• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.355-359
• /
• 2010

최근 스마트폰이 급속히 보급됨에 따라 다양한 모바일 컨텐츠와 어플리케이션에 대한 요구들이 점차 증가하고 있다. 앱 스토어를 통한 지속적이고 다양한 컨텐츠의 생산은 사용자의 선택권을 확대시켜주는 이점은 있는 반면에 사용자가 원하는 것은 직접 찾아야 함으로 많은 시간과 노력이 요구된다. 따라서 미래에는 동적으로 변하는 상황에 따라 맞춤형 컨텐츠를 제공하기 위한 상황 인식 기술이 요구될 것으로 예상된다. 본 논문에서는 모델 기반의 상황 모델링을 통해 상황 인식 서비스의 개발 기간 단축과 재사용성을 제고 하였고, 이 상황 모델과 공간 정보를 결합하여 넓은 지역에 걸친 다양한 도메인에 적용할 수 있는 공간 기반 상황 인식 서비스를 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.354-358
• /
• 2008

스마트 홈의 목적은 가정 혹은 사무실에서 사용자에게 보다 양질의 삶을 위한 서비스를 제공하는데 있다. 스마트 홈의 구성요소로는 여러 종류의 장치와 사용자 편의를 위해 제공되는 서비스가 있으며, 스마트 홈의 목적에 부합하여 서비스는 계속 증가할 것으로 전망된다. 스마트 홈에서 제공하는 서비스의 확대로 인하여 서비스가 이행되지 못하거나 장치와 서비스 간의 상충된 기능 수행으로 발생 되는 오류 또한 증가할 것으로 예상됨에 따라 보다 안정된 스마트 홈 서비스 제공을 위해 오류 복구 시스템 개발이 요구된다. 기존의 모델 기반의 스마트 홈 오류 복구 시스템은 스마트 홈에 새로운 장치가 동적으로 추가되거나 서비스가 변경 되는 경우와 같은 상황에서 발생하는 오류를 해결하지 못한다. 본 논문에서는 동적인 상황에서도 이러한 오류를 해결 하기 위하여 모델 기반이 아닌 상황인지 기반의 오류 복구 시스템을 제안한다. 스마트 홈은 가정에 오류가 발생했을 지라도 제안된 오류 복구 시스템을 이용하여 스마트 홈 상황에 적절한 서비스를 사용자에게 제공할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.32-35
• /
• 2008

유비쿼터스 컴퓨팅 환경에서 시스템은 사용자의 상황을 인지하여 그 상황에 적합한 서비스를 자동으로 생성하고 그 환경에 존재하는 장치들을 사용하여 제공할 수 있어야 한다. 서비스를 수행하는 주체는 사용하려는 장치들의 상태 정보를 알고 있어야 하며, 그 서비스가 현재 환경에 적합한 서비스인지를 결정할 수 있어야 하며, 현재 환경에서 제공 가능한 서비스를 사용자가 원하는지 파악할 수 있어야 한다. 이처럼, 서비스를 수행함에 있어 장치, 사용자, 환경으로 구성된 공간 정보의 판독은 필수 불가결한 요소이다. 따라서, 새롭게 도입되는 서비스가 기존 공간 정보를 파악하기 위한 공용 환경 모델이 필요하다. 본 연구에서는 온톨로지를 사용한 환경 모델을 제안한다. 공간 안에 모든 시스템은 이 환경 모델을 통해 자신의 서비스를 수행하는 과정에서 필요한 상황 정보를 인지할 수 있고, 이는 보다 효율적인 개인화 서비스를 제공하기 위한 기반으로 사용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.270-273
• /
• 2011

스마트폰의 확산으로 스마트폰에 내장된 다양한 센서를 활용한 상황인지 서비스가 고도화 되어가고 있다. 이와 관련하여 GPS 센서, WiFi AP, Cell Tower 등의 정보를 이용하여 사용자의 위치를 파악하는 연구와 LBS(Location Based Service)에 대한 연구들이 이루어지고 있다. 하지만, 기존의 GPS 등과 같은 위치 센싱 정보를 통한 위치 파악 방법은 인프라를 구축하는 비용이 소요되고, 상대적으로 부정확한 장소 정보를 반환하는 문제점이 있다. 본 연구에서는 스마트폰으로부터 수집된 사용자의 시간, 요일, 장소, 주변 동시 출현 사용자 정보 등과 같은 사용자 상황 로그를 학습하여 사용자의 장소를 추론 하는 연구와 사용자의 프로파일을 이용하여 사용자를 그룹화한 장소 추론 모델을 통해 사용자의 장소 추론 정확도를 개선하는 방법을 제안한다. 제안 방법의 성능 평가를 위해 Reality Mining Project 그룹에서 수집된 데이터셋을 사용하여 전체 사용자를 대상으로 주변 동시 출현 사용자 속성을 이용한 방법과 사용자 주변에서 동시 출현하는 사용자의 빈도가 유사한 사용자별로 그룹화한 장소를 추론하는 방법을 비교 실험하였다. 실험 결과, 전체 사용자를 대상으로 장소를 추론하는 방법에 비해 유사 사용자 군집별로 장소를 추론하는 방법의 분류 정확도가 향상되었음을 확인하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.6
• /
• pp.4228-4236
• /
• 2015

Due to the rapid advance in web and mobile computing technologies, normal users have become to produce, provide, and share a varied form of spatial data and information. In the domain of spatial information, numerous researches on GIS have been conducted to provide spatial information services based on a geo-sensor network and a data integration and processing technology. However, to provide user-oriented information, a context information model is necessary to associate GIS data with web and sensor data. Context awareness services is designed to provide specific information, minimizing users' interference. For which, the context information model expresses the relationship of various data from sensor networks and mobile applications and provides a user-specific information considering location and area of interest. Thus, this research aims to develops a context information model based air-pollution information system that obtains and analyses air pollution data and reflects the analysis results on an air-pollution policy. Also, this system aims to raise citizens' awareness on air-pollution and to promote citizens' participatory to improve city's air quality.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.723-726
• /
• 2013

최근 IT기술의 발전으로 인해 클라우드 컴퓨팅 기술이 도래됨과 동시에 다양한 분야에서 클라우드 컴퓨팅 기술을 융합하기 위한 연구가 진행되고 있다. 그 일환으로 데이터센터에도 클라우드 컴퓨팅 기술을 접목시켜 사용되고 있는 추세이다. 클라우드 데이터센터는 다양한 사용자들이 각기 다른 디바이스를 기반으로 데이터센터에 접근하여 저장된 데이터를 사용하여 업무를 수행하게 되며, 다양한 환경에서 사용자들이 동시다발적으로 저장된 데이터에 접근하게 된다. 클라우드 데이터센터는 시 공간에 관계없이 접근 가능하기 때문에 사용자의 상황이 자주 변경되며, 이에 따라 무분별한 데이터의 접근으로 인해 다양한 보안 위협이 발생할 수 있다. 본 논문에서는 이러한 보안 위협을 예방하기 위해 사용자의 상황을 인지하고, 그 상황에 따라 접근 여부를 결정하는 상황 인식 기반의 접근제어 모델을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1867-1868
• /
• 2008

u-City(Ubiquitous city)는 유비쿼터스 컴퓨팅과 정보통신 기술을 기반으로 다양한 u-서비스(Ubiquitous service)를 제공하는 도시이다. u-서비스를 제공하기 위해서는 시스템이 주변 상황(Context)을 인지하여 사용자와 상호작용을 지원하는 상황인지 기술이 중요하다. 최근 상황인지(Context-aware) 기술은 지능형 회의실이나 스마트 홈을 개발하기 위하여 활발히 적용되고 있으나, 광범위한 도시공간을 대상으로 하는 u-서비스를 구현하기 위한 연구는 미진한 실정이다. 본 논문에서는 홍수 모니터링 서비스를 대상으로 온톨로지 기반의 홍수 상황인지 모델을 제안한다. 모델설계를 위해 현재의 홍수 모니터링 시스템을 분석하여 요구사항을 도출하고 홍수 모니터링 시나리오를 작성하였다. 상황 데이터를 분석하고 상황 데이터 수집을 위한 센서(Sensor) 온톨로지(Ontology)를 설계하였다. 다음으로 센서 온톨로지를 통해 수집한 상황 데이터를 추론하여 적절한 서비스를 제공하기 위한 홍수 상황인지 모델을 설계하였다. 제안한 모델은 향후 다양한 u-서비스를 설계하고 구현하는데 응용모델로 활용할 수 있을 것이다.

• Journal of Internet Computing and Services
• /
• v.8 no.5
• /
• pp.81-89
• /
• 2007

In this thesis, we propose ontology based context-aware recommendation system using concept hierarchy(OCARCH), Context-aware recommendation services are useful to provide an user with relevant information and/or services bared on his current context, However several approaches to context-aware recommendation system have been already proposed, each of them provide information without considering level of information concept bared on his current context, For this reason, we propose OCARCH as system capable of helping people to find their way quickly and easily through large amounts of information by determining level of information concept based on his current context, We are also using prefetching algorithm to store recommendation information that the user is likely to need in the near future based on current predictions, Therefore the OCARCH enables users to obtain relevant information efficiently, Several experiments are performed and the experimental results show that the proposed system provides more effective than conventional context-aware recommendation system.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.290-294
• /
• 2009

When we are visiting unfamiliar huge public places, it is hard to know what, how, and where to go. For solving these problems, we have suggest a user guide system, and a knowledge model which is built to support the system. High intelligence guidance system needs to react the user's context more spontaneously, which could be obtained when a system aware both the location and process coordinately. In this paper, we will show how our knowledge model is designed to enable the system to interpret simultaneously both of them.

• KIPS Transactions on Computer and Communication Systems
• /
• v.10 no.3
• /
• pp.59-70
• /
• 2021

With the recent advancements in the Internet of Things, context-aware system that provides customized services become important to consider. The existing context-aware systems analyze data generated around the user and abstract the context information that expresses the state of situations. However, these datasets is mostly unstructured and have difficulty in processing with simple approaches. Therefore, providing context-aware services using the datasets should be managed in simplified method. One of examples that should be considered as the unstructured datasets is a deep learning application. Processes in deep learning applications have a strong coupling in a way of abstracting dataset from the acquisition to analysis phases, it has less flexible when the target analysis model or applications are modified in functional scalability. Therefore, an abstraction model that separates the phases and process the unstructured dataset for analysis is proposed. The proposed abstraction utilizes a description name Analysis Model Description Language(AMDL) to deploy the analysis phases by each fat client is a specifically designed instance for resource-oriented tasks in edge computing environments how to handle different analysis applications and its factors using the AMDL and Fat client profiles. The experiment shows functional scalability through examples of AMDL and Fat client profiles targeting a vehicle image recognition model for vehicle access control notification service, and conducts process-by-process monitoring for collection-preprocessing-analysis of unstructured data.