http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김호준(Kim Ho-Joon) (검색결과 153 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
UHF-RF 및 블루투스 이중 접속 무선 센서 네트워크 노드개발
김호준,Kim, Ho-Joon 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.10
The researches about the hardware and the software implementing ubiquitous sensor network have great rush in recent years. This paper deals the development of a sensor node with the dual interface which also has an RF wireless interface while has an Bluetooth interface used widely in present. This sensor node includes a Atmeg32 microcontroller, a Bluetooth module, a RF module. a temperature-humidity sensor. and I also develop the F/Ws controlling each modules with C language using GCC compiler. The sensor node developed can reaches 15m with Bluetooth interface and 60m with RF interface. It works stably with the voltage above 5V and it consumes currents 21mA average in idle mode, 63mA average in active mode. 유비쿼터스 센서 네트워크 구현을 위한 하드웨어와 소프트웨어에 대한 연구가 활발히 이루어지고 있다. 본 논문은 현재 널리 사용되고 있는 블루투스 접속 방식을 사용하면서 RF 무선 접속을 제공하는 이중 접속 방식의 무선 센서 노드를 개발하는 내용이다. 이 센서 노드는 Atmega32 마이크로콘트롤러, 블루투스 모듈, UHF RF 송수신 모듈, 그리고 온습도 및 광도 센싱 IC를 사용하였다. 또한 각 모듈의 동작을 제어 할 F/W를 GCC 컴파일러를 사용하여 C 언어로 개발하였다. 개발된 센서 노드는 블루투스 접속이 15m까지, RF 접속이 60m 까지 가능하였다. 공급 전압 5V 이상에서 안정적인 동작을 하였으며 소비 전류는 대기 시 평균 21mA, 동작 시 평균 63mA가 되었다.
-
CDMA 계층 셀 시스템에서의 호 수락 제어에 관한 연구
김호준,Kim Ho-Joon 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.9
미래의 이동통신 시스템은 제 한된 무선 자원 조전 하에 고품질의 멀티미디어 서비스를 제공하기 위해 계층 셀 시스템으로 동작해야한다. 본 논문에서는 매크로, 마이크로, 피코 셀이 공존하는 계층 CDMA 셀를라 시스템에 적용된 호 수락 제어 방식을 연구하였다. 제안된 호 수락 제어 알고리즘을 사용하였을 경우 호 수락 제어를 하지 않는 경우에 비해 시스템 용량이 20% 정도 향상됨을 알 수 있다. The future mobile communication system should be operated with hierarchical cellular system for providing high quality multimedia services within limited wireless resources. In this paper, we have studied a call admission control scheme applied in hierarchical CDMA cellular system nested with macro, macro, and pico cells. When the proposed call admission control algorithm was applied we got 20% more system capacity than no admission control was applied.
-
-
스마트 항로표지의 데이터 수집 성능에 영향을 미치는 요인에 관한 연구
김호준(Ho-Joon Kim),김민규(Min-Kyu Kim),이남용(Nam-Yong Lee),김철수(Chul-Soo Kim),신상문(Sangmun Shin),오세웅(Sewoong Oh),양진홍(Jinhong Yang) 대한인간공학회 2021 대한인간공학회 학술대회논문집 Vol.2021 No.11
Objective: 국내 인근 해안에 설치된 항로표지 장치는 선박들의 안전한 항해를 위한 위치 정보 제공뿐 아니라 설치된 다양한 센서를 통해 바다의 여러 정보들을 수집하고 있다. 그러나 수집된 데이터의 품질과 관련해 수집 주기와 수집량이 일정하지 않으며, 일부 결측 뿐 아니라 특정 구간에서 대량의 누락 등이 발생하는 등의 데이터 품질에 대한 문제를 보이고 있다. 본 연구에서는 항로표지데이터의 결측과 관련해 어떠한 점이 문제를 일으키는 요인이 무엇인지를 분석해보고자 한다. Background: 현재 수집되고 있는 항로표지 데이터의 경우 품질과 관련된 주된 이슈는 데이터 결측에 대한 부분이며, 항로표지 장치마다 데이터가 수집되는 주기와 수집되는 데이터의 양도 차이가 크다. 이러한 데이터를 활용하고자 하는 경우 데이터 품질의 이슈로 그 활용에 대한 신뢰도의 어려움과 한계가 있을 것이다. Method: 본 연구에서는 2017년~2021년 8월까지의 데이터를 기준으로 가장 데이터 수집이 많았던 해인 2020년을 기준으로 분석을 진행한다. 특히 항로표지 장치 기준으로 수집량이 높은 장치를 항로표지 장치를 선별하고, 각 장치별 결측값에 대한 분석을 통해 데이터를 수집하는데 영향을 미치는 요인들을 연구했다. 특히 무선 전송방식을 따르는 항로표지 장치의 특성을 고려해, 데이터 송출과 관련된 전압 정보 및 인근 해상의 날씨 정보를 바탕으로 시각화 작업을 진행하였다. Results: 항로표지 데이터의 결측과 관련해, 해당 장치가 위치한 해상의 강수량이 있었던 날에 표지의 전압이 떨어지면서 데이터 수집이 정상적으로 이루어지지 않은 경우가 높게 나타났다. 강수량이 없지만 표지의 전압이 크게 떨어지던 날의 경우 대부분 흐리거나 구름이 끼었던 날이 다수였다. Conclusion: 본 연구에서는 항로표지 장치의 데이터 결측과 관련해 기상(날씨)이 항로표지의 데이터 수집 성능에 영향을 미치고 있음을 확인할 수 있었다. Application: 향후 항로표지의 데이터 수집 품질 개선과 관련해, 기상악화시 전송 주기 및 시그널의 세기 등에 대한 개선이 필요하다. 특히 빅데이터 형태로 데이터를 활용 시 누락된 데이터의 보간 등을 통한 데이터 품질 개선이 필요하다.
-
-
-
김호준(Ho-Joon Kim),양현승(Hyun-Seung Yang) 한국정보과학회 1995 정보과학회논문지 Vol.22 No.5
본 논문에서는 효과적인 패턴인식을 위하여 전문가의 지식을 활용할 수 있는 신경망 구조를 제안하고, 그 유용성을 고찰한다. 제안된 신경망 모델은 이중의 연결구조를 가지며 역전파(BP) 학습 알고리즘에 의해 학습된다. 이는 지식기반의 수용능력과 예제 데이타에 의한 학습 기능을 동시에 제공함으로써, 기존의 패턴인식 문제에서 지식기반형 접근방식과 신경망 접근방식의 장단점을 상호 조화시킬 수 있게 한다. 또한 제안된 모델의 특징의 하나인 인식결과에 대한 검증기능은 기존의 전문가 시스템에서 추론결과에 대한 설명기능을 제공할 수 있게 하며, 효과적인 학습을 위하여 주어진 학습데이타 및 지식을 사전에 검증할 수 있을 뿐만 아니라 현재 학습상태를 점검함으로써 추가학습데이타의 선정을 용이하게 한다. 본 논문에서는 패턴인식을 위한 지식 표현으로서 여섯가지 유형의 퍼지관계를 소개하고 이들 신경망의 학습과정에 반영하는 방법을 제시한다. 이어서 지식 및 학습 데이타의 검증기법 등 효과적인 학습을 위한 유용한 기법들을 소개하고, 실험을 통하여 제안된 이론의 타당성을 고찰한다. In this paper, we propose a neural network model which is capable of utilizing expert knowledge for pattern recognition, and discuss the usefulness of the model. The proposed model has dual connections and can be trained by the Back-Propagation learning algorthm. The model provides the knowledge-based inferencing capability as well as the instance-based learning capability. Thus we can incorporate the knowledge-based approaches into the neural network approaches for pattern recogntion by using the proposed model. The ability to justify the recognition results, which is one of the characteristics of the model, provides a explanation facility for expert systems. From the ability of the model, we can validate the given knowledge and learning data, and can select addtional learning data more easily by checking the weakness of the present learning status. We introduce in this paper six types of fuzzy relations as a knowledge representation, and describe the methodology to utilize them in the learning process of the neural network. We then present several techniques for effective learning, such as the knowledge and learning data validation techniques. From the experimental results, the validity of the proposed model is evaluated.
-
가중치를 갖는 FMM신경망과 패턴분류를 위한 특징분석 기법
김호준(Ho-Joon Kim),양현승(Hyun-Seung Yang) 한국정보과학회 2005 정보과학회논문지 : 소프트웨어 및 응용 Vol.32 No.1
본 논문에서는 패턴 분류를 위한 수정된 퍼지 최대최소 신경망 모델을 제안하고 그의 유용성을 고찰한다. 이를 위하여 하이퍼박스 내에서 각 특징들에 대하여 가중치 요소를 갖는 새로운 하이퍼큐브 소속함수를 정의한다. 이 가중치 요소는 분류과정에서 임의의 클래스에 대한 각 특징의 상대적인 기여도를 반영한다. 본 연구에서는 이를 위하여 새롭게 정의된 하이퍼박스 생성, 확장 및 축소의 3단계로 이루어지는 학습 방법론을 소개한다. 또한 제안된 모델을 기반으로 하여 학습된 분류기로부터 하이퍼박스 소속함수와 연결가중치를 사용하여 주어진 클래스에 대한 특징의 연관도를 산출하는 형태의 이른바 특징 분석 기법을 제안한다. 이를 위하여 세부적으로 각 특징에 대하여 연관도 척도와 퍼지 소속함수간의 유사도 척도를 정의한다. 또한 실제 패턴 분류문제에 적용한 실험결과를 통하여 제안된 이론의 타당성을 평가한다. In this paper we propose a modified fuzzy min-max neural network model for pattern classification and discuss the usefulness of the model. We define a new hypercube membership function which has a weight factor to each of the feature within a hyperbox. The weight factor makes it possible to consider the degree of relevance of each feature to a class during the classification process. Based on the proposed model, a knowledge extraction method is presented. In this method, a list of relevant features for a given class is extracted from the trained network using the hyperbox membership functions and connection weights. For this purpose we define a Relevance Factor that represents a degree of relevance of a feature to the given class and a similarity measure between fuzzy membership functions of the hyperboxes. Experimental results for the proposed methods and discussions are presented for the evaluation of the effectiveness and feasibility of the proposed methods.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
