http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 권용훈 ( Yonghun Kwon ) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
라이다 기반 실내 자율주행 차량에서 신경망 학습을 사용한 성능평가
권용훈 ( Yonghun Kwon ),정인범 ( Inbum Jung ) 한국정보처리학회 2023 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.12 No.3
클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다. Data processing through the cloud causes many problems, such as latency and increased communication costs in the communication process. Therefore, many researchers study edge computing in the IoT, and autonomous driving is a representative application. In indoor self-driving, unlike outdoor, GPS and traffic information cannot be used, so the surrounding environment must be recognized using sensors. An efficient autonomous driving system is required because it is a mobile environment with resource constraints. This paper proposes a machine-learning method using neural networks for autonomous driving in an indoor environment. The neural network model predicts the most appropriate driving command for the current location based on the distance data measured by the LiDAR sensor. We designed six learning models to evaluate according to the number of input data of the proposed neural networks. In addition, we made an autonomous vehicle based on Raspberry Pi for driving and learning and an indoor driving track produced for collecting data and evaluation. Finally, we compared six neural network models in terms of accuracy, response time, and battery consumption, and the effect of the number of input data on performance was confirmed.
-
다측면 기계학습을 사용한 스마트 이동 객체의 위치 보정 기법
권용훈(Yonghun Kwon),정인범(Inbum Jung) 한국정보과학회 2020 정보과학회 컴퓨팅의 실제 논문지 Vol.26 No.7
사물인터넷 환경에서 위치 기반 서비스를 위한 기술 중에서 블루투스 비콘은 활발하게 연구되고 있는 기술이다. 비콘에서 발산되는 신호 중 RSSI 값을 이용하여 실내에서 이동 중인 스마트 객체와 사물 간의 거리측정을 유도할 수 있다. 그러나 RSSI는 신호의 반사와 회절과 같은 현상에 의해 영향을 받아 정확도가 높지 않은 문제점을 가지고 있다. 본 논문에서는 다측면 기계학습 알고리즘들을 사용하여 RSSI를 사용한 거리측정의 정확도를 높이는 연구를 진행하였다. 저주파 통과 필터와 파라미터 학습 그리고 역전파 학습을 순차적으로 진행하여 거리를 측정하였다. 제안된 다측면 기계학습 방식의 성능 평가를 위해 실험의 각 단계에서 유도된 거리와 실제 거리 간의 오차를 바탕으로 정확도를 평가하였다. 실험 결과 제안된 거리측정 방식은 제한된 거리 범위 내에서 실측값에 근접한 거리 값을 유도함을 보이므로, 사물인터넷 망에서 위치 인식 서비스 응용프로그램에 기여할 수 있음을 보였다. Bluetooth technology has been widely used for location awareness services in IoT network environments. RSSI emitted from a beacon can be utilized to measure the distance between smart mobile objects that are moving indoors. However, reflection and diffraction phenomena that affect RSSI often result in inaccurate distance measurements. In this paper, multilateral machine learning algorithms are applied to enhance the accuracy of distance measurements based on RSSI. First, a low-pass filter is used to correct estimates that overshoot among the measured RSSI data. Second, a parameter control leaning method is used and the distance translation equation is supplied with corrected RSSI data. Although this equation can predict distance from the strength of the RSSI signal it can generate errors when it comes to the range of the distances estimated. To reduce these range of distance errors, a back propagation neural network algorithm is applied. For performance evaluation, we compare the actual distance values with the estimated distance values that come from each stage during the multilateral machine learning. The estimated values were found to be close to the actual distances within the limited scope of distances tested, as such, we believe this technology can contribute to location awareness service applications in IoT networks.
-
이정민 ( Jeongmin Lee ),권용훈 ( Yonghun Kwon ),박성환 ( Sunghwan Park ),정인범 ( Inbum Jung ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
최근 발표된 정책으로 공공시설과 민간건물의 제로에너지 전환이 진행되고 있다. 본 논문에서는 제로에너지 기술인 패시브 기술에 사물인터넷을 적용하여 스마트 주택에 쾌적한 내부 환경 조성과 효율적인 에너지 운영을 도울 수 있는 패시브하우스 아키텍처를 제안한다. 패시브하우스의 모의 구현을 통하여 관리 시스템 운영에 필요한 기술을 제안하며, 패시브하우스의 모니터링 시스템을 제안하므로 사용자에게 편의성을 제공한다.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
