복합 워크플로우 서비스를 위한 CAWL 기반 상황인지 워크플로우 시스템

최종선,조용윤,최재영,Choi, Jong-Sun,Cho, Yong-Yun,Choi, Jae-Young 한국정보처리학회 2010 정보처리학회논문지 A Vol.17 No.2

유비쿼터스 환경에서는 사용자의 주변 환경에서 발생할 수 있는 상황이 매우 다양하므로, 이에 대응하기 위한 자동화 서비스의 개발이 요구된다. 그러나 기존의 상황인지 기반 워크플로우 시스템들은 단일 워크플로우 서비스만을 제공할 수 있으므로, 다수의 워크플로우 조합을 통해 복합적이고 다양한 서비스를 제공하는데 제약이 있다. 이를 위해 본 논문에서는 다수의 워크플로우에 존재하는 개별적인 서비스 흐름을 하나의 워크플로우로 통합 표현할 수 있는 상황인지 기반의 워크플로우 언어인 CAWL(Context-Aware Workflow Language)를 기반으로 하는 워크플로우 시스템을 제안한다. 제안하는 시스템은 CAWL를 이용하여 작성한 시나리오를 바탕으로 사용자에게 다양한 복합 워크플로우 서비스를 제공할 수 있다. 또한 각각 존재하는 다수의 워크플로우를 복합 워크플로우 서비스를 구성하기 위한 일부로써 재사용할 수 있으므로, 자동화 서비스 개발의 효율성을 증대시킬 수 있다. There are many complicated situations which could be occurred in users' surroundings, so it is required to develop automation services to provide users with appropriate services in ubiquitous computing environments. However, most of the current context-aware workflow systems express context-aware services only with a single workflow. Therefore, they have difficulties in providing users with various and composite services by combining different workflows. In this paper we propose a CAWL-based context-aware workflow system, where CAWL is a context-aware workflow language to express a composite workflow model by describing individual service workflows. The proposed system can provide users with various composite workflow services based on a service scenario, which is described with CAWL. And by reusing a number of single workflows to construct composite workflow services, it is possible to save time and effort to develop context-aware workflows.

동적인 사용자 서비스 요구를 지원하는 상황인지 워크플로우 시스템

최종선,조용윤,최재영,Choi, Jong-Sun,Cho, Yong-Yun,Choi, Jae-Young 한국정보과학회 2007 정보과학회논문지 : 시스템 및 이론 Vol.34 No.5

유비쿼터스 컴퓨팅 환경에서의 상황인지 서비스는 동적으로 발생하는 사용자의 상황 정보에 따른 서비스 제공을 지향한다. FollowMe와 uFlow와 같은 상황인지 워크플로우 시스템은 사용자의 상황 정보를 서비스의 분기 조건으로 표현한 워크플로우 기반의 상황인지 웹 서비스를 제공한다. 그러나 그들은 워크플로우의 실행 중에도 동적으로 발생할 수 있는 사용자의 서비스 요구에 대해 진행 중인 워크플로우 시나리오에 즉각적으로 적용할 수 있는 방법을 제공하지 못한다. 본 논문에서는 실행 중인 워크플로우 서비스의 중단없이 사용자가 입력하는 새로운 서비스 요구를 초기 워크플로우 시나리오에 동적으로 반영할 수 있는 상황인지 워크플로우 시스템을 제안한다. 제안하는 시스템은 사용자의 새로운 서비스 요구에 대해 실행중인 시나리오에서의 변경 위치를 점진적 파싱(Incremental Parsing)을 통해 정확히 인식하고 초기 시나리오에서 영향을 받는 부분만을 신속히 재구성함으로써 동적으로 발생하는 사용자의 상황정보를 보다 빠르고 효율적으로 초기 시나리오에 적용할 수 있으며, 워크플로우 흐름의 중단없이 계속적인 서비스를 제공할 수 있다. 이를 통해 사용자는 시간과 공간에 관계없이 원하는 서비스를 상황인지 워크플로우 시나리오에 반영할 수 있으며, 기술된 사용자 컨텍스트에 따라 상황인지 서비스의 실행을 보장받을 수 있다. A context-aware service in ubiquitous computing environments aims to supply services according to users' situation information that is dynamically occurring. The existing context-aware workflow systems, such as FollowMe and uFlow, provide context-aware services based on a workflow, which uses users' situation information as transition conditions of a service. But they can't apply users' new service demands, which may dynamically occur even when a workflow is on going, to a workflow scenario. In this paper we propose a context-aware workflow system, which can reapply users' new service demands into an initial workflow without interrupting or deleting the workflow. The proposed system can provide context-aware services without interrupting of service by recognizing exactly a place holder that has to be changed in a workflow scenario and by reconstructing only the changed parts through an incremental parsing method. Therefore, a user can immediately apply his new service demands to an on-going workflow scenario, and he can be guaranteed continuous executions of context-aware services according to a workflow scenario, which includes new service demands.

전력데이터 분석에서 이상점 추출을 위한 데이터 클러스터링 아키텍처에 관한 연구

정세훈,신창선,조용윤,박장우,박명혜,김영현,이승배,심춘보,Jung, Se Hoon,Shin, Chang Sun,Cho, Young Yun,Park, Jang Woo,Park, Myung Hye,Kim, Young Hyun,Lee, Seung Bae,Sim, Chun Bo 한국정보처리학회 2017 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.6 No.10

과거에는 전력데이터를 분석하는 기법으로 주로 기계학습의 지도학습 기법을 많이 활용하였고 데이터 마이닝 기법을 통한 패턴 검출을 주로 연구하였다. 그러나 전력데이터의 규모 커지고 실시간 데이터 공급이 가능해진 현재에는 과거의 데이터 분류 및 분석 기법을 통한 데이터 분석 연구는 한계가 존재한다. 이에 본 논문에서는 큰 규모의 전력데이터를 분석할 수 있는 클러스터링 아키텍처를 제안한다. 제안하는 클러스터링 프로세스는 비지도학습기법인 K-means 알고리즘의 문제점을 보완하고 전력데이터 수집과 분석까지의 모든 과정을 자동화할 수 있는 프로세스이다. 총 3 Level로 구분하여 Row Data Level, Clustering Level, User Interface Level로 구분하여 전력데이터를 분류 및 분석한다. 또한 클러스터링의 효율성 향상을 위하여 주성분분석 및 정규분포기반의 최적의 클러스터 수 K값 추출과 이상점으로 분류되는 데이터 감소를 위한 변형된 K-means 알고리즘을 제시한다. In the past, researchers mainly used the supervised learning technique of machine learning to analyze power data and investigated the identification of patterns through the data mining technique. Data analysis research, however, faces its limitations with the old data classification and analysis techniques today when the size of electric power data has increased with the possible real-time provision of data. This study thus set out to propose a clustering architecture to analyze large-sized electric power data. The clustering process proposed in the study supplements the K-means algorithm, an unsupervised learning technique, for its problems and is capable of automating the entire process from the collection of electric power data to their analysis. In the present study, power data were categorized and analyzed in total three levels, which include the row data level, clustering level, and user interface level. In addition, the investigator identified K, the ideal number of clusters, based on principal component analysis and normal distribution and proposed an altered K-means algorithm to reduce data that would be categorized as ideal points in order to increase the efficiency of clustering.

기상현상에 의한 전주 외력의 통계적 분석

박철영,신창선,조용윤,김영현,박장우,Park, Chul Young,Shin, Chang Sun,Cho, Yong Yun,Kim, Young Hyun,Park, Jang Woo 한국정보처리학회 2017 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.6 No.11

전주(Electric Pole)는 전력 송/배전에 사용되는 지지물로 환경적인 요인의 외력 변화에 민감하다. 전력 설비는 외부 환경변화와 재해로 부터 유지/보수적 관점에서 많은 어려움이 있다. 기상변화는 전주 피해에 주요인으로 작용하며, 경제적으로 미치는 영향이 매우 크다. 가공전선(Aerial Wire)은 온도 영향으로 탄성(Elasticity)변화가 나타나며, 탄성의 변화는 풍속, 풍향 등의 요인에 의해 영향력이 가중된다. 전선에 작용하는 외력은 전주의 피로누적으로 작용된다. 전주의 안전도 평가는 설계 단계에서 이루어지며, 운영중인 전주에 대한 영향도는 고려되지 않는다. 보수/안전성 확보 목적으로 외력의 기상요인 영향도를 분석하는 것은 매우 중요하다. 본 논문에서는 유지/안전성 확보 목적수행을 위해 전주에 설치된 센서노드의 가속도 데이터를 분석하고, 잡음(Noise) 보상 방법으로 칼만필터를 이용했다. 기상 요인별 영향도를 분석하기 위해 고속 푸리에 변환(Fast Fourier Transform)을 수행하고, 주파수 성분별 기상요인 영향도를 분석했다. 영향도 분석 결과 온도, 습도, 일사량, 일조시간, 대기압, 풍향, 풍속의 기상요인 영향이 크게 작용했다. 본 논문에서는 주파수 성분별로 기상요인의 영향도가 다름을 보였으며, 유지보수와 안정성 확보의 목적 달성에 중요한 요소로 작용될 수 있으리라 생각한다. Electric Pole is a supporting beam used for power transmission/distribution which is sensitive to external force change of environmental factors. Therefore, power facilities have many difficulties in terms of maintenance/conservation from external environmental changes and natural disasters that cause a great economic impact. The aerial wire cause elasticity due to the influence of temperature, or factors such as wind speed and wind direction, that weakens the electric pole. The situation may lead to many safety risk in day-to-day life. But, the safety assessment of the pole is carried out at the design stage, and aftermath is not considered. For the safety and maintenance purposes, it is very important to analyze the influence of weather factors on external forces periodically. In this paper, we analyze the acceleration data of the sensor nodes installed in electric pole for maintenance/safety purpose and use Kalman filter as noise compensation method. Fast Fourier Transform (FFT) is performed to analyze the influence of each meteorological factor, along with the meteorological factors on frequency components. The result of the analysis shows that the temperature, humidity, solar radiation, hour of daylight, air pressure, wind direction and wind speed were influential factors. In this paper, the influences of meteorological factors on frequency components are different, and it is thought that it can be an important factor in achieving the purpose of safety and maintenance.

버스의 정차시간을 고려한 장기 도착시간 예측 모델

박철영 ( Park Chul Young ),김홍근 ( Kim Hong Geun ),신창선 ( Shin Chang Sun ),조용윤 ( Cho Yong Yun ),박장우 ( Park Jang Woo ) 한국정보처리학회 2017 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.6 No.7

버스정보 시스템을 이용하는 시민들은 더 정확한 예측 정보를 원한다. 하지만 평균 기반 단기간 예측 알고리즘을 사용하는 대부분의 버스정보시스템에서는 교통흐름, 신호주기, 정차시간 등의 영향이 고려되지 않기 때문에 많은 오차를 포함하고 있는 실정이다. 따라서 본 논문에서는 오차의 영향요인 분석을 통해 예측정보의 정밀도를 향상시켜 시민들의 편의를 도모하고자 한다. 이에 현재 운영되고 있는 버스정보 시스템의 자료를 토대로 오차의 영향요인을 분석했다. 분석 데이터에서 시간대별 특성과 지리적 여건에 의한 영향이 복합적으로 나타나고, 정차시간과 단위구간속도에 미치는 영향도가 다름을 보였다. 이에 따라 정차시간은 일반화 가법 모형을 사용하여 시간, GPS 좌표, 통과노선수의 설명변수로 패턴을 구축하고, 단위구간에 대해 은닉 마르코프 모델을 사용하여 교통흐름에 따른 영향도를 고려한 패턴을 구축했다. 패턴 구축의 결과로 정밀한 실시간예측이 가능하고, 노선 통행속도의 장기간 예측이 가능했다. 마지막으로 관측 데이터와 예측 데이터의 통계적 검정 과정을 통해 전구간 예측에 적합한 모델임을 보였다. 본 논문의 결과로 시민들에게 더 정확한 예측 정보를 제공하고, 장기간 예측은 배차시간 등의 의사결정에 중요한 역할을 수행할 수 있으리라 생각한다. Citizens want more accurate forecast information using Bus Information System. However, most bus information systems that use an average based short-term prediction algorithm include many errors because they do not consider the effects of the traffic flow, signal period, and halting time. In this paper, we try to improve the precision of forecast information by analyzing the influencing factors of the error, thereby making the convenience of the citizens. We analyzed the influence factors of the error using BIS data. It is shown in the analyzed data that the effects of the time characteristics and geographical conditions are mixed, and that effects on halting time and passes speed is different. Therefore, the halt time is constructed using Generalized Additive Model with explanatory variable such as hour, GPS coordinate and number of routes, and we used Hidden Markov Model to construct a pattern considering the influence of traffic flow on the unit section. As a result of the pattern construction, accurate real-time forecasting and long-term prediction of route travel time were possible. Finally, it is shown that this model is suitable for travel time prediction through statistical test between observed data and predicted data. As a result of this paper, we can provide more precise forecast information to the citizens, and we think that long-term forecasting can play an important role in decision making such as route scheduling.

은닉 마르코프 모델을 이용한 버스 정보 시스템의 도착 시간 예측

박철영 ( Park Chul Young ),김홍근 ( Kim Hong Geun ),신창선 ( Shin Chang Sun ),조용윤 ( Cho Yong Yun ),박장우 ( Park Jang Woo ) 한국정보처리학회 2017 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.6 No.4

버스정보시스템은 버스도착시간 예측과 같은 버스와 관련한 여러 정보를 제공한다. BIS는 우리나라 거의 모든 도시에 구축되어 있고 대중교통의 편의성 개선에 능동적인 역할을 하고 있다. 현재 BIS 시스템에서 버스 도착 예정시간을 예측하기 위하여 사용되는 대표적인 방법으로는 이동평균필터, Kalman Filter, 회귀 모형 등이 있다. 버스 도착 시간 예측의 정확성은 BIS 시스템에서 고려하고 있는 교통 상황이나 예측 알고리즘에 따라 차이가 크다. 현재 BIS에서 사용하는 예측 기법은 구간 통과 시간과 거리만을 이용한다. 그러나 도착시간 예측은 교통흐름, 신호주기, 이상 상황, 데이터 결측 등에 큰 영향을 받는다. 버스 도착 시간 예측의 정확도를 높이기 위해서는 위의 문제를 고려하여 모델링해야 하는 어려움이 있다. 은닉 마르코프 모델은 이와 같은 다양한 상황을 효과적으로 모델링 할 수 있다. 따라서 버스 도착 시간 예측의 정확도를 높이기 위해 도착시간에 대한 HMM 예측 모델을 구축했다. 이 모델에서는 순천시의 2015년 한 해 동안 수집한 데이터가 이용되었으며, 순천시에는 2298개의 정류장과 217개의 노선이 있다. 모델은 주중과 주말의 패턴을 다르게 적용하며, 다른 구간과 시간에 대해 모델이 적용된다. 본 논문에서는 버스정보시스템에 은닉 마르코프 모델 적용방법과 검증을 통해 버스정보시스템에서 사용 중인 이동평균필터, Kalman Filter, 회귀 모형을 사용한 예측 방법 보다 정밀한 정확도를 얻는 방법을 제안한다. BIS(Bus Information System) provides the different information related to buses including predictions of arriving times at stations. BIS have been deployed almost all cities in our country and played active roles to improve the convenience of public transportation systems. Moving average filters, Kalman filter and regression models have been representative in forecasting the arriving times of buses in current BIS. The accuracy in prediction of arriving times depends largely on the forecasting algorithms and traffic conditions considered when forecasting in BIS. In present BIS, the simple prediction algorithms are used only considering the passage times and distances between stations. The forecasting of arrivals, however, have been influenced by the traffic conditions such as traffic signals, traffic accidents and pedestrians ets., and missing data. To improve the accuracy of bus arriving estimates, there are big troubles in building models including the above problems. Hidden Markov Models have been effective algorithms considering various restrictions above. So, we have built the HMM forecasting models for bus arriving times in the current BIS. When building models, the data collected from Sunchean City at 2015 have been utilized. There are about 2298 stations and 217 routes in Suncheon city. The models are developed differently week days and weekend. And then the models are conformed with the data from different districts and times. We find that our HMM models can provide more accurate forecasting than other existing methods like moving average filters, Kalmam filters, or regression models. In this paper, we propose Hidden Markov Model to obtain more precise and accurate model better than Moving Average Filter, Kalman Filter and regression model. With the help of Hidden Markov Model, two different sections were used to find the pattern and verified using Bootstrap process.

Grad-CAM을 활용한 식물 병해 이미지 객체 분류 분석

장경민(Kyeong Min Jang),조용윤(Young Yun Cho),박장우(Jang Woo Park),신창선(Chang Sun Shin) 한국통신학회 2023 한국통신학회 학술대회논문집 Vol.2023 No.2

딸기 수경재배 생육 정보 수집 장치 개발

조현욱 ( Hyun-wook Cho ),이명배 ( Myeong-bae Lee ),사라스와디 ( Saraswathi Sivamani ),배석환 ( Seok-hwan Bae ),박철영 ( Chul-young Park ),박장우 ( Chang-woo Park ),조용윤 ( Yong-yun Cho ),신창선 ( Chang-sun Shin ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1

최근 딸기는 고소득 부가가치 작물로 인식되기 시작하면서 수확작업에 노력이 적게 들고, 재배 및 작업 환경이 개선된 딸기 수경재배에 관심이 높아지고 있다. 현재 우리나라에서도 한국형 배양액 자동공급시스템을 개발하여 보급하기 시작하였지만 딸기 수경재배에서는 배양액의 EC와 pH관리 및 배양액의 급액에 따른 적절한 배액량 구명이 가장 시급하게 필요한 사항이다. 본 논문에서는 생육과 밀접한 관계가 있는 딸기 수경재배 생육 정보를 수집하는 장치를 개발하였고, 이 장치를 통해 딸기 수경재배 생육 데이터들을 수집하고 분석하여 딸기 수경재배 농가에 균일화 된 품질생산 및 수확량 증대에 기여할 수 있을 것으로 기대된다.

버스정보시스템을 이용한 교통흐름 분석에 관한 연구

김홍근 ( Kim Hong Geun ),박철영 ( Park Chul Young ),신동철 ( Shin Dong Chul ),신창선 ( Shin Chang Sun ),조용윤 ( Cho Yong Yun ),박장우 ( Park Jang Woo ) 한국정보처리학회 2016 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.5 No.9

현대생활을 영위하는데 있어 자주 애용되는 교통수단인 버스는 실시간으로 정보를 제공해주고 있다. 이러한 BIS 정보 중 도착예정시간에 대한 신뢰성 높은 정보를 얻기 위해서는 교통 환경에 대한 주요 요인들에 대한 분석이 필요하다. 국내 지방자치단체별로 관리를 수행하는 만큼 지역별 정보 분석이 우선시 되어야 한다. 따라서 본 논문에서는 교육, 관광 및 배후도시에 대한 특성을 가지고 있는 순천시를 중심으로 출퇴근, 학교, 시장, 관광 및 기타 다른 영향에 의해 교통 환경에 영향을 미칠 것으로 예상되는 특징을 분석했다. 특징 분석을 위해 BIS에 수집되고 있는 DB 정보에 대한 데이터 정제를 수행했고, 요일별, 일별, 월별, 시간대별로 구분하여 교통흐름에 대한 주요요인에 대한 분석을 수행했다. 지방중소규모의 도시로서 버스전용차선이 운영되지 않는 지역인 순천은 교통흐름과 밀접한 관계를 갖는 버스에 대한특징 분석을 통해 구간별 교통체증에 대한 분석이 가능할 것으로 예상된다. 또한, BIS의 실시간 정보 제공에 대한 주요요인을 적용하여 활용한다면 보다 신뢰성 있고 정밀한 정보를 제공할 수 있을 것으로 예상된다. One of the most comfortable transportation in our day to day life is the bus, which provides real time information. In order to obtain reliable information on the arrival time of this information, BIS (Bus Information System) needs to analyse the main factor for the traffic environment. To manage the system, regional information analysis by local municipalities should be prioritized. In this paper, we analyse the features that are expected to affect traffic environment by commuting the travel to school, market, tourism and other influences around Suncheon-si, which has the facilities for education, tourism and urban locality. Data cleaning is performed on the DB information that is being collected from characterization BIS, which is organized by day of the week, day and month, to analyse the key factors of the traffic flow. If this is utilized by applying a key factor to the real time information, it is expected to provide more reliable and accurate information.

동적 선형 모델을 이용한 교통 흐름 시계열 분석

김홍근 ( Kim Hong Geun ),박철영 ( Park Chul Young ),신창선 ( Shin Chang Sun ),조용윤 ( Cho Yong Yun ),박장우 ( Park Jang Woo ) 한국정보처리학회 2017 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.6 No.4

도시 내의 교통흐름을 정확히 분석하는 것은 매우 어렵다. 특히, 교통사고나 보행자, 교차로 등은 도시 내의 교통흐름을 분석하는데 있어서 어려움을 가중시킨다. 현재 소도시(예를 들어 전라남도 순천시)들에도 버스 정보시스템(Bus Information System, BIS)이 보급되어 있고 이를 통하여 도착시간 예측 등과 같은 정보를 제공하고 있다. BIS는 버스의 위치, 구간별 이동시간, 출발-도착 시간등을 제공하고 있다. 따라서 본 논문에서는 BIS로부터 정류장 간의 평균 이동 시간, 그리고 이동 거리 등을 시간대 별로 추출하여 도시 내의 교통흐름을 시계열 분석하고자 한다. 소도시의 경우 버스 정보는 도시교통 흐름을 설명하는 중요하고 효과적인 자료이다. 앞서 언급한 신호등 지연, 보행자, 교차로 등은 교통흐름을 분석하고 예측하는데 어려움을 더한다. 본 논문에서는 동적 선형 모델(Dyanamic Linear Model, DLM)을 이용하여 중요 구간의 교통흐름을 시계열 분석하고 예측하는 방법을 제시한다. 이때 구간별 통행 속도를 평일과 주말로 나누어 분석한다. DLM을 이용하여 구간별 이동속도의 시계열 분석을 통하여 도시 내의 교통흐름을 파악하여 향후 교통 체증 및 혼잡 구간을 예보하고 버스의 정확한 도착시간을 예측하는데 도움을 줄 수 있으리라 생각한다. It is very challenging to analyze the traffic flow in the city because there are lots of traffic accidents, intersections, and pedestrians etc. Now, even in mid-size cities Bus Information Systems(BIS) have been deployed, which have offered the forecast of arriving times at the stations to passengers. BIS also provides more informations such as the current locations, departure-arrival times of buses. In this paper, we perform the time-series analysis of the traffic flow using the data of the average trvel time and the average speed between stations extracted from the BIS. In the mid size cities, the data from BIS will have a important role on prediction and analysis of the traffic flow. We used the Dynamic Linear Model(DLM) for how to make the time series forecasting model to analyze and predict the average speeds at the given locations, which seem to show the representative of traffics in the city. Especially, we analysis travel times for weekdays and weekends separately. We think this study can help forecast the traffic jams, congestion areas and more accurate arrival times of buses.