• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권3호
• /
• pp.794-814
• /
• 2012

We propose a novel method for improving Wi-Fi positioning accuracy while reducing the energy consumption of mobile devices. Our method presents three contributions. First, we jointly and intelligently select the optimal subset of access points for positioning via maximum mutual information criterion. Second, we further propose local discriminant embedding algorithm for nonlinear discriminative feature extraction, a process that cannot be effectively handled by existing linear techniques. Third, to reduce complexity and make input signal space more compact, we incorporate clustering analysis to localize the positioning model. Experiments in realistic environments demonstrate that the proposed method can lower energy consumption while achieving higher accuracy compared with previous methods. The improvement can be attributed to the capability of our method to extract the most discriminative features for positioning as well as require smaller computation cost and shorter sensing time.

• 대한전자공학회논문지TC
• /
• 제46권2호
• /
• pp.1-10
• /
• 2009

에너지 효율적인 동작은 무선 센서 네트워크에 전체 수명을 연장하기 위한 원천적인 기술요소이다. 클러스터 기반 프로토콜은 데이터를 수집하는 과정에서 에너지를 보존하기 위한 가장 널리 쓰이는 기법이다. 본 논문은 시간 지연을 기반으로 에너지를 인식하면서 자율적으로 클러스터를 구성하는 방안을 제시한다. 제안된 방안은 3단계로 구성되어 있다. 먼저 노드의 에너지 잔류를 반영한 시간 지연을 수단으로 임의 클러스터의 커버리지 효율성을 반영하여 후보 클러스터 헤더가 선정된다. 다음으로 후보 클러스터 헤더중에 클러스터 헤더를 정의하기 위해서 시간지연이 다시 적용된다. 마지막으로 임의 클러스터에 포함되지 못한 고아노드의 문제를 해결한다. 시뮬레이션 결과는 제안된 방안이 LEACH 방법보다 네트워크의 수명을 3배정도 늘리고 있음을 보인다. 또한 클러스터 헤더의 변화가 상대적으로 작으며, 클러스터 헤더의 에너지가 작게 소모됨을 보이고 있다.

• Korean Chemical Engineering Research
• /
• 제58권3호
• /
• pp.424-429
• /
• 2020

에너지 시스템의 다양한 수요와 공급 대응 문제를 해결하기 위해 에너지 저장시스템이 새로운 해결책으로 주목 받고 있다. 특히 재생에너지의 공급 비중이 커져가면서 에너지 공급과 수요의 불확실성을 고려하는 것이 에너지 시스템의 운영에 가장 어려운 문제가 되었다. 본 논문에서는 에너지 저장 시스템이 필요한 용량을 산정하는데, 수요와 공급의 불확실성을 몬테 카를로 시뮬레이션 기법으로 반영하고 이에 연관된 이슈들을 다루었다. 본 연구에서 제기된 이슈들은 에너지 시스템이 가지고 있는 불확실성속에서도 향후 에너지 저장 시스템의 안정적 운영에 활용되어 후속 연구들의 기반이 될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4329-4348
• /
• 2019

Mobile cloud computing (MCC) can offload heavy computation from mobile devices onto nearby cloudlets or remote cloud to improve the performance as well as to save energy for these devices. Therefore, it is essential to consider how to achieve efficient computation offloading with constraints for multiple users. However, there are few works that aim at multi-objective problem for multiple users. Most existing works concentrate on only single objective optimization or aim to obtain a tradeoff solution for multiple objectives by simply setting weight values. In this paper, a multi-objective optimization model is built to minimize the average energy consumption, time and cost while satisfying the constraint of bandwidth. Furthermore, an improved multi-objective optimization algorithm called D-NSGA-II-ELS is presented to get Pareto solutions with better convergence and diversity. Compared to other existing works, the simulation results show that the proposed algorithm can achieve better performance in terms of energy consumption, time and cost while satisfying the constraint of the bandwidth.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.421-423
• /
• 2005

오늘날 유비쿼터스 센서 네트워크는 다양한 분야에서의 응용이 연구되고 있고 이를 위해 해결해야할 기술적 과제 역시 다양하다. 그 중에서도 효율적인 에너지 활용 능력이 중요시 되고 있는데 본 논문에서는 이러한 USN의 특성을 고려하여 특정 지역에서 에너지의 효율을 고려한 데이터 수집 프로토콜을 제안한다.

• 전자통신동향분석
• /
• 제32권6호
• /
• pp.57-65
• /
• 2017

Neural network based AI computing is a promising technology that reflects the recognition and decision operation of human beings. Early AI computing processors were composed of GPUs and CPUs; however, the dramatic increment of a floating point operation requires an energy efficient AI processor with a highly parallelized architecture. In this paper, we analyze the trends in processor architectures for AI computing. Some architectures are still composed using GPUs. However, they reduce the size of each processing unit by allowing a half precision operation, and raise the processing unit density. Other architectures concentrate on matrix multiplication, and require the construction of dedicated hardware for a fast vector operation. Finally, we propose our own inAB processor architecture and introduce domestic cutting-edge processor design capabilities.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.520-522
• /
• 2005

본 논문은 센서 네트워크에서 효율적인 에너지 분산을 위한 동적인 다중 라우팅 기법을 제안한다. 센서 노드는 수집된 데이터의 처리에 사용되는 에너지에 비해서 데이터를 전송하는데 대부분의 에너지를 소비한다. 또한, 환경적인 영향 및 에너지의 고갈로 인한 센서 노드의 고장이 전체 네트워크의 통신에 영향을 주지 않아야 한다. 따라서 본 논문은 일정 노드에 수집된 데이터의 전송이 가중되어 센서 네트워크 노드의 활용성이 떨어지는 것을 지양하기 위해서 이웃 노드의 잔존 에너지량을 고려하고 데이터의 이동을 위해 싱크까지의 방향성 벡터 정보를 사용한 에너지 분산 라우팅 기법을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권11호
• /
• pp.291-296
• /
• 2021

사물인터넷의 발전으로 인하여 수많은 디바이스가 생겨나고, 큰 계산 자원을 요구하는 태스크들이 많이 발생된다. 이런 사물인터넷 환경에서 Mobile Edge Computing(MEC)는 지리적으로 사용자와 근접하여 서비스를 제공하기 때문에 많은 주목을 받고 있다. MEC 서버로의 태스크 오프로딩은 제한된 배터리 수명과 계산 능력을 갖고 있는 디바이스에게 효율적이다. 본 연구는 높은 신뢰도를 요구하는 산업용 IoT 환경을 가정하였다. 많은 디바이스와 여러 MEC 서버와 같은 환경으로 최적화에 있어서 복잡성이 발생한다. 이를 해결하기 위해 문제를 두 개로 나눠 해결한다. MEC 서버의 큐 상태를 고려하여 큐의 제한 길이를 충족하는 MEC 서버를 선택한 뒤, 유전 알고리즘을 사용하여 신뢰도를 고려하면서도 에너지 소모량을 최적화하는 오프로딩 결정 알고리즘을 제시한다. 본 연구는 실험을 통하여 에너지 소모량과 신뢰성 측면에서 제안 알고리즘의 성능이 효율적임을 분석하였다.

• 대한임베디드공학회논문지
• /
• 제18권4호
• /
• pp.159-164
• /
• 2023

Solar energy harvesting IoT devices prioritize maximizing the utilization of collected energy due to the periodic recharging nature of solar energy, rather than minimizing energy consumption. Meanwhile, research on edge AI, which performs machine learning near the data source instead of the cloud, is actively conducted for reasons such as data confidentiality and privacy, response time, and cost. One such research area involves performing various audio AI applications using audio data collected from multiple IoT devices in an IoT edge computing environment. However, in most studies, IoT devices only perform sensing data transmission to the edge server, and all processes, including data preprocessing, are performed on the edge server. In this case, it not only leads to overload issues on the edge server but also causes network congestion by transmitting unnecessary data for learning. On the other way, if data preprocessing is delegated to each IoT device to address this issue, it leads to another problem of increased blackout time due to energy shortages in the devices. In this paper, we aim to alleviate the problem of increased blackout time in devices while mitigating issues in server-centric edge AI environments by determining where the data preprocessed based on the energy state of each IoT device. In the proposed method, IoT devices only perform the preprocessing process, which includes sound discrimination and noise removal, and transmit to the server if there is more energy available than the energy threshold required for the basic operation of the device.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권6호
• /
• pp.597-611
• /
• 2009

With the advent of ubiquitous computing society, many advanced technologies have enabled wireless sensor networks which consist of small sensor nodes. However, the sensor nodes have limited computing resources such as small size memory, low battery life, short transmission range, and low computational capabilities. Thus, decreasing energy consumption is one of the most significant issues in wireless sensor networks. In addition, numerous applications for wireless sensor networks are recently spreading to various fields (health-care, surveillance, location tracking, unmanned monitoring, nuclear reactor control, crop harvesting control, u-city, building automation etc.). For many of them, supporting security functionalities is an indispensable feature. Especially in case wireless sensor networks should provide a sufficient variety of security functions, sensor nodes are required to have more powerful performance and more energy demanding features. In other words, simultaneously providing security features and saving energy faces a trade-off problem. This paper presents a novel energy-efficient security architecture in an IEEE 802.15.4-based wireless sensor network called the Hybrid Adaptive Security (HAS) framework in order to resolve the trade off issue between security and energy. Moreover, we present a performance analysis based on the experimental results and a real implementation model in order to verify the proposed approach.