• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.236-255
• /
• 2017

The rapid growth of smart devices demands an enhanced throughput for network connection sustainability during mobility. However, traditional wireless network architecture suffers from mobility management issues. In order to resolve the traditional mobility management issues, we propose a novel architecture for future wireless access network based on software-defined network (SDN) by using the advantage of network function virtualization (NFV). In this paper, network selection approach (NSA) has been introduced for mobility management that comprises of acquiring the information of the underlying networking devices through the OpenFlow controller, percepts the current network behavior and later the selection of an appropriate action or network. Furthermore, mobility-related scenarios and use cases to analyze the implementation aspects of the proposed architecture are provided. The simulation results confirm that the proposed scenarios have obtained a seamless mobility with enhanced throughput at minimum packet loss as compared to the existing IEEE 802.11 wireless network.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5276-5298
• /
• 2019

Internet of Things (IoT) based sensor networks have gained unprecedented popularity in recent years. With the exponential explosion of the objects (sensors and mobiles), the bandwidth and the speed of data transmission are dwarfed by the anticipated emergence of IoT. In this paper, we propose a novel heterogeneous IoT model integrated the power line communication (PLC) and WiFi network to increase the network capacity and cope with the rapid growth of the objects. We firstly propose the mean transmission delay calculation algorithm based the 3D Markov chain according to the multi-priority of the objects. Then, the attractor selection algorithm, which is based on the adaptive behavior of the biological system, is exploited. The combined the 3D Markov chain and the attractor selection model, named MASM, can select the optimal path adaptively in the heterogeneous IoT according to the environment. Furthermore, we verify that the MASM improves the transmission efficiency and reduce the transmission delay effectively. The simulation results show that the MASM is stable to changes in the environment and more applicable for the heterogeneous IoT, compared with the other algorithms.

• 한국지능시스템학회논문지
• /
• 제11권7호
• /
• pp.591-597
• /
• 2001

In this paper, we propose a method of cooperative control (T-cell modeling) and selection of group behavior strategy (B-cell modeling) based on immune system in distributed autonomous robotic system (DARS). Immune system is living body's self-protection and self-maintenance system. These features can be applied to decision making of optimal swarm behavior in dynamically changing environment. For applying immune system to DARS, a robot is regarded as a B-cell, each environmental condition as an antigen, a behavior strategy as an antibody and control parameter as a T-cell respectively. The executing process of proposed method is as follows. When the environmental condition changes, a robot selects an appropriate behavior strategy. And its behavior strategy is stimulated and suppressed by other robot using communication. Finally much stimulated strategy is adopted as a swarm behavior strategy. This control school is based on clonal selection and idiotopic network hypothesis. And it is used for decision making of optimal swarm strategy. By T-cell modeling, adaptation ability of robot is enhanced in dynamic environments.

• 전자공학회논문지S
• /
• 제35S권3호
• /
• pp.102-109
• /
• 1998

In this paper, we propose a method of cooperative control based on immune system in distributed autonomous robotic system(DARS). Immune system is living body's self-protection and self-maintenance system. Thus these features can be applied to decision making of optimal swarm behavior in dynamically changing environment.For the purpose of applying immune system to DARS, a robot is regarded as a B lymphocyte(B cell), each environmental condition as an antigen, and a behavior strategy as an antibody respectively. The executing process of proposed method is as follows. When the environmental codintion changes, a robot select an appropriate beharior stategy. And its behavior stategy is stimulated and suppressed by other robot using communiation. Finally much stimulated strategy is adopted as a swarm behavior strategy. This control scheme is based on clonal selection and idotopic network hypothesis. And it is used for decision making of optimal swarm stragegy.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.532-532
• /
• 2000

Conventional artificial intelligence systems are not properly responding under dynamically changing environments. To overcome this problem, reactive planning systems implementing new Al principles, called behavior-based Al or emergent computation, have been proposed and confirmed their usefulness. As another alternative, biological information processing systems may provide many feasible ideas to these problems. Immune system, among these systems, plays important roles to maintain its own system against dynamically changing environments. Therefore, immune system would provide a new paradigm suitable for dynamic problem dealing with unknown environments. In this paper, a new approach to behavior-based Al by paying attention to biological immune system is investigated. The feasibility of this method is confirmed by applying to behavior control of an autonomous mobile robot in cluttered environment.

• 한국지능시스템학회논문지
• /
• 제9권6호
• /
• pp.627-633
• /
• 1999

본 논문에서는 면역 시스템에 기반한 자율분산로봇 시스템의 협조 제어 및 군행동 전략의 결정 방법을 제안한다. 면역 시스템은 생체의 자기보호 및 유지시스템이다. 면역 시스템의 유용한 성질은 동적으로 변하는 환경에서 최적의 군행동을 결정하는 문제에 적용 가능하다. 면역 시스템을 자율분산로봇 시스템에 적용하기 위하여 로봇은 B-세포로 환경조건은 항원으로 행동 전략은 항체로 제어파라미터는 T-세포로 각각 모델링 하였다, 환경(항원)변화가 감지되면 각 로봇은 적절한 행동전략(항체)을취한다. 이행동전략은 다른 로봇과의 통신에 의하여 자극 또는 억제을 받는다.(면역 네트워크) 최정적으로 많은 자극을 받은 전략이 군행동 전략으로 채택된다. 이 제어방법은 클론선택과 면역네트워크 가설에 기반을 둔것으로서 최적의 군행동 전략을 결정하는데 이용된다. 또한 제어 파라미터로서 T-세포 모델을 추가함으로서 동적인 환경에서 로봇의 적응능력이 향상되었다.

• Journal of Biosystems Engineering
• /
• 제24권5호
• /
• pp.431-438
• /
• 1999

The environmental control based on interactive thermoregulatory behavior for swine production has many advantages over the conventional temperature-based control methods. Therefore, this study was conducted to compare various feature selection methods using postural images of growing pigs under various environmental conditions. A color CCD camera was used to capture the behavioral images which were then modified to binary images. The binary images were processed by thresholding, edge detection, and thinning techniques to separate the pigs from their background. Following feature were used for the input patterns to the neural network ; \circled1 perimeter, \circled2 area, \circled3 Fourier coefficients (5$\times$5), \circled4 combination of (\circled1 ＋ \circled2), \circled5 combination of (\circled1 ＋ \circled3), \circled6 combination of (\circled2 ＋ \circled3), and \circled7 combination of (\circled1 ＋ \circled2 ＋ \circled3). Using the above each input pattern, the neural network could classify training images with the success rates of 96%, 96%, 96%, 100%, 100%, 96%, 100%, and testing images with those of 88%, 86%, 93%, 96%, 91%, 90%, 98%, respectively. Thus, the combination of perimeter, area and Fourier coefficients of the thinning images as neural network features gave the best performance (98%) in the behavioral classification.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5425-5448
• /
• 2018

Wireless sensor network has been widely used in Internet of Things (IoT) applications to support large and dense networks. As sensor nodes are usually tiny and provided with limited hardware resources, the existing multiple access methods, which involve high computational complexity to preserve the protocol performance, is not available under such a scenario. In this paper, we propose an intelligent Medium Access Control (MAC) protocol selection scheme based on machine learning in wireless sensor networks. We jointly consider the impact of inherent behavior and external environments to deal with the application limitation problem of the single type MAC protocol. This scheme can benefit from the combination of the competitive protocols and non-competitive protocols, and help the network nodes to select the MAC protocol that best suits the current network condition. Extensive simulation results validate our work, and it also proven that the accuracy of the proposed MAC protocol selection strategy is higher than the existing work.

• 한국심리학회지:학교
• /
• 제17권1호
• /
• pp.1-16
• /
• 2020

본 연구는 초기 청소년기 친사회성의 사회화 과정을 탐색하고, 학급 수준에서 사회적 친밀성의 조절효과를 탐색하고자 하였다. 총 39학급 1,040명의 초등학교 4-5학년 학생을 대상으로, 1학기 초와 말 총 2회에 걸쳐 측정한 친사회성과 또래네트워크 데이터를 활용하여 종단사회 연결망분석을 실시하였다. 그 결과, 초기 청소년기 학생의 친사회성이 사회화 되는 경향을 보였다. 초기 청소년기 학생들은 친사회성 수준이 유사한 친구와 또래관계를 형성하는 경향을 보였으며, 동시에 친구들의 친사회성 수준을 닮아가는 것으로 나타났다. 또한 학급의 사회적 관계성에 따른 친사회성의 사회화의 조절효과를 탐색한 결과, 사회적 친밀성이 낮은 학급에서는 친사회성의 또래선택과 또래영향이 나타나지 않은 반면, 사회적 관계성이 높은 학급에서는 친사회성의 또래영향이 나타났다. 이는 학급의 사회적 관계성이 친사회성의 또래영향을 나타나게 하는 맥락적 조절변인의 역할을 함을 시사한다. 본 연구의 결과를 토대로 친사회성의 사회화에 대한 발달적 특성과 이를 촉진하기 위한 사회적 관계성 측면에서 학교에서의 생활 지도 방안에 대해 논의하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.573-578
• /
• 2008

최근 가정환경의 홈 씨어터를 동작시키기 위해서는 TV, 오디오, DVD, Video, 셋탑박스 등 여러 장치를 동시에 조작해야 한다. 이 경우 사용자가 원하는 기능을 실행하기 위해서는 여러 기기에 해당하는 리모컨 버튼의 기능과 위치를 잘 알고 있어야 한다. 이러한 현실적인 문제로 인해 사용자들은 일반적으로 자신이 원하는 기능을 선택하는데 어려움을 겪는다. 더욱이 유비쿼터스 가정환경이 현실화 되어 사용자가 조작 가능한 장치들이 늘어나면, 사용자의 혼란은 가중될 것이다. 따라서 기능을 요약해서 사용자에게 제공하는 적응적 인터페이스가 필요하다. 또한, 유비쿼터스 환경에서는 조작하고자 하는 장치 뿐 아니라 사용자 인터페이스가 표시되는 컨트롤러에도 다양한 모바일 또는 고정된 장치들이 사용되므로 각 장치의 능력이나 제약 조건에 맞게 사용자 인터페이스의 형태를 조절해 줄 필요가 있다. 제안하는 시스템에서는 상황에 따라 표현되는 기능과 형태가 변경되는 적응적 사용자 인터페이스를 구현하기 위해, 유비쿼터스 가정환경을 모델링하고, 모델링된 상황 및 장치 정보를 사용한다. 상황에 맞는 장치별 필요정도를 구현하기 위해서는 베이지안 네트워크를 사용한다. 행동 선택 네트워크는 사용자의 상황과 예측된 장치별 필요도를 입력으로 사용해 장치별로 현 상황에 필요한 기능을 선택한다. 이렇게 선택된 기능들을 실제 사용자 인터페이스가 구현될 장치에 맞게 프레젠테이션 템플릿을 이용해 실제 사용자 인터페이스로 구성하여, 적응적 인터페이스를 구성한다. 실험을 위해서는 유비쿼터스 홈 시뮬레이션 환경을 구축하고, 해당 환경을 바탕으로 장치 사용기록을 시나리오를 바탕으로 생성하였다. 생성된 시나리오를 바탕으로 장치별 필요도 추론결과를 평가하여 베이지안 네트워크가 효과적으로 사용자의 요구를 예측함을 확인하였다. 마지막으로, 14명의 사용자들에게 평가된 10개의 태스크에 대해 기존의 고정된 홈 UI와 제안하는 적응적 홈 UI를 비교해 본 결과, 생성된 적응적 홈 UI가 일반적인 태스크를 고정적 홈 UI에 비해 효과적으로 처리할 수 있음을 확인하였다.