• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.148-153
• /
• 2008

네트워크 환경과 컴퓨팅 기술이 발전하고 모바일 디바이스의 수가 증가함에 따라 상황 인식 서비스(Context-Aware Service)의 중요성이 부각되고 있다. 최근 몇 년 동안, 상황 인식 서비스(Context-Aware Service)를 실현하기 위한 여러 연구가 진행되었지만, 해결해야 할 문제점들이 남아있다. 기존의 접근 방법들은 상황에 적합한 서비스나 추천 알고리즘을 도입함에 있어서 특정 응용(Application)이나 영역(Domain)에 종속적이고 유연성이 떨어진다는 문제가 있다. 또한 온톨로지 추론 엔진에 서비스 제공을 위한 대부분의 정보 표현과 추론을 전가하기 때문에 실제 서비스에 활용할 수 있는 정도의 성능을 기대하기 어려우며 확장성(Scalability)이 떨어진다. 본 논문에서는 서비스 요청과 서비스 처리 계층으로 계층을 분리하고 두 계층에서의 온톨로지 추론 엔진과 관계형 데이터베이스의 역할을 명확히 정의함으로써 이와 같은 문제점들을 해결하는 실용적(Practical)인 상황 인식 서비스 전달 프레임워크(Context-Aware Service Delivery Framework)를 제시하고. 시나리오를 통해 서비스 프로세스를 설명한다. 제시된 프레임워크는 현재 프로토타입의 개발을 진행 중이다.

• KIPS Transactions on Software and Data Engineering
• /
• v.5 no.1
• /
• pp.13-20
• /
• 2016

In this paper, we propose an object recognition system that can effectively find out its category, its instance name, and several attributes from the color and depth images of an object with hierarchical feature learning. In the preprocessing stage, our system transforms the depth images of the object into the surface normal vectors, which can represent the shape information of the object more precisely. In the feature learning stage, it extracts a set of patch features and image features from a pair of the color image and the surface normal vector through two-layered learning. And then the system trains a set of independent classification models with a set of labeled feature vectors and the SVM learning algorithm. Through experiments with UW RGB-D Object Dataset, we verify the performance of the proposed object recognition system.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.227-230
• /
• 2011

In this paper, we are proposed ECOPS(Energy Conserving optimal Path Schedule) algorithm that according to ALPS(Ad hoc network Localized Positioning System) algorithm the location information is received and the new head node is selected considering the energy efficiency. The proposed algorithm follows RODMRP(Resilient Ontology-based Dynamic Multicast Routing Protocol) structure, that is the hierarchic cluster structure. And by using the location information of the node, it maintains the cluster which the energy is efficient with the production. It increases the life time of the total routing structure.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.571-573
• /
• 2009

Mobile Ad-hoc Network(MANET) needs efficient node management because the wireless network has energy constraints. Mobility of MANET would require the topology change frequently compared with a static network. To improve the routing protocol in MANET, energy efficient routing protocol would be required as well as considering the mobility would be needed. Previously proposed a hybrid routing CACH prolong the network lifetime and decrease latency. However the algorithm has a problem when node density is increase. In this paper, we propose a new method that the CACHE(Context-aware Clustering Hierarchy and Energy efficient) algorithm. The proposed analysis could not only help in defining the optimum depth of hierarchy architecture CACH utilize, but also improve the problem about node density.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.521-524
• /
• 2008

MANET이 유연성 있고, 자유로운 네트워크로서 주목 받아감에 따라 MANET에서의 Routing 알고리즘이 중요한 논점이 되고 있다. 특히 MANET에서 각 Node에 대한 관리 방법은 향후 차세대 네트워크의 중요한 부분으로 인식되고 있다. 본 논문에서 제안하는 오버레이 멀티캐스트 Routing 알고리즘은 각 Node의 오버레이 ID 생성과 유지 및 전송에 관한 알고리즘으로 MANET의 여러 가지 제한 조건 및 환경에 따라 유연성 있게 작용하므로, 현재 많은 연구가 이루어지고 있다. 그러나 기존의 오버레이 멀티캐스트는 일반적인 단일 레이어로 이루어진 Cluster에 한하여 그 알고리즘을 적용하고 있으며, Cluster의 구성 및 유지 또한 Node의 속성 구분에 따른 에너지 등을 고려하지 않고 있다. 본 논문에서 제안하는 EOMM(Efficient Overlay Multicast for Multi-layer)은 오버레이 멀티캐스트를 다중 계층 구조 기반 Cluster에서 적용하였다. 또한 Node의 속성 정보를 고려하여 Clustering 알고리즘인 TICC을 지원하여, Masking 연산을 통하여, 처리속도를 향상시켰다. 그 결과 Routing delay와 packet 증가률을 감소시켜 성능을 향상시켰다.

• Smart Media Journal
• /
• v.5 no.3
• /
• pp.35-41
• /
• 2016

In this paper, we propose hand-gesture signal recognition based on EPS(Electronic Potential Sensor) using Deep learning model. Extracted signals which from Electronic field based sensor, EPS have much of the noise, so it must remove in pre-processing. After the noise are removed with filter using frequency feature, the signals are reconstructed with dimensional transformation to overcome limit which have just one-dimension feature with voltage value for using convolution operation. Then, the reconstructed signal data is finally classified and recognized using multiple learning layers model based on deep learning. Since the statistical model based on probability is sensitive to initial parameters, the result can change after training in modeling phase. Deep learning model can overcome this problem because of several layers in training phase. In experiment, we used two different deep learning structures, Convolutional neural networks and Recurrent Neural Network and compared with statistical model algorithm with four kinds of gestures. The recognition result of method using convolutional neural network is better than other algorithms in EPS gesture signal recognition.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• The KIPS Transactions:PartB
• /
• v.13B no.2 s.105
• /
• pp.83-88
• /
• 2006

Digital image processing algorithm was proposed to measure the area inside of an object image using angle-distance graph used to analyze the pattern of an object in the digital image processing techniques. The first angle-distance graph is generated from a point inside of an object area. The second angle-distance graphs are generated for the areas missed in the first graph by extracting the positions with large gradient in the first angle-distance graph. The order of the graph increases according to the complexity of an object pattern. Size of the area inside of an object boundary is measured by integrating square of distance multiplied by angle for each area from the hierarchical angie-distance graphs.

• Proceedings of the IEEK Conference
• /
• 1999.11a
• /
• pp.668-671
• /
• 1999

현대 사회의 컴퓨터 사용자 계층은 점점 그 범위와 수가 커지고 있다 이러한 추세는 앞으로도 계속 증가할 것이다. 따라서 많은 사람들은 더 편리하고 익히기 쉬운 컴퓨터의 사용법을 원하고 생활속에서 더 많이 컴퓨터를 활용하기를 원한다. 그러므로 인간에게 가장 친숙한 음성을 이용함으로써 이런 사용자들의 필요를 충족시킬 수 있을 뿐 아니라 사용자가 쉽게 접할 수 있도록 할 수 있다. 그러므로 본 논문의 목적은 이러한 상황에서 인간과 기계와의 인터페이스를 인간의 기본적인 의사소통 수단인 음성을 이용하여 보다 빨리 작업 할 수 있게 하는 취지에 있다. 기존의 인식알고리즘은 그 복잡성이 높을수록 인식률은 증가하나 계산시간이 많이 걸린다는 단점이 있다. 이러한 계산시간의 증가는 윈도우환경의 컴퓨터 사용시 다른 프로그램의 실행에 지장을 줄 수 있다. 따라서 인식률은 증가시키면서 인식 시간은 감소시킬 수 있는 방법들이 필요하다. 본 논문에서는 컴퓨터 사용시 쓰이는 명령어를 기본으로 하여 보다 빠른 인식 처리를 수행하기 위해 기준 패턴의 후보자를 선정하는 방법을 제안한다

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.4
• /
• pp.1009-1016
• /
• 2015

In this paper, we propose EPCM(Efficient Prediction-based Context-awareness Matrix) algorithm analyzing connectivity by predicting cluster's context data such as velocity and direction. In the existing DTN, unrestricted relay node selection causes an increase of delay and packet loss. The overhead is occurred by limited storage and capability. Therefore, we propose the EPCM algorithm analyzing predicted context data using context matrix and adaptive revision weight, and selecting relay node by considering connectivity between cluster and base station. The proposed algorithm saves context data to the context matrix and analyzes context according to variation and predicts context data after revision from adaptive revision weight. From the simulation results, the EPCM algorithm provides the high packet delivery ratio by selecting relay node according to predicted context data matrix.