http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
기기 간 직접통신을 위한 모바일 어플리케이션 및 서비스 디스커버리 프로토콜
최계원(Kae Won Choi),이현(Hyun Lee),장성철(Sung Cheol Chang) 한국통신학회 2013 韓國通信學會論文誌 Vol.38 No.10(통신이론)
본 논문에서는 기기 간 직접(device-to-device) 통신 시스템에서 근접한 디바이스의 모바일 어플리케이션 및 서비스를 발견하기 위한 디스커버리 프로토콜을 제안한다. 기기 간 직접통신 기술을 기반으로 모바일 소셜네트워크, 모바일 마케팅 등의 근접 기반 어플리케이션을 실현할 수 있다. 이를 위해 우선적으로 주변에 있는 수많은 디바이스에서 원하는 어플리케이션을 찾아내는 디스커버리 프로토콜의 설계가 필수적이다. 기반 시설이 없는 에드혹 망에서 디스커버리 프로토콜을 구현하기 위해서는 디바이스 내부의 어플리케이션 정보를 축약해서 디스커버리 코드를 생성하고 이를 주기적으로 방송하는 방법을 쓸 수 있다. 본 논문에서는 해시함수 및 블룸필터(Bloom filter)를 이용하여 디스커버리 프로토콜을 설계하고 이의 성능을 수학적으로 분석한다. In this paper, we propose a discovery protocol for finding nearby mobile applications and services in a device-to-device communications system. The device-to-device communication technology enables proximity-based services such as mobile social networks and mobile marketing. For realizing these proximity-based services, it is essential to design a discovery protocol which pinpoints the devices with mobile applications of interest among hundreds and thousands of devices in proximity. In the infrastructure-less networks such as ad hoc networks, we can design the discovery protocol that periodically broadcasts a short discovery code containing the compressed information of the mobile applications. In this paper, we design the discovery protocol with the discovery code generated by using a hash function and a Bloom filter. We also mathematically analyze the performance of the proposed protocol.
Sub-THz 대역 위상 잡음에 의한 열화 현상 모델링 및 보상 알고리즘에 따른 분석
최주영(Choi Ju Young),윤채원(Yun Chae won),이경인(Lee Kyung In),최계원(Choi Kae won) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 6G 이동통신에서 주목하는 Sub-THz 대역의 OFDM 시스템에서 위상 잡음에 의한 영향을 분석하기 위해, Local Oscillator의 특성을 반영한 위상 잡음 모델을 시스템에 적용한다. 이를 numerology 별로 EVM 특성을 비교 분석해 성능을 평가하고, Pilot 심볼을 이용해 위상 잡음을 보상했을 시와 보상하지 않았을 때의 성능을 비교 분석해 결과를 도출한다.
비가시 공간에서의 MIMO 안테나 기반 벽체 투과 레이더 신호를 이용한 물체 분류에 관한 연구
이상원(Sang Won Lee),최계원(Kae Won Choi) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
비가시 공간의 물체를 탐지하는 기술은 일반적인 시야에서 볼 수 없는 영역 내 사물을 인식하는 기술이며, RF 신호는 벽을 투과하여 물체를 측정할 수 있는 특성을 지녀 이를 구현하기에 적합한 센서 형태로 꼽히고 있다. 본 논문에서는 안테나와 탐지하고자 하는 물체 사이에 위치하는 벽의 다양한 소재를 사용하여 비가시 영역을 구성하고, MIMO 레이더 안테나와 UWB 레이더 칩을 통해 RF 데이터를 수집하였다. 이때 MIMO 안테나 구성을 변화하면서 수집한 데이터셋을 입력값으로 받는 ResNet 기반 네트워크를 사용하며 학습을 진행하였다. 이로써 MIMO 안테나 구성의 변화에 따라 비가시 영역의 물체 정보에 대한 해상도 차이를 다른 소재로 구성된 벽체 별로 분석하였다.
Transient EMG 신호를 이용한 손가락의 움직임 추정
박진원(Jin Won Park),최계원(Kae Won Choi) 한국정보과학회 2022 정보과학회논문지 Vol.49 No.2
본 논문에서는 근전도 신호를 기반으로 손가락의 움직임을 추측하기 위한 딥 러닝 모델을 제안한다. 우리는 또한 모델의 정확도를 평가하고 분석하였다. 우리는 의료 영상의 분석에 널리 이용되는 U-Net의 구조를 모델에 적용하였다. 일반적으로 U-Net은 2차원 영상 처리에 주로 사용된다. 그러나 본 논문에서는 8채널 1차원 시계열 근전도 데이터를 입력으로 사용하고 그 결과로 손가락 움직임에 대한 정보를 얻는다. 8,000개의 동작으로 구성된 데이터 세트를 획득했으며, 이는 훈련 데이터 세트와 평가 데이터 세트로 나누어진다. 모델의 예측 정확도는 약 89.32%이다. In this paper, we propose a deep learning model for estimating finger movements based on EMG signals. We have also evaluated and analyzed the accuracy of the model. We have applied the U-Net structure, which is widely used in medical image analysis, to our model. In general, U-Net is mainly used for processing of two-dimensional images. However, in this paper, 8-channel one-dimensional time series EMG data is used as inputs, and information about finger movement is obtained as results. We have acquired the data set consisting of 8,000 motions, which is divided into the training and evaluation data sets. The accuracy of the prediction of our model is about 89.32%.
딥 러닝 기반의 근전도 신호를 이용한 실시간 손동작 추측
박진원(Jin Won Park),Dany permana,최계원(Kae Won Choi) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문은 근전도(EMG) 신호와 손동작에 대한 연구를 다룬다. 먼저, 생체신호의 한 종류인 근전도 신호를 짧은 시간 푸리에 변환(STFT: Short time fourier transform)을 이용하여 변환한 다음 손동작에 대한 상태와 함께 데이터를 학습시켰다. 이후 본 논문에서 제시하는 딥 러닝 알고리즘을 이용하여 하나의 학습 모델을 만들었으며, 컴퓨터가 학습된 모델을 참고하여 실시간으로 전달받은 EMG 신호로 실제 손동작을 추측하는 프로그램을 구현함으로써 학습 모델에 대한 정확도를 평가하였다.
인공신경망을 이용한 다중 채널 주파수 공유 알고리즘 연구
김건우(Kim Gon Woo),최계원(Choi Kae Won) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
점점 증가하는 사용자로 인해 한정된 채널 자원의 사용 효율 증가의 필요성이 증가하고 있는 추세이다. 그에 따라 IEEE 802.11의 개정은 고밀도의 네트워크 환경에서 채널의 사용효율을 높이고 지연율을 감소시키는 방향으로 변화하고 있다. 이에 맞춰 본 논문에서는 가장 최근의 개정인 802.11ax 환경에 적응하여 별도의 경쟁 기반 알고리즘을 사용하지 않고 통신하는 알고리즘을 제안한다. 추가로 강화학습의 인공신경망 구조를 변화시켜 성능을 비교 분석하였다.