디지털 라이브러리[ 검색결과 ]
자이로 센서 데이터를 활용한 양치 위치 추정 및 비지도 학습 클러스터링을 통한 검증
김도윤, 권민욱, 백승주, 윤혜린, 임대연, 조은아, 류승재, 김영욱, 김진현
http://doi.org/10.5626/JOK.2023.50.12.1143
구강 건강은 수명과도 직접적 관련을 갖는 중요한 건강 지표다. 이러한 이유로 영유아부터 노인에 이르기까지 구강 건강은 국민 건강의 핵심으로 자리를 잡았다. 이러한 구강 건강의 기본은 올바른 양치 습관이다. 하지만 권장되는 올바른 양치 방법은 습관화하기 쉽지 않으며, 그러한 이유로 구강 건강에 해로운 영향을 준다. 본 논문은 올바른 양치 방법을 추적하기 위한 저비용의 IMU 센서를 통해 양치 구역을 구별하는 방법을 제안하고, 머신러닝의 클러스터링 알고리즘으로 양치 구역의 추정 방법의 정확성을 평가한다. 본 논문에서는 IMU 센서의 자이로 센서만을 사용하여 칫솔 자세만으로 양치 구역을 판단하는 방법을 제안한다. 이 논문에서는 비교적 저렴한 6축 IMU 자이로 센서 데이터만으로도 80.6%의 정확도로 사용자 양치 부위를 추정할 수 있음을 보였다. 또한, 이러한 데이터에 클러스터링 알고리즘을 적용하고 클러스터링 된 데이터를 활용하여 Logistic regression을 훈련하여 양치 구역을 추정한 결과 86.7%의 정확도로 얻을 수 있었으며 이를 통해 클러스터링이 효과적임과 함께 본 논문에서 제안한 칫솔 자세 기반의 양치 구역 추정이 효과가 있음을 보였다. 결론적으로 본 양치 구역 추정 알고리즘이 비교적 적은 비용의 칫솔로 기능이 구현될 수 있으며, 이를 통해 개인 양치 습관을 분석하고 개선함으로써 구강 건강 유지하는데에 도움이 될 것으로 기대할 수 있다.
AP-QoS 기반 Wi-Fi 슬라이싱의 실시간 시스템 적용의 한계 분석
http://doi.org/10.5626/JOK.2021.48.6.723
네트워크 슬라이싱은 애플리케이션 서비스 혹은 사용자의 종류에 따라 차별화된 네트워크 서비스 품질을 보장하는 기술이다. IEEE 802.11에 기반한 Wi-Fi는 가장 보편적으로 사용되는 근거리 무선 통신이며 그 사용자 역시 해마다 늘어나고 있다. 최근에는 의료기기와 같은 고안전성 IoT 기기의 Wi-Fi 사용이 점차 늘어나고 있고, 기업에서도 사용자 서비스 등급에 따른 차별화된 Wi-Fi 서비스를 비즈니스에 활용하기 위해 Wi-Fi를 위한 네트워크 슬라이싱 기술을 요구하고 있다. 본 논문에서는 시간적 결정성을 요구하는 하드 실시간 시스템을 위해 AP-QoS 기반의 네트워크 슬라이싱 구현의 한계와 문제점을 분석한다. 본 논문에서는 QoS를 제공하는 IEEE 802.11e의 Enhanced Distributed Coordination Access(EDCA, 향상된 분산 채널 접근)의 최악의 경우를 분석하는 프레임워크를 정의하고, 이를 통해서 시간적 결정성을 해치는 EDCA의 최악의 경우를 확인한다. 또한 NS-3를 통해 AP-QoS 기반의 네트워크 슬라이스 한계와 문제점을 실증한다. 아울러 AP-QoS의 EDCA를 활용한 실시간 시스템을 위한 Wi-Fi 스트리밍 기술을 본 논문이 참조하는 기술보고서를 통해서 제공한다.
ILP 기반한 시간민감네트워크 스케줄 생성
http://doi.org/10.5626/JOK.2021.48.6.595
최신 실시간 이더넷 표준인 IEEE 802.1Qbv 시간민감네트워크(Time Sensitive Network, 이하 TSN)는 스트림의 시간적 정확성을 보장하기 위해 고안된 네트워크의 표준이다. TSN은 공장 자동화나 자동차 네트워크 시스템을 대체할 이더넷 기반 네트워크로 현재 개발되고 있다. TSN은 오프라인 상에서 만들어진 스케줄에 근거하여 스트림의 흐름을 제어함으로써 주어진 스트림의 종단간지연 혹은 지터 요구사항을 만족시킬 수 있다. 하지만 TSN 스케줄 생성은 NP-hard 문제로 그 복잡도에 있어서 매우 풀기 어려운 문제이다. 그러한 이유로 최근에는 SMT(Satisfiability Modulo Theory)이나 ILP(Integer Linear Programming) 같은 제약사항 해결 기법(Constraint solving technique) 등이 해결방법으로 제시되고 있다. 이 논문에서는 오프라인 상에서의 생성하는 TSN 스케줄 생성을 위해 휴리스틱과 ILP를 함께 이용한 탐욕적이며 점증적인(greedy and incremental) 알고리즘을 제공한다. 이렇게 하여 계산 복잡도를 줄이고 스케줄 생성 성능을 높이고자 한다. 본 논문에서는 특히 기존의 SMT 솔버를 통한 접근과의 비교를 통해 본 연구에서 제시하는 방법에 대한 성능을 비교한다.
