• 한국전자통신학회논문지
• /
• 제11권2호
• /
• pp.125-138
• /
• 2016

현재 기상정보를 활용하고자 하는 수요는 증가하고 있으나 제공되는 기상기후정보는 한정적이다. 개선을 위해서는 기상기후 빅데이터 활용 플랫폼 지원, 정부 및 공공기관, 기업의 요구에 부응하는 기상기후 빅데이터 전문 인력 양성이 필요하다. 기상기후 빅데이터는 다양한 분야에서 활용 가능한 고부가가치 서비스 제공이 필요하며 서비스의 확대 및 새로운 콘텐츠 개발을 위하여 산업 분야별 유형별 특성에 맞는 맞춤형 서비스가 제공되어야 한다. 맞춤형 서비스를 제공하기 위해서는 국가차원의 협업생태계 조성이 필수적이다. 협업생태계 조성 환경을 만들기 위해서는 해양정책과 기상정책의 융합, 해양학과 기상학의 융합, R&D 기초연구와 응용연구의 융합이 필요하다. 이후 수요분석, 생산정보공유, 단일화 순서로 협업생태계를 구축할 수 있다.

• 문화기술의 융합
• /
• 제6권2호
• /
• pp.529-534
• /
• 2020

인류 문명의 발전은 산업화에 따른 도시의 발전과 운송 기술의 진화와 맥을 같이한다. 지금까지의 도시 발전은 수송비 절감과 한정된 중심업무 지구로서의 토지 이용 요구에 따라 진행되어왔다. 도시 인구 밀집도의 지속적인 증가는 지가상승, 교통 혼잡, 빈부격차, 공해발생 등과 같이 사회·경제적으로 많은 문제를 일으켜 왔고 현재의 도시 생태 시스템으로는 전반적인 해결에 어려움이 있다. 그러나 문제의 해결을 위한 실마리는 바로 도시생태계 내에서 찾을 수 있다. 서울 심야버스 운행 노선의 설계는 바로 심야의 도시 내 이동 인구의 흐름을 정보통신 기술을 이용해 분석하여 얻은 결과이다. 이렇듯 도시 문제의 해결은 도시 생태계의 분석에서 출발하는 것이 타당하다. 문제의 원인을 알았다면 시민의 삶의 질을 높이기 위해 빅데이터 플랫폼 구축이 필요하고 이를 통한 해결이 가능하다. 이 플랫폼의 중심에는 정보통신 기술의 기반 하에 도시의 구성 요소와 연결되어 실시간 수집, 분석 및 적용되는 빅데이터가 자리 잡고 있어야한다. 본 연구를 통해 지속 가능한 스마트 시티를 위한 빅데이터 플랫폼 구축과 적용 방안에 대하여 고찰한다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.739-746
• /
• 2020

2016년 세계 경제포럼에서 처음 소개된 4차 산업혁명은 빅데이터 분석, 사물인터넷, 인공 지능 등의 핵심 정보통신 기술의 변화뿐만 아니라 관광 업계에도 엄청난 파급 효과를 가져 오고 있다. 본 연구는 빅데이터 분석과 설문조사를 통하여 여수시의 관광활성화 방안을 제시한다. 소셜 메트릭스를 사용하여 여수 관광에 대하여 감성어와 긍부정 추이를 추출하고, 네이버 데이터랩을 사용하여 여수 관광에 관련된 키워드를 추출하여 R 언어로 시각화하였다. 그리고 여수지역을 방문하는 493명의 여행객의 설문조사를 바탕으로 SPSS를 사용하여 빈도, 요인, 차이, 상관관계 및 회귀분석을 수행하였다. 여수 여행과 해양 케이블카의 감성어 분석에서는 긍정이 부정보다 월등히 많았다. 설문조사 분석에서 여수지역이 여수 관광 만족도와 활성화에 유의미하고, 연령별로 선호하는 관광지와 검색 기기가 다르다는 것을 확인하였다. 빅데이터 분석과 설문조사에서 관광객들은 함께 즐기면서 힐링 할 수 있는 해양공원 같은 소프트 컨텐츠가 있는 관광지를 선호한다는 것을 보여주었다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.145-152
• /
• 2021

In the Recent times, various technological enhancements in the field of artificial intelligence and big data has been noticed. This advancement coupled with the evolution of the 5G communication and Internet of Things technologies, has helped in the development in the domain of smart mine construction. The development of unmanned vehicles with enhanced and smart scheduling system for open-pit mine transportation is one such much needed application. Traditional open-pit mining systems, which often cause vehicle delays and congestion, are controlled by human authority. The number of sensors has been used to operate unmanned cars in an open-pit mine. The sensors haves been used to prove the real-time data in large quantity. Using this data, we analyses and create an improved transportation scheduling mechanism so as to optimize the paths for the vehicles. Considering the huge amount the data received and aggregated through various sensors or sources like, the GPS data of the unmanned vehicle, the equipment information, an intelligent, and multi-target, open-pit mine unmanned vehicle schedules model was developed. It is also matched with real open-pit mine product to reduce transport costs, overall unmanned vehicle wait times and fluctuation in ore quality. To resolve the issue of scheduling the transportation, we prefer to use algorithms based on artificial intelligence. To improve the convergence, distribution, and diversity of the classic, rapidly non-dominated genetic trial algorithm, to solve limited high-dimensional multi-objective problems, we propose a decomposition-based restricted genetic algorithm for dominance (DBCDP-NSGA-II).

• 문화기술의 융합
• /
• 제4권1호
• /
• pp.337-351
• /
• 2018

본 기술 해설 논문은 5G의 IoT, 증강현실, 클라우드 컴퓨팅, 빅데이터, 미래 자율주행주행차 기술을 다루면서 평창 동계 올림픽의 5G이용, 제주 스마트시티 모델을 제시했다. 그 이유는 5G는 4차 산업의 대동맥이기 때문이다. 5G가 4차 산업 대동맥인 이유는 5G가 4차 산업혁명의 핵심 인프라이기 때문이다. 인공지능(AI), 자율주행차, 가상 증강현실(VR AR), 사물인터넷(IoT) 시대가 본격화되려면 지금보다 데이터를 몇십배 이상 더 빠르고, 안전한 상태로 전송할 수 있어야 가능하다. 예컨대 원거리에 있는 자율주행차에 현재 통신 기술인 LTE로 정지 신호를 보낸다면 100분의 1초가량이 걸린다. 상당히 빨라 보이지만, 시속 100km로 달렸다면 차가 정지 때까지 30cm를 움직이기 때문에 안전을 장담하기 어렵다. 5G는 현재의 LTE보다 약 40배가량 빠른 '초당 20기가비트(Gbps) 이상'이다. 이론적으로 1cm 이내에서 차량을 세울 수 있다. 5G는 반경 1km 이내 사물인터넷(IoT) 기기 100만개를 동시에 연결할 뿐 아니라, 속도 지연이 0.001초 이하다. 세계 최대 스마트폰용 반도체업체 퀄컴의 스티브 몰렌코프 최고경영자(CEO)는 "5G는 미래를 연결할 핵심 요소이자 혁신 기술"이라며 "5G 상용화로 2035년쯤에는 12조달러의 경제 유발 효과와 2200만개의 새 일자리 창출 효과를 기대할 수 있을 것"이라고 말했다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제3권10호
• /
• pp.377-382
• /
• 2014

모바일 통신과 사물 인터넷(IoT) 환경에서 시간에 따른 데이터의 분석 기술은 주로 의미 있는 정보를 찾기 위해 수집 된 데이터에서 의미있는 패턴을 추출하기 위해 사용된다. 기존의 데이터 마이닝을 이용한 분석 방법은 데이터 수집이 어렵고 시간의 경과와 관련된 시계열 데이터의 변경을 반영하기 위해 완료 상태에 기초하여 해석되어야 한다. 이러한 패턴의 다양성, 대용량성, 연속성 등의 여러 가지 특성을 가진 데이터 스트림의 분석을 위한 방법으로 멀티 블록 스트리밍 데이터 분석(AM-MBSD) 방법을 제안한다. 의미 있는 데이터 추출을 위해 멀티 블록 스트리밍 데이터의 패턴을 추출하고 추출된 연속적 데이터를 여러 개의 블록으로 정의하고 제안 방법의 검증을 위해 각 데이터 블록의 데이터 패턴 생성 시간, 주파수를 수집하고 시계열 데이터를 분석, 실험하였다.

• 융합보안논문지
• /
• 제22권5호
• /
• pp.69-80
• /
• 2022

기후변화 및 식량자원안보가 전 세계적으로 이슈화 되어 지고 있는 지금 스마트팜은 이를 해결할 수 있는 대안으로 떠오르고 있다. 또한 1차 산업에 있어 생산 환경의 변화는 모든 1차 산업(농업, 축산업, 어업)에 종사하는 사람들의 주요 관심사 이며, 이로 인해 발생하는 식량부족 문제는 우리 모두가 해결해야 할 중요문제이다. 이와 같은 문제를 해결하기 위해 1차 산업에서는 ICT 및 BT등 4차 산업 혁명과 기술인 IoT 빅데이터 및 인공지능 기술을 활용하여 스마트팜을 도입함으로 해서 생산성 향상을 통해 식량부족 문제를 해결하려는 노력이 민관을 통해 이루어지고 있다. 본 논문은 스마트팜의 발전 및 활용, 지속 가능한 농업경영 시스템구축을 위한 스마트팜 데이터 수집 시스템이 갖추어야 할 최소요건 및 순차적인 시스템 구축 방안, 목적성을 갖는 효율적이고 활용 가능한 데이터 수집 시스템 등에 관해고찰 하고자 한다. 특히 한계에 부딪치고 있는 한국형 스마트팜 표준모델 구축을 위한 데이터수집시스템의 문제점을 농축산(양돈)분야의 심층적인 조사와 다양한 사례분석을 기반으로 분석하고 개선하여 효율적이고 활용 가능한 빅데이터 수집시스템 구축을 목표로 빅데이터 수집방안을 제안하고자 한다.

• International journal of advanced smart convergence
• /
• 제10권2호
• /
• pp.21-30
• /
• 2021

With the rapid development of artificial intelligence and big data, a lot of medical data is effectively used, and the diagnosis and analysis of diseases has entered the era of intelligence. With the increasing public health awareness, ordinary citizens have also put forward new demands for panic disorder health services. Specifically, people hope to predict the risk of panic disorder as soon as possible and grasp their own condition without leaving home. Against this backdrop, the smart health industry comes into being. In the Internet age, a lot of panic disorder health data has been accumulated, such as diagnostic records, medical record information and electronic files. At the same time, various health monitoring devices emerge one after another, enabling the collection and storage of personal daily health information at any time. How to use the above data to provide people with convenient panic disorder self-assessment services and reduce the incidence of panic disorder in China has become an urgent problem to be solved. In order to solve this problem, this research applies the context awareness to the automatic diagnosis of human diseases. While helping patients find diseases early and get treatment timely, it can effectively assist doctors in making correct diagnosis of diseases and reduce the probability of misdiagnosis and missed diagnosis.

• 대한임베디드공학회논문지
• /
• 제18권1호
• /
• pp.1-7
• /
• 2023

In this paper, we implement a lossless compression technique for time-series data generated by IoT (Internet of Things) devices to reduce the disk spaces. The proposed compression technique reduces the size of the encoded data by selectively applying CNN (Convolutional Neural Networks) or Delta encoding depending on the situation in the Forecasting algorithm that performs prediction on time series data. In addition, the proposed technique sequentially performs zigzag encoding, splitting, and bit packing to increase the compression ratio. We showed that the proposed compression method has a compression ratio of up to 1.60 for the original data.