http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
안형태(Hyeongtae Ahn),김치하(Cheeha Kim) 한국정보과학회 2016 정보과학회 컴퓨팅의 실제 논문지 Vol.22 No.8
최근 자기간섭제거 기술의 발전으로 무선 네트워크에서 전이중통신이 가능하게 되었다. 전이중 통신은 같은 채널에서 동시에 송/수신을 할 수 있기 때문에 차세대 무선통신기술로 주목 받고 있다. 기존 MAC(Medium Access Control) 프로토콜들은 반이중통신을 기반으로 설계되었기 때문에 전이중통신에 적합하지 않다. 따라서 본 논문에서는 전이중 MAC 프로토콜을 설계할 때 고려해야 될 사항에 대해 논의하고, 이를 바탕으로 새로운 전이중 MAC 프로토콜을 제안한다. 시뮬레이션 결과를 통해 제안된 MAC 프로토콜과 기본 전이중통신을 비교하여 성능향상을 확인한다. Recently full-duplex communication in wireless networks is enabled by the advancement of self-interference cancellation technology. Full-duplex radio is a promising technology for nextgeneration wireless local area networks (WLAN) because it can simultaneously transmit and receive signals within the same frequency band. Since legacy medium access control (MAC) protocols are designed based on half-duplex communication, they are not suitable for full-duplex communication. In this paper, we discuss considerations of full-duplex communication and propose a novel full-duplex MAC protocol. We conducted a simulation to measure the throughput of our MAC protocol. Through the simulation results, we can verify that significant throughput gains of the proposed full-duplex MAC protocol, thus comparing the basic full-duplex MAC protocol.
온실형 스마트팜에서 환경 데이터 분석을 활용한 습도 센서 예측 모델
안형태(Hyeongtae Ahn),안수용(Su-Yong An),김재영(Jae-Young Kim),이철원(Cheol Won Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
스마트팜은 정보통신기술을 바탕으로 시공간의 제약 없이 영농 의사결정을 지원하는 첨단화된 농장이다. 온실형 스마트팜은 온실 내∙외부의 다양한 센서를 활용하여 온실 환경을 측정하고, 이를 바탕으로 필요한 온실제어를 실행시킨다. 온실내부습도는 온실제어를 결정하는 중요한 지표 중 하나이며, 온도, 광도, 외부기상 등 온실 환경과 환기창, 커튼, 유동팬, 보일러 등 구동기의 작동에 많은 영향을 받는다. 본 논문은 특정 온실 내부습도 센서의 측정값을 나머지 센서들의 측정값과 구동기들의 작동 상태 정보로 예측할 수 있는지 확인한다. 다중선형회귀분석(Multiple Linear Regression Analysis)을 활용하여, 해당 내부습도 센서의 측정값을 종속변수로 설정하고, 나머지 센서들의 측정값과 구동기들의 작동 상태 정보를 설명변수로 설정하여 온실에서 수집된 환경 데이터를 학습한다. 다중선형회귀분석으로 추정된 내부습도 센서 예측 모델은 내부습도와 나머지 환경 요소 및 구동기 작동 간의 복합적인 관계해석에 활용되며, 디지털 트윈의 가상화된 스마트팜에서 내부습도의 중요 모델로 사용될 것으로 기대한다.
권수열(Sooyoul Kwon),김민(Min Kim),김태현(Taehyeon Kim),문지혁(Jihyeok Moon),안형태(Hyeongtae Ahn),오병우(Byoungwoo Oh) 한국정보기술학회 2024 Proceedings of KIIT Conference Vol.2024 No.5
장애인의 자가운전 이용률이 낮아서 장애인들이 이동에 불편을 겪고 있으므로 장애인의 자가운전을 장려할 수 있는 서비스의 필요성이 높아지고 있다. 본 논문에서는 장애인이 주차할 때 어려움을 겪지 않도록 위치 기반 서비스를 통한 장애인 주차 지원 시스템을 제안한다. 장애인 주차 지원 시스템에서 사용자는 장애인 주차구역 여부 등의 필터링 조건을 통해 데이터를 요청한다. 해당 요청을 받은 서버는 공공데이터 API로부터 제공받은 데이터를 필터링하여 장애인 주차 구역 위치 정보를 사용자에게 제공한다. Although there are many people with disabilities who can drive, the use of self-driving by people with disabilities is low, and the need for a service that can encourage people with disabilities to self-drive is increasing. In this paper, we propose a parking assistance system for people with disabilities using location-based services to prevent them from experiencing difficulties when parking. In the parking assistance system, a user requests data through filtering conditions such as whether a parking space is accessible or not. The server that receives the request filters the data provided by the public data API and provides the user with the location information of the disabled parking zone.
환경 데이터를 활용한 온실형 스마트팜에서 센서 이상 탐지 시스템
이철원(Cheol Won Lee),안수용(Su-Yong An),김재영(Jae-Young Kim),안형태(Hyeongtae Ahn) 한국데이터정보과학회 2021 한국데이터정보과학회지 Vol.32 No.6
최근 4차 산업혁명이 시작되면서, 농업 분야에서도 기존의 정보통신기술에 빅데이터, 인공지능, 사물인터넷 등 첨단기술이 융합된 온실형 스마트팜의 보급이 확산하고 있다. 온실형 스마트팜은 센서를 활용하여 현재 온실 환경을 측정하고, 이를 기반으로 필요한 온실 제어를 파악하여, 구동기를 통해서 환경제어를 실행시킨다. 하지만 센서에서 측정 오류가 발생한다면, 잘못된 환경제어를 유발해 작물 생장을 저해시킨다. 따라서 온실형 스마트팜에서 센서 측정값에 대한 신뢰성 확보는 필수이므로, 센서 측정값에 이상이 발생하면 신속하게 탐지할 수 있어야 한다. 본 연구는 온실형 스마트팜에서 수집되는 각종 센서의 측정값과 구동기의 상태 정보 등 환경 데이터를 다중회귀분석으로 학습하여 센서 측정값에 대한 예측모형을 추정하고, 이를 기반으로 센서의 예측값과 실제 측정값을 비교하여 센서의 신뢰성을 검증하는 시스템을 제안한다. With the recent 4th industrial revolution, in the agricultural sector, the supply of greenhouse-type smart farm, which combines the existing information and communication technologies with cutting-edge technologies such as big data, artificial intelligence, and the Internet of Things, is spreading. The greenhouse-type smart farm measures the current greenhouse environment by using sensors, identifies the necessary greenhouse control based on this information, and executes environmental control through actuators. However, if a measurement error occurs in a sensor, it causes incorrect environmental control and inhibits crop growth. Therefore, reliability of the sensor measurement values is essential in greenhouse-type smart farms. When an abnormality occurs in the sensor measurement value, it should be possible to quickly detect it. This study generates a predictive model for sensor measurement values by learning environmental data, such as measurement values of various sensors and state information of actuators, collected from a greenhouse-type smart farm utilizing multiple regression analysis. Based on the prediction model, we propose a system to verify the reliability of the sensor by comparing the predicted value of the sensor with the actual measured value.