• 디지털산업정보학회논문지
• /
• 제9권4호
• /
• pp.59-67
• /
• 2013

Compared to the conventional Hardware-oriented base stations, Software Defined Radio (SDR)-based base station provides various advantages especially in flexibility and expandability. It enables the multimode capability required in 4th-generation (4G) environment which aims at a convergence network of various kinds of communication standards. However, since a single base station processes all data required in various multiple waveforms, the SDR base station faces a problem of data processing speed. In this paper, we propose a new concept of SDR base station system which adopts a parallel processing technology of clustering environment. We implemented a WiMAX system with SDR concept which adopts the Message Passing Interface (MPI) technology which enables the speed-up operations. In order to maximize the efficiency of parallel processing in signal processing, we analyze how the algorithm at each of modules is related to data to be processed. Through the implemented system, we show a drastic improvement in operation time due to parallel processing using the proposed MPI technology. In addition, we demonstrate a feasibility of SDR system for 4G or even beyond-4G as well.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.679-682
• /
• 2023

무선센서 네트워크에서 센서 노드간의 통신 연결 실패는 계속된 연결 시도를 유발하여 많은 전력 손실이 발생한다. 본 논문에서는 CH(Cluster Head) 노드와 통신되는 센서 노드 사이의 적정 거리를 제한하여, 2차원 평면상에 적정 크기의 클러스터 그룹이 형성되도록 하였다. 클러스터 크기의 균일화를 위해 최단 거리에 존재하는 센서 노드들이 서로 통신하여 멤버 노드를 구성하고 근접한 노드를 모아서 클러스터가 형성되도록 하였다. 제안한 클러스터 균일화 알고리즘을 기반으로 클러스터링을 위한 최단 거리 기반의 클러스터링 방식에 대한 클러스터 균일화 개선율을 시뮬레이션 결과로 나타내었다. 제안한 방식은 네트워크의 클러스터 균일성을 약 30% 향상시킬 수 있다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.41-47
• /
• 2009

무선 센서 네트워크(Wireless Sensor Networks)는 기존의 애드혹 네트워크(Ad-hoc Networks)보다 제한된 노드 자원, 배터리 의존성과 같은 제약사항을 가진다. 이러한 이유로 기존의 방법들과는 다른 형태의 에너지 효율적인 라우팅 연구가 진행되었지만 여전히 많은 문제점을 가지고 있다. 그러므로 본 논문에서는 노드의 에너지와 차수를 고려한 클러스터 기반의 백본 생성 알고리즘을 제안한다. 클러스터링과 같은 계층구조 방식은 본질적으로 데이터 집중 및 융합에 유리한 장점이 있으며, 클러스터 헤드의 관리에 의해서 일반 노드들을 조정하여 전력 소모도 낮출 수 있다. 또한 백본을 구성하는 백본노드만 라우팅 정보를 유지하여 제어트래픽과 같은 통신오버헤드를 크게 줄일 수 있으며, 깨어있는 노드의 수를 최소화할 수 있다. 그러나 백본노드들은 비백본 노드의 트래픽을 모두 처리해야 하므로 에너지 소모가 크다. 따라서 에너지레벨 또는 차수가 높은 노드를 클러스터헤드로 선정해서 강건한 백본을 형성하고, 헤드 주변 노드 간 패킷전달의 역할을 분산함으로써 전체 네트워크 라이프타임(Network Lifetime)을 증가시킬 수 있는 방안을 제안한다. 시뮬레이션 결과에서 제안 알고리즘은 기존 연구에 비해 클러스터헤드의 잔여에너지측면에서 약 10.36%, 차수측면에서 약 24.05%의 성능 향상을 보이며, 네트워크 라이프타임도 향상되었다.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.571-576
• /
• 2002

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템(ANFIS)의 성능 개선에 있어서 전제부 파라미터를 효과적으로 초기화 시키는 방법을 제안한다. 기존의 그리드 분할을 이용한 입력공간 선택 방법은 ANFIS의 규칙 생성에 있어서 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 GMM에서의 최대우도추정을 이용한 EM 알고리즘을 통하여 초기치에 의하여 성능의 영향이 좌우되는 ANFIS의 입력으로 주어 제안된 클러스터링 기법에 의하여 모델의 성능을 개선하고자 한다. 제안된 방법의 클러스터링 방법은 통계적 방법에 근거하여 좋은 성능의 파라미터를 획득할 수 있어 주어진 모델에 대한 ANFIS의 성능을 개선할 수 있다. 이들 방법의 유용함을 전형적인 다변수 비선형 데이터인 자동차 연료 예측 문제와 정수장 응집제 주입 문제에 적용하여 제안된 방법이 이전의 연구보다 성능이 개선되는 것을 통하여 보였다.

• 대한전자공학회논문지TC
• /
• 제43권1호
• /
• pp.57-70
• /
• 2006

센싱, 데이터 가공, 통신이 가능한 소형의 센서 노드로 구성된 무선 센서 네트워크는 다양한 환경 변화를 측정할 수 있는 유용한 수단이다. 센서 노드에서 측정된 데이터는 모든 데이터를 수집, 처리하며 사용자에게 전달하는 기능을 가진 프로세싱 센터에 전송된다. 이러한 과정은 에너지 제약을 가진 센서 노드를 고려하여 설계되어야 한다. 일반적으로 인접한 센서 노드는 유사한 정보를 가지므로, 로컬 클러스터를 형성하고 클러스터 헤드에 의해 집약된 데이터를 프로세싱 센터에 전송하는 클러스터링 기법이 저전력 구동에 효과적이다. 자동 구성능력을 지닌 기존의 다중 홉 클러스터 에너지 소비량 모델링 기법은 개별 센서 노드의 정확한 에너지 소비량을 예측할 수 없는 문제를 가지고 있었다. 따라서 본 논문에서는 이러한 문제를 보완한 새로운 클러스터 에너지 소비량 모델링 기법을 제안한다. 제안된 모델링 기법은 보로노이 배열(Voronoi tessellation)을 이용하여 클러스터 헤드의 수에 따른 에너지 소비량을 모델링한다. 즉, 센서 필드의 면적, 분포된 센서 노드의 수와 통신 범위를 이용하여 전체 네트워크의 에너지 소비량을 클러스터 헤드의 수에 따라 정량적으로 나타낸다. 본 모델링 기법을 통해 전체 네트워크의 에너지 소비량이 최소가 되는 클러스터의 수를 예측함으로써 저전력을 실현할 수 있다. 본 논문에서 제안하는 모델링 기법은 시뮬레이션을 통해 구성한 실제 네트워크의 에너지 소비량과 $90\%$ 이상의 정확도를 가지며, 기존 모델링의 $60\%$대에 비춰볼 때 상당히 우수한 정확도를 지니고 있다. 또한, 센서 노드의 밀도가 증가할수록 에너지 소비량 정확도가 증가하는 효과를 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권3호
• /
• pp.127-136
• /
• 2010

정보 통신기술이 발전함에 따라 멀티미디어 데이터를 포함하는 디지털 기록물의 양은 기하급수적으로 증가하고 있다. 특히 뉴스 비디오는 시대상을 반영하는 풍부한 정보를 내포하고 있으므로, 이를 효과적으로 관리하고 분석하기 위한 뉴스 비디오 데이터베이스 및 뉴스 비디오 마이닝은 광범위하게 연구되어왔다. 그러나 현재까지의 뉴스 비디오 관련 연구들은 뉴스 기사에 대한 브라우징, 검색, 요약에 치중되어 있으며, 뉴스 비디오에 내재되어 있는 풍부한 잠재적 지식을 탐사하는 고수준의 의미 분석 단계에는 이르지 못하고 있다. 본 논문에서는 뉴스 비디오 클립과 스크립트를 동시에 이용하는, 멀티모달 방법론과 텍스트 마이닝 기반의 뉴스 비디오 마이닝 시스템을 제안한다. 제안된 시스템은 텍스트 마이닝의 군집분석을 통해 뉴스 기사들을 자동 분류하고, 분류 결과에 대해 기간별 군집 추이그래프, 군집성장도 분석 및 네트워크 분석을 수행함으로써, 뉴스 비디오의 기사별 주제와 관련한 다각적 분석을 수행한다. 제안된 시스템의 타당성 검증을 위하여 "2007년 제2차 남북 정상회담" 관련 뉴스 비디오를 대상으로 뉴스 비디오 분석을 수행하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.346-348
• /
• 2004

In this rarer, we introduce a new Fuzzy Polynomial Neural Networks (FPNNs)-like structure whose neuron is based on the Fuzzy Set-based Fuzzy Inference System (FS-FIS) and is different from that of FPNNs based on the Fuzzy relation-based Fuzzy Inference System (FR-FIS) and discuss the ability of the new FPNNs-like structurenamed Fuzzy Set-based Polynomial Neural Networks (FSPNN). The premise parts of their fuzzy rules are not identical, while the consequent parts of the both Networks (such as FPNN and FSPNN) are identical. This difference results from the angle of a viewpoint of partition of input space of system. In other word, from a point of view of FS-FIS, the input variables are mutually independent under input space of system, while from a viewpoint of FR-FIS they are related each other. In considering the structures of FPNN-like networks such as FPNN and FSPNN, they are almost similar. Therefore they have the same shortcomings as well as the same virtues on structural side. The proposed design procedure for networks' architecture involves the selection of appropriate nodes with specific local characteristics such as the number of input variables, the order of the polynomial that is constant, linear, quadratic, or modified quadratic functions being viewed as the consequent part of fuzzy rules, and a collection of the specific subset of input variables. On the parameter optimization phase, we adopt Information Granulation (IG) based on HCM clustering algorithm and a standard least square method-based learning. Through the consecutive process of such structural and parametric optimization, an optimized and flexible fuzzy neural network is generated in a dynamic fashion. To evaluate the performance of the genetically optimized FSPNN (gFSPNN), the model is experimented with using gas furnace process dataset.

• 정보처리학회논문지D
• /
• 제14D권1호
• /
• pp.9-20
• /
• 2007

유전자들의 그룹은 복잡한 상호작용들을 통해 세포의 기능이 조절되며 이러한 상호작용을 하는 유전자 그룹들을 유전자 조절 네트워크 (GRNs: Gene Regulatory Networks)라고 한다. 이전의 유전자 발현 분석 기법인 군집화와 분류는 단지 상동성에 의한 유전자들 사이의 소속을 결정하는 데에는 유용하나 분자 활동에서의 같은 클래스에서 발견되어지는 유전자들 사이의 조절 관계를 식별할 수 없다. 더욱이 유전자들이 어떻게 연관되는 지와 유전자들이 서로 어떻게 조절하는지에 대한 매커니즘의 이해가 필요하다. 따라서 이 논문에서는 시계열 마이크로어레이 데이터로부터의 유전자들의 조절 관계를 발견하기 위해서 빈발 패턴 마이닝과 연쇄 규칙을 이용한 새로운 접근법을 제안하였다. 이 기법에서는 먼저, 빈발 패턴 마이닝 적용을 위한 적절한 데이터 변환 방법을 제안하였고 FP-growth을 이용하여 유전자 발현 패턴들을 발견한다. 그런 다음, 연쇄 규칙을 이용하여 빈발한 유전자 패턴들로부터 유전자 조절 네트워크를 구축하였다. 마지막으로 제안된 기법의 검증은 공개된 유전자들의 조절 관계와 실험 결과의 일치함을 보임으로써 평가하였다.

• 한국멀티미디어학회논문지
• /
• 제12권9호
• /
• pp.1273-1287
• /
• 2009

Chain-based protocol방법 중의 하나인 PEGASIS는 모든 노드들의 공평한 에너지 소모를 유도 할 수 있지만 BS(Base station)로부터 멀리 떨어진 노드들 중에서 HEAD가 선택될 경우에는 데이터 전송 시에 심각한 에너지 소모와 불필요한 노드들 간의 데이터 이동이 발생하게 된다. 본 논문에서는 이러한 문제점을 해결하기 위해 PEGASIS의 greedy알고리즘을 응용하고, BS를 기준으로 주변 node들과의 거리를 비교하여 에너지 소모를 줄일 수 있는 프로토콜인 DERP(Distance-based Energy efficient routing protocol)을 제안한다. DERP의 기법은 예비헤드(P-HD)노드를 선택하여 보다 효율적인 클러스터 구조를 생성할 수 있는 방법이다. 아울러 더 큰 센서 필드에서의 확장을 위해서 PEGASIS와 제안방법에서 기본이 되는 single-hop 기반의 통신을 HEAD와 BS와의 거리에 따른 relay노드를 선택함으로서 multi-hop 기반의 통신으로 변환하여 에너지 소모를 줄일 수 있는 방법을 추가하였다. DERP의 시뮬레이션 결과 값으로 에너지 효율은 기존의 PEGASIS방법에 비해 최고 80%정도까지의 에너지 효율이 있는 것으로 나타났으며, 데이터 전송 지연 역시 감소하는 것으로 확인 되었다.

• 한국멀티미디어학회논문지
• /
• 제9권1호
• /
• pp.23-32
• /
• 2006

본 논문에서는 언어모델과 음향모델을 개선함으로써 단위 숫자음의 인식성능 최적화에 대해 설명한다. 언어모델은 한국어 단위 숫자음 문장의 문법적 특징을 분석하고, Finile State Network(FSN) 노드를 두 음절로 구성하여 오 인식률을 감소시켰다. 음향모델은 단 음절로 구성되어 발성기간이 짧고 조음이 많이 생기는 불명확한 음소, 음절의 분할로 인한 오 인식을 줄이기 위해 인식단위를 반음절 쌍으로 하였다. 인식단위의 특징을 효과적으로 모델링하기 위해 특징부분에서 K-means 알고리즘으로 군집화 하여, 상태를 분할하는 변형된 연쇄 상태 분할방법을 이용하였다. 실험 결과 제안된 언어모델의 적용 후 동일 문맥종속 음소모델에서 10.5%, 음향모델에서 인식단위를 반음절 쌍으로 하였을 경우 문맥종속 음소모델에 비해 12.5%, 변형된 연쇄 상태분할을 하였을 경우 1.5%의 인식률을 향상시킬 수 있었다.