이종 커넥티비티 기반의 IoT 허브 시스템

정재원(Jai-Won Chung),장달원(Dalwon Jang),이재원(Jae-Won Lee),김서율(Seo-Yul Kim),김미지(Mi-Ji Kim),이종설(Jong-Seol Lee) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10

oneM2M 및 OCF 표준은 같은 표준 안에서만 IoT 기기들의 상호운용성을 보장한다는 문제점이 있다. 본 논문에서는 oneM2M 및 OCF 표준의 IoT 기기들을 통합 제어하는 이종 커넥티비티 기반의 IoT 허브 시스템을 제안한다. IoT 허브 시스템을 구현하고자 총 4가지 장비(IoT 허브, oneM2M 조도센서 모듈, oneM2M 릴레이 모듈, OCF 문열림 감지센서)를 사용했다. oneM2M 및 OCF IoT 기기 연결 및 제어 기능과, 웹서버를 통한 모니터링 및 룰(rule) 기반 서비스 기능은 오픈 IoT 플랫폼인 Mobius 및 ThingsBoard를 활용해 구현했다. IoT 허브 시스템을 동작 시켜 구현한 기능들이 정상적으로 동작함을 확인했으며, oneM2M 및 OCF IoT 기기간의 상호운용이 가능함을 확인했다.

핀 포토다이오드 라돈 검출기 민감도에 미치는 습도 및 온도의 영향

정재원(Jai-Won Chung),김형민(Hyung-Min Kim),윤성현(Sung-Hyun Youn),김준용(Jun-Yong Kim),김현갑(Hyun-Kab Kim),김규식(Gyu-Sik Kim) 대한전기학회 2019 정보 및 제어 심포지엄 논문집 Vol.2019 No.4

조명 사용자의 선호 색온도 예측 방법에 관한 연구

정재원(Jai-Won Chung),박상수(Sangsu Park),신진수(Shin Jin Soo),이태훈(Tae Hoon Lee) 한국조명·전기설비학회 2022 한국조명·전기설비학회 학술대회논문집 Vol.2022 No.11

실내 조명제어를 위한 CO₂ 농도 및 기계학습방법 기반의 재실감지 방법에 관한 연구

정재원(Jai-Won Chung),박상수(Sangsu Park),최현석(Hyunseok Choi),노재엽(Jaeyeop Noh),이태훈(Tae Hoon Lee) 한국조명·전기설비학회 2022 한국조명·전기설비학회 학술대회논문집 Vol.2022 No.5

CO₂ 농도 및 소음레벨 센서 기반의 재실감지방법에 관한 연구

정재원(Jai-Won Chung),장달원(Dalwon Jang),이재원(Jae-Won Lee),김미지(Mi-Ji Kim),김서율(Seo-Yul Kim),이종설(Jong-Seol Lee) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10

가정집 등의 주거공간을 대상으로 CO₂ 농도 및 소음레벨 센서와 기계학습방법을 활용한 재실감지방법에 대해 알아본 연구는 조사되지 않았다. 본 논문에서는 CO₂ 농도 및 소음레벨 센서 측정값을 사용해 주거 공간에서 재실여부를 감지하는 랜덤 포레스트 모형(random forest model)을 제안한다. 실험을 통해 1분 간격으로 CO₂ 농도 및 소음레벨, 재실여부를 측정했다. 측정된 전체 데이터(n = 4,665) 중 약 80%는 트레이닝 셋 데이터(n = 3,732)로 5차 교차검증방법(5-fold cross validation method)을 사용해 랜덤 포레스트 모형을 구축하는데 사용했다. 전체 데이터 중 약 20%는 테스트 셋 데이터(n = 933)로 사용해 구축한 랜덤 포레스트 모형의 예측 성능을 평가해본 결과, CO₂ 농도 및 소음레벨 값을 사용해 87.2%의 정확도로 재실유무를 감지할 수 있는 것으로 나타났다.

계절 ARIMA 모형을 이용한 라돈 농도 예측

정재원(Jai-Won Chung),윤덕경(Deog-Gyeong Yoon),김규식(Gyu-Sik Kim) 대한전자공학회 2021 전자공학회논문지 Vol.58 No.4

주로 밀폐된 실내에서 생활하는 현대인들은 실내 라돈에 의해 방사선 노출이라는 위험에 직면했다. 실내 라돈 농도 예측 모형은 실내 라돈 농도를 효과적으로 저감시키는데 활용될 수 있으나, 이와 관련된 연구는 거의 보고되지 않았다. 본 논문에서는 총 921시간 동안 측정된 실내 라돈 농도 데이터와 계절 ARIMA 분석을 활용해 도출한 실내 라돈 농도를 예측 모형을 제안한다. 트레이닝셋으로 사용한 691시간의 실내 라돈 농도 데이터와 시계열 교차검증 방법을 사용해 실내 라돈 농도 예측 모형을 구축한 결과, ARIMA(3,1,4)(3,1,4)24, ARIMA(3,1,4)(2,1,4)24, ARIMA(3,1,4)(4,1,4)24, ARIMA(4,1,4)(2,1,4)24 모형이 최적의 모형으로 도출됐다. 이후, 도출된 4가지 ARIMA 모형을 대상으로 테스트 셋으로 사용한 230시간의 실내 라돈 농도 데이터를 사용해 R², RMSE, MAPE, 값을 계산하여 예측 성능을 평가해본 결과, ARIMA(4,1,4)(2,1,4)24 모형이 가장 좋은 성능을 보였으며, 약 18%의 오차로 실내 라돈 농도를 예측하는 것으로 나타났다. 제안하는 ARIMA 모형을 활용할 경우, 실내 라돈 농도가 높아지기 전에 미리 창문을 열거나 환풍기를 가동하여 실내 라돈 농도를 효과적으로 저감시킬 수 있을 것으로 보인다. Modern people who live mainly in enclosed rooms faced the danger of radiation exposure by indoor radon. The model for prediction of the indoor radon concentration could be used to effectively reduce the indoor radon concentration, but few studies have looked at the model. In this paper, we proposed the model for prediction of the indoor radon concentration, which was derived using the indoor radon concentration data measured for a total of 921 hours and seasonal ARIMA analysis. As a result of construction of the models using a total of 691 hours of the data as the training set and the time series cross-validation method, ARIMA(3,1,4)(3,1,4)24, ARIMA(3,1,4)(2,1,4)24, ARIMA(3,1,4)(4,1,4)24, ARIMA(4,1,4)(2,1,4)24 were found to be the optimal models. As a result of evaluating the performance by calculating R², RMSE, and MAPE values using 230 hours of the data used as the test set for the four ARIMA models, the ARIMA(4,14)(2,1,4)24 model showed the best performance, and predicted indoor radon concentration with an error of about 18%. It is expected that indoor radon concentration could be effectively reduced by opening a window or operating a ventilator before the indoor radon concentration increases using the ARIMA model.

사용환경 정보를 사용한 조명 사용자의 선호 디밍 단계 예측 방법에 관한 연구

정재원(Jai-Won Chung),박상수(Sangsu Park),방석오(Seok-Oh Bang),유성식(Seong-Sik Yoo),최현석(Hyun-Seok Choi),노진성(Jin-Sung Rho) 한국조명·전기설비학회 2024 조명·전기설비학회논문지 Vol.38 No.1

Few studies have looked at the prediction method for preferred dimming level of lighting user using usage environment data(usage time, weather, etc.) and machine learning methods. In this paper, we propose the random forest model for prediction of preferred dimming level of lighting user using usage environment data. Temperature, relative humidity, precipitation, wind speed, hour, AM/PM status, day of the week, weekday/weekend status, and dimming setting were measured at one hour interval through the experiment, and the relation of each variable were investigated through the PhiK correlation coefficient. About 70% of the total data (n = 171) was used as the training set data (n = 119) for construction of the random forest model. The model using the 3-fold cross validation method were constructed using the training set data. About 30% of the total data was used as the test set data (n = 52) for evaluation of the model. The accuracy of random forest model using two values(hour, temperature) were 78.9%.

랜덤 포레스트와 실내환경 측정 데이터를 이용한 주거공간에서의 재실감지모형

정재원(Jai-Won Chung) 대한전자공학회 2021 전자공학회논문지 Vol.58 No.9

가정집 등의 주거공간을 대상으로 실내환경 측정 데이터와 기계학습방법을 이용한 재실감지 방법을 알아본 연구는 거의 조사되지 않았다. 본 논문에서는 실내 온습도, CO₂, 조도 값을 사용해 주거공간에서 재실여부를 감지하는 랜덤 포레스트 모형(random forest model)을 제안한다. 실험을 통해 30초 간격으로 실내 온도, 상대습도, CO₂, 조도, 재실여부를 측정했고, T-검정과 점양분상관계수(point-biserial correlation coefficient)를 통해 각 변수들의 특성 및 관련성을 조사했다. 측정된 전체 데이터(n = 43,904)의 약 80%는 트레이닝 셋 데이터(n = 35,123)로 사용해 성능 비교를 위한 로지스틱 회귀모형과 랜덤 포레스트 모형을 각각 구축했다. 로지스틱 회귀모형 구축 시에는 후진제거법(backward elimination method)을, 랜덤 포레스트 모형 구축시에는 5차 교차검증방법(5-fold cross validation method)을 사용했다. 구축한 모형들의 성능은 전체 데이터의 약 20%인 테스트 셋 데이터(n = 8,781)로 평가했다. 로지스틱 회귀모형은 온도, 상대습도, CO₂, 조도를 사용해 78.2%의 정확도(accuracy)로 재실유무를 감지할 수 있는 것으로 나타났다. 랜덤 포레스트 모형은 온도, 상대습도, CO₂, 조도를 사용해 98.7%의 정확도로 재실유무를 감지할 수 있으며, 조도만을 사용할 경우에는 81.2%의 정확도로 재실유무를 감지할 수 있는 것으로 나타났다. Few studies have looked at the occupancy detection methods in living spaces using machine learning methods and indoor environment measurement data. In this paper, we propose the random forest model for occupancy detection using temperature, humidity, CO₂, and illuminance values. Temperature, relative humidity, CO₂, illuminance, and occupancy status were measured at thirty seconds interval through the experiment, and the characteristics and relation of each variable were investigated through the T-test and the point-biserial correlation coefficient. About 80% of the total measured data (n = 43,904) was used as the training set data (n = 35,123). The logistic regression model using the backward elimination method and the random forest model using the 5-fold cross validation method were constructed using the training set data, respectively. About 20% of the total data was used as the test set data (n = 8,781) for evaluation of the models. The accuracy of the logistic regression model using four values was 78.2%. The accuracy of random forest model using four values were 98.7%, and the accuracy of the model using only illuminance value was 81.2%.

WCDMA 휴대전화 전자파가 인공심장 박동기 및 이식형 제세동기에 미치는 영향

정재원(Jai Won Chung),최수범(Soo Beom Choi),박지수(Jee Soo Park),김덕원(Deok Won Kim) 대한전자공학회 2015 전자공학회논문지 Vol.52 No.1

제 2세대 (2G) 휴대전화인 GSM (global system for mobile communication) 휴대전화는 pacemaker 및 ICD (implantable cardioverter defibrillator)의 기능에 영향을 미칠 수 있다고 보고가 되어 왔다. 이에 본 연구에서는 제 3세대 (3G) 휴대전화인 WCDMA (wideband code division multiple access) 휴대전화에서 방출되는 전자파가 pacemaker 및 ICD에 미치는 영향에 대해 알아보았다. 총 5개의 pacemaker 및 3개의 ICD를 대상으로 ECG simulator를 이용한 in-vitro 실험으로 진행하였다. 실제 WCDMA 휴대전화 대신 WCDMA 모듈 (평균 출력 : 0.25 W, 주파수 대역 : 1950 MHz)을 사용했다. WCDMA 모듈 전자파가 pacemaker 및 ICD에 미치는 영향을 평가하기 위해, 각 이식형 의료기기들을 WCDMA 모듈에 최대한 근접 (3 mm 이내) 시킨 후 5분간 전자파에 노출 시켰다. 실험 결과 WCDMA 모듈 전자파가 5개의 pacemaker 및 3개의 ICD에 미친 어떠한 영향도 관찰 할 수 없었다. WCDMA 휴대전화는 GSM 휴대전화보다 더 높은 주파수 대역 (1800-2200 MHz)에서 더 낮은 출력(0.01-0.25 W)을 방출하기 때문에, WCDMA 휴대전화에서 발생하는 전자파는 pacemaker 및 ICD 기기들에게 영향을 미치지 않을 것으로 사료된다. Reports show that global system for mobile communication (GSM) mobile phones, or two-generation (2G) mobile phones, could affect functions of pacemakers and implantable cardioverter defibrillators (ICDs). In this study, we evaluated the effects of radio frequency electromagnetic fields (RF-EMFs) emitted by wideband code division multiple access (WCDMA) mobile phones, which were third-generation (3G) mobile phones, on pacemakers and ICDs. Five pacemakers and three ICDs were subjected to in-vitro test using a ECG simulator. We used a WCDMA module (average power : 0.25 W, frequency band : 1950 MHz) instead of a real WCDMA mobile phone. To assess the effects of the WCDMA module on pacemakers and ICDs, each implantable device was placed in close proximity (within 3 mm) to the WCDMA module for 5 min. As a result, no effects were observed on the five pacemakers and three ICDs for the RF-EMFs emitted by the WCDMA module. Because WCDMA mobile phones have the higher frequency band (1800-2200 MHz) and lower power output (0.01-0.25 W) than GSM moboile phone, the RF-EMFs emitted by WCDMA mobile phones do not affect patients with pacemaker or ICD.

온습도에 따른 핀 포토다이오드 라돈 카운터의 민감도에 관한 연구

정재원(Jai-Won Chung),김규식(Gyu-Sik Kim) 대한전자공학회 2019 전자공학회논문지 Vol.56 No.7

주로 밀폐된 실내에서 생활하는 현대인들은 실내 라돈에 의해 방사선 노출이라는 위험에 직면했으며, 이로 인해 실내 라돈을 검출할 수 있는 장비에 대한 중요성이 증가하고 있다. 실내 라돈 검출 시 많이 사용되고 있는 핀 포토다이오드 라돈 카운터는 습도 및 온도에 영향을 받으나, 실내에서 상대습도 및 온도 변화가 핀 포토다이오드 라돈 카운터의 민감도에 미치는 영향을 알아본 연구는 거의 없었다. 본 논문에서는 실내 상대습도 및 온도를 변화시키며 각각의 조건에서 핀 포토다이오드 라돈 카운터의 민감도를 계산하였고, 전체적으로 실내 상대습도와 온도가 증가할수록 핀 포토다이오드 라돈 카운터의 민감도는 줄어드는 것을 확인하였다. Modern people who live mainly in enclosed rooms faced the danger of radiation exposure by indoor radon, which has led to the increasing importance of indoor radon detection equipment. The PIN photodiode radon counter, which is often used for indoor radon detection, is influenced by humidity and temperature, but few studies have looked at the effects of relative humidity and temperature changes indoors on the sensitivity of the PIN photodiode radon counter. In this paper, we calculated the sensitivity of the PIN photodiode radon counter under each condition by varying the relative humidity and temperature of the room, and we found that the sensitivity of the PIN photodiode radon counter decreases as the overall relative humidity and temperature increase.