http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
IoT 환경에서 헬스케어 서비스 제공을 위한 이기종 센서데이터 수집 모델
박유상 ( Yoo Sang Park ),최종선 ( Jong Sun Choi ),최재영 ( Jae Young Choi ) 한국정보처리학회 2017 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.6 No.2
IoT 환경에서 상황인지 기반 헬스케어 서비스를 제공하기 위해서는 사용자의 건강정보와 주변 환경정보가 필요하다. 환경정보를 구성하기 위해서는 센서데이터를 수집해야 하며, 효과적으로 센서데이터를 수집하기 위해서는 이기종 센서기기의 접근 및 다양한 센서데이터 타입을 일관적으로 처리하기 위한 모델이 필요하다. 센서데이터 수집은 환경정보를 구성하기 위해 선행되어야 하는 과정이며, 이를 통합 처리하기 위한 수집 모델은 아직까지 제안되지 않고 있다. 본 논문에서는 센서데이터의 일관된 수집 및 처리를 위한 이기종 센서데이터 수집 모델을 제안한다. 제안하는 모델은 센서기기 수준에 접근하기 위한 접근정보가 담긴 수집 스키마를 가지며, 제안하는 모델을 통해 이기종 기기의 센서데이터를 일관되게 수집하여 환경정보를 제공할 수 있다. 실험에서는 이기종 센서기기에 접근하기 위한 접근정보와 수집데이터를 명시한 입력 자료를 바탕으로 센서기기에 접근하여 데이터를 수집하는 과정을 보인다.
에지 컴퓨팅 환경에서의 상황인지 서비스를 위한 팻 클라이언트 기반 비정형 데이터 추상화 방법
김도형 ( Do Hyung Kim ),문종혁 ( Jong Hyeok Mun ),박유상 ( Yoo Sang Park ),최종선 ( Jong Sun Choi ),최재영 ( Jae Young Choi ) 한국정보처리학회 2021 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.10 No.3
With the recent advancements in the Internet of Things, context-aware system that provides customized services become important to consider. The existing context-aware systems analyze data generated around the user and abstract the context information that expresses the state of situations. However, these datasets is mostly unstructured and have difficulty in processing with simple approaches. Therefore, providing context-aware services using the datasets should be managed in simplified method. One of examples that should be considered as the unstructured datasets is a deep learning application. Processes in deep learning applications have a strong coupling in a way of abstracting dataset from the acquisition to analysis phases, it has less flexible when the target analysis model or applications are modified in functional scalability. Therefore, an abstraction model that separates the phases and process the unstructured dataset for analysis is proposed. The proposed abstraction utilizes a description name Analysis Model Description Language(AMDL) to deploy the analysis phases by each fat client is a specifically designed instance for resource-oriented tasks in edge computing environments how to handle different analysis applications and its factors using the AMDL and Fat client profiles. The experiment shows functional scalability through examples of AMDL and Fat client profiles targeting a vehicle image recognition model for vehicle access control notification service, and conducts process-by-process monitoring for collection-preprocessing-analysis of unstructured data.