• 지능정보연구
• /
• 제14권2호
• /
• pp.21-44
• /
• 2008

최근 유비쿼터스 컴퓨팅 환경에서 등장하고 있는 각종 서비스들은 공통적으로 상황인식 컴퓨팅(context-aware computing)의 속성을 갖고 있다. 사용자를 둘러싼 다양한 상황(context)을 인식하여 다른 곳으로 정보를 전송하거나 지능적인(intelligent) 서비스를 제공해주는 것을 유비쿼터스 컴퓨팅 서비스의 기본 속성이라고 할 때, 유비쿼터스 컴퓨팅 서비스는 웰빙케어(well-being care) 분야에도 적용될 수 있다. 본 연구는 상황인식 컴퓨팅의 속성을 스트레스 관리를 위한 새로운 서비스에 적용해 봄으로써, 스트레스 정도를 객관적으로 측정할 수 있고 스트레스를 줄여주는 개인화 된 항스트레스(personalized anti-stress) 서비스를 제공할 수 있는 방법을 고안하였다. 이를 위해 본 연구는 스트레스 지수 모델(stress index model)을 개발하고, 스트레스를 측정하여 그에 맞는 항스트레스 서비스를 제공할 수 있는 방법론적인 접근을 시도하였다. 또한, 데모시스템의 테스트를 통해 스트레스 지수 모델의 기술적 구현 가능성을 확인하였다. 뿐만 아니라, 이와 같은 방법들을 사업적 관점에서 실제 적용할 수 있는 방법의 하나로서, 스트레스 측정과 관리를 주 목적으로 하는 u-SMC(Stress Management Center)의 비즈니스 모델을 개발함으로써 스트레스 관리를 위한 유비쿼터스 컴퓨팅 서비스의 상용화 가능성도 살펴보았다.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.538-542
• /
• 2001

DNA computing 은 Adleman 실험 이후에 많은 여러 가지 최적화 문제에 적용되어 왔다. DNA computing의 장점은 스트링의 길이가 가변적이고 4가지 염기를 이용하기 때문에 복잡한 문제에 전역 최적점을 찾는데 기존의 다른 방법보다는 효율적이라는것이다. 본 논문에서는 이진 스트링의 개체 지단 위에서 모의진화를 일으켜 효율적으로 최적 해를 탐색하는 GA(Genetic Algorithms)와 생체 분자와 DNA를 계산의 도구 및 정보 저장도구로 사용하여 A(Adenine). C(Cytosine), G(Guanine), T(Thymine)등의 4가지 염기를 사용하는 DNA 코딩방법을 이용하여multi-modal 함수의 전역 최적점을 탐색하는 문제에서의 각각의 성능을 조사하였다. Selection, crossover, mutation등의 GA연산자를 DNA를 코딩에 동일하게 적용하였으며 최적의 해를 탐색하는데 걸리는 시간과 찾아낸 최적해의 값을 평가한다.을 평가한다.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.171-177
• /
• 2011

기계학습에서 모형의 정확도와 컴퓨팅시간은 중요하게 다루어지는 부분이다. 일반적으로 모형을 구축하는 데 사용되는 컴퓨팅시간은 분석에 사용되는 데이터의 크기에 비례하여 커진다. 따라서 컴퓨팅시간 단축을 위하여 분석에 사용되는 데이터의 크기를 줄이는 샘플링전략이 필요하다. 하지만 학습데이터의 크기가 작게 되면 구축된 모형의 정확도도 함께 떨어지게 된다. 본 논문에서는 이와 같은 문제를 해결하기 위하여 전체데이터를 분석하지 않아도 전체를 분석할 때와 비슷한 모형성능을 유지할 수 있는 새로운 통계적 샘플링방법을 제안한다. 주어진 데이터의 구조에 따라 최선의 통계적 샘플링기법을 선택할 수 있는 기준을 제시한다. 군집, 층화, 계통추출에 의한 통계적 샘플링기법을 사용하여 정확도를 최대한 유지하면서 컴퓨팅시간을 단축할 수 있는 방법을 보인다. 제안방법의 성능을 평가하기 위하여 객관적인 기계학습 데이터를 이용하여 전체데이터와 샘플데이터 간의 정확도와 컴퓨팅시간을 비교하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2496-2512
• /
• 2021

The requirements for powerful computing capability, high capacity, low latency and low energy consumption of emerging services, pose severe challenges to the fifth-generation (5G) network. As a promising paradigm, mobile edge networks can provide services in proximity to users by deploying computing components and cache at the edge, which can effectively decrease service delay. However, the coexistence of heterogeneous services and the sharing of limited resources lead to the competition between various services for multiple resources. This paper considers two typical heterogeneous services: computing services and content delivery services, in order to properly configure resources, it is crucial to develop an effective offloading and caching strategies. Considering the high energy consumption of 5G base stations, this paper considers the hybrid energy supply model of traditional power grid and green energy. Therefore, it is necessary to design a reasonable association mechanism which can allocate more service load to base stations rich in green energy to improve the utilization of green energy. This paper formed the joint optimization problem of computing offloading, caching and resource allocation for heterogeneous services with the objective of minimizing the on-grid power consumption under the constraints of limited resources and QoS guarantee. Since the joint optimization problem is a mixed integer nonlinear programming problem that is impossible to solve, this paper uses deep reinforcement learning method to learn the optimal strategy through a lot of training. Extensive simulation experiments show that compared with other schemes, the proposed scheme can allocate resources to heterogeneous service according to the green energy distribution which can effectively reduce the traditional energy consumption.

• 산업과 과학
• /
• 제3권1호
• /
• pp.23-29
• /
• 2024

본 연구에서는 자율 주행을 위한 지능형 교통 시스템(ITS)을 최적화하는 데 있어 엣지 컴퓨팅의 혁신적인 잠재력을 연구하였다. 방대한 양의 데이터를 로컬에서 실시간으로 처리하는 엣지 컴퓨팅의 능력은 신속한 의사 결정 및 향상된 안전 조치를 포함하여 자율주행차의 중요한 요구 사항을 해결하는 데 필수 요소이다. 엣지 컴퓨팅과 기존 ITS 인프라의 통합을 탐구하고, 현지화된 데이터 처리가 대기 시간을 크게 줄여 자율주행차의 반응성을 향상시키는 방법을 강조한다. 실시간 교통 관리, 충돌 방지 시스템 및 동적 경로 최적화를 지원하는 강력한 프레임워크를 집합적으로 형성하는 엣지서버, 센서 및 V2X(Vehicle-to-Everything) 통신 기술의 배포를 검토한다. 또한 본 연구는 보안, 데이터 통합, 시스템 확장성 등 ITS에서 엣지 컴퓨팅을 구현하는 데 있어 가장 중요한 과제를 다루며 잠재적인 솔루션과 향후 연구 방향에 대한 통찰력을 제공한다. 이 논문은 완전 자율 주행이라는 비전을 실현하는 데 있어 엣지 컴퓨팅의 중추적인 역할을 강조하고, 보다 안전하고 효율적이며 지속 가능한 교통 시스템을 달성하는 데 기여하는 논문이다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.720-725
• /
• 2004

로봇은 조립, 도장, 용접 등 단순 반복 작업이나 위험한 지역의 탐사 및 산업현장에서 벗어나 좀더 다양한 분야로 발전되어지고 있다. 최근 로봇의 형태는 인간의 명령을 이행하고 스스로 학습하며, 감정을 지닐 수 있는 인공지능을 내장한 로봇이다. 활용의 예 중에는 '가족 도우미'의 역할을 수행하는 로봇으로 가사, 방범, 오락, 교육 그리고 인공비서 등의 기능을 담당하는 형태로 향후 가정의 필수품으로 자리 잡을 전망이다. 이러한 가정용 로봇의 구현을 위해서 인공지능의 요소를 활용하는 것은 당연하다. 일차적으로 로봇이 여러 가지의 기능을 수행하기 위해서는 환경 정보를 받아들이는 센서의 역할이 크며 이런 센서를 사용조건에 맞게 활용하는 것도 중요하다. 본 논문에서는 로봇에 부착된 여러 개의 센서를 응합하고 융합된 여러 종류의 센서값을 이용하여 로봇이 주변환경에 맞게 행동을 할 수 있도록 소프트 컴퓨팅 기법을 이용하였다. 또한 로봇의 행동모듈을 구성하여 인간에게 시각$.$청각적인 효과를 줄 수 있도록 인간 친화형 지능 로봇을 구현하고자 한다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.281-286
• /
• 2007

본 논문에서는 사용자의 요구에 따른 맞춤형 서비스 제공이 가능한 지능형 상황 인식 미들웨어 모델을 제안하기 위한 선행 연구로서 상황 인식 미들웨어 기술을 분석하였다. 제안된 지능형 상황 인식 미들웨어 모델은 온톨로지를 기반으로 여러 종류의 context 정보들을 효과적으로 관리 하고, 분석 및 학습하여 사용자의 요구사항을 주어진 상황에 최적으로 만족시킬 수 있는 지능형 서비스 제공이 가능하여 사용자들의 삶의 질을 향상 시킬 것으로 기대된다. 또한 사용자의 요구 사항을 능동적으로 반영하고 사용자에게 유연한 서비스론 제공하기 위해서 다양하고 동적인 상황의 변화를 인식하고 이에 적응할 수 있는 퍼지 추론 기반 서비스 적응 위한 지능형 상황 인식 미들웨어 모델을 연구하고, 이에 대한 실험 결과를 제시한다. 우선적으로 지능형 상황 인식 미들웨어의 요구사항을 파악하였고 이를 통해 보다 높은 차원의 상황 인식을 위해 추론되는 과정을 보았다. 추론 방법은 퍼지 이론을 이용하였으며 서비스 과정을 통해 모델을 구축하는 모습을 보였다. 또한 제시한 퍼지 추론을 스마트 자키에 적용하여 온도의 변화에 따른 퍼지 값을 추론한 후 최적의 상태 값을 제시하여, 온도와 같은 상황의 변화에 따른 스마트 자키의 적응성을 보여주었다.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.204-210
• /
• 2019

Mobile Crowd Computing is one of the most efficient and effective way to collect the Electronic health records and they are very intelligent in processing them. Mobile Crowd Computing can handle, analyze and process the huge volumes of Electronic Health Records (EHR) from the high-performance Cloud Environment. Electronic Health Records are very sensitive, so they need to be secured, authenticated and processed efficiently. However, security, privacy and authentication of Electronic health records(EHR) and Patient health records(PHR) in the Mobile Crowd Computing Environment have become a critical issue that restricts many healthcare services from using Crowd Computing services .Our proposed Efficient Multi-layer Encryption Framework(MLEF) applies a set of multiple security Algorithms to provide access control over integrity, confidentiality, privacy and authentication with cost efficient to the Electronic health records(HER)and Patient health records(PHR). Our system provides the efficient way to create an environment that is capable of capturing, storing, searching, sharing, analyzing and authenticating electronic healthcare records efficiently to provide right intervention to the right patient at the right time in the Mobile Crowd Computing Environment.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.1326-1329
• /
• 2009

서비스 로봇이 발전함에 따라 인간이 직접 해결해야했던 작업들이 로봇에게 위임가능하게 되었으나, 서비스 로봇이 잘못된 행동을 하게 되는 경우 작업에 심각한 혼란이 야기되고, 사람의 안전과 직결될 수 있다. 이러한 문제점을 극복하기 위해 지능형 서비스 로봇을 위한 자가 치유 방법론 및 자가 치유시스템의 구조를 제안한다. 제안 방법론은 7단계로 설계 및 구현되며, 시스템 구조는 모니터링, 진단 및 평가, 치유전략 계획 및 실행 순으로 수행된다. 제안사항을 통해 로봇의 고장으로 인한 불편을 최소화 하며 관리를 위해 발생하는 비용 절감이 가능하다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.34-39
• /
• 2009

사람의 감정은 주관적인 인식 작용으로서 충동적인 성향을 띄고 있으며 무의식중의 사람의 욕구와 의도를 표현하고 있다. 이는 유비쿼터스 컴퓨팅 환경이나 지능형 로봇의 사용자가 처한 환경의 상황정보 중에서 사용자의 의도를 가장 많이 포함하고 있는 정보라고 할 수 있다. 이러한 사용자의 감정을 파악할 수 있는 지표는 사람의 얼굴 영상에서의 표정과 음성신호에서의 Spectrum 통계치 및 생체신호(근전위, 뇌파, 등)등 이다. 본 논문에서는 감정인식 활용의 편의와 효율성 향상을 주목적으로 하여 사용자의 얼굴 영상과 음성을 이용한 감정인식에 대하여 개별 결과물만을 산출하고 그 인식률을 검토한다. 또한 임의의 상황에서의 인식률 향상을 위하여 영상과 음성의 특징을 기반으로 최적의 특징 정보들을 구별해 내고, 각각의 개별 감정 특징에 대한 융합을 시도하는 특징 융합 기반의 Multi-Modal 감정인식 기법을 구현한다. 최종적으로 감정인식 결과를 이용하여 유비쿼터스 컴퓨팅 환경에서 발생 가능한 상황 설정 시나리오와 베이지만 네트워크를 통해 유비쿼터스 컴퓨팅 서비스의 확률 추론 가능성을 제시하고자 한다.