• 사물인터넷융복합논문지
• /
• 제10권1호
• /
• pp.69-75
• /
• 2024

본 연구에서는 산업용 사물인터넷(IIoT)의 맥락에서 포그 컴퓨팅(Fog Computing, FC)를 위해 특별히 고안된 혁신적인 인지 사물인터넷(Cognitive IoT) 프레임워크를 제안한다. 본 논문에서는 인지 IoT 플랫폼의 복잡한 설계 및 기능적 아키텍처에 초점을 맞추고, 이 아키텍처는 서비스 제공, 인지 의사결정, 분산 모니터링 및 제어와 같은 핵심 구성 요소를 원활하게 통합하는 것을 제안한다. 이 플랫폼의 중요한 측면은 기계 학습(ML) 및 인공 지능(AI)을 통합하는 것으로, 다양한 산업 애플리케이션에서 운영의 유연성과 상호 운용성을 향상시켜 실시간 기계 상태 모니터링에 중점을 둔 예측 유지보수-서비스(Predictive Maintenance-as-a-Service, PdM-as-a-Service) 모델을 통해 제시된다. 이 모델은 실시간 데이터 분석을 활용하여 유지보수 및 관리 작업을 수행함으로써 전통적인 유지보수 접근법을 뛰어넘고, 실증적 결과는 포그 컴퓨팅 환경 내에서 플랫폼의 효과성을 입증하며, 산업용 IoT 애플리케이션 분야에서의 변혁적 잠재력을 보여 IIoT 플랫폼 개발에 기여 하는 연구이다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.25-31
• /
• 2021

일반적인 신용카드 번호 인식 시스템은 정해진 위치에 카드를 배치했을 때에만 올바르게 동작하도록 설계되어 있다. 본 논문은, 저시력 장애인을 포함한 시력 취약 계층에게 보다 쉬운 사용자 경험을 제공하기 위해, 신용카드 내 16자리 숫자의 종횡비 특징을 이용한 자동 번호 인식 알고리즘을 제안한다. 제안하는 알고리즘은 형태학 연산을 통해 종횡비가 4:1 이상인 이미지 후보군을 찾고, 각각의 후보에 OCR과 BIN 번호 매칭 기술을 적용하여 신용카드 번호를 획득한다. OpenCV 및 Firebase ML에 기반한 실험 결과, 카드를 정해진 위치에 두지 않아도 77.75% 정확도로 카드 번호를 인식하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2668-2717
• /
• 2021

Demands for high-speed wireless data services grow rapidly. It is a big challenge to increasing the network capacity operating on licensed spectrum resources. Unlicensed spectrum cellular networks have been proposed as a solution in response to severe spectrum shortage. Licensed Assisted Access (LAA) was standardized by 3GPP, aiming to deliver data services through unlicensed 5 GHz spectrum. Furthermore, the 3GPP proposed 5G New Radio-Unlicensed (NR-U) study item. On the other hand, artificial intelligence (AI) has attracted enormous attention to implement 5G and beyond systems, which is known as Intelligent Radio (IR). To tackle the challenges of unlicensed spectrum networks in 4G/5G/B5G systems, a lot of works have been done, focusing on using Machine Learning (ML) to support resource allocation in LTE-LAA/NR-U and Wi-Fi coexistence environments. Generally speaking, ML techniques are used in IR based on statistical models established for solving specific optimization problems. In this paper, we aim to conduct a comprehensive survey on the recent research efforts related to unlicensed cellular networks and IR technologies, which work jointly to implement 5G and beyond wireless networks. Furthermore, we introduce a positioning assisted LTE-LAA system based on the difference in received signal strength (DRSS) to allocate resources among UEs. We will also discuss some open issues and challenges for future research on the IR applications in unlicensed cellular networks.

• 대한원격탐사학회지
• /
• 제37권1호
• /
• pp.13-22
• /
• 2021

The ML 5.8 earthquake shocked Gyeongju, Korea, at 11:32:55 UTC on September 12, 2016. One year later, on the afternoon of November 15, 2017, the ML 5.4 earthquake occurred in Pohang, South Korea. The earthquakes injured many residents, damaged buildings, and affected the economy of Gyeongju and Pohang. The damage proxy maps (DPMs) were generated from Sentinel-1 synthetic aperture radar (SAR) imagery by comparing pre- and co-events interferometric coherences to identify anomalous changes that indicate damaged by the earthquakes. DPMs manage to detect coherence loss in residential and commercial areas in both Gyeongju and Pohang earthquakes. We found that our results show a good correlation with the Korea Meteorological Administration (KMA) report with Modified Mercalli Intensity (MMI) scale values of more than VII (seven). The color scale of Sentinel-1 DPMs indicates an increasingly significant change in the area covered by the pixel, delineating collapsed walls and roofs from the official report. The resulting maps can be used to assess the distribution of seismic damage after the Gyeongju and Pohang earthquakes and can also be used as inventory data of damaged buildings to map seismic vulnerability using machine learning in Gyeongju or Pohang.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.672-678
• /
• 2021

시간이 지날수록 새로운 맬웨어는 계속 증가하고, 점점 고도화되고 있다. 악성 코드를 진단하기 위해 실행파일에 관한 연구는 다양하게 진행되고 있으나, 비실행 문서파일과 악성 URL, 문서 내 악성 매크로 및 JS 등을 악용하여 이메일에 악성 코드 위협을 내재화한 공격은 탐지하기 어려운 것이 현실이다. 본 논문에서는 악성 이메일 공격의 사전 탐지 및 차단을 통한 이메일 보안을 위해 악성 코드를 분석하는 방법을 소개하고, AI 기반으로 비실행 문서파일의 악성 여부를 판단하는 방법을 제시한다. 다양한 알고리즘 중에 효율적인 학습 모델링 방법을 채택하고 Kubeflow를 활용하여 악성 코드를 진단하는 ML 워크플로 시스템을 제안하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.226-228
• /
• 2021

구글사에서 출시된 ML Kit API의 Pose detection를 사용한 영상기반 낙상 알고리즘을 제안한다. Pose detection 알고리듬을 사용하여 추출된 신체의 33개의 3차원 특징점을 활용하여 낙상을 인식한다. 추출된 특징점을 분석하여 낙상을 인식하는 알고리듬은 k-NN을 사용한다. 영상의 크기와 영상내의 인체의 크기에 영향을 받지 않도록 정규화과정을 거치며 특징점들의 상대적인 움직임을 분석하여 낙상을 인식한다. 본 실험을 위해 사용한 13개의 테스트 영상중 13개의 영상에서 낙상을 인식하여 100%의 성공률을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.322-323
• /
• 2023

지속 가능한 에너지인 태양광 발전은 전 세계에서 널리 활용하는 재생 에너지 원천 중 하나로 최근 효율적인 태양광 발전 시스템 운영을 위해 태양광 발전량을 정확하게 예측하기 위한 연구가 활발히 진행되고 있다. 태양광 발전량 예측 모델을 구성하기 위해서는 기상 및 대기 환경을 넘어 태양의 위치에 따른 일사량의 정보가 필수적이나 태양의 실시간 위치 정보를 입력 변수로 활용한 연구가 부족한 실정이다. 그리하여 본 논문에서는 시간과 태양광 발전소 위치를 기반으로 태양의 고도와 방위각을 실시간으로 계산하여 입력 변수로 사용하는 방식을 제안한다. 이를 위해 AutoML 기반의 다양한 기계학습 모델을 구성하여 태양광 발전율을 예측하고 그 성능을 비교 분석하였다. 실험 결과, 태양 위치 정보를 포함한 경우에 환경 변수만을 고려하였을 때보다 예측 성능이 크게 향상되었음을 확인할 수 있었으며, Extra Trees 모델의 경우 태양 위치 정보를 추가하였을 때 MAE(Mean Absolute Error)가 33.90 에서 22.38 까지 낮아지는 결과를 확인하였다.

• 반도체공학회 논문지
• /
• 제2권3호
• /
• pp.19-26
• /
• 2024

반도체는 전자 기기 및 시스템을 구성하는 핵심 기술로서, 반도체 기술 발전 방향을 예측 및 제시하는 것이 필요하다. 본 연구에서는 무어 법칙에 따른 반도체 소자의 지속적인 집적화 기술, 시스템 응용에 따른 프로세서 기술, 인공지능/기계학습(AI/ML) 지원 프로세서 기술, 외부시스템 연결 기술로서의 광통신 및 무선통신 기술을 중심으로 각 분야의 핵심적인 기술 개발 이슈, 발전 동향, 그리고, 앞으로의 발전 로드맵에 대한 기초적인 연구결과를 제시하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권4호
• /
• pp.17-37
• /
• 2017

Purpose Customer Loyalty is the most important factor of customer relationship management (CRM). Especially in retailing industry, where customers have many options of where to spend their money. Classifying loyal customers through customers' data can help retailing companies build more efficient marketing strategies and gain competitive advantages. This study aims to construct classification models of distinguishing the loyal customers within a Korean retailing company using data mining techniques with R language. Design/methodology/approach In order to classify retailing customers, we used combination of support vector machines (SVMs) and other classification algorithms of machine learning (ML) with the support of recursive feature elimination (RFE). In particular, we first clean the dataset to remove outlier and impute the missing value. Then we used a RFE framework for electing most significant predictors. Finally, we construct models with classification algorithms, tune the best parameters and compare the performances among them. Findings The results reveal that ML classification techniques can work well with CRM data in Korean retailing industry. Moreover, customer loyalty is impacted by not only unique factor such as net promoter score but also other purchase habits such as expensive goods preferring or multi-branch visiting and so on. We also prove that with retailing customer's dataset the model constructed by SVMs algorithm has given better performance than others. We expect that the models in this study can be used by other retailing companies to classify their customers, then they can focus on giving services to these potential vip group. We also hope that the results of this ML algorithm using R language could be useful to other researchers for selecting appropriate ML algorithms.

• 사물인터넷융복합논문지
• /
• 제10권1호
• /
• pp.39-45
• /
• 2024

항만 성능에 대한 정확한 평가는 컨테이너 물동량은 매우 중요한 요소이며, 효과적인 항만 개발 및 운영 전략에 대한 정확한 예측이 필수적이다. 하지만 해양 산업의 급격한 변화로 인해 컨테이너 물동량 예측의 정확성이 향상되기는 어렵다. 이를 해결하기 위해 사물인터넷(IoT)을 이용한 항만 성능에 미치는 영향을 분석하여 부산항의 경쟁력과 효율성을 향상시키기 위해 적용이 필요하다. 이에 본 연구에서는 부산항의 미래 컨테이너 물동량을 예측하기 위한 예측 모델을 개발하는 것을 목표로 이를 통해 항만 관리 기관의 개선된 의사 결정과 항만 생산성을 향상시키는 데 초점을 맞추고 있다. 항만 컨테이너 물동량을 예측하기 위해 본 연구에서는 기계 학습 모델의 Extreme Gradient Boosting (XGBoost) 기법을 도입하였다. XGBoost는 다른 알고리즘에 비해 높은 정확도, 빠른 학습 및 예측 속도,과적합을 방지하고 Feature Importance 제공하는 장점이 돋보인다. 특히 XGBoost는 회귀 예측 모델링에 직접 사용할 수 있어 기존 연구에서 제시된 물동량 예측 모델의 정확도 향상에 도움이 된다. 이를 통해 본 연구는 4.3% MAPE (Mean absolute percenture error) 값으로 제안된 방법이 컨테이너 물동량을 정확하고 신뢰성 있게 예측할 수 있다. 본 연구에서 제시한 방법론을 통해서 부산 컨테이너물동량의 정확성을 높일 수 있을 것으로 판단된다.