A Framework for an Advanced Learning Mechanism in Context-aware Systems using Improved Back-Propagation Algorithm

국문 초록 (Abstract)

본 논문에서는 상황인지 시스템의 작업 부하를 줄이고 추론 성능을 향상시키기 위하여 개선된 역전파 알고리즘을 사용하는 진보된 학습 메커니즘을 위한 새로운 프레임워크를 제안한다. 학습 메커니즘은 상황인지 시스템의 전체 성능을 좌우하는 매우 중요한 부분이지만 현재까지 사용자들의 상황 정보를 대상으로 학습 메커니즘의 개선을 통한 상황인지 시스템의 성능을 향상하려는 연구는 많이 진행되지 않았다. 역전파 알고리즘은 상황 인식 시스템의 학습 메커니즘을 위한 가장 적합한 알고리즘 중에 하나로서 제안된 프레임워크는 기존의 역전파 알고리즘을 개선하고, 시스템 캐싱을 이용하여 작업 부하를 효율적으로 관리함으로써 추론 성능을 향상시켜 상황인지 시스템의 전체 성능을 향상시킨다. 성능평가를 통하여 제안된 프레임워크가 상황인지 시스템의 전체 성능을 향상시키는 것을 보인다.

다국어 초록 (Multilingual Abstract)

In seeking to improve the workload efficiency and inference capability of context-aware systems, we propose a new framework for an advanced teaming mechanism that uses improved bath propagation (BP) algorithm. Even though a learning mechanism is one of the most important parts in a context-aware system, the existing algorithms focused on facilitating systems by elaborating the learning mechanism with user's context information are rare. BP is the most adaptable algorithm for learning mechanism of context-aware systems. By using the improved BP algorithm, the framework we proposed drastically improves the inference capability so that the overall performance is far better than other systems. Also, using the special system cache, the framework manages the workload efficiently. Experiments show that there is an obvious improvement in overall performanre of the context-awareness systems using the proposed framework.