• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.105-106
• /
• 2019

본 논문에서는 무선 센서 네트워크(Wireless Sensor Network, WSN) 환경에 배치되어 물리적 데이터를 감지하는 각 센서들의 데이터를 수집을 위한 싱크(Sink)가 일정 주기로 이동 및 재배치되는 싱크 마이그레이션(Migration) 과정에 있어 다음 배치 위치를 효율적으로 선정하기 위해 클러스터 헤드(Cluster Head, CH)를 기준으로 영역 검색 단계를 추가하여 재배치 정확성 및 효율성 증대 기법을 제안한다. 본 논문에서는 WSN 환경을 바탕으로 싱크 재배치 과정에 해당 기법을 적용하여 시뮬레이션 하였으며, 해당 실험의 결과에 따르면 싱크 재배치의 정확성 및 효율성 증대로 전체 영역에 대한 고른 데이터 수집 및 소모 에너지 균형이 향상되었다.

• 한국ITS학회 논문지
• /
• 제16권1호
• /
• pp.157-165
• /
• 2017

본 논문에서는 MTC(Machine-Type Communications) 장치 증가를 고려하여 많은 MTC 장치 서비스 요청으로 코어 망에서 발생할 수 있는 부하를 줄일 수 있는 방안을 제안하고 제안한 방법의 성능 분석을 수행한다. 우리는 셀룰러 네트워크에 등록되어 MTC 장치 중에 클러스터 헤더로 선정하는 방안과 선정된 클러스터 헤더가 서비스 영역의 MTC 장치를 관리하는 절차를 제안하였다. 제안한 방안의 효율성 검증을 위해 기존의 셀룰러 기반의 MTC 장치로만 구성된 경우와 클러스터 헤더가 적용된 셀룰러 기반 MTC 장치에 대한 경우의 성능을 비교하여 제안한 방법의 우수성을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.121-129
• /
• 2011

센서 네트워크에서 에너지 소비를 최소화하는 것은 가장 중요한 이슈 중 하나이다. 클러스터링 방법 중 LEACH 프로토콜은 에너지를 효율적으로 관리하기 위해 다수의 클러스터 영역을 분할하는 계층적 방법으로 동작된다. 그러나 LEACH 프로토콜은 매 라운드마다 새로운 클러스터를 구성하기 때문에 클러스터를 구성 할 때마다 소비되는 에너지는 전체 네트워크 수명을 단축시키는 요인으로 작용한다. 따라서 이 논문에서는 센서네트워크 환경에서 초기 라운드에 클러스터를 형성하고 클러스터헤더 후보노드를 선정하여 에너지 낭비를 해결하였다. 제안 모델은 초기 라운드에는 기존 LEACH보다 26% 에너지 소모가 증가한다. 그러나 라운드가 지속될수록 제안 방법은 최대 35%까지 전체 에너지소비가 감소됨을 네트워크 시뮬레이션 툴(NS-2)를 이용해 증명하였다.

• 문화기술의 융합
• /
• 제8권2호
• /
• pp.373-377
• /
• 2022

무선 센서 네트워크는 다양한 분야에서 활용 되어지고 있다. 무선 센서 네트워크는 보안, 군사감지, 환경관리, 산업제어, 홈 자동화 등 많은 영역에 적용된다. 하지만 네트워크를 구성하는 노드의 제한된 에너지에 한계로 활용범위가 제한되는 문제점이 있다. 본 논문에서는 대표적 라우팅 프로토콜 중 LEACH-C를 기반으로 네트워크의 전송을 개선하여 에너지를 효율적으로 사용하는 LEACH-CCBD(Low Energy Adaptive Clustering hierarchy - Centrailized with Cluster and Basestation Distance) 알고리즘을 제안한다. LEACH-CCBD 알고리즘은 클러스터 구성시 멤버노드들의 클러스터 소속에 대하여 멤버 노드로부터 클러스터의 거리와 클러스터 노드로부터 기지국까지의 거리를 합산한 값을 비교하여 선정 우선순위를 두어 클러스터 헤드를 소속시키는 기법이다. 제안한 LEACH-CCBD는 Matlab 시뮬레이션을 이용하여 각 프로토콜에 대한 성능 결과를 확인하였다. 실험결과 에너지 효율성이 LEACH, LEACH-C 알고리즘보다 우수함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.948-951
• /
• 2021

본 논문에서는 직육면체 형태의 실내 공간에서 다중 개체 영역을 검출하는 방법을 제안한다. 평면 검출 알고리즘은 평면성을 띄지 않거나 관측이 미흡한 영역에 대해 기하 정보를 검출할 수 없다. 이로 인해 장애물과 같은 개체의 영역을 파악할 수 없는 한계점이 있다. 제안 방법은 유클리드 클러스터링을 기반으로 군집화를 수행하고, 클러스터의 간소화를 통해 다중 개체 영역을 검출한다. 제안 방법은 직육면체 공간의 내부표면을 활용해 직육면체 공간과 좌표계를 공유하는 주요 개체들의 영역을 다량으로 검출한다. 제안 방법은 실험을 통해 다중 개체 영역이 적합하게 검출되었음을 보인다.

• 한국멀티미디어학회논문지
• /
• 제12권11호
• /
• pp.1609-1622
• /
• 2009

무선 센서 네트워크에서 클러스터링 프로토콜은 전체 네트워크의 수명을 연장시키는 효율적인 방법이다. 그러나 클러스터 헤드 노드에 높은 부하를 주게 되어 헤드 노드의 급격한 에너지 소모를 유발하는 문제가 있다. 이에 LEACH와 같은 알고리즘은 클러스터의 구성과 클러스터 헤드 노드의 역할을 주기적으로 교체하여 네트워크의 수명을 연장시켰다. 그러나 이 방법은 클러스터를 구성하는 과정에서 상당한 양의 에너지를 소모한다. 이에 본 논문은 불필요한 에너지 소모를 줄이기 위해 새로운 클러스터 형성 알고리즘을 제안하였다. 이 알고리즘은 인접노드에서 수집되는 중첩 데이터를 배제하고 임계값을 전송한다. 서로 인접한 노드들은 그룹을 이루며 이 클러스터를 구성하는 노드들은 라운드 로빈 형태로 데이터를 수집하고 전송한다. 전체 네트워크의 관점에서 볼 때 이 그룹은 한개의 노드로 취급된다. 한 라운드의 셋업 단계에서 그룹들은 클러스터 헤드(그룹)에 의해 다시 클러스터를 형성(network cluster)하게 된다. 클러스터 헤드가 된 그룹의 모든 멤버노드는 라운드 로빈 방식으로 클러스터 헤드 역할을 수행한다. 따라서 그룹의 크기에 의해 라운드의 주기를 연장할 수 있다. 성능분석 결과 제안하는 방법은 제안된 클러스터링 방법에 비해 노드들의 에너지 소모가 줄어들었으며 전송효율이 증가하였다.

• 한국멀티미디어학회논문지
• /
• 제11권8호
• /
• pp.1082-1092
• /
• 2008

무선 센서 네트워크에서 LEACH와 같은 클러스터링 프로토콜은 전체 네트워크의 수명을 연장시키는 효율적인 방법이지만 클러스터 헤드 노드에 높은 부하를 주게 되어 급격한 에너지 소모를 유발하는 문제가 있다. 따라서 클러스터의 구성과 클러스터 헤드 노드의 역할을 주기적으로 교체하여 네트워크의 수명을 연장시켰다. 그러나 이 방법은 클러스터를 구성하는 과정에서 상당한 량의 에너지 소모를 보인다. 따라서 본 논문은 소모되는 에너지의 효율성 증대를 위해 클러스터링 알고리즘을 제안하였다. 이 알고리즘에서 서로 인접한 노드들은 intra cluster를 이루며 이 클러스터를 구성하는 노드들은 라운드 로빈 형태로 데이터를 수집하고 전송한다. 전체 네트워크의 관점에서 볼 때 이 intra cluster는 한개의 노드로 취급된다. 한 라운드의 setup단계에서 intra cluster들은 클러스터 헤드(intra cluster)에 의해 다시 클러스터를 형성(network cluster)하게 된다. 클러스터 헤드가 된 intra cluster의 모든 멤버노드는 라운드 로빈 방식으로 클러스터 헤드 역할을 수행한다. 따라서 intra cluster의 크기에 의해 라운드의 주기를 연장할 수 있다. 또한 steady-state에서 각 intra cluster의 노드는 라운드 로빈 방식으로 데이터를 수집하며 network cluster의 클러스터 헤드에 전송한다. 성능분석 결과 제안하는 방법은 제안된 클러스터링 방법에 비해 노드들의 에너지 소모가 줄어들었으며 전송 효율이 증가하였다.

• 융합신호처리학회논문지
• /
• 제12권4호
• /
• pp.267-273
• /
• 2011

본 논문은 자기공명 뇌영상을 대상으로 뇌종양 영역을 자동으로 분할하기 위한 방법을 제안한다. 정상적인 뇌영상은 좌우로 대칭인 특징을 지니는 반면에 종양이 존재하는 뇌영상은 종양세포와 부종 및 괴사로 인해 비대칭적인 특징을 가진다. 본 논문에서는 이러한 대칭성을 뇌영상내에 종양영역의 존재 유무를 판별할 수 있는 기준으로 이용한다. 대칭성 분석을 위해서 뇌영역의 윤곽선 정보를 이용해 중심축을 생성하였으며 이는 사전정보를 이용하지 않고 영상의 자체 정보만을 해석해서 중심축을 추출할 수 있다는 점에서 기존의 영상 정합을 통해 해부학적 위치 정보를 추출하고 이를 이용하여 중심축을 찾는 방법과 구별된다. 자기공명 영상에서 정상뇌의 조직은 크게 3가지 클러스터로 분할되며 각 클러스터가 포함하는 영역은 백질과 회백질영역을 포함하는 뇌 실질영역, 뇌척수액(csf)영역, 두개골, 지방 및 뇌막 영역 등으로 나뉜다. 종양이 포함된 영상은 종양과 부종 및 괴사 영역이 추가적으로 존재하며 이는 클러스터링을 이용한 분할을 통해서 구분될 수 있다. 분할된 종양 영역의 중심점은 다음 슬라이스의 종양 영역의 경계를 검출하기 위한 레벨셋 알고리즘에 적용되어 전체 볼륨의 종양 영역의 경계선을 추출하기 위한 초기 시드로 이용된다. 본 논문에서는 3차원 볼륨의 영상(슬라이스)중에서 종양 영역이 존재하는 슬라이스의 종양 영역을 분할하여 이후의 슬라이스에서는 분할작업을 수행하지 않고 영역의 경계선만 추출한다. 자카드 지수와 처리 시간의 비교 분석을 통해 기존의 방법과 비슷한 성능과 빠른 속도로 종양 영역을 분할할 수 있다는 것을 보인다.

• 한국산업정보학회논문지
• /
• 제17권7호
• /
• pp.17-24
• /
• 2012

애드혹 네트워크에서는 제한된 자원과 전력을 가지고 있기 때문에 에너지 효율적인 데이터 집계 연산이 필요하다. 현재 데이터 집계 연산에 대한 연구는 활발히 진행되고 있지만 기존의 연구에서는 노드의 밀집도를 고려하지 못하였다. 노드가 특정 영역에 밀집 되어 배치된다면 그 영역에 배치된 센서 노드들이 센싱 하는 정보는 그 연관성이 아주 강하다고 판단할 수 있다. 이는 중복된 데이터를 수집하는 효과와 같다고 볼 수 있으며, 이 정보를 전송하는데 소모되는 에너지는 낭비된다고 볼 수 있다. 제안하는 기법에서는 AMC알고리즘을 이용한 다중홉 클러스터링 환경에서 노드들이 밀집되어 있는 지역을 핫스팟 영역으로 지정하여 해당 지역에서 대표노드를 선정한다. 만약 데이터집계의뢰 메시지를 전송받으면, 주변의 노드를 대표하여 대표노드가 해당 환경 정보를 관리자에게 제공하여 중복되는 센싱 정보를 줄여 네트워크 수명을 증가시킬수 있도록 설계하였다.

• 디지털융복합연구
• /
• 제17권3호
• /
• pp.221-226
• /
• 2019

뇌파 파형중 베타파를 이용한 인간의 인지상태를 판별한다. 베타파는 인간의 인지상태중 스트레스 영역에 해당하는 특성이 있고, 이 영역에서 스트레스의 오버대역폭을 추출하기 위해서 저대역폭과 고대역폭 사이의 베타파간 상관관계를 분석해야 한다. 그러므로 본 논문에서는 효과적으로 베타파 상관관계를 분석하고 추출하기 위해 비지도학습 머신러닝을 이용한 Kmean 클러스터링 분석모델을 제시한다. 제시된 모델은 베타파 영역을 유사한 영역의 클러스터 군으로 분류하고 해당 클러스터링 범주에서 이상파형을 판별한다. 이상파형 판별을 위해 클러스터군의 밀집도와 정상범주 이탈영역을 기준으로 스트레스 위험군을 판별하고 판별된 스트레스 위험군에 대한 대처방안을 제공할 수 있다. 제시된 모델을 활용하면 뇌파파형을 통한 인지상태의 스트레스 지수분별이 가능하고, 개인의 인지상태에 대한 관리 및 응용이 가능하다. 또한 스트레스와 오피스증후군을 갖는 사람들에게 뇌파관리를 통해 개인의 삶에 대한 질적 향상에 도움을 준다.