IoT 네트워크에서 클러스터와 싱크 노드 사이의 게이트웨이 역할을 하는 클러스터 헤드의 전력 관리는 IoT 단말의 수가 증가함에 따라 점점 더 중요해지고 있다. 특히 클러스터 헤드가 이동성을 가진 무선 단말인 경우, IoT 네트워크의 수명을 위하여 전력 소모를 최소화할 필요가 있다. 또한 IoT 네트워크에서의 전송 딜레이는 IoT 네트워크에서의 빠른 정보 수집을 위한 주요한 척도 중 하나이다. 본 논문에서는 IoT 네트워크에서 정보의 전송 딜레이를 고려한 저전력 버퍼 관리 기법을 제안한다. 제안하는 기법에서는 심층 강화학습 방법에서 사용되는 심층 Q 학습(Deep Q learning)를 사용하여 수신된 패킷을 포워딩하거나 폐기함으로써 전송 딜레이를 줄이면서도 소비 전력을 절약할 수 있다. 제안한 알고리즘은 비교에 사용된 기존 버퍼 관리 기법과 비교하여 Slotted ALOHA 프로토콜 기준 소모 전력 및딜레이를 개선함을 보였다.
As the number of IoT devices increases, power management of the cluster head, which acts as a gateway between the cluster and sink nodes in the IoT network, becomes crucial. Particularly when the cluster head is a mobile wireless terminal, the power consumption of the IoT network must be minimized over its lifetime. In addition, the delay of information transmission in the IoT network is one of the primary metrics for rapid information collecting in the IoT network. In this paper, we propose a low-power buffer management algorithm that takes into account the information transmission delay in an IoT network. By forwarding or skipping received packets utilizing deep Q learning employed in deep reinforcement learning methods, the suggested method is able to reduce power consumption while decreasing transmission delay level. The proposed approach is demonstrated to reduce power consumption and to improve delay relative to the existing buffer management technique used as a comparison in slotted ALOHA protocol.
낸드 플래시 메모리는 저전력 소비와 빠른 데이터 처리 속도 때문에 다양한 저장 장치의 미디어로 사용되고 있다. 그러나 데이터의 읽기 처리 속도가 쓰기 처리 속도와 비교하여 약 10배 빠른 비대칭 속도의 특징이 있기 때문에 속도차이를 개선하기 위한 다양한 연구가 진행되고 있다. 특히 플래시 전용 버퍼 관리 정책은 대부분 쓰기 속도를 개선 하기 위해 연구되어 왔다. 그러나 최근에 다양한 목적으로 사용되고 있는 플래시 메모리로 구성된 SSD(solid state disk)는 쓰기 성능보다 읽기 성능에 취약한 문제가 있다. 본 논문에서는 낸드 플래시 메모리로 구성된 SSD에서 쓰기 성능보다 읽기 성능이 더 좋지 않은 이유를 밝히고 이를 개선하기 위한 버퍼 관리 정책을 연구한다. 본 논문에서 제안하 는 버퍼 관리 정책은 읽기 데이터의 패턴을 분석하고 미래에 요청될 데이터를 낸드 플래시 메모리에서 미리 읽어두는 정책을 적용하여 플래시 기반 저장 장치의 속도를 개선하는 방법을 제안한다. 또한, 시뮬레이션을 통해 미리 읽기 정책 의 효과를 증명한다.
NAND flash memory is used as a medium for various storage devices due to its high data processing speed with low power consumption. However, since the read processing speed of data is about 10 times faster than the write processing speed, various studies are being conducted to improve the speed difference. In particular, flash dedicated buffer management policies have been studied to improve write speed. However, SSD(solid state disks), which has recently been used for various purposes, is more vulnerable to read performance than write performance. In this paper, we find out why read performance is slower than write performance in SSD composed of NAND flash memory and study buffer management policies to improve it. The buffer management policy proposed in this paper proposes a method of improving the speed of a flash-based storage device by analyzing the pattern of read data and applying a policy of pre-reading data to be requested in the future from NAND flash memory. It also proves the effectiveness of the read-ahead policy through simulation.
이동통신사 주도의 LPWA(Low Power Wide Area) 기반 IoT 기술은 NB-IoT와 LTE Cat.M1이 상용화되어 서비스되고 있다. LPWA 기반 IoT에 대한 서비스 요구사항이 증가되면서 이러한 서비스 가입자도 증가하고 있는 상황 이다. 서비스 초기에는 NB-IoT 및 LTE Cat.M1을 수용하기 위한 기지국 용량에 이슈가 없었으나, 가입자 증가로 하나 의 셀에서 수용하기 위한 용량이 부족해지는 문제가 발생하고 있다. 이러한 Active UE 용량 문제는 지속적인 증가로 인한 과부하와 일시적인 증가로 인한 과부하 문제가 발생할 수 있다. 본 논문에서는 기지국에서 NB-IoT 및 LTE Cat.M1 단말의 일시적인 증가로 인해 발생 하는 LTE 접속제어 채널인 RRC(Radio Resource Control) Active UE 용량 부족 및 기지국 과부하 문제를 해결하기 위한 방안을 제시한다. 제시한 방안은 이동통신의 셀 분할 및 추가 기지국 투자 없이 셀 용량을 증대 시킬 수 있는 방안을 제시함으로써, 증가하는 IoT 단말을 수용해 서비스 성능을 개선시킨다.
NB-IoT and LTE Cat.M1 based on LPWA(Low Power Wide Area) are commercialized and serviced by mobile carriers. As the demand for IoT devices is increased, the number of subscribers to these services is also increasing. In the beginning of service, there was no issue that eNB capacity for NB-IoT and LTE Cat.M1. However, as the number of subscribers increases, there is an issue that the eNB capacity for these service is insufficient. Active UE capacity issue may cause overload by continuous increase and temporary increase. In this paper, we propose a solution to solve the problem of LTE RRC(Radio Resource Control) Active UE capacity shortage and base station overload caused by the increase of NB-IoT and LTE Cat.M1 UE in same eNB. The proposed solution can increase a cell capacity without cell division and additional eNB, and can also improve the service quality of these UEs.
본 연구는 초고령화사회 진입을 목전에 두고 있는 우리나라에서 지속적으로 증가하고 있는 노인학대 학술 연구 동향을 파악하기 위해서 텍스트 마이닝 기법을 활용하였다. 분석 자료는 노인보호전문기관이 설립된 2004년부터 2021 년까지 18년간 국내 전문학술지에 게재된 노인학대 관련 학술논문의 제목, 주제어, 초록을 텍스트로 전환하고, 분석 시기는 3개 구간으로 세분화 하여 논문의 패턴 및 전체 데이터 속에 의미를 파악하였다. 연구 결과를 요약하면 다음과 같다. 첫째, 본 연구에서 총 249편의 논문이 선정되었고(1구간은 81편, 2구간 64편, 3구간은 104편이 논문이 각각 선정). 연 평균 13.8편으로 2014년 이후 꾸준히 증가 후 2020년부터 연 평균이하로 감소하고 있다. 둘째 노인학대 텍스트 마이닝 결과 ⅰ) 상위 주요 키워드인 단어 빈도분석 결과 모든 구간(2004년~2021년)에 공통적으로 나타난 키워 드는 노인학대, 노인, 영향, 요인, 인식, 가족, 사회, 방안, 경험, 학대피해노인, 학대예방, 우울 등이다. ⅱ) TF-IDF 분석 결과 모든 구간에 공통적으로 출현한 키워드는 영향, 인식, 사회, 방안, 학대예방, 경험, 우울 등으로 나타났고, ⅲ) 연결중심성 분석 결과 전 구간에 공통적으로 출현한 키워드는 노인학대, 노인, 영향, 요인, 특성, 인식, 가족, 방안, 사회, 학대예방, 경험 등이다. 셋째, CONCOR 분석 결과 1구간은 5개의 군집으로, 2구간은 7개의 군집으로, 3구간은 6개의 군집으로 각각 나타났다. 상기의 분석 결과 등을 바탕으로 노인학대 학술 연구의 동향을 살펴보았고, 이를 바탕으 로 향후 노인학대 학술 연구를 위한 다양한 제언을 제시하였다.
This study aimed to understand the increasing number of elder abuses in South Korea, where entry into the super-aged society is imminent, by implementing text mining analysis. Korean Academic journals were obtained from 2004, the establishment year of the senior care agency, to 2021. We performed natural language processing of the titles, keywords, and abstracts and divided them into three segments of periods to identify latent meanings in the data. The results illustrated that the first section included 81 papers, the second 64, and the third 104 respectively, averaging 13.8 annually, which increased its numbers from 2014 until the decrease below the annual average in 2020. Word frequency demonstrated that the common keywords of the entire segments were ‘elder abuse,’ ‘elders,’ ‘influences,’ ‘factors,’ ‘recognition,’ ‘family,’ ‘society,’ ‘prevention plans,’ ‘experiences,’ ‘abused elders,’ ‘abuse prevention,’ ‘depression,’ etc., in consecutive order. TF-IDF indicated that ‘influences,’ ‘recognition,’ ‘society,’ ‘prevention plans,’ ‘abuse prevention,’ ‘experiences,’ ‘depression,’ etc., were the common keywords of all divisions. Network text analysis displayed that the commonly represented keywords were ‘elder abuse,’ ‘elders,’ ‘influences,’ ‘factors,’ ‘characteristics,’ ‘recognition,’ ‘family,’ ‘prevention plans,’ ‘society,’ ‘abuse prevention,’ and ‘experiences’ in the entire sections. concor analysis presented that the first segment consisted of 5 groups, the second 7, and the third 6. We suggest future directions for elder abuse research based on the results.
스무딩은 가변 비트율로 저장된 비디오 데이터를 고정 비트율로 변환하는 전송 계획이다. 스무딩을 위한 알고리 즘에는 전송률 증가횟수의 최소화를 목적으로 하는 CBA, 전송률 변화 횟수를 최소화하는 MCBA, 전송률 변화량을 최 소화하는 MVBA 알고리즘등이 있다. 본 연구는 서버에서 보다 많은 대역폭을 확보하기 위해 전송률 증가(감소)가 요구 되는 경우에는 전송률 증가량(감소량)을 최소화(최대화)하는 스무딩 알고리즘을 제안한 연구의 후속 연구로 다양한 비디 오 데이터와 버퍼크기, 성능 평가 요소로 제안 알고리즘을 CBA 알고리즘과 비교 분석한다. 사용된 평가요소는 재생률 변화 횟수, 최소 재생률, 평균 재생률, 재생률 변화량, 폐기되는 프레임 갯수로 비교하였다. 비교 결과, 제안 알고리즘은 재생률 변화 횟수와 폐기되는 프레임 개수 비교에서 우수함을 보였다.
Smoothing is a transmission plan that converts video data stored at a variable bit rate into a fixed bit rate. Algorithms for smoothing include CBA, which aims to minimize the number of transmission rate increases, MCBA, which minimizes the number of transmission rate changes, and MVBA algorithms that minimize the amount of transmission rate change. This paper compares the proposed algorithm with the CBA algorithm with various video data, buffer size, and performance evaluation factors as a follow-up to the proposed smoothing algorithm that minimizes (maximizes) the transmission rate increase (decrease) when the server requires more bandwidth The evaluation factors used were compared with the number of changes in the fps rate, the minimum fps, the average fps, fps variability, and the number of frames to be discarded. As a result of the comparison, the proposed algorithm showed superiority in comparing the number of fps rate changes and the number of frames discarded.
본 연구는 성인학습자가 주간보호센터 이용 성인 뇌병변 장애인 대상으로 자신감 향상을 위한 융합프로그램 진행 경험의 의미와 본질이 어떤 것인지 파악하고자 질적연구로 사례연구 방법을 활용하여 분석하였다. 본 연구는 뇌병 변 장애인 대상으로 자신감 향상을 위한 융합프로그램 진행 경험한 3명의 성인학습자를 심층 면담을 통해 자료 수집하 였다. 이 프로그램은 총 5회기로 90분씩 진행하였고 자료 분석으로 구성된 의미 24개, 하위주제 6개, 상위주제 3개로 범주화하여 도출하였다. 그 결과는 첫째, 성인 뇌병변 장애인 대상 자신감 향상을 위한 융합프로그램 진행 경험이 처음 이라 ‘시작의 긴장감’으로 범주화하여 도출하였다. 둘째, 성인학습자들이 성인 뇌병변 장애인 대상으로 자신감 향상을 위한 융합프로그램 진행하면서 자신, 가족, 이웃 사랑하는 마음이 생겨 ‘함께하는 즐거움’으로 범주화로 도출하였다. 셋째, 자신감 향상을 위한 융합프로그램을 성인 뇌병변 장애인 대상으로 진행하면서 전공과 나 자신을 들여다보는 ‘현재 의 나’로 범주화하여 구성하였다. 이상의 결과를 바탕으로 성인학습자들이 성인 뇌병변 장애인 대상으로 자신감 향상을 위한 융합프로그램 진행 경험으로 장애인에 대한 인식변화를 비롯하여 대학 생활의 동기부여와 학습 동기 강화에 활용 할 수 있기를 제언하였다.
This study aimed to examine the meaning of adult learners' experience in which they performed a convergence program for the self-confidence improvement of disabled persons with brain lesion who were daycare center users. For the goal, the study collected data through a 5-session profound interview with those disabled persons and then through this author's observation. This study analyzed all the data and, as a result, categorized three significant themes that best represented the above mentioned meaning, which are 'tension of beginning', 'joy of being in company with others' and 'I as the present being'. With those meaningful themes taken into serious consideration. Finally, this study suggested that field programs for social welfare practice in better connection with adult learners' major should be researched and developed.
본 연구의 목적은 아동학대 예방을 위한 방안 마련의 일환으로 빅데이터 분석과 머신러닝 알고리즘을 활용한 정책개발의 기초자료를 제공하는데 있다. 아동학대 예방을 위한 머신러닝 알고리즘 개발을 위한 빅데이터 분석을 위해 학술데이터베이스와 사회관계망서비스 자료를 빅데이터로 정의하고 빈도, 연관어, 감성분석을 시행하였다. 연구결과 예 방적 아동학대 알고리즘은 학술빅데이터 분석에 나타난 아동학대 관련 세 주체 피해아동, 가해양육자, 정부당국의 관점 에서 아동학대 예방을 위한 데이터 수집 및 공유 네트워크 시스템 마련을 통해 개발이 가능할 것이다. 또한 아동학대 피해아동의 특성에서 자아개념 저하 등으로 우울 및 불안이 나타남을 단서로 영유아 자아존중감 및 우울, 불안 검사를 제도화함으로써 가능할 것이다. 아동학대 예방을 위한 빅데이터 수집 및 분석, 알고리즘 개발 연구의 지속적 진행을 제안하며 아동학대 예방을 위한 실효적 정책 마련이 실현되어 아동학대범죄가 근절되기를 기대한다.
The purpose of this study is to provide basic data on policy development using big data analysis and machine learning algorithms as part of preparing measures to prevent child abuse. In order to analyze big data for developing machine learning algorithms to prevent child abuse, frequency analysis, related word analysis, and emotional analysis were performed after defining academic databases and social network service data as big data. related words, and emotional analysis were conducted. As a result of the study, a preventive child abuse algorithm can be developed by preparing a data collection and sharing network system to prevent child abuse from the perspective of children affected by child abuse, perpetrators, and government authorities. Although it will be possible by institutionalizing infant self-esteem, depression, and anxiety tests with clues that depression and anxiety appear due to a decrease in self-concept in the characteristics of children affected by child abuse. We suggest that continuous progress of big data collection and analysis and algorithm development research to prevent child abuse, and expects that effective policies to prevent child abuse will be realized to eradicate child abuse crimes.
본 연구는 일 간호대학 재학생을 대상으로 코로나19 관련 지식 및 예방적 건강행위, 자기효능감, 불안, 지각된 스트레스 정도를 파악하고 이들 간의 상관관계를 규명하고자 한다. 본 연구의 자료수집은 서울시 소재 일 간호대학 재 학생 133명을 대상으로 구글 온라인 설문지를 통해 2022년 4월 15일부터 2022년 5월 10일까지 실시하였고, SPSS/WIN 25.0을 활용하여 기술통계, t-test, one-way ANOVA, Pearson’s Correlation Coefficients를 실시하였 다. 일반적 특성에 따른 차이 분석 결과 예방적 건강행위는 코로나19 감염관리 교육의 필요성 여부에 따라 유의한 차이 가 나타났고, 자기효능감은 주관적 건강상태에 따라 차이가 있는 것으로 나타났다. 대상자의 불안정도는 학년과 주관적 건강상태에 따라 유의한 차이가 있는 것으로 나타났으며 지각된 스트레스는 주관적 건강상태에 따라 유의한 차이를 나타냈다. 예방적 건강행위와 지식, 자기효능감, 불안, 지각된 스트레스간의 상관관계를 분석한 결과 유의미한 상관관계 가 없는 것으로 나타났으나 자기효능감은 불안과 지각된 스트레스와 유의미한 부적 상관관계가 있으며 불안은 지각된 스트레스와 유의미한 정적 상관관계가 있음을 확인하였다. 본 연구결과를 통해 코로나19 감염예방을 위한 교육 프로그 램과 대책방안의 기초자료로 활용할 수 있을 것이다.
The purpose of this study aimed to identify the level of knowledge & preventive health behaviors related to COVID-19, self-efficacy, anxiety, and perceived stress of students at a nursing college and to investigate the correlation between them. The data were collected from 133 students at a nursing college in Seoul, Korea, from April 15, 2022 to May 10, 2022 through a Google online questionnaire. The data were analyzed using SPSS/WIN 25.0 to perform descriptive statistics, t-test, one-way ANOVA, Pearson's Correlation Coefficients. As a result of analyzing the difference according to general characteristics, preventive health behavior showed a significant difference according to the necessity of COVID-19 infection control education, and self-efficacy showed a difference according to the subjective health status. The degree of instability of the subjects was shown to have significant differences according to grade and subjective health status, and perceived stress showed significant differences according to subjective health status. The result of analyzing the correlation between preventive health behavior and knowledge, self-efficacy, anxiety, and perceived stress showed that there was no significant correlation, but self-efficacy had a significant negative correlation with anxiety and perceived stress, and anxiety had a significant positive correlation with perceived stress. The results of this study will be used as basic data for education programs and countermeasures to prevent COVID-19 infections.
4차 산업혁명 시대에 맞는 다양한 대학의 기업현장 적용 교육 모델이 제시가 되고 있다. 특히 새로운 교수법과 함께 많은 기업의 맞춤형 교육을 위한 다양한 교육 모델이 연구되면서 활용성을 높여가고 있다. 기업 현장에서 필요로 하는 역량을 위한 프로젝트 중심의 교수법에 대한 연구가 최근에 가장 많이 발전되어 지고 있는 분야이다. 본 연구에서 는 이러한 기업의 요구사항에 맞는 프로젝트 중심의 교수법에 대한 부분을 적용한 사례 중심의 교육과정 모델을 제안하 고자 한다. 특히 블록체인과 웹 개발자를 위한 기업 맞춤형 교육 모델을 통하여 산업체 중심의 교육과정 모델을 설계하 고 운영과정에 대한 사례를 중심으로 제안한다. 본 사례를 통한 모델은 산업체와 함께 심층 인터뷰 등을 통하여 현장에 맞는 교육과정 모델로 설계하여 운영이 되도록 구성하였다.
In the era of the 4th industrial revolution, various universities' corporate field application education models are being presented. In particular, along with new teaching methods, various educational models for customized education of many companies are being studied, increasing their usability. Research on project-oriented teaching methods for competencies required in the field of business is the most developed field in recent years. In this study, we intend to propose a case-oriented curriculum model that applies the project-oriented teaching method to the requirements of these companies. In particular, we design an industry-oriented curriculum model through a company- customized education model for blockchain and web developers, and suggest the direction of development focusing on examples of the operation process. The model through this case was designed and operated as a curriculum model suitable for the field through in-depth interviews with industries, etc.
본 연구 목적은 디지털 경제 시대에 요구되는 경영전략과 조직문화가 경영성과에 어떠한 영향이 있는지를 규명 하였다. 디지털 선도국가로 접근하는데 필요한 경영전략과 조직문화에 대한 기초 자료를 제공하였다. 자료수집은 2022 년 3월 1일부터 5월 30일까지 J도에 소재하며 디지털 경제에 관련된 산업을 하고 있는 기업을 대상으로 설문조사를 실시하였다. 설문조사는 온라인 비대면 조사를 진행하였고, 총 225개의 기업이 조사에 참여하였다. 통계분석은 빈도분 석, 탐색적 요인분석 및 신뢰도 분석, 군집분석, 독립표본 t-test, 다중회귀분석을 실시하였다. 연구결과는 다음과 같다. 첫째, 조직문화는 혁신지향, 관계지향, 과업지향, 위계지향에서 선호도에 따라 높은 집단과 낮은 집단으로 분류되었다. 둘째, 조직문화 4가지 유형은 선호도에 따라 공격형 전략, 분석형 전략, 방어형 전략, 차별화 전략, 원가우위 전략, 재무 성과, 비재무성과에서 차이가 나타났다. 셋째, 재무성과에 미치는 경영전략은 분석형 전략, 차별화 전략, 공격형 전략, 원가우위 전략으로 나타났다. 넷째, 비재무성과에 미치는 경영전략은 차별화 전략, 방어형 전략, 분석형 전략, 공격형 전략, 원가우위 전략, 집중화 전략으로 나타났다. 다섯째, 재무성과에 미치는 조직문화는 과업지향으로 나타났다. 여섯 째, 비재무성과에 미치는 조직문화는 혁신지향, 관계지향으로 나타났다. 이러한 연구를 통하여 국내 시장에서는 경기가 활성화 되고, 글로벌 시장에서는 새롭게 도약할 수 있는 성장 생태계가 조성되길 기대한다.
The purpose of this study was to investigate how the management strategies and organizational culture required in the digital economy have an effect on business performance. It provided basic data on management strategies and organizational culture necessary to approach as a digital leading country. For data collection, a survey was conducted from March 1 to May 30, 2022 for companies located in J province and engaged in industries related to the digital economy. The survey was conducted online and non-face-to-face, and a total of 225 companies participated in the survey. For statistical analysis, frequency analysis, exploratory factor analysis and reliability analysis, cluster analysis, independent sample t-test, and multiple regression analysis were performed. The research results are as follows. First, organizational culture was classified into high and low groups according to preference in innovation oriented, relationship oriented, task oriented, and hierarchical oriented. Second, the 4 types of organizational culture showed differences in prospectors strategy, analyzers strategy, defenders strategy, differentiation strategy, cost leadership strategy, financial performance, and non-financial performance according to preference. Third, management strategies affecting financial performance were found to be analyzers strategy, differentiation strategy, prospectors strategy, and cost leadership strategy. Fourth, management strategies affecting non-financial performance were found to be differentiation strategy, defenders strategy, analysis strategy, offensive strategy, cost leadership strategy, and focus strategy. Fifth, organizational culture affecting financial performance was found to be task oriented. Sixth, organizational culture affecting non-financial performance was found to be innovation oriented and relationship oriented. Through these studies, it is expected that the economy will be revitalized in the domestic market and a growth ecosystem that can take a new leap forward is created in the global market.