 사물 간의 상호작용을 통하여 정보를 전달할 수 있도록 점차 웨어러블 형태로 발전하고 있으며, 의복 형태의 스마트 디바이스인 스마트의류는 인체에 가장 밀착한 상태로 각종 생체신호 등의 측정이 가능하기 때문에 미래 일상생활에서 사용도가 높아질 것으로 주목받고 있다. 기존에 개발된 스마트의류는 의복에 전자장치를 부착한 형태로 개발되어 기기 이물감으로 인해 착용 시 사용자의 불편을 야기하여 지속적으로 생체신호를 측정하기에 한계가 있었다. 이에 따라 점차 전자장치가 텍스타일 내의 한 요소로 통합되어 있는 스마트 텍스타일을 기반으로 한 스마트의류의 개발이 요구된다. 본 연구에서는 현재 소비자에게 가장 근접한 웨어러블 디바이스인 스마트워치 사용자를 대상으로 하여 사용경험에 기반한 감성을 통해 웨어러블 디바이스에서 사용자가 필요로 하는 요구조건을 탐색하고자 하였다. 스마트워치 사용자의 경험에 기반한 감성에 대해 구체적인 답변을 얻고자 반구조화 된 심층인터뷰를 통해 질적 연구를 수행하였으며, 심층인터뷰 내용을 바탕으로 사용자감성을 기능적, 심미적, 사회적, 경험적 네 가지 측면으로 분류하였다. 측면별로 감성키워드를 설정하여 빈도 수 확인을 통해 스마트워치 사용자의 관심도를 알아보았다. 본 연구의 결과를 미래의 웨어러블 디바이스로 주목받고 있는 스마트의류 제작에 필요한 스마트 텍스타일 개발을 위한 기초자료로 활용하고자 한다.

• 한국정보과학회논문지:정보통신
• /
• 제30권4호
• /
• pp.545-558
• /
• 2003

이동단말의 사용이 보편화 됨에 따라 통신 서비스의 개인화 및 맞춤화 요구가 증가하고 있다. 개인화 서비스의 궁극적인 목표는 사용자가 임의의 망으로 로밍해 가더라도 당초 가입한 서비스와 유사한 형태로(same look and feel) 서비스를 제공하는 가상 홈 환경의 실현에 있다. 가상 홈 환경에서는 개인의 서비스를 정의하는 서비스 프로파일의 관리가 필수 절차가 된다. 이러한 가상 흠 환경을 구현하기 위한 두 가지 방법은 가입자가 로밍하는 곳에 프로과일을 중복하여 방문망 내에서 서비스론 제공하는 무조건추종중복[Follow-Me Replication Unconditional(FMRU)] 기법과, 홈 망의 서비스시스템으로부터 서비스를 실행하는 중앙집중(Central) 기법으로, 전자는 call-to-mobiligy ratio(CMR)이 높은 가입자에게, 후자는 CMR이 낮은 가입자에게 적합하다. 그러나 해당 가입자가 어떤 경우에나 고정된 CMR을 갖는 것은 아니므로 평균적인 CMR로 위 두 기법을 선택하여 적용하는 것은 성능 저하의 문제가 있다. 본 논문에서는 가상 홈 환경에서 서비스 프로파일 관리를 위한 두 가지 기법을 구체화하고, FMRU를 개선한 요구기반 무조건추종중복[Follow-Me Replication Unconditional on-Demand(FMRUD)]기법을 제시하였다. 또한 가입자의 변화하는 CMR에 따라 자동적으로 두 기법을 선택하도록 하는 적응적 추종 중복[Adaptive Follow-Me Replication(AFMR)]기법을 제안하였으며 이들을 비교하였다. 반응 수식을 통한 성능분석 결과 프로파일 크기 관점에서 효율성을 판단하며 CMR 변화를 고려하는 AFMR이 더욱 높은성능을 가짐을 알 수 있다.

• 한국진공학회지
• /
• 제12권4호
• /
• pp.263-268
• /
• 2003

차세대 반도체 및 디스플레이 소자에 적용되는 실리콘 질화막은 정확한 두께 제어와 우수한 물성을 필요로 한다. 본 연구에서는 우수한 특성의 실리콘 질화막을 형성하기 위해 Si 원료물질로 $SiC1_4$, N 원료물질로 $NH_3$을 사용하고 $500^{\circ}C$에서 $600^{\circ}C$ 온도구간에서 batch-type 장비를 이용하여 원자층 증착 방법으로 박막을 형성하고 증착된 박막의 특성을 살펴보았다. Batch-type 장비를 사용한 박막의 증착은 표면반응에 의한 균일한 원자층 증착임을 확인하였으며, 증착 cycle의 횟수를 조절하여 원하는 두께의 박막을 형성할 수 있었다. 원자층 증착된 박막의 조성, 굴절률 및 습식각 속도를 기존의 저압화학증착 방법에 의해 증착된 박막과 비교한 결과, 원자층 증착 방법을 사용하여 기존의 방법보다 증착온도를 $250^{\circ}C$ 이상 낮추면서도 유사한 물성을 가진 박막을 형성할 수 있음을 확인하였다. Pyridine을 촉매로 첨가하여 원자층 증착한 박막의 경우에는 증착속도를 50% 가량 향상시킬 수 있었으나 박막의 구조가 불안정하여 쉽게 산화되므로 반도체나 디스플레이 소자 제조에 적용하기에는 부적절한 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제17권6호
• /
• pp.81-91
• /
• 2016

VANET은 무선통신 기술을 이용하여 차량과 차량, 차량과 인프라와의 통신을 제공하는 네트워크 환경으로 자동차의 속도, 위치, 교통정보 등과 같은 데이터를 공유하여 차량 안전 주행 확보 및 교통 체증 등의 문제점을 해결할 수 있는 차세대 ITS 구현의 핵심기술이다. 이처럼 VANET 환경을 통해 운전자의 안전성 증진과 효율성 및 이동성을 향상시킬 수 있지만, 끊임없이 차량 간 또는 차량과 인프라 간의 주고받는 데이터에는 차량 식별 정보 및 위치 정보 등의 프라이버시 정보가 포함되어 있어 프라이버시 보장을 위한 대책이 필요한 실정이다. 만약 VANET 환경에서 프라이버시 보장 방안이 제공되지 않는다면 식별 개인정보가 피해 받을 뿐만 아니라 개인의 위치 추적이 가능하여 공격자로부터 표적이 될 수 있으며, 정보의 오류 및 왜곡 등을 유발하여 생명과 재산에도 큰 피해를 안겨 줄 수 있다. 또한, 통신 환경에서의 도청을 통한 프라이버시 정보 노출 및 공격자의 악의적인 위장 공격을 통한 정보 갈취 등의 위협도 받을 수 있다. 따라서 본 논문에서는 이와 같은 위협으로부터 프라이버시를 보장하기 위해 VANET 프라이버시 보장 아키텍처를 제안한다.

• 한국정보통신학회논문지
• /
• 제11권1호
• /
• pp.114-123
• /
• 2007

집적회로 기술, 무선 통신 기술, 그리고 마이크로 컴퓨팅 등의 기술 발전에 힘입어, 유비쿼터스 컴퓨팅 환경을 실현하고 차세대 IT산업을 이끌 새로운 기술로서 센서 네트워크 기술이 점차 주목 받고 있으며 많은 연구가 활발히 수행되고 있다. 향후 센서 네트워크는 이를 구성하는 각각의 센서 노드들, 그리고 더 나아가 센서 네트워크 자체도 지속적으로 생성되거나 소멸되면서 기존의 네트워크와 상호 통신하고 주위환경에 맞추어 변화하며 동적으로 진화해 나갈 전망이며, 서로 다른 주소 체계를 사용하고 있는 이들의 상호 연동이 요구되어지고 있다. 따라서 본 논문은 센서 네트워크와 인터넷과의 상호 통신을 위해 TCP 포트번호 기반 주소 연동 방안을 제안한다. 제안된 연동 방안은 Zigbee 기반 센서 네트워크의 주소 체계와 인터넷의 주소체계인 IP 기반 인터넷 주소 체계가 서로 통신할 수 있도록 주소를 연동하는 방안이며, Berkeley TinyOS와 mica motes,그리고 IP 프로토콜을 이용하여 제안된 주소 연동 방안을 구현하였다. 또한 실험을 통해 제안된 연동 방안을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제21권9호
• /
• pp.149-163
• /
• 2021

4차 산업혁명이란 인공지능(AI), 사물인터넷(IoT), 로봇기술, 드론, 자율주행과 가상현실(VR) 등 정보통신 기술이 주도하는 차세대 산업혁명을 말하는 것으로, 광고 산업 발전에도 큰 영향을 미쳤다. 그러나 지금 전세계는 코로나 확산 방지를 위하여, 비접촉, 비대면 생활환경으로 급속도로 빠르게 변화하고 있다. 이에 따라 4차 산업혁명과 광고의 역할도 변화하고 있다. 따라서 본 연구에서는 코로나 19 이전과 이후의 4차산업 혁명과 광고의 변화를 살펴보기 위해 빅카인즈를 활용해서 텍스트 분석을 하였다. 코로나 19 이전인 2019년과 코로나 19 이후인 2020년을 비교하였다. LDA토픽 모형 분석과 딥러닝 기법인 Word2vec을 통해 주요 토픽과 문서분류를 하였다. 연구결과 코로나19 이전에는 정책, 콘텐츠, AI 등이 나타났으나, 코로나 이후에는 데이터를 활용한 금융, 광고, 배달 등으로 점차 영역이 확장되며, 더불어 인재양성 교육이 중요한 이슈로 나타난 것을 알 수 있었다. 또한, 코로나 19 이전에는 4차 산업혁명 기술과 관련된 광고를 활용하는 것이 주류를 이루었다면, 코로나 19 이후에는 참여, 협력, 일상 필요 등 좀 더 적극적으로 첨단기술 자체에 대한 교육과 인재양성 등에 대한 키워드가 두드러지게 나타나고 있다. 따라서 이러한 연구결과는 코로나 19 이후에 4차 산업혁명에서 광고의 나아갈 방향을 제시하면서, 이에 필요한 이론적, 실무적으로 적용할 수 있는 다각적인 전략을 제시하는 데 의의가 있다.

• Journal of Korean Neurosurgical Society
• /
• 제62권4호
• /
• pp.442-449
• /
• 2019

Objective : Bone mineral density (BMD) is an important consideration during fusion surgery. Although dual X-ray absorptiometry is considered as the gold standard for assessing BMD, quantitative computed tomography (QCT) provides more accurate data in spine osteoporosis. However, QCT has the disadvantage of additional radiation hazard and cost. The present study was to demonstrate the utility of artificial intelligence and machine learning algorithm for assessing osteoporosis using Hounsfield units (HU) of preoperative lumbar CT coupling with data of QCT. Methods : We reviewed 70 patients undergoing both QCT and conventional lumbar CT for spine surgery. The T-scores of 198 lumbar vertebra was assessed in QCT and the HU of vertebral body at the same level were measured in conventional CT by the picture archiving and communication system (PACS) system. A multiple regression algorithm was applied to predict the T-score using three independent variables (age, sex, and HU of vertebral body on conventional CT) coupling with T-score of QCT. Next, a logistic regression algorithm was applied to predict osteoporotic or non-osteoporotic vertebra. The Tensor flow and Python were used as the machine learning tools. The Tensor flow user interface developed in our institute was used for easy code generation. Results : The predictive model with multiple regression algorithm estimated similar T-scores with data of QCT. HU demonstrates the similar results as QCT without the discordance in only one non-osteoporotic vertebra that indicated osteoporosis. From the training set, the predictive model classified the lumbar vertebra into two groups (osteoporotic vs. non-osteoporotic spine) with 88.0% accuracy. In a test set of 40 vertebrae, classification accuracy was 92.5% when the learning rate was 0.0001 (precision, 0.939; recall, 0.969; F1 score, 0.954; area under the curve, 0.900). Conclusion : This study is a simple machine learning model applicable in the spine research field. The machine learning model can predict the T-score and osteoporotic vertebrae solely by measuring the HU of conventional CT, and this would help spine surgeons not to under-estimate the osteoporotic spine preoperatively. If applied to a bigger data set, we believe the predictive accuracy of our model will further increase. We propose that machine learning is an important modality of the medical research field.