• 한국통신학회논문지
• /
• 제35권4B호
• /
• pp.647-658
• /
• 2010

기존에 연구된 위치인식 기법은 자신의 위치를 알고 있는 앵커노드만을 참조하여 일반노드의 위치를 계산한다. 그 외 노드들 간 관계를 고려하지 않기 때문에 참조하는 앵커노드의 수가 부족하거나 앵커노드로부터의 거리정보가 부정확한 경우에는 실제위치와 예측위치 간 위치오차 뿐만 아니라 노드 간 상대적인 위치오차가 크다. 본 논문에서는 일반노드가 노드 간 거리정보 없이 앵커노드와 한 홉 거리의 이웃노드의 정보만을 참조하여 모든 이웃 노드와의 거리가 균등하도록 위치를 계산하는 알고리즘을 제안한다. 노드가 모든 이웃노드와 균등한 거리에 위치함으로써 노드 간 상대적 위치오차와 네트워크 전체의 평균적인 위치오차를 감소시킨다. 다양한 환경에서의 모의실험을 통해서 제안하는 알고리즘의 성능을 평가하였다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.571-576
• /
• 2013

인터넷 기술의 발전과 사용범위 및 영역이 지속적으로 확장되고 있지만 아직도 네트워크 연결성을 제공할 수 없는 원격지역과 상황들이 상당히 존재한다. Pocket Switched Network(PSN)은 모바일 송수신 장치를 휴대한 사람이 제공하는 이동성을 활용하여 인터넷을 사용할 수 없는 지역에서도 데이터 전송을 가능케 하는 네트워크로서 PSN에서는 노드의 이동성, 링크 고장, 배터리 방전 등의 문제점을 고려하여 데이터 전송을 위한 네트워크 연결성을 계속적으로 유지해 주는 것이 매우 중요하다. 본 논문에서는 현재까지 제안된 주요 PSN 라우팅 기법들을 살펴보고 이것들의 성능을 분석하기 위해 네트워크 노드 수를 증가시키면서 전송 확률, 오버헤드 비율, 평균 전송지연, 평균 잔여에너지양의 변화를 실험을 통해 비교한다. 또한, 실험 결과를 통해 데이터 전송을 최대화하면서 에너지 소비는 최소화하여 네트워크 수명을 연장할 수 있는 기법을 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권12호
• /
• pp.4411-4431
• /
• 2014

Mobile ad hoc networks (MANETs) have recently gained increased interest due to the widespread use of smart mobile devices. Group communication applications, serving for better cooperation between subsets of business members, become more significant in the context of MANETs. Multicast routing mechanisms are very useful communication techniques for such group-oriented applications. This paper deals with multicast routing problems in terms of stability and scalability, using the concept of stable core. We propose LMRSC (Lightweight Multicast Routing Based on Stable Core), a lightweight multicast routing technique for MANETs, in order to avoid periodic flooding of the source messages throughout the network, and to increase the duration of multicast routes. LMRSC establishes and maintains mesh architecture for each multicast group member by dividing the network into several zones, where each zone elects the most stable node as its core. Node residual energy and node velocity are used to calculate the node stability factor. The proposed algorithm is simulated by using NS-2 simulation, and is compared with other multicast routing mechanisms: ODMRP and PUMA. Packet delivery ratio, multicast route lifetime, and control packet overhead are used as performance metrics. These metrics are measured by gradual increase of the node mobility, the number of sources, the group size and the number of groups. The simulation performance results indicate that the proposed algorithm outperforms other mechanisms in terms of routes stability and network density.

• 한국음향학회지
• /
• 제31권8호
• /
• pp.542-550
• /
• 2012

본 논문에서는 수중센서 네트워크에서 자기 조직화 기법을 활용하여 네트워크 토폴로지를 적응적으로 제어하고 노드 간 통신에 소요되는 에너지를 최소화하는 해법을 제안한다. 제안 기법은 네트워크 전체의 중앙제어 기능 없이 국지적으로 노드들 간의 시그널링을 통해 각 노드의 배터리 잔여량 정보를 공유하고 이를 바탕으로 클러스터의 헤더를 선출하거나 필요한 경우 네트워크 토폴로지를 지역적으로 조정함으로써 네트워크 전체의 수명을 연장할 수 있다. 컴퓨터 시뮬레이션을 이용하여 수중센서 네트워크에서의 대표적 토폴로지 구성법인 LEACH 기법과 제안 기법을 비교 분석한다. 이를 위한 성능 파라미터로서 네트워크 구성 일정 시간 후 배터리를 모두 소진하지 않은 생존 노드 개수, 배터리 잔여량 편차, 네트워크 구성을 위한 초기화 단계 및 구조 조정 단계에서의 에너지 소모량을 사용한다.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.670-677
• /
• 2019

음성 또는 음향 이벤트 신호에서 발생하는 배경 잡음은 인식기의 성능을 저하시키는 원인이 되며, 잡음에 강인한 특징을 찾는데 많은 노력을 필요로 한다. 본 논문에서는 딥러닝을 기반으로 다중작업 오토인코더(Multi-Task AutoEncoder, MTAE) 와 와설스타인식 생성적 적대 신경망(Wasserstein GAN, WGAN)의 장점을 결합하여, 잡음이 섞인 음향신호에서 잡음과 음성신호를 추정하는 네트워크를 제안한다. 본 논문에서 제안하는 MTAE-WGAN는 구조는 구배 페널티(Gradient Penalty) 및 누설 Leaky Rectified Linear Unit (LReLU) 모수 Parametric ReLU (PReLU)를 활용한 변수 초기화 작업을 통해 음성과 잡음 성분을 추정한다. 직교 구배 페널티와 파라미터 초기화 방법이 적용된 MTAE-WGAN 구조를 통해 잡음에 강인한 음성특징 생성 및 기존 방법 대비 음소 오인식률(Phoneme Error Rate, PER)이 크게 감소하는 성능을 보여준다.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1229-1242
• /
• 2017

In this paper, an interference aware distributed multi-channel MAC (IDMMAC) protocol is proposed for wireless sensor and actor networks (WSANs). The WSAN consists of a huge number of sensors and ample amount of actors. Hence, in the IDMMAC protocol a lightweight channel selection mechanism is proposed to enhance the sensor's lifetime. The IDMMAC protocol divides the beacon interval into two phases (i.e., the ad-hoc traffic indication message (ATIM) window phase and data transmission phase). When a sensor wants to transmit event information to the actor, it negotiates the maximum packet reception ratio (PRR) and the capacity channel in the ATIM window with its 1-hop sensors. The channel negotiation takes place via a control channel. To improve the packet delivery ratio of the IDMMAC protocol, each actor selects a backup cluster head (BCH) from its cluster members. The BCH is elected based on its residual energy and node degree. The BCH selection phase takes place whenever an actor wants to perform actions in the event area or it leaves the cluster to help a neighbor actor. Furthermore, an interference and throughput aware multi-channel MAC protocol is also proposed for actor-actor coordination. An actor selects a minimum interference and maximum throughput channel among the available channels to communicate with the destination actor. The performance of the proposed IDMMAC protocol is analyzed using standard network parameters, such as packet delivery ratio, end-to-end delay, and energy dissipation, in the network. The obtained simulation results indicate that the IDMMAC protocol performs well compared to the existing MAC protocols.

• 마이크로전자및패키징학회지
• /
• 제26권3호
• /
• pp.37-41
• /
• 2019

Ag나노와이어 도전성 잉크를 플렉서블한 투명 기판 위에 코팅 후 이러한 여분의 유기물을 $O_2$ 플라즈마를 이용하여 제거함으로써 Ag 나노와이어를 이용한 투명전극의 면저항과 광학적 특성을 최적화하였다. Ag 나노와이어 도전성 잉크를 코팅한 후 30초간 $O_2$ 플라즈마 처리를 하였을 때 면저항은 최대 27 % 정도 감소하였으며, 잔류 유기물의 제거를 통하여 그 광학적 특성도 향상됨을 알 수 있었다. 또한 $O_2$ 플라즈마 처리 시간이 30초 이상 증가할 경우 그 면저항이 오히려 감소함을 확인하였는데, 이는 과도한 $O_2$ 플라즈마로 인하여 Ag나노와이어의 degradation이 일어나는데 그 원인이 있음을 확인하였다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권4호
• /
• pp.508-518
• /
• 2019

Objective: This research aimed to determine biological pathways and protein-protein interaction (PPI) networks for 305-d milk yield (MY), 305-d fat yield (FY), and age at first calving (AFC) in the Thai multibreed dairy population. Methods: Genotypic information contained 75,776 imputed and actual single nucleotide polymorphisms (SNP) from 2,661 animals. Single-step genomic best linear unbiased predictions were utilized to estimate SNP genetic variances for MY, FY, and AFC. Fixed effects included herd-year-season, breed regression and heterosis regression effects. Random effects were animal additive genetic and residual. Individual SNP explaining at least 0.001% of the genetic variance for each trait were used to identify nearby genes in the National Center for Biotechnology Information database. Pathway enrichment analysis was performed. The PPI of genes were identified and visualized of the PPI network. Results: Identified genes were involved in 16 enriched pathways related to MY, FY, and AFC. Most genes had two or more connections with other genes in the PPI network. Genes associated with MY, FY, and AFC based on the biological pathways and PPI were primarily involved in cellular processes. The percent of the genetic variance explained by genes in enriched pathways (303) was 2.63% for MY, 2.59% for FY, and 2.49% for AFC. Genes in the PPI network (265) explained 2.28% of the genetic variance for MY, 2.26% for FY, and 2.12% for AFC. Conclusion: These sets of SNP associated with genes in the set enriched pathways and the PPI network could be used as genomic selection targets in the Thai multibreed dairy population. This study should be continued both in this and other populations subject to a variety of environmental conditions because predicted SNP values will likely differ across populations subject to different environmental conditions and changes over time.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1122-1128
• /
• 2020

대역 확장(Bandwidth Extension)이란 채널 용량 부족 혹은 이동통신 기기에 탑재된 코덱의 특성으로 인해 부호화 및 복호화 과정에서 대역 제한(band limited)되거나 손상된 협대역 신호(NB, Narrow Band)를 복원, 확장하여 광대역 신호(WB, Wide Band)로 전환 시켜주는 것을 의미한다. 대역 확장 연구는 주로 음성 신호 위주로 대역 복제(SBR, Spectral Band Replication), IGF(Intelligent Gap Filling)과 같이 고대역을 주파수 영역으로 변환하여 복잡한 특징 추출 과정을 거쳐 이를 바탕으로 사라지거나 손상된 고대역을 복원한다. 본 논문에서는 딥러닝 모델 중 오토인코더(Autoencoder)를 바탕으로 1차원 합성곱 신경망(CNN, Convolutional Neural Network)들의 잔차 연결을 활용하여 복잡한 사전 전처리 과정 없이 일정한 길이의 시간 영역 신호를 입력시켜 대역 확장 시킨 음향 신호를 출력하는 모델을 제안한다. 또한 음성 영역에 제한되지 않는 음악을 포함한 여러 종류의 음원을 포함하는 데이터셋에 훈련시켜도 손상된 고대역을 복원할 수 있음을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.297-299
• /
• 2021

치밀오일 미래 생산성 예측은 잔류오일 회수량 및 저류층 거동 분석을 위해 중요한 작업이다. 일반적으로 석유공학적 관점에서 감퇴곡선법을 이용하여 생산성 예측이 이루어지는데, 최근에는 데이터기반의 머신러닝 기법을 이용한 연구도 수행되고 있다. 본 연구에서는 딥러닝 기반 순환신경망과 LSTM, GRU 알고리즘을 이용하여 미래 생산량 예측을 위한 효과적인 모델을 제안하고자 한다. 입력변수로는 치밀오일 생산 시 산출되는 오일, 가스, 물과 이와 더불어 다양한 군집분석을 통해 산출된 표준곡선이 주요 매개변수이고, 출력변수는 월별 오일 생산량이다. 기존의 경험적 모델인 감퇴곡선법과 순환신경망 모델들을 비교하였으며, 모델의 예측성능을 향상시키기 위해 하이퍼파라미터 튜닝을 통해 최적 모델을 도출하였다.