$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 딥러닝을 이용한 IOT 기기 인식 시스템
A Deep Learning based IOT Device Recognition System 원문보기

반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.18 no.2, 2019년, pp.1 - 5  

추연호 (한국기술교육대학교 컴퓨터공학부) ,  최영규 (한국기술교육대학교 컴퓨터공학부)

Abstract AI-Helper 아이콘AI-Helper

As the number of IOT devices is growing rapidly, various 'see-thru connection' techniques have been reported for efficient communication with them. In this paper, we propose a deep learning based IOT device recognition system for interaction with these devices. The overall system consists of a Tenso...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 이러한 초연결 시대의 ‘보는 통신’을 위해 다양한 IOT 기기들을 자동으로 인식하는 시스템을 제안한다.
  • 본 논문에서는 IOT 기기들의 인식을 목표로 하는데, 딥러닝을 이용한 인식 시스템을 제시한다. 특히 기존의 모델을 수정하는 방법으로 신경망을 구성하고 전이 학습을 통해 IOT 기기들을 효율적으로 인식할 수 있는 방법을 제안한다.
  • 본 논문에서는 초연결 시대의 ‘보는 통신’을 위해 다양한 IOT 기기들을 스마트폰에서 자동으로 인식하는 시스템을 제안하였다.

가설 설정

  • 신경망을 학습하기 위해서는 먼저 다양한 영상을 수집하여 데이터 셋을 만드는 과정이 필요하다. 최종적으로 활용할 스마트폰을 이용해 다수의 IOT 기기 영상을 취득해 데이터 셋을 구축하고 이들을 학습에 사용하면 물론 가장 좋을 것이다. 그러나 이러한 수동적인 방법은 촬영할 수 있는 장비의 종류에 한계가 있으며 학습에 충분한 양의 영상을 확보하는데 어려움이 따른 수밖에 없다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
딥러닝 초기에 제안된 신경망 모델에는 무엇이 있는가? 딥러닝 초기에는 효율적인 신경망의 구조를 개발하기 위한 다양한 시도가 있었는데, AlexNet, GoogLeNet [8], VGGNet[9], ResNet[10] 등 영상 인식에 좋은 성능을 나타내는 다양한 신경망 모델들이 제안되었다. 그리고 많은 연구기관에서 방대한 데이터를 이용해 이들을 학습시킨 네트워크 파라미터들을 제공하고 있다.
Caffe2와 TensorFlow의 장점은? 딥러닝의 학습과 인식을 위한 기반 프레임워크로는 Caffe2와 TensorFlow를 비교하고 장단점을 분석하였다. 모두 정적 그래프를 사용하고 구조적으로는 유사하지만, Caffe2는 처리 시간과 메모리 측면에서 장점이 있고, TensorFlow는 가장 많이 사용되는 프레임워크로 커뮤니티를 통해 다양한 서비스와 기능을 제공한다는 장점이 있다[11]. 따라서 본 논문에서는 속도나 공간의 제약이 크지 않으므로 TensorFlow를 사용하는 것으로 결정하였다.
신경망을 학습하기 위해서 먼저 어떤 과정이 필요한가? 신경망을 학습하기 위해서는 먼저 다양한 영상을 수집하여 데이터 셋을 만드는 과정이 필요하다. 최종적으로 활용할 스마트폰을 이용해 다수의 IOT 기기 영상을 취득해 데이터 셋을 구축하고 이들을 학습에 사용하면 물론 가장 좋을 것이다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로