▶ WiFi Localization & Mapping

Objective

·   GPS 수신이 어려운 실내에서 WiFi 신호를 이용하여 신호지도(fingerprinting) 방식을 이용하여 스마트폰 사용자의 실시간 위치 추적(localization)과 신호지도 생성(mapping) 방법 개발
·   신호지도 방식은 위치 추적 정확성은 높지만, 신호지도 구축에 매우 많은 시간과 노력 필요
·   실내연속공간 (open space) 에서 효과적인 사용자 실시간 위치 추적 방법 필요

Approach

·   신호지도 구축의 어려움을 보완하는 방법으로 다수의 사용자가 신호지도를 생성하는 군중-제공 지도 작성 (crowd-sourced mapping) 방식 적용
·   WiFi SLAM(simultaneous localization and mapping) 알고리즘을 이용하여 위치 추적과 동시에 자동으로 신호지도를 생성
·   위치 신뢰도 (location confidence), 신호 일관성(consistency of the signal strength) 검사를 통해 다수의 사용자로부터 수집한 WiFi 신호지도의 효과적인 공유 및 지속적인 갱신
·   파티클 필터(particle filter) 기반의 실시간 전역 위치 추적(global localization)

Application

▶ Gesture Recognition using Accelerometer

Objective

·   제스처(gesture)를 이용한 사람과 컴퓨터 간의(human-computer interaction) 비언어적 의사소통(nonverbal communication)에 관한 연구 필요
·   3차원 공간(3-dimensional space) 상에서 스마트폰(smartphone)의 역동적인 행동 패턴(dynamic behavior pattern)을 분석할 필요
·   모바일 환경(mobile environment)의 한정된 계산 자원(limited computational resources) 문제
·   가속도 센서 측정값(accelerometer data)의 오차(noise) 및 사용자 간의 편차(user deviation) 문제

Approach

·   Dynamic time warping(DTW) 알고리즘을 기반으로 시간(time)이나 속도(speed)가 다른 두 시퀀스 데이터(two sequence data) 간의 유사도(similarity) 측정
·   DTW는 적은 학습 데이터(less training data)를 요구하며, 빠른 인식 속도(faster recognition speed)가 장점
·   유사도 행렬(similarity matrix) 기반의 대표 집단 추출(exemplar group extraction)을 통한 제스처(gesture)의 개인화(personalization)와 다양성(diversity)을 고려

Application

▶ Scene Recognition with Sound Sensor

Objective

·   마이크로폰을 통해 입력되는 사운드 데이터로부터 데이터의 발원이 되는 장면을 인식(scene recognition)
·   사운드 데이터에 많은 소음(noise)이 혼재되어 있거나 의미 있는 사운드 데이터의 볼륨이 낮은(low volume) 문제점
·   사운드 데이터 처리를 위해 소모되는 모바일의 제한된 계산 자원(limited computational resources) 문제점

Approach

·   전처리 단계의 필터링(filtering) 을 통해 화이트 노이즈(white noise)와 고요한 사운드(silence) 여과
·   볼륨이 낮은 의미 있는 사운드 데이터 증폭(amplification)
·   사운드 신호 처리에 뛰어난 특징을 추출(feature extraction)하고, 순차 데이터 학습에 우수한 HMM 학습 알고리즘(learning algorithm) 사용

Application

·   자동 감시 시스템(automatic surveillance system), 홈 케어 시스템(in-home care system), 원격 제조 및 재배(remote manufacturing and agriculture) 등 다양한 분야에 유용하게 활용 가능

▶ Mobility Pattern Mining

Objective

·   사용자들의 대용량의 GPS 위치 데이터로 부터 다음 방문 장소 예측(Next Place Prediction)을 위한 맵리듀스(MapReduce) 기반의 이동 패턴 마이닝 시스템 개발
·   사용자들의 대용량의 GPS 위치 데이터로 부터 주요 장소 추출(POI extraction)
·   각 사용자의 이동 궤적 데이터들을 이용하여 사용자들의 이동 패턴 모델(mobility pattern model) 표현

Approach

·   대용량의 GPS 위치 데이터로 부터 K 평균 군집화(K-means clustering)을 적용하여, 주요 장소 추출
·   사용자들의 이동 궤적 데이터로 부터 HMM 모델(hidden markov model)을 학습하여, 이동 패턴 모델 표현

Application