• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.127-135
• /
• 2020

The purpose of this study is to develop a human activity recognition (HAR) system, which distinguishes 13 activities, including five activities commonly dealt with in conventional HAR researches and eight activities from the Eastern-Asian culture. The eight special activities include floor-sitting/standing, chair-sitting/standing, floor-lying/up, and bed-lying/up. We used a 3-axis accelerometer sensor on the wrist for data collection and designed a machine learning model for the activity classification. Data clustering through preprocessing and feature extraction/reduction is performed. We then tested six machine learning algorithms for recognition accuracy comparison. As a result, we have achieved an average accuracy of 99.7% for the 13 activities. This result is far better than the average accuracy of current HAR researches based on a smartwatch (89.4%). The superiority of the HAR system developed in this study is proven because we have achieved 98.7% accuracy with publically available 'pamap2' dataset of 12 activities, whose conventionally met the best accuracy is 96.6%.

• 한국인터넷방송통신학회논문지
• /
• 제15권1호
• /
• pp.125-129
• /
• 2015

무선센서네트워크의 효율적인 에너지 사용과 개별 노드의 수명 증가는 센서 네트워크의 효율적인 운영을 위해 매우 중요한 요소이며 많은 라우팅 프로토콜들이 네트워크 수명을 최대화하기 위해 개발되고 있다. 특히 Wendi Heinzelman에 의해 제시된 LEACH프로토콜은 간단하고 효율적인 클러스터링 기반의 라우팅 프로토콜로 잘 알려져 있다. 그러나 LEACH프로토콜은 총 데이터 전송 량이 불규칙한 네트워크에서 효율이 떨어지게 되므로 클러스터의 안정도가 낮아지게 된다. 그러므로 본 논문에서는 클러스터링 기반의 라우팅 프로토콜에서 개선된 확률적 클러스터 헤드선출 방법을 제안한다. LEACH프로토콜과 HEED프로토콜에 대해 조사해보고 LEACH프로토콜에 새로운 확률적 클러스터 헤드 선출방법을 적용하고 비교하여 개선된 점을 보여준다.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.203-216
• /
• 2003

In this paper a new feature extraction and target classification method is proposed for the recognition part of FLIR(Forwar Looking Infrared)-image-based ATR system. Proposed feature extraction method is "cluster(=set of classes)-based"version of previous fisherfaces method that is known by its robustness to illumination changes in face recognition. Expecially introduced class clustering and cluster-based projection method maximizes the performance of fisherfaces method. Proposed target image classification method is based on the mixture of experts model which consists of RBF-type experts and MLP-type gating networks. Mixture of experts model is well-suited with ATR system because it should recognizee various targets in complexed feature space by variously mixed conditions. In proposed classification method, one expert takes charge of one cluster and the separated structure with experts reduces the complexity of feature space and achieves more accurate local discrimination between classes. Proposed feature extraction and classification method showed distinguished performances in recognition test with customized. FLIR-vehicle-image database. Expecially robustness to pixelwise sensor noise and un-wanted intensity variations was verified by simulation.

• 한국멀티미디어학회논문지
• /
• 제6권7호
• /
• pp.1189-1199
• /
• 2003

본 논문에서는 계층화 모션 추정법과 병렬 처리를 이용한 차량의 움직임 측정 알고리즘을 제안한다. 본 시스템에서는 CMOS 센서를 통하여 도로 영상을 캡쳐한다. 그 다음에 영상을 작은 블록들로 나누고 블록매칭을 이용하여 각 블록의 움직임을 계산한다. 그리고 움직임이 비슷한 블록들을 클러스터링하여 차량의 움직임을 측정한다. 본 논문에서는 실시간 동작을 위하여 계층화 모션 추정법과 병렬 처리에 의거한 블록매칭 알고리즘을 제안한다. 병렬처리를 위해서는 파이프라인과 데이터 플로우 기법을 도입하였다. 본 논문에서 제안된 시스템은 기존의 내장형 시스템을 이용하여 구현되었다. 제안된 블록매칭 알고리즘은 PLD(Programmable Logic Device)를 이용하여 구현하였고 클러스터링 알고리즘은 ARM 프로세서를 이용하여 구현하였다. 실험 결과에 의하면 본 논문에서 구현된 시스템은 차량의 움직임을 실시간으로 추출할 수 있었다.

• 한국항행학회논문지
• /
• 제13권2호
• /
• pp.252-256
• /
• 2009

본 논문에서는 산재되어있는 비상등을 운용관리센터에서 항시 점검 및 관리할 수 있고, 데이터 병목현상에 구애받지 않는 안정된 데이터 통신이 가능한 클러스터 구조형 감시망을 이용하여 비상등감시장치를 설치함에 있어 비상등 위치에 구애받음 없이 비상등의 감시장치를 설치할 수 있고, 감시 통신망을 구축함에 있어 게이트웨이로 지정된 감시장치가 고장나더라도 사각지대 없이 비상등의 상태를 감시 및 관리가 가능한 비상등관리시스템을 제안한다.

• Journal of information and communication convergence engineering
• /
• 제6권3호
• /
• pp.255-260
• /
• 2008

In the recently years, there has been a big interest in ad hoc wireless network as they have tremendous military and commercial potential. An Ad hoc wireless network is composed of mobile computing devices that use having no fixed infrastructure of a multi-hop wireless network formed. So, the fact that limited resource could support the network of robust, simple framework and energy conserving etc. In this paper, we propose a new ad hoc multicast routing protocol for based on the ontology scheme called inference network. Ontology knowledge-based is one of the structure of context-aware. And the ontology clustering adopts a tree structure to enhance resilient against mobility and routing complexity. This proposed multicast routing protocol utilizes node locality to be improve the flexible connectivity and stable mobility on local discovery routing and flooding discovery routing. Also attempts to improve route recovery efficiency and reduce data transmissions of context-awareness. We also provide simulation results to validate the model complexity. We have developed that proposed an algorithm have design multi-hierarchy layered networks to simulate a desired system.

• 한국통신학회논문지
• /
• 제35권2B호
• /
• pp.269-278
• /
• 2010

클러스터링 프로토콜의 클러스터 간 주파수 간섭에서 클러스터 멤버는 자신의 전송률을 유지 또는 증가시키기 위해 많은 양의 에너지를 소비하여 노드 수명이 급격히 감소하는 문제가 있다. 이에 서로 다른 주파수를 사용하는 FDM 기반의 자원할당 정책이 요구된다. 본 논문에서는 클러스터 간 주파수 간섭 문제를 해결하기 위해 게임의 참여자간 자원협상문제를 다루는 게임이론을 사용하여 클러스터 간 합리적인 파워 전략을 제시하였다. 특히 각 클러스터가 이기적으로 주파수 자원을 점유하려는 경우를 가정한 비협조게임과 협상을 통해 주파수를 나누어 사용하는 협조게임의 관점에서 각각 분석하였다. 또한 시뮬레이션을 사용하여 협조게임과 비협조게임에서의 노드의 수명시간을 비교하였다.

• 한국통신학회논문지
• /
• 제35권8A호
• /
• pp.810-819
• /
• 2010

본 논문에서는 환경 감시 등 무선 센서네트워크 응용을 위한 LEACH 프로토콜 기반의 망 수명 개선 알고리즘을 제안한다. 첫 째, LEACH 프로토콜에 따른 클러스터 구성시 각 클러스터에 노드 수를 균등하게 배분한다. 둘째, 클러스터 형성시 각 클러스터별로 헤더 역할을 담당할 노드의 순서를 설정한다. 이후, 정해진 순서에 따라 헤더가 일정 수의 패킷을 수신후 다음 노드에게 헤더 역할을 양도한다. 이렇게 함으로써 각 노드의 에너지 소비를 균등하게 하여 망 전체의 수명이 증대되도록 하였다. 시뮬레이션 결과 망 수명은 LEACH에 비해 두 배 증가하였고 망 전체의 에너지 소비는 1/4로 감소됨을 보여주었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.2099-2100
• /
• 2006

제한된 전력의 노드들로 구성된 무선 센서 네트워크에서 효율적인 정보 수집이 이루어지기 위해서는 전체 네트워크의 Life Time을 늘리는 게 중요하다. 각각의 센서 노드들이 멀리 떨어져 있는 BS(Base Station)으로 직접 데이터를 전송하면 전력소비가 매우 크고 비효율 적이다. 그리하여 네트워크의 life time을 늘리기 위한 많은 연구가 이루어지고 있다. 그중에 클러스터링 기법은 가장 널리 연구되는 기법 중에 하나이다. 대표적인 클러스터링 기법 LEACH(Low-Energy Adaptive Clustering Hierarchy)[1]는 전체 노드 수의 5%클 클러스터 헤드로 결정하여 나머지 노드들로부터 데이터를 수집하여 BS로 전송함으로써 에너지를 효율적으로 사용하는 알고리즘이다. 그러나 클러스터 헤드를 결정하는데 있어서 잔여 에너지를 고려하지 않고 순환적으로 결정하는 문제점을 가지고 있다. 그래서 본 논문에서는 SVM(Supprt Vector Machine)을 이용하여 FND(First Node Dic)가 발생했을 때 각 노드들의 에너지 잔량 정도를 따져서 영역을 나눈 후, 에너지가 더 많은 영역에서 클러스터 헤드를 선정하는 방법을 제안한다. 잔량 에너지가 많은 노드를 클러스터 헤드로 결정함으로써 전체 네트워크의 life time을 늘릴 수 있다.

• Nuclear Engineering and Technology
• /
• 제46권3호
• /
• pp.373-380
• /
• 2014

Safety-related parameters are very important for confirming the status of a nuclear power plant. In particular, the reactor vessel water level has a direct impact on the safety fortress by confirming reactor core cooling. In this study, the reactor vessel water level under the condition of a severe accident, where the water level could not be measured, was predicted using a fuzzy neural network (FNN). The prediction model was developed using training data, and validated using independent test data. The data was generated from simulations of the optimized power reactor 1000 (OPR1000) using MAAP4 code. The informative data for training the FNN model was selected using the subtractive clustering method. The prediction performance of the reactor vessel water level was quite satisfactory, but a few large errors were occasionally observed. To check the effect of instrument errors, the prediction model was verified using data containing artificially added errors. The developed FNN model was sufficiently accurate to be used to predict the reactor vessel water level in severe accident situations where the integrity of the reactor vessel water level sensor is compromised. Furthermore, if the developed FNN model can be optimized using a variety of data, it should be possible to predict the reactor vessel water level precisely.