• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.7
• /
• pp.399-412
• /
• 2006

A clustering based wireless internet proxy server with cooperative caching has a problem of minimizing overall performance because some servers become overloaded if client request pattern is Hot-Spot or uneven. We propose a self-learning based adaptive clustering scheme to solve the poor performance problems of the existing clustering in case of Hot-Spot or uneven client request pattern. In the proposed scheme, requests are dynamically redistributed to the other servers if some servers supposed to handle the requests become overloaded. This is done by a self-learning based method based dynamic weight adjustment algorithm so that it can be applied to a situation with even various request pattern or a cluster of hosts with different performance. We performed experiments in a clustering environment with 16 PCs and a load balancer. Experimental results show the 54.62% performance improvement of the proposed schemes compared to the existing schemes.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.429-431
• /
• 2011

공학의 기본 원리 학습을 위해서는 원리 그림이나 도표와 같은 콘텐츠의 사용이 필요하다. 하지만 시간과 공간의 제약으로 학습이 불충분하고, 편리성과 멀티미디어 콘텐츠를 갖추지 못하면 학습의 효과도 떨어지는 문제점이 있다. 최근 Smart Phone 사용자가 증가하고, Smart Phone을 이용한 교육프로그램을 제공하여 이동 중에도 공학의 기본 원리와 같은 학습이 필요한 시점이다. 본 논문에서는 열역학의 법칙 등 열역학에 관한 학습 콘텐츠를 Smart Phone에서 구현하고자 한다. 실제 Web 서버를 통하여 무선 인터넷 통신망에서 제공되는 열역학의 교육 공학적 도표, 애니메이션, 그림, 등을 Smart Phone에서의 설계하고 구현한다. 본 연구는 교육공학과 학습 프로그램 제공을 통해 모바일 원격교육 발전에 기여할 것이다.

• KSCI Review
• /
• v.14 no.1
• /
• pp.213-219
• /
• 2006

We need the customized e-Learning service according to not only developing the wireless mobile and hardware technology, also developing the multimedia process skills. Especially, the beginner who start to learn the first programming course must be provided the personalized learning. The beginner require the repeated practices to obtain the programming skills, also they reveal the different learning effects following the learner capability In this paper. we develop a new e-Learning contents which give the individual service for learner and show the simulation which is program execution to maximize the learning effects.

• Electronics and Telecommunications Trends
• /
• v.31 no.5
• /
• pp.1-10
• /
• 2016

빅데이터를 통한 학습, GPU를 활용한 고속 컴퓨팅 및 다양한 알고리즘 개발과 더불어 기계학습은 다양한 분야에서 종래에 이루어내지 못한 뛰어난 성과를 달성하고 있다. 그동안 상용화된 통신 시스템에서 기계학습이 활성화되지 못했지만, 전례없는 다양한 서비스와 단말을 아우르는 5G 통신에서는 더욱 적극적으로 활용될 것으로 예상된다. 기계학습은 링크 적응 등 무선접속기술, 다양한 망이 혼재된 이종망 기술, 트래픽 분류 등을 위한 네트워크 기술, 침입 탐지를 위한 보안 기술 등 다양한 통신기술에서 연구됐다. 또한, 최근에는 유럽의 Public Private Partnership(5G PPP) 프로젝트를 비롯하여 다양한 그룹에서 활발히 연구되고 있으며, 컬컴/노키아/에릭슨 등 통신 관련 기업들도 적극적인 투자를 하고 있다. 본고에서는 기계학습 관련 통신기술, 연구그룹 및 기업 동향을 소개하고, 이를 통해 5G 통신 적용 가능성을 짚어본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.72-76
• /
• 2006

정보통신 기술의 발전은 양방향의 참여 문화를 형성하고 있다. e-러닝의 환경도 웹 기반의 환경에서 모바일 환경과 방송과 융합된 네트워크 환경으로 변화되며, e-러닝도 학습자의 직접 참여를 요구하는 교수-학습 교수법을 제공하고 있다. 다양한 네트워크 환경에서 원하는 정보를 생성, 추출하고 다른 사람과 의사소통할 수 있어야 한다. e-러닝의 발전으로 복합적 사고와 고차원적인 인지 사고를 위해 학습자 주도의 개별적자율적 학습, 협력적(collaborative)학습을 제공할 수 있다. 즉, e-러닝의 웹 기반에서 발전하여 무선 네트워크 환경으로의 변화가 학습 환경도 시간적, 공간적으로 자유로울 수 있는 모바일 환경(mobile environment)에서 방송과 통신이 융합되고 나아가 유비쿼터스 환경(ubiquitous environment)으로 전환되고 있다. 본 논문에서는 e-러닝의 콘텐트를 다양한 디지털 기기에 따라 재사용하고 재구성하여 제공할 수 있도록 메타데이터 맵핑 구조에 대해 연구하고자 한다.

• Journal of IKEEE
• /
• v.26 no.4
• /
• pp.568-576
• /
• 2022

Automatic modulation classification(AMC) is a core technique in Software Defined Radio(SDR) platform that enables smart and flexible spectrum sensing and access in a wide frequency band. In this study, we propose a simple yet accurate deep learning-based method that allows AMC for variable-size radio signals. To this end, we design a classification architecture consisting of two Convolutional Neural Network(CNN)-based models, namely main and small models, which were trained on radio signal datasets with two different signal sizes, respectively. Then, for a received signal input with an arbitrary length, modulation classification is performed by augmenting the input samples using a self-replicating padding technique to fit the input layer size of our model. Experiments using the RadioML 2018.01A dataset demonstrated that the proposed method provides higher accuracy than the existing methods in all signal-to-noise ratio(SNR) domains with less computation overhead.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.9
• /
• pp.169-177
• /
• 2024

Industrial Wireless Sensor Network (IWSN) is a key feature of Industrial IoT that enables industrial automation through process monitoring and control by connecting industrial equipment such as sensors, robots, and machines wirelessly, and must support the strict requirements of modern industrial environments such as real-time, reliability, and energy efficiency. To achieve these goals, IWSN uses reliable communication methods such as multipath routing, fixed redundant resource allocation, and non-contention-based scheduling. However, the issue of wasting redundant resources that are not utilized for communication degrades not only the efficiency of limited radio resources but also the energy efficiency. In this paper, we propose a scheme that utilizes reinforcement learning in communication scheduling to periodically identify unused wireless resources and reallocate them to save energy consumption of the entire industrial network. The experimental performance evaluation shows that the proposed approach achieves about 30% improvement of resource efficiency in scheduling compared to the existing method while supporting high reliability. In addition, the energy efficiency and latency are improbed by more than 21% and 38%, respectively, by reducing unnecessary communication.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.205-206
• /
• 2018

본 논문에서는 IoT 환경의 무선 센서 네트워크 시스템 상의 효율적인 패킷 전달을 위해 큐러닝(Q-learning)에 기반한 다중 대기열 동적 스케쥴링 기법을 제안한다. 이 정책은 다중 대기열(Multiple queue)의 각 큐가 요구하는 딜레이 조건에 맞춰 최대한 패킷 처리를 미룸으로써 효율적으로 CPU자원을 분배한다. 또한 각 노드들의 상태를 큐러닝(Q-learning)을 통해 지속적으로 상태를 파악하여 기아상태(Starvation)를 방지한다. 제안하는 기법은 무선 센서 네트워크 상의 가변적이고 예측 불가능한 환경에 대한 사전지식이 없이도 요구하는 서비스의 질(Quality of service)를 만족할 수 있도록 한다. 본 논문에서는 모의실험을 통해 기존의 학습 기반 패킷 스케쥴링 알고리즘과 비교하여 제안하는 스케쥴링 기법이 복잡한 요구조건에 따라 유연하고 공정한 서비스를 제공함에 있어 우수함을 증명하였다.

• Journal of Digital Convergence
• /
• v.19 no.4
• /
• pp.1-8
• /
• 2021

This experimental study was to examine the impact of collaborative learning in a virtual environment on students' learning outcomes and satisfaction. The collaborative virtual learning environment was created for a Korean history class for high school students. A total of 119 participants were recruited and were randomly assigned to either "collaborative group" or an "individual group." Students' academic achievements and satisfaction were collected as measurement tools to examine the effect of collaborative learning in the virtual learning environment and collected data were tested by independent sample t. The results showed that participation in collaborative groups had a significant positive effect on academic achievement and satisfaction than individual groups.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10c
• /
• pp.628-630
• /
• 2001

오늘날 인터넷이 보편화되면서 정보 검색 및 뉴스 검색들이 일반화되고 있지만 엄청난 정보의 양과 다양성 등으로 인해 사용자들은 오히려 정보 검색의 어려움을 호소하고 있다 이에 본 논문에서는 사용자 편의의 뉴스 검색과 사용자의 요구와 취향이 반영될 수 있도록 BPN(Back Propagation Neural Network)의 학습 기능을 가진 지능형 에이전트를 이용하여 뉴스 기사를 필터링하는 뉴스 검색 시스템을 제안한다. 이 시스템은 여러 신문사의 기사를 수집 및 통합하여 그 날의 주요 기사들을 데이터베이스에 저장하는 수집 에이전트, 사용자가 입력만 키워드를 이용하여 BPN 기법으로 학습시키는 훈련 에이전트 등으로 구성되어 있다. 또한 정보 통신 기술의 눈부신 발달로 투선 인터넷이 급속히 보급되는 현실을 감안하여 무선으로도 이러한 서비스를 제공할 수 있도록 시스템을 구성하였다.