• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1405-1411
• /
• 2022

고성능 프로세서와 같은 하드웨어의 발전이 계속됨에 따라 임베디드 환경에서 전력관리는 여전히 중요한 문제이다. DVFS와 같은 전력관리방식은 네트워크 통신과 같은 폴링 기반의 입출력 프로그램에서 효율적인 전력관리를 위해 적응형 방식으로 CPU 주파수를 조절한다. 본 논문에서는 기존 전력관리방식에서의 문제점을 제시하고 새로운 전력관리 방식을 제안한다. 이를 통해 데이터 수신의 빈도가 낮은 상황에서는 폴링 주기를 늘려 전력소모를 줄일 수 있고, 반대로 데이터 수신이 빈번한 상황에서는 최대주파수로 동작하여 성능저하없이 동작 할 수 있다. 이를 임베디드 보드상에 코드계층으로 구현하고 Atmel사의 Power Debugger를 통해 실험 관찰한 결과 제안한 방식은 기존의 전력관리방식과 비교하여 전력소모에서 최대 30%의 성능향상을 보였다.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1676-1686
• /
• 2021

본 논문에서는 모듈화, 추상화, 계층화 개념을 기반으로 블록체인 상호호환성을 제공하기 위한 크로스-체인 개념의 해결방안을 제안한다. 컨센서스 알고리즘과 특정한 응용 로직으부터 크로스-체인 기능을 분리하며, 크로스-체인운영의 타당성과 합법성을 보장하기 위해 머클 증명을 활용한다. 또한, 동종 블록 체인과 이종 블록 체인의 기본 구현이 다르기 때문에 크로스-체인에서는 이를 분리하여 다루기로 한다. 동종 블록 체인의 경우 TCP와 유사한 크로스-체인 전송 프로토콜(CCTV)을 제안한다. 이종 블록 체인의 경우 크로스-체인 기능을 실현하기 위해 릴레이 체인을 구성하는 방법을 제시한다. 제안된 방식은 크로스-체인 데이터의 정확하고 효과적이며 신뢰할 수 있고 질서 있고 시기 적절한 전송을 가능하게 할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.338-338
• /
• 2023

최근 특정 지역에 짧은 시간동안 많은 강우가 내리는 국지성 집중호우가 빈번히 발생하고 있으나, 이에 대한 예측과 대비에도 불구하고 피해는 지속적으로 증가하고 있다. 지속적인 강우량 증가 추이로 시간최대 및 일최대 강우량 관측기록이 해마다 갱신되고, 도시, 하천 및 주요 홍수방어 시설의 설계용량을 초과하는 피해가 발생하고 있다. 다수의 인구가 거주하고 대규모 기반시설이 집중된 도시지역에서 발생하는 집중호우는 심각한 인명 및 재산피해로 이어질 수 있다. 따라서, 부처별 재난의 저감대책은 정량적인 피해규모의 피해금액 예측보다는 설계 빈도에 대한 규모의 크기로 대책을 마련하고 있다. 국내에서는 풍수해 피해를 저감시키기 위해 개발에 따르는 재해영향요인을 개발 사업 시행 이전에 예측·분석하고 적절한 저감대책안을 수립·시행하고 있으나 설계빈도에 대한 규모일 뿐 정량적인 저감대책으로 예방되는 피해금액은 알 수 없다. 본 연구에서는 재해연보를 기반으로 호우재해(호우, 태풍)에 대한 시군구-재해기간의 피해데이터를 1999년부터 2019년까지 총 20년의 빅데이터와 전국 68개 강우관측소를 대상으로 총 20년(1999년 ~ 2019년)의 강우자료를 구축하였다. 머신러닝의 학습별 알고리즘을 조사하여 호우재해 피해데이터의 적용성이 높고 다양한 분야에 적용이 가능한 Neural networks의 분석기술인 ANN기법을 선정하였다 피해데이터의 재해발생기간별 총강우량, 일최대강우량, 총피해금액에 대하여 1999년 ~ 2018년을 학습하고 2019년에 대하여 강우특성과 피해특성의 분석하였다. 분석결과 Neural Networks의 지도학습은 총 6,902개 중 2019년을 제외한 6,414개를 학습하였으며 분석 타깃은 호우재해의 피해규모를 분석할 수 있는 총강우량, 일최대강우량, 총피해금액에 대하여 은닉노드 5개씩 2계층에 대하여 분석하였다.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.609-616
• /
• 2023

무선 네트워크 환경에서 센서들은 전원 공급을 위해 상시 전원이 연결되어 있는 것은 아니기 때문에 센서들에게 공급되는 에너지원인 배터리의 수명은 한정되어 있다. 따라서 네트워크 수명을 연장하는 다양한 연구들이 진행되어 왔으며, 효율적인 에너지 사용을 위해 계층기반 라우팅 프로토콜인 LEACH(: Low-energy Adaptive Clustering Hierarchy)가 등장하였다. 하지만 데이터 송신 시 전송거리의 제곱만큼의 에너지 소모가 이루어지기 때문에 융합된 데이터를 싱크 노드에 직접 전송하는 LEACH 프로토콜은 에너지 소모가 크다는 제한사항을 가지고 있다. 본 논문에서는 이러한 제한사항을 개선하기 위해, 매 라운드마다 클러스터 헤드들이 싱크 노드와의 상대적인 거리 계산을 통해 클러스터 헤드 간 체이닝 연결되는 멀티 홉 전송으로 전송거리를 최소화할 수 있는 알고리즘을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제14권6호
• /
• pp.1-10
• /
• 2009

플래시 메모리는 비휘발성이고 저전력으로 동작하며 가볍고 내구성이 강하다. 이러한 특성으로 휴대용 멀티미디어 재생기(PMP)와 같은 모바일 컴퓨팅 환경에서의 저장 장치로 많이 사용되고 있다. 대용량의 플래시 메모리를 저장 장치로 가진 모바일 기기들은 비디오/오디오/사진등과 같은 다양한 종류의 멀티미디어 데이터를 저장하고 재생한다. 모바일 컴퓨팅 장치를 위한 기존의 인덱스 시스템은 노래 가사와 같은 텍스트 형태의 정보 검색에 비효육적이다. 본 논문에서는 대용량 플래시 메모리 기반 임베디드 텍스트 인덱스(Embedded Text Index: EMTEX) 시스템을 제안한다. EMTEX는 먼저 임베디드 시스템을 고려한 압축 알고리즘을 사용하며, 텍스트 인덱스가 구성된 필드에 삽입 및 삭제시 인덱스에 즉시 반영된다. 뿐만 아니라, 플래시 메모리의 특성을 고려한 효율적인 삽입, 삭제, 재구성 기능을 수행하며, DBMS의 상위 계층에서 독립적으로 동작한다는 장점을 갖는다. 제안한 시스템의 성능 평가를 위해 다양한 환경에서 실험을 수행하였다. 그 결과 EMTEX는 임베디드 환경에서 Oracle Text나 FT3와 같은 기존의 인덱스 시스템보다 더 좋은 성능을 보여주었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.35-38
• /
• 2023

포트홀은 주행하는 자동차와 접촉이 이뤄지면 차체나 운전자에게 충격을 주고 제어를 잃게 하여 도로 위 안전을 위협할 수 있다. 포트홀의 검출을 위한 국내 동향으로는 진동을 이용한 방식과 신고시스템 이용한 방식과 영상 인식을 기반한 방식이 있다. 이 중 영상 인식 기반 방식은 보급이 쉽고 비용이 저렴하나, 컴퓨터 비전 알고리즘은 영상의 품질에 따라 정확도가 달라지는 문제가 있었다. 이를 보완하기 위해 영상 인식 기반의 딥러닝 모델을 사용한다. 따라서, 본 논문에서는 사전 학습된 딥러닝 모델의 정확도 향상을 위한 Feature Level Ensemble 기법을 제안한다. 제안된 기법은 사전 학습된 CNN 모델 중 Test 데이터의 정확도 기준 Top-3 모델을 선정하여 각 딥러닝 모델의 Feature Map을 Concatenate하고 이를 Fully-Connected(FC) Layer로 입력하여 구현한다. Feature Level Ensemble 기법이 적용된 딥러닝 모델은 평균 대비 3.76%의 정확도 향상을 보였으며, Top-1 모델인 ShuffleNet보다 0.94%의 정확도 향상을 보였다. 결론적으로 본 논문에서 제안된 기법은 사전 학습된 모델들을 이용하여 각 모델의 다양한 특징을 통해 기존 모델 대비 정확도의 향상을 이룰 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.540-546
• /
• 2023

IoT는 관련 기술의 발전으로 인해 사용범위가 넓어졌으며 다양한 서비스의 구현을 위한 수요를 충족하기 위해 다양한 센서가 개발되고 보급되었다. 센서를 이용한 알코올 농도의 측정은 음주운전 방지에 활용할 수 있으며 이를 가능하게하기 위해서는 정확한 알코올 농도를 측정하고 스마트폰에서 서버로 안전한 전송을 보장하여야 한다. 또한 측정한 알코올 농도 값을 음주 수준을 판단하는 기준값으로 변환하는 과정이 필요하다. 본 논문에서는 센서를 사용하여 알코올 탐지기술을 적용한 음주측정기기에서 수집한 알코올 농도 정보를 보정 알고리즘을 통해 수치를 변환하고 원격지에 위치한 서버에 안전하게 전송하고 관리하는 시스템을 제안하고 구현한다. 원격지 서버와의 보안은 네트워크 계층의 SSL을 적용하여 데이터의 무결성과 기밀성을 보장하도록 하였으며 서버는 수신된 정보를 암호화하여 데이터베이스에 저장하여 추가적인 보안을 제공하도록 하였다. 알코올 농도 측정의 정확성, 통신의 효율성을 분석한 결과 에러 허용치 내에서 측정되고 전송되는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.113-120
• /
• 2024

정보통신 기술이 발전함에 따라 우리는 일상에서 다양한 형태의 데이터를 손쉽게 생성하고 있다. 이처럼 방대한 데이터를 효율적으로 관리하려면, 체계적인 카테고리별 분류가 필수적이다. 효율적인 검색과 탐색을 위해서 데이터는 트리 형태의 계층적 구조인 범주 트리로 조직화되는데, 이는 뉴스 웹사이트나 위키피디아에서 자주 볼 수 있는 구조이다. 이에 따라 방대한 양의 문서를 범주 트리의 단말 노드로 분류하는 다양한 기법들이 제안되었다. 그러나 범주 트리를 대상으로 하는 문서 분류기법들은 범주 트리의 높이가 증가할수록 단말 노드의 수가 기하급수적으로 늘어나고 루트 노드부터 단말 노드까지의 길이가 길어져서 오분류 가능성이 증가하며, 결국 분류 정확도의 저하로 이어진다. 그러므로 본 연구에서는 사용자의 요구 분류 정확도를 만족시키면서 세분화된 분류를 구현할 수 있는 새로운 노드 확장 기반 분류 알고리즘을 제안한다. 제안 기법은 탐욕적 접근법을 활용하여 높은 분류정확도를 갖는 노드를 우선적으로 확장함으로써, 범주 트리의 분류 정확도를 극대화한다. 실데이터를 이용한 실험 결과는 제안 기법이 단순 방법보다 향상된 성능을 제공함을 입증한다.

• 대한전자공학회논문지TC
• /
• 제49권6호
• /
• pp.15-26
• /
• 2012

본 논문에서는 개선된 AF(Amplify-and-Forward)와 DF(Decode-and-Forward) Relay 프로토콜을 결합한 다중 사용자 MIMO (Multiple Input Multiple Output) Relay 네트워크에서 간섭 제거 기술을 논의 한다. 간섭 제거 기술은 Relay 노드가 적용된 전체 전송 시스템의 오류 성능을 향상시키기 위해 eNB(evolved NodeB), Relay 노드(RN: Relay Node)와 UE(User Equipment)에 의해 이루어진다. 간섭 제거를 수행하기 위해 ZF(Zero Forcing), MMSE(Minimum Mean Square Error), SIC(Successive Interference Cancellation)와 OSIC(Ordered Successive Interference Cancellation)가 적용된 DPC(Dirty Paper Coding)와 THP(Thomilson Harashima Precoding)를 사용하였다. 이러한 기본적인 기술이 적용된 Relay 노드 기능들이 연구되고 개선된다. 협력 Relay 노드에서 두 계층 간의 간섭 제거를 강화한 DF는 성능을 향상시킨다. eNB와 RN간의 가중치 벡터를 사용하여 간섭 제거가 수행된다. 연구 최종 결과, 기존의 알고리즘과 비교하여 제안된 알고리즘이 낮은 SNR에서 더 좋은 성능을 나타냈다. 모의실험 결과 LTE-Advanced 시스템에서 제안된 기법이 오류 성능 면에서 상당한 향상을 나타냈다.

• 한국지리정보학회지
• /
• 제2권2호
• /
• pp.69-78
• /
• 1999

본 논문에서는 한반도의 지역별 강수량 예측을 위한 신경망 기법을 소개한다. 시계열 패턴 예측 문제에 적용될 수 있는 기존의 다양한 신경망 모델의 특성을 분석하고 이로부터 강수량 예측 문제에 적합한 모델 및 학습 알고리즘을 제시한다. 본 논문에서 제시하는 모델은 계층적구조의 신경망으로 각 노드의 출력값은 일정기간동안 버퍼에 저장되어 상위계층에 입력으로 작용한다. 본 연구에서는 제안된 모델에 대하여 이중연결형태의 시냅스 구조를 채택하고, 이에 대한 네트워크의 동작특성과 학습알고리즘 등을 정의한다. 이러한 이중연결구조는 기존의 다층퍼셉트론에서 바이어스 노드의 역할을 담당하며, 노드가 갖는 특징들간의 관계를 효과적으로 반영함으로써 기존의 전형적인 시계열 예측 신경망인 FIR(Finite Impulse Response) 네트워크와 비교할 때 학습의 효율을 개선시킨다. 제시된 이론은 월별 및 계절별 강수량 예측 실험에 적용하였다. 신경망 예측기의 학습자료로서 과거 수십년동안 관측된 강수량 데이터와 해수표면온도 데이터를 사용하며 예측 실험결과로부터 제시된 이론의 타당성을 고찰한다.