다중센서 데이터 융합에서 이벤트 발생 빈도기반 가중치 부여

서동혁,유창근,Suh, Dong-Hyok,Ryu, Chang-Keun 한국전자통신학회 2011 한국전자통신학회 논문지 Vol.6 No.4

무선센서네트워크는 높은 수준의 상황정보를 추론할 수 있기 위해 이질적인 다중센서로 이루어질 필요가 있다. 다중센서에 의해 수집된 데이터를 상황 정보추론에 활용할 때 다중센서 데이터 융합이 필요하다. 본 논문에서는 Dempster-Shafer의 증거이론에 입각하여 무선센서네트워크에서의 데이터 융합할 때 센서별 가중치를 부여하는 방안을 제안하였다. 센서별 이벤트 발생빈도수를 기준으로 하였는데, 센서별 이벤트 발생 빈도수는 해당 센서가 입수한 상황데이터의 가중치를 계산하는데 반영해야 할 요소이다. 센서별 이벤트 발생빈도에 기초하여 가중치를 계산하였으며 이 가중치를 부여하여 다중센서 데이터 융합하였을 때 신뢰도가 더욱 뚜렷한 격차를 보이게 함으로써 상황정보를 추론함에 있어서 용이할 수 있었다. A wireless sensor network needs to consist of multi-sensors in order to infer a high level of information on circumstances. Data fusion, in turn, is required to utilize the data collected from multi-sensors for the inference of information on circumstances. The current paper, based on Dempster-Shafter's evidence theory, proposes data fusion in a wireless sensor network with different weights assigned to different sensors. The frequency of events per sensor is the crucial element in calculating different weights of the data of circumstances that each sensor collects. Data fusion utilizing these different weights turns out to show remarkable difference in reliability, which makes it much easier to infer information on circumstances.

구간변화율을 고려한 기본확률배정함수 결정

서동혁,박찬봉,Suh, Dong-Hyok,Park, Chan-Bong 한국전자통신학회 2013 한국전자통신학회 논문지 Vol.8 No.3

Dempster-Shafe 증거이론은 다중센서 데이터융합을 위한 좋은 계산방법을 제공해준다. 이때 기본확률배정 함수가 절대적으로 필요하다. 본 논문에서는 신호를 평가하여 기본확률배정함수를 계산하고 결정하는 방법을 제안한다. 센서들이 보내온 신호를 구간별로 변화율을 평가하고 이 평가를 기초로 기본확률배정함수를 정하도록 한다. 센서들이 감지하여 보고한 신호들은 상황발생 요인과 관련 있는데, 시간간격에 따라서 변화하는 신호값의 추이를 평가하였다. 센서가 감지한 신호의 변화는 상황구성 및 병화와 밀접한 관련이 있으므로 신호값의 변화를 평가하는 것은 상황추론에 도움이 되는 것이었다. 이것을 기본확률배정함수 결정에 포함함으로써 사전정보가 없는 경우에 대해서도 상황추론이 가능할 수 있음을 보였다. Dempster-Shafer Evidence Theory is available for multi-sensor data fusion. Basic Probability Assignment is essential for multi-sensor data fusion using Dempster-Shafer Theory. In this paper, we proposed a novel method of BPA calculation with signal assessment. We took notice of the signal that reported from the sensor mote at the time slot. We assessed the variation rate of the reported signal from the terminal. The trend of variation implies significant component of the context. We calculated the variation rate of signal for reveal the relation of the variation and the context. We could reach context inference with BPA that calculated with the variation rate of signal.

분류 기법을 이용한 방광암 재발 예측

서동혁(Dong-Hyok Suh),신동문(Dong Mun Shin),손호선(Ho Sun Shon),김원재(Wun-Jae Kim),김원태(Won-Tae Kim),류근호(Keun Ho Ryu) 한국정보과학회 2012 정보과학회논문지 : 데이타베이스 Vol.39 No.3

방광암은 소변에 저장하는 방광에 생기는 악성종양으로, 연령이 증가함에 따라 발생빈도가 점차 증가하게 된다. 본 연구에서는 기존에 잘 알려진 몇 가지 특징 기법과 분류 방법을 이용하여 방광암 재발 예측을 위한 다양한 예측 모형을 생성하였다. 그 다음으로 예측 분류 모형에 대한 분류 정확도를 측정하여 비교·분석함으로서 방광암 재발 위험을 예측하는 데 가장 적합한 모형을 선별하였다. 실험 결과, 특징 선택 기법은 Minimum Redundancy Maximum Relevance (MRMR)이 Conditional Mutual Information Maximization (CMIM)보다 상대적으로 더 높은 정확도를 보였으며, 특히 데이터 객체들로부터 가장 영향을 미치는 10개의 특징을 선택하여 베이지안 네트워크 모형에 적용하였을 때 예측 정확도가 가장 높게 나타났다. 이 연구를 통해 암 재발 위험을 정확히 예측함으로서 향후의 의료진들이 환자의 암 예방 및 예후를 추정하는 데 기여할 수 있을 것으로 기대된다. Bladder cancer is a malignant disease that occurs in the urinary bladder. It is the most common type of cancer after prostate cancer in the whole world. Bladder cancer can occur at any age, but it is more common among older people than the younger ones. In this paper, we built several classification models to predict the recurrence of bladder cancer with various well-known feature selection and classification techniques. In our experiment, we selected the most suitable data mining model to predict the risk of bladder cancer recurrence using several classification algorithms, such as artificial neural network, bayesian network and support vector machine. Our experiments proved that minimum redundancy maximum relevance criterion is better than conditional mutual information maximization, especially, the highest classification accuracy is obtained by bayesian network model, which contains only 10 important features. Therefore, we derived a conclusion that bayesian network model is the most appropriate for predicting the risk of bladder cancer recurrence, when comparing with other classification methods. We expect to give help in preventing cancer and estimating prognosis by discovering useful knowledge that is extracted from the model.

사물인터넷(IoT) 시대의 공간 지능화와 범죄예방

서동혁(Dong Hyok Suh) 한국셉테드학회 2015 한국셉테드학회 학술대회 Vol.2015 No.-

본 연구는 환경개선을 통한 범죄예방 연구의 기본 원칙인 자연감시 기능을 확대하기 위하여 사물인터넷 기술을 기반으로 하는 공간지능화 방안을 제안한 것이다. 센서를 활용하여 실세계의 상황을 인지하는 선행연구로는 상황별 사전모델링을 이용하는 방법이 있다. 실세계의 범죄는 다양한 양상을 가지며 더욱 지능화되는 추세를 보이고 있다. 따라서 사전모델링 범위를 벗어나는 비정상적인 상황에 대처하는 방안이 필요하다. 이 문제를 보완하고 도시공간에서 범죄예방을 위한 자연감시 기능을 확대하기 위한 공간지능화 방안이 필요하다. 본 연구는 범죄 발생 위험을 신속히 인지하고 범죄 피해위험을 회피할 수 있도록 센서로부터의 원신호를 실시간 분석하여 범죄발생 위험을 감지할 수 있는 방안을 제안하였다. 사전 모델링의 범주를 벗어나는 상황에 대하여 범죄 발생 위험요인을 감지하고 위험을 회피할 수 있도록 센서로부터의 원신호의 변화 추이를 파악하고 활용하였다. 정보의 정확도를 높이기 위하여 이기종 센서를 채용하였으며, 이기종 센서로부터의 이질적인 신호를 처리하여 상황추론의 정확도를 높였다. This exploratory study aims to present a novel way of space intellectualization for intensify of the natural survey in the crime prevention through environmental design. The most popular study of context awareness in the past has been the way of ontology. It is beneficial to rapid response and following measures. There is a tendency of unfamiliarity in the crime of modern society. It is necessary to get a way of inference to the unfamiliar context of crime with just the sensed data from the sensor mote. Results suggested a novel way of assess the signals from the heterogeneous multi-sensors and applied it as a clue of context inference in the dangerous situation of real world. It was beneficial to get improved information that adopt heterogeneous sensors and could calculate the degree of risk.

풍력 데이터를 이용한 발전 패턴 예측

서동혁(Dong-Hyok Suh),김규익(Kyu-Ik Kim),김광득(Kwang-Deuk Kim),류근호(Keun-Ho Ryu) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.11

화석 연료의 무분별한 사용으로 환경이 심각하게 오염되고, 화석 연료의 고갈에 대한 문제가 대두됨에 따라서 화석 연료에 대한 문제를 해결 할 수 있는 대체 에너지원에 대해 관심이 집중되기 시작하였다. 현재 신재생 에너지 중에서 가장 각광을 받고 있는 에너지는 중에 하나가 풍력에너지이다. 풍력에너지 발전단지와 기존의 전력 발전소는 소비되는 전력에 대한 생산의 균형을 맞춰야하며, 풍력에너지단지에서 균형적인 생산을 하기 위해서는 풍력에너지에 대한 분석 및 예측이 필요하다. 이를 위해서 데이터마이닝 분야의 예측 기법이 활용 될 수 있다. 본 논문에서는 풍력 데이터를 이용하여 발전 패턴을 예측하기 위해 SOM(Self-Organizing Feature Map) Clustering 기법과 의사결정나무(decision tree)를 이용한 연구를 진행하였다. 즉, 1) 풍력 데이터의 누락된 데이터와 이상치 데이터를 처리하기 위하여, 전처리 과정을 수행하였고, 이 과정에서 특징 벡터를 추출하였다. 2) 전처리 단계를 거쳐 정제되고 정규화된 데이터 집합을 MIA(Mean Index Adequacy) 척도와 SOM Clustering 기법에 적용하여 대표 발전 패턴을 찾아내고 각각의 데이터에 해당하는 대표 패턴을 클래스 레이블로 할당하도록 하였다. 3) 의사결정나무 기반의 분류 기법에 데이터 집합을 적용시켜 새로운 풍력에너지에 대한 분석 및 예측 모델을 생성하였다. 실험 결과, 의사결정나무를 통한 풍력에너지 발전 패턴을 예측하기 위한 모델을 구축하였다. Due to the imprudent spending of the fossil fuels, the environment was contaminated seriously and the exhaustion problems of the fossil fuels loomed large. Therefore people become taking a great interest in alternative energy resources which can solve problems of fossil fuels. The wind power energy is one of the most interested energy in the new and renewable energy. However, the plants of wind power energy and the traditional power plants should be balanced between the power generation and the power consumption. Therefore, we need analysis and prediction to generate power efficiently using wind energy. In this paper, we have performed a research to predict power generation patterns using the wind power data. Prediction approaches of datamining area can be used for building a prediction model. The research steps are as follows: 1) we performed preprocessing to handle the missing values and anomalous data. And we extracted the characteristic vector data. 2) The representative patterns were found by the MIA(Mean Index Adequacy) measure and the SOM(Self-Organizing Feature Map) clustering approach using the normalized dataset. We assigned the class labels to each data. 3) We built a new predicting model about the wind power generation with classification approach. In this experiment, we built a forecasting model to predict wind power generation patterns using the decision tree.

사물인터넷 환경에서 보행자 상태추정을 포함하는 생활안전 보장

서동혁(Dong-Hyok Suh),김성길(Sung-Gil Kim) 한국전자통신학회 2016 한국전자통신학회 논문지 Vol.11 No.2

보행자가 생활환경에서 겪을 수 있는 위험을 인지하기 위하여 감지하여야 하는 목표를 두 가지로 고려할 수있다. 위험을 감지하기 위하여 보행자의 상태와 보행 환경 요인을 함께 인지하는 것이다. 생활 안전을 위하여 사물인터넷 기술이 좋은 기여를 할 수 있다. 본 연구는 보행자의 상태와 주변 환경 요인들에 대한 데이터 융합 처리를 이용하여 위험을 인지하는 방안을 제안하였다. 3축 가속도 센서를 이용하여 보행자의 걸음을 인식하고 이를 개인의 상태 추정에 활용하였으며, 조도 센서로부터의 측정값으로 보행환경을 추정하였다. 위험 요인들을 평가하고 융합 처리함으로써 보행자의 위험도를 산출하였다. There are two destinations to aware the risk of common life. Recognition of the condition of pedestrian's own and the environmental factor awareness both are beneficial for risk awareness. It is good way of advancing the crime prevention effectivity that including IoT technology at the crime prevention research. The purpose of this research is that advanced way of crime prevention with multi-sensor data fusion of the condition of pedestrian and environmental factors. The 3-axis acceleration sensor is available to recognize the gait and the illumination sensor also useful to infer the road state. This research suggest a novel way of assess these factors and the result is the degree of danger

사물인터넷 기반 범죄예방 모델 개발을 위한 위험상황 감지 범위 설정

서동혁(Dong Hyok Suh),오건수(Kun Soo Oh),송정화(Jeoug Hwa Song) 한국셉테드학회 2017 한국셉테드학회지 Vol.8 No.2

사물인터넷 기반 범죄 예방 서비스 구현을 위하여 실세계의 상황 인지 범위를 설정하는 것은 이전과 다를 수 있다. 범죄 예방 서비스를 위한 위험상황감지 범위를 공간 요소로만 국한하였을 경우, 가변적인 상황에 대처하기 어려울 수 있다. 또한, 도시 공간에서 생활하는 인적 요소에만 초점을 맞추는 것도 불완전할 수 있다. 실제 세계의 여러 상황들은 시간 요소, 공간 요소와 인적요소의 상호작용에 의하여 나타나기 때문이다. 본 연구에서는 사물인터넷을 활용하는 범죄 예방 서비스를 실현하기 위하여 위험 상황 감지 범위를 도시 공간의 공간 위험 요소와 도시 공간 내 인적요소까지 포함할 것을 제안한다. 범죄 발생은 대부분 범죄와 관련한 시간과 공간의 환경 요소와 피해자의 상태와 범죄자의 활동이 복합적으로 작용하여 발생하기 때문이다. 이에 효과적인 위험 상황 감지를 위하여 시간과 공간의 시공간 환경 요소와 주민의 생활과 활동 그리고 잠재적 범죄자의 출입과 활동을 사물인터넷을 활용하는 위험상황 감지 범위로 설정할 필요성을 제기하고, 기존 발생 사건을 분석하여 그 타당성을 입증하였다. When the Internet of Things is used to implement services of crime prevention based on the Internet of Things, establishing ranges of real-world context cognition and danger perception may be different from what it had been. If the scope of detecting dangerous situations to prevent crimes is limited to spatial factors, it may be difficult to cope with variable situations. It may also be insufficient to focus on human who live in urban spaces, for a large number of abnormal situations in the real world are caused by interactions of temporal, spatial, and human factors. We in this study suggest that the scope of detecting dangerous situations should include spatial risk factors and human factors within urban space in order to realize crime prevention services using the Internet of Things. Considering range of detection in the Internet of Things and diversified functions of various sensors, it is reasonable to include various, complicated factors in the detection scope of danger. Most crimes are committed by the complex combination of temporal and spatial environmental factors related to crimes, conditions of victims, and activities of criminals. In order to detect dangerous situations effectively, it is necessary to contain temporal and spatial environmental factors, lives and activities of residents, and accesses and activities of criminals when scope of detecting dangerous situations is established. We demonstrated the validity of the proposed establishment of scope by analyzing the existing criminal events.

사물인터넷 환경에서 Exon-Intron 이론을 활용한 센서의 제한된 이벤트 데이터 기반 상황인식 다양화 방안

이승훈(Seung-Hun Lee),서동혁(Dong-Hyok Suh) 한국전자통신학회 2021 한국전자통신학회 논문지 Vol.16 No.4

제한된 종류, 제한된 수량의 센서를 사용하여야 하는 환경에서 다양한 상황정보를 획득하여야 하는 수요가 나타날 수 있다. 본 연구에서는 제한된 숫자의 센서를 사용하여야 하는 환경에서 한정된 센서를 사용하면서도 이전보다 다양한 상황정보를 획득하기 위한 새로운 방안을 제안하였다. 이를 위하여 생물학 분야에서 큰 관심을 얻고 있는 Exon-Intron이론에서 실마리를 얻어 이를 기초로 다양한 상황정보 획득 방안을 제안하였다. Exon-Intron의 선택적 자르기 및 조합 방안과 같이 각 센서의 이벤트들을 효율적으로 자르고 각 이벤트 데이터들을 조합하여 활용함으로써 획득하는 상황정보의 다양화를 실현할 수 있었다. In an environment in which a limited type and number of sensors are used, a demand for acquiring various context information may appear. In this study, a new method for acquiring various context information than before was proposed in an environment in which a limited number of sensors are required. To this end, a clue was obtained from the Exon-Intron theory, which is gaining great interest in the field of biology, and a method for acquiring various context information was proposed based on this. By applying Exon-Intron s selective cutting and combining method, events of each sensor were efficiently cut and each event data was combined and utilized, thereby realizing the diversification of the acquired context information.

Exon-Intron이론을 활용한 상황중심 데이터 스트림 분할 방안

이승훈(Seung-Hun Lee),서동혁(Dong-Hyok Suh) 한국전자통신학회 2021 한국전자통신학회 논문지 Vol.16 No.5

사물인터넷 환경에서는 센서로부터의 이벤트 데이터가 시간의 흐름에 따라 지속적으로 보고된다. 이러한 추세로 입수되는 이벤트 데이터는 무한정 쌓이게 되므로 데이터의 효율적인 분석과 관리를 위한 방안이 필요하다. 본 연구에서는 지속적으로 보고되어 유입되는 센서로부터의 이벤트 데이터에 대하여 효과적인 선택과 활용을 뒷받침 할 수 있도록 하는 데이터 스트림 분할 방안을 제안하였다. 분석 처리를 시작할 지점을 식별하기 위한 식별자를 선정하도록 하였다. 이러한 식별자의 역할을 존치시킴으로써 분석할 대상을 명확하게 할 수 있으며 데이터 처리량을 감소시킬 수 있다. 본 연구에서 제안하는 스트림 분할을 위한 식별자는 각 스트림의 이벤트 발생을 기준으로 하기에 의미 중심의 데이터 스트림 분할 방안이라고 할 수 있다. 스트림 처리에서의 식별자의 존재는 대용량의 지속적인 데이터 유입환경에서 효율성을 제공하고 비용을 저감하는 측면에서 유용하다고 할 수 있다. In the IoT environment, event data from sensors is continuously reported over time. Event data obtained in this trend is accumulated indefinitely, so a method for efficient analysis and management of data is required. In this study, a data stream segmentation method was proposed to support the effective selection and utilization of event data from sensors that are continuously reported and received. An identifier for identifying the point at which to start the analysis process was selected. By introducing the role of these identifiers, it is possible to clarify what is being analyzed and to reduce data throughput. The identifier for stream segmentation proposed in this study is a semantic-oriented data stream segmentation method based on the event occurrence of each stream. The existence of identifiers in stream processing can be said to be useful in terms of providing efficiency and reducing its costs in a large-volume continuous data inflow environment.

사물인터넷 기반 사무환경개선방안 : 블록 스태킹 원리를 적용한 사무실 재배치를 중심으로

박광철(Kwang-Chul Park),서동혁(Dong-Hyok Suh) 한국전자통신학회 2020 한국전자통신학회 논문지 Vol.15 No.1

본 연구에서는 근무자의 주관적인 판단으로 이루어지는 기존의 좌석배치 방법을 보완하고 근무효율성을 높이기 위한 IOT 기반 데스크 배치 방안을 제안하였다. 경량화 된 사물 인터넷 시스템을 근무장 데스크 배치에 도입하여 근무자 좌석 배치 추천을 합리적으로 보조하기 위하여 데스크의 업무상태를 알아내기 위한 센서의 기능과 종류와 네트워크 프로토콜을 결정하였고 데스크 배치를 위한 근무형태 인지 자료 수집 방법을 제안하였다. 획득한 데이터를 이용하여 좌석배치 추천방안을 결정 할 때, Block Stacking에서 사용하는 알고리즘을 활용하였다. 그 결과 사물인터넷 환경에서 합리적인 데스크 배치를 위한 산술적 근거를 제시할 수 있었으며, 향후 근무자들의 선호도에 더하여 근무형태를 근거로 하는 진보된 유연 좌석제에 적용할 수 있음을 보였다. In this study, the IOT-based desk layout method was proposed to complement the existing seating method and to improve the work efficiency. The IoT system for the desk layout needs determining the function, type and network protocol of the sensor to find out the working status of the desk to reasonably assist the worker s seat placement. A collection method was proposed. The algorithm used in Block Stacking was used when deciding how to allocate seats using the acquired data. As a result, we could suggest an arithmetic basis for rational desk layout in IoT environment and show that it can be applied to an advanced flexible seating system based on working type in addition to the preferences of employees in the future.