A Study on Data Inference using Machine Learning in WSN Environment

무선 센서 네트워크 환경에서 기계 학습을 이용한 데이터 추론에 관한 연구

The loss of data collected from the sensor node in the wireless sensor network environment is caused by the hidden node of the sensor node and power shortage. In order to solve these problems, researches have been actively carried out to maintain the network effectively, but there is no study on the situation where the maintenance of the network is impossible. Therefore, research is needed to infer lost data in situations where network maintenance is impossible. In this paper, use particulate matter data of specific cities to deduce lost data. Analyze the accumulated data through machine learning and identify the possibility of inferring lost data.

무선 센서 네트워크 환경에서 센서 노드로부터 수집되는 데이터의 소실은 센서 노드의 히든노드 및 전력 부족 등의 문제로 발생된다. 이러한 문제를 해결하기 위해 효율적으로 망을 유지하기 위한 연구가 활발히 진행되어 왔으나, 망 유지가 불가능한 상황의 연구는 전무하다. 따라서 망 유지가 불가능한 상황에서의 소실된 데이터를 추론하기 위한 연구가 필요하다. 본 논문에서는 소실된 데이터를 추론하기 위해 특정 도시의 미세 먼지 데이터를 이용한다. 기계 학습을 통해 축적된 데이터의 분석 및 소실된 데이터의 추론 가능성을 확인한다.