• 한국통신학회논문지
• /
• 제35권1B호
• /
• pp.95-105
• /
• 2010

IEEE 802.15.4는 물리 계층(PHY)과 매체 접근 계층(MAC)을 정의하는 표준으로서, 저속도 무선 개인 통신망(Low Rate Wireless Personal Area Networks, LR-WPANs)을 위한 표준 중 하나이다. IEEE 802.15.4 프로토콜은 장치간의 저가격, 저속도 유비쿼터스 통신을 지향하기 때문에 PHY/MAC의 구현에 있어서 고도화된 최적화가 중요한 요구사항이라 할 수 있다. 최근 IEEE 802.15.4 MAC 프로토콜의 성능 분석에 대한 많은 연구가 진행되었으며, 이를 반영하여 송수신기는 가격 및 성능의 장점이 있는 SoC로 구현되는 추세이다. 이러한 구현 과정에서 CSMA-CA 및 MAC 프레임의 처리와 같은 표준에서 명시한 MAC의 세부 기능들은 성능의 향상을 위해 하드웨어 지향의 Low-MAC과 이를 이용한 소프트웨어 기반의 상위 MAC으로 구현된다. 본 논문은 IEEE 802.15.4 LR-WPAN의 물리계층과 매체 접근 계층 간의 최적화를 위해 Hardwired Low-MAC (HL-MAC)과 상태 기계 (State Machine)를 통해 작은 코드 사이즈와 향상된 에너지 효율을 갖는 최적화 프로토콜을 구현방법을 제안하고자 한다.

• 디지털융복합연구
• /
• 제14권7호
• /
• pp.21-27
• /
• 2016

빅데이터가 다양한 산업 분야에서 모든 관심을 끌고 있다. 사물과 사물 간 연결과 모바일 장치들의 용도 확대는 데이터의 폭발적인 증가를 불러오고 있다. 이러한 데이터를 분석하여 민간과 공공 분야에서는 비용 절감과 생산성 분야에 있어서 혜택을 누리고 있다. 한국 정부는 이러한 활용을 촉진하기 위해서, 빅데이터 산업발전전략을 활발하게 추진하고 있다. 본 연구는 빅데이터의 적극적인 육성이 필요한 산업 분야를 전문가의 검증을 통해 선정하였다. 전문가의 50여명의 체계적인 의견 도출을 위해 계층분석법(AHP)을 적용하였다. 분석 결과 의료,복지, 운송/창고보관업, 정보통신/정보보안, 에너지, 금융 분야가 빅데이터 적용이 유망한 것으로 확인되었다. 도출 결과는 앞으로 빅데이터 시범사업으로 인한 모범사례의 발굴 등에 활용되어 빅데이터 산업 발전에 기여할 것이다.

• 융합보안논문지
• /
• 제13권4호
• /
• pp.19-25
• /
• 2013

백본(코어) 네트워크에서 유연하고 안정적인 품질이 보장되는 서비스 제공에 대한 요구가 폭발적으로 증가하면서 이러한 요구를 수용하기 위해 제어평면의 프로토콜로 MPLS/GMPLS가 도입되었다. GMPLS 기반 제어평면에서 경로계산 및 상호연동 기능은 최적의 서비스 품질을 제공하기 위한 핵심기술 중의 하나이다. 이를 위해 IETF에서는 Path Computation Element (PCE) 구조를 제안하였다. PCE는 경로계산 전용의 네트워크 요소이며 경로계산을 요청하는 Path Computation Clients (PCC) 와 경로계산을 수행하는 PCE 간의 통신은 PCE 프로토콜 (PCEP)을 이용한다. 본 논문은 PCE 기반 경로계산 구조에 대해서 살펴보고 이를 기반으로 PCEP 설계 및 구현을 위한 몇 가지 요소를 제시하였다. 우선 본 논문에서는 PCEP Finite State Machine (FSM)을 포함하여 각 상태에서 필요한 동작 요소를 정리하였다. 또한 본 논문에서는 PCEP에서 제공하는 통신 채널을 효과적으로 제어하기 위한 내부/외부 인터페이스를 더불어 제안하였다.

• Structural Engineering and Mechanics
• /
• 제77권1호
• /
• pp.47-56
• /
• 2021

This paper deals with damage detection using a Gapped Smoothing Method (GSM) combined with deep learning. Convolutional Neural Network (CNN) is a model of deep learning. CNN has an input layer, an output layer, and a number of hidden layers that consist of convolutional layers. The input layer is a tensor with shape (number of images) × (image width) × (image height) × (image depth). An activation function is applied each time to this tensor passing through a hidden layer and the last layer is the fully connected layer. After the fully connected layer, the output layer, which is the final layer, is predicted by CNN. In this paper, a complete machine learning system is introduced. The training data was taken from a Finite Element (FE) model. The input images are the contour plots of curvature gapped smooth damage index. A free-free beam is used as a case study. In the first step, the FE model of the beam was used to generate data. The collected data were then divided into two parts, i.e. 70% for training and 30% for validation. In the second step, the proposed CNN was trained using training data and then validated using available data. Furthermore, a vibration experiment on steel damaged beam in free-free support condition was carried out in the laboratory to test the method. A total number of 15 accelerometers were set up to measure the mode shapes and calculate the curvature gapped smooth of the damaged beam. Two scenarios were introduced with different severities of the damage. The results showed that the trained CNN was successful in detecting the location as well as the severity of the damage in the experimental damaged beam.

• Communications for Statistical Applications and Methods
• /
• 제29권2호
• /
• pp.193-202
• /
• 2022

Semi-supervised learning has gained significant attention in recent applications. In this article, we provide a selective overview of popular semi-supervised methods and then propose a simple but effective algorithm for semi-supervised classification using support vector machines (SVM), one of the most popular binary classifiers in a machine learning community. The idea is simple as follows. First, we apply the dimension reduction to the unlabeled observations and cluster them to assign labels on the reduced space. SVM is then employed to the combined set of labeled and unlabeled observations to construct a classification rule. The use of SVM enables us to extend it to the nonlinear counterpart via kernel trick. Our numerical experiments under various scenarios demonstrate that the proposed method is promising in semi-supervised classification.

• 한국정밀공학회지
• /
• 제9권1호
• /
• pp.34-43
• /
• 1992

Computer Intergrated Manufacturing (CIM) is an emerging technology which aims at the total automation of a manufacturing system. Despite the extensive research on CIM in this decade, total automation seems to be far from reality for many reasons. In this study, the problems of implementing a CIM system are analyzed and a solution method is suggested. A set of software has been developed and tested for a workstation cotroller which controls closely integrated equipment in the low level of a flexible manufacturing system. The functions of the programs are communications between machines and computers and control of workstation scheduling. The software group is developed on IBM OS/2 operating system with 'c' language to enhance the portability. The usage of the software is presented to users through the Presentation Manager which is menu handler of OS/2 system. Although the software is developed for limited machine equipment, the scheme can be adopted to various machines due to the generality.

• 반도체디스플레이기술학회지
• /
• 제7권3호
• /
• pp.23-27
• /
• 2008

The Paper presents some potential new uses for Head-Up Displays (HUDs) in vehicular applications, where the information conveyed to the driver goes well beyond the content of today's production HUDs. Such information potentially related to the use of cellular telephones, navigation systems, vehicle to roadside communications systems, and many others. Improvements in flat panel display technologies are enabling the presentation of larger, more reconfigurable, more daylight-viewable HUD images. In addition, A Formal test and evaluation is proposed to ensure that new information displays support the driver tasks. The above developments suggest increased future opportunities for HUDs to present useful information in an as-needed, eyes-on-the-road manner.

• Communications for Statistical Applications and Methods
• /
• 제31권5호
• /
• pp.601-612
• /
• 2024

A functional clustering analysis is a crucial machine learning technique in functional data analysis. Many functional clustering methods have been developed to enhance clustering performance. Moreover, due to the phase variability between functions, elastic functional clustering methods, such as applying the Fisher-Rao metric, which can manage phase variation during clustering, have been developed to improve model performance. However, aligning functions without considering the phase variation can distort functional information because phase variation can be a natural characteristic of functions. Hence, we propose a state-of-the-art functional hierarchical clustering that can manage phase and amplitude variations of functional data. This approach is based on the phase and amplitude separation method using the norm-preserving time warping of functions. Due to its invariance property, this representation provides robust variability for phase and amplitude components of functions and improves clustering performance compared to conventional functional hierarchical clustering models. We demonstrate this framework using simulated and real data.

• 한국통신학회논문지
• /
• 제39C권2호
• /
• pp.122-129
• /
• 2014

본 연구에서는 사용자에게서 취득한 뇌파의 감정분류를 시행하였고, SVM(Support Vector Machine)과 K-means 알고리즘으로 분류실험을 하였다. 뇌파 신호는 측정 한 32개의 채널 중에서, 이전 연구에서 감정분류가 뚜렷하게 나타났던 CP6, Cz, FC2, T7, PO4, AF3, CP1, CP2, C3, F3, FC6, C4, Oz, T8, F8의 총 15개의 채널을 사용하였다. 감정유도는 DVD 시청과 IAPS(International Affective Picture System)라는 사진 자극 방법을 사용하였고, 감정분류는 SAM(Self-Assessment Manikin) 방법을 사용하여 사용자의 감정상태를 파악하였다. 취득된 사용자의 뇌파신호는 FIR filter를 사용하여 전처리를 하였고, ICA(Independence Component Analysis)를 사용하여 인공산물(eye-blink)을 제거하였다. 전처리된 데이터를 FFT를 통하여 주파수 분석을 하여 특징추출(feature extraction) 하였다. 마지막으로 분류알고리즘을 사용하여 실험을 하였는데, K-means는 70%의 결과를 도출하였고, SVM은 71.85%의 결과를 도출하여 정확도가 더 우수하였으며, 이전의 SVM을 사용했던 연구결과와 비교분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권1호
• /
• pp.53-58
• /
• 2017

UFMC(Universal Filtered Multi Carrier)는 새로운 종류의 다중 반송파 전송 기술로 OFDM을 대체하는 것을 목표로 하고 있는 5세대 무선 통신 시스템의 하나이다. 이것은 OFDM(Orthogonal Frequency Division Modulation)과 FBMC(Filter Bank Multi Carrier)의 장점을 결합하고 주요한 단점은 피한 두 시스템의 일반화된 모델이라 할 수 있다. UFMC는 기존의 CP-OFDM(Cyclic Prefix-OFDM)에 비해 시간-주파수 불일치와 같은 동기화 조건에 대하여 비교적 강인한 특징을 갖는다. 또한 5G 시스템 M2M(Machine to Machine) 전송과 같이 burst uplink 전송에 적합하다. 이 논문에서 우리는 다양한 채널 상황과 이동속도의 변화에 따른 UFMC의 BER(Bit Error Rate)성능 변화에 대하여 분석 하였다. 시뮬레이션 결과 모바일 장치의 이동 속도가 높을수록 낮은 BER성능을 확인 할 수 있었고 채널 상황이 좋을수록 속도에 대하여 민감하였다.