다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.22 no.2, 2018년, pp.284 - 294
탁성우 (School of Electrical and Computer Engineering, Pusan National University)
AI-Helper
Statistical methods have been widely used to estimate the remaining battery runtime of mobile smart devices, such as smart phones, smart gears, tablets, and etc. However, existing work available in the literature only considers a particular statistical method. Thus, it is difficult to determine whet...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 모바일 스마트 장치란 무엇인가? | 모바일 스마트 장치는 기능이 제한되어 있지 않고, 앱 프로그램을 통해 장치의 기능을 변경하거나 확장할 수 있는 장치이다. 모바일 스마트 장치는 제한된 배터리 자원을 사용하며, 남아 있는 배터리 용량 정보를 실시간으로 제공한다 [1]. | |
| 모바일 스마트 장치에 대한 기존 연구의 한계점은 무엇인가? | 지금까지 살펴 본 기존 연구의 한계점은 다음과 같다. 첫째, 스마트 장치의 전력 소비량에 대한 예측만을 수행하였다. 둘째, 스마트 장치의 소비량을 예측하기 위하여 미리 측정한 개별 하드웨어 부품의 전력 소비량을 사용하였다. 셋째, 스마트 장치의 전력 소비량 예측에 특정 통계 방식만을 사용하였다. 그러나, 특정 통계 방식만을 사용한 기존 연구들의 결과만으로는 배터리의 남은 시간 예측에 적합한지가 판단하기 어렵다. | |
| 스마트 장치 배터리의 남은 시간 예측에 사용하는 통계 기법은 무엇인가? | 스마트 장치 배터리의 남은 시간 예측에 사용하는 통계 기법의 종류는 평균과 회귀, 그리고 지수 평활이다[8]. 스마트 장치는 배터리 잔량을 최소 1에서 최대 100인 정수 값으로 표시한다. |
C. Krintz, Y. Wen, and R. Wolski, "Application-level prediction of battery dissipation," in Proceedings of Symposium on Low Power Electronics and Design, California:USA, pp. 224-229, 2004.
M. Kim, J. Kong, and S. Chung, "Enhancing online power estimation accuracy for smartphones," IEEE Transactions on Consumer Electronics, vol. 58, no. 2, pp. 333-339, May 2012.
R. Murmuria, J. Medsger, A. Stavrou, and J.M.Voas, "Mobile Application and Device Power Usage Measurements," in Proceedings of Software Security and Reliability, Gaithersburg: USA, pp. 147-156, 2012.
X. Xia, W. Xu, and X. Bai, "A smart remaining battery life prediction based on MARS," in Proceedings of Innovative Smart Grid Technologies, Washington: USA, pp. 1-5, 2014.
J. Anton, P. Nieto, F. Juez, F. Lasheras, C. Viejo, and N. Gutierrez, "Battery state-of-charge estimator using the MARS technique," IEEE Transactions on Power Electronics, vol. 28, no. 8, pp. 3798-3805, Aug. 2013.
C. Thompson, D. Schmidt, H. Turner, and J White, "Analyzing mobile application software power consumption via model-driven engineering," in Proceedings of Pervasive and Embedded Computing and Communication Systems, Vilamoura: Portugal, pp. 101-113, 2011.
M. Kuhn and K. Johnson, Applied predictive modeling, 1st ed. New York, Springer, 2013.
K. Bryson and O. Ngwenyama, Advances in research methods for information systems research, 1st ed. New York, Springer, 2016.
G. Lindgren and H. Rootzen, Stationary stochastic processes for scientists and engineers, 1st ed. London, CRC 2013.
Engineering statistics handbook. Double exponential smoothing [Internet]. Available: http://www.itl.nist.gov/div898/handbook/pmc/section4/pmc433.htm.
D. Montgomery, C. Jennings, and M. Kulahci, Introduction to time series analysis and forecasting, 2nd ed. Wiley, 2015.
Galaxy player (YP-GB1). Samsung [Internet]. Available: http://www.samsung.com/sec/support/model/YP-GB1CW
Cynogenmods. Android custom ROMs [Internet]. Available: http://www.cyanogenmods.org
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.