http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
K-평균 군집화 기반 WSN에서 클러스터 헤드 선택 방법 제안
윤대열(Yun Dai Yeol),박세영(SeaYoung Park),황치곤(Chi-Gon Hwang) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.1
에너지 소비를 최소화하여 네트워크를 오랫동안 유지하기 위해 다양한 무선 센서 네트워크 프로토콜이 제안되었다. K-평균 군집화 알고리즘을 사용하면 최종 군집이 설정될 때까지 중심점을 반복적으로 이동해야 하기 때문에 기존 계층형 알고리즘보다 군집화에 시간이 더 오래 걸린다. K-평균 클러스터링 기반 프로토콜의 경우 클러스터 헤드가 선택되었을 때 클러스터 중심점 근처의 노드 또는 노드의 잔류에너지만 고려된다. 본 논문에서는 앞서 언급한 문제를 개선하면서 에너지 효율을 개선하기 위해 K-평균 클러스터링을 기반으로 하는 새로운 무선 센서 네트워크 프로토콜을 제안한다. Various wireless sensor network protocols have been proposed to maintain the network for a long time by minimizing energy consumption. Using the K-means clustering algorithm takes longer to cluster than traditional hierarchical algorithms because the center point must be moved repeatedly until the final cluster is established. For K-means clustering-based protocols, only the residual energy of nodes or nodes near the center point of the cluster is considered when the cluster head is elected. In this paper, we propose a new wireless sensor network protocol based on K-means clustering to improve the energy efficiency while improving the aforementioned problems.
MANET 환경에서 에너지 효율적인 Stochastic 노드 이동 모델
윤대열(Yun Dai-Yeol),윤창표(Chang-Pyo Yoon),황치곤(Chi Gon Hwang) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.1
모바일 애드혹 네트워크(Mobile Ad-hoc NETwork, MANET)는 고정 네트워크에 종속되지 않은 이동 노드들로 이루어지고, 자체 네트워크를 형성할 수 있는 특징을 가져서 많은 분야에 활용되고 있다. 모바일 애드혹 네트워크에 적용되는 이동 모델은 활용 목적에 따라 다양하게 적용할 수 있다. 랜덤 이동 모델은 간편하고 구현하기가 쉽다는 장점이 있어서 가장 많이 활용되고 있다. 모바일 애드혹 네트워크에서 개별 노드들은 독립적으로 이동한다고 가정한다, 랜덤 이동 모델은 이러한 독립성을 표현하기에는 좋은 모델이다. 그러나, 개별 노드들의 무작위 속성으로 전체 노드 특성을 표현하기에는 부족하다. 본 논문은 MANET에서 적용 가능한 확률적 이동 모델을 제한한다. 제안 확률 이동 모델과 랜덤 이동 모델과 비교한다. 제안 이동 모델을 라우팅 프로토콜에 적용하여 에너지 소비 효율 측면에서 향상된 특성을 보임을 확인한다. MANETs(Mobile Ad-hoc Networks) are composed of mobile nodes that are not subordinate to fixed networks and have the feature that can form their own networks. they are used in various fields for specific goals. The mobility model in MANET can be applied in various ways depending on the purpose of usage. The random mobility model has the advantage of being simple and easy to implement, so it is being used the most. In a MANET, it is assumed that each node moves independently. The random movement model is a good model for expressing this independence of each node. However, it is insufficient to express the characteristics of all nodes with only random properties of individual nodes. This paper limits the stochastic mobility model applicable in MANET. we compare the proposed stochastic mobility model and the random mobility model. We confirm that the proposed mobility model is applied to the routing protocol to show improved characteristics in terms of energy consumption efficiency.
Wi-Fi 핑거프린트 기반 신호 영역 구분을 위한 클러스터링 방법
윤창표(Chang-Pyo Yoon),윤대열(Yun Dai Yeol),황치곤(Chi-Gon Hwang) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.1
최근, 실내 위치 기반 서비스를 보다 정확하게 제공하기 위해서 Wi-Fi 핑거프린트와 딥러닝을 이용한 기술이 연구되고 있다. 딥러닝 모델 중에서 과거의 정보를 기억할 수 있는 RNN 모델은 실내측위에서 연속된 움직임을 기억할 수 있어 측위 오차를 줄일 수 있다. 실내 측위에서 RNN 모델을 사용하는 경우 수집된 학습 데이터가 연속적인 순차 데이터이어야 한다. 그러나 특정 위치 정보를 판단하기 위해 수집된 Wi-Fi 핑거프린트 데이터는 특정 위치에 대한 RSSI만 기록되었기 때문에 RNN 모델의 학습데이터로 사용이 불가능하다. 본 논문은 Wi-Fi 핑거프린트 데이터를 기반으로 RNN 모델의 순차적인 입력 데이터의 생성을 위한 영역 클러스터링 방법에 대해 제안한다. Recently, in order to more accurately provide indoor location-based services, technologies using Wi-Fi fingerprints and deep learning are being studied. Among the deep learning models, an RNN model that can store information from the past can store continuous movements in indoor positioning, thereby reducing positioning errors. When using an RNN model for indoor positioning, the collected training data must be continuous sequential data. However, the Wi-Fi fingerprint data collected to determine specific location information cannot be used as training data for an RNN model because only RSSI for a specific location is recorded. This paper proposes a region clustering technique for sequential input data generation of RNN models based on Wi-Fi fingerprint data.
이동 센서 환경에서 노드 이동 거리에 따른 성능 변화 연구
박세영(Se-Young Park),윤대열(Dai Yeol Yun) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.2
WSN (Wireless Sensor Network)에서 무선 데이터 전송 환경은 시스템 성능에 중요한 역할을 한다. 제안 이동 모델에서 이동 거리는 통신 성능에 많은 영향을 준다. 송수신 거리(d), 경로 손실(Path Loss), 수신 감도(Sensitivity), 비트 오류율(Bit Error Rate, BER), 신호 대 잡음 비율(SNR, Signal to Noise Ratio) 등은 무선 통신 시스템 설계할 때 고려사항들이다. 특히 MANET은 외부 기간망의 도움 없이 독립적으로 무선 단말끼리 만 서로 통신하며 이동하는 망의 형태이다. 본 논문은 WSN에서의 최적화된 전력사용 방안으로 이동 노드들의 이동 거리가 시스템 전체 에너지 효율에 미치는 영향에 관한 연구이다. 센서 노드들의 이동 가능 거리를 통신 가능 범위 안으로 제안함으로써 전체 네트워크의 수명을 연장하는 것을 본 연구의 목적으로 한다. In a Wireless Sensor Network (WSN), the wireless data transmission environment plays an important role in system performance. In the proposed mobility model moving distance of sensor nodes has a great influences on communication performance. Transmission/receiving distance (d), path loss (L), sensitivity, Bit Error Rate (BER), Signal-to-Noise Ratio (SNR) are considerations when designing a wireless communication system. MANET is a form of network in which only wireless terminals communicate with each other independently and move without any assistance of an existing infrastructure network. This paper is research on the optimized power usage method which is study on the effect of the moving distance of mobile nodes on the overall energy efficiency of the system in WSN. The purpose of this study is to extend the life of the entire network by proposing the mobile distance of sensor nodes within the communication available range.
이동 센서 환경에서 라우팅 프로토콜에 따른 에너지 효율에 관한 연구
박세영(Se-Young Park),윤대열(Dai Yeol Yun) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.2
MANET(Mobile Ad-hoc NETwork)은 대표적인 이동 센서 네트워크이다. MANET은 기존의 기간망에 의존하지 않는 이동 노드들로 구성된 센서들로 구성되는 특성을 가짐으로 다양한 영역에서 활용되고 있다. 이동 노드 센서 필드에서 정확한 이동 특성은 네트워크의 성능에 중요한 역할을 한다. 특히, 전체 네트워크의 에너지 효율 측면에서 라우팅 기법에 관한 연구가 활발히 전개되고 있다. 또한, 클러스터링 기반 라우팅 프로토콜은 에너지 효율적인 측면에서 우수한 성능을 보인다. 본 논문에서는 동일한 이동 모델이 적용된 MANET에서 라우팅 프로토콜에 따른 에너지 성능을 비교한다. The Mobile Ad-hoc Network (MANET) is a representative mobile sensor network. MANET is used in various areas because it consists of sensors composed of moving nodes that do not depend on existing infrastructure networks. In the mobile sensor field, the mobility characteristic plays an important role in the performance of the network. Researches on routing techniques are being actively developed in terms of energy efficiency of the entire network. Clustering-based routing protocols show excellent performance in terms of energy efficiency. In this paper, the energy performance according to routing protocols is compared in the MANET to which the same mobility model is adopted.
온톨로지를 이용한 tesseract 기반의 OCR 모델 인식률 향상에 관한 연구
황치곤(Chi-gon Hwang),윤대열(Yun Dai Yeol),윤창표(Chang-Pyo Yoon) 한국정보통신학회 2021 한국정보통신학회 종합학술대회 논문집 Vol.25 No.1
기계학습의 발전에 따라 다양한 분야에 인공지능 기법이 적용되고 있다. 이 분야 중 이미지에 있는 문자를 텍스트로 변환하는 OCR 기법이 있다. HP에서 개발된 tesseract는 그 기법의 하나다. 그러나 이미지의 문자를 인식하는 인식률이 아직은 낮다. 이를 위해 본 연구에서는 온톨로지를 이용하여 문맥을 인지시키는 후처리 과정을 통해서 이미지의 문자 변환율에 향상을 기하고자 한다. With the development of machine learning, artificial intelligence techniques are being applied in various fields. Among these fields, there is an OCR technique that converts characters in images into text. The tesseract developed by HP is one of those techniques. However, the recognition rate for recognizing characters in images is still low. To this end, we try to improve the conversion rate of the text of the image through the post-processing process that recognizes the context using the ontology.