Download to read offline
![ResearchInterest(1/2)
• Sensor Network Query Language (SNQL) and
Processor (SNQP)
[ON EVENT <event-predicate> | <event-name>]
SELECT <select_item_expressions_list>
FROM <list_of_table_references (table or inline view) >
[WHERE <condition>]
[GROUP BY <expression_list>]
[SAMPLE PERIOD <time_unit> FOR <time_unit> |
CASE
[WHEN <condition>
THEN SAMPLE PERIOD <time_unit>]+
ELSE SAMPLE PERIOD <time_unit> FOR <time_unit>
END]
[WITHIN <participation-percentage>]](https://image.slidesharecdn.com/idblab-20160317-160314053940/85/iDBLab-KAIST-20160317-4-320.jpg)
![ResearchInterest(2/2)
• Social Computing
– On/Offline 다차원 상황정보
수집
• 사용자 정보(예, 관심사, 성격)
• 시간적 의미(예, 주중/주말,
근무/퇴근)
• 장소적 의미(예, 장소 타입,
복잡도, 다양도)
– Data Mining을 통한 잠재적
그룹 발견
• 가족, 친구, 동료, 지인
– Social Matching을 통한
우연발견적 상호작용
(Serendipitous interaction) 기회
추천
[Interaction Opportunity Discovery in Places]](https://image.slidesharecdn.com/idblab-20160317-160314053940/85/iDBLab-KAIST-20160317-9-320.jpg)
Uploaded byTaehun Kim, Ph.D
iDBLab @KAIST 소개 20160317-업로드용(김태훈)
KAIST, School of computing, iDBLab, Professor Soon Joo Hyun
![[탐방계획서]정보통신분야 데이터사이언티스트 양성 선진학과 탐방](https://cdn.slidesharecdn.com/ss_thumbnails/random-141210022657-conversion-gate02-thumbnail.jpg?width=640&height=640&fit=bounds)
![[이정헌] 기업가정신교육 - 하이컨셉 시대, 우리는 무엇을 준비해야 하는가 ?](https://cdn.slidesharecdn.com/ss_thumbnails/170224-170224004537-thumbnail.jpg?width=640&height=640&fit=bounds)
![[212]검색엔진dot의내부 강희구최규식](https://cdn.slidesharecdn.com/ss_thumbnails/212dot-161025011124-thumbnail.jpg?width=640&height=640&fit=bounds)
iDBLab @KAIST 소개 20160317-업로드용(김태훈)
- 1. Intelligent Database Systems Lab. 박사과정김태훈 2016.03.07 (월) 010.9418.2815
- 2. LabMembers • Professor – Hyun,Soon Joo • sjhyun@kaist.ac.kr • #804, ITC Bldg. (N1) • Tel. 350-3563 (office) • Students – 2 Ph.D. students – 2 M.S. students – Office • #822, ITC Bldg. (N1) • Tel. 350-7763 • Homepage – http://idb.kaist.ac.kr http://idb.kaist.ac.kr/members
- 3. Traditional DBMS ResearchInterest(1/2) • Sensor Database: Wireless Sensor Networks as Database Applications | Habitat monitoring, disaster surveillance, military supports, patient monitoring, etc. Sensor Database Query/ Result Storage (Database) Query/Result Sensor Node (Virtual) Storage Wireless Sensor Network Query/ Result
- 4. ResearchInterest(1/2) • Sensor NetworkQuery Language (SNQL) and Processor (SNQP) [ON EVENT <event-predicate> | <event-name>] SELECT <select_item_expressions_list> FROM <list_of_table_references (table or inline view) > [WHERE <condition>] [GROUP BY <expression_list>] [SAMPLE PERIOD <time_unit> FOR <time_unit> | CASE [WHEN <condition> THEN SAMPLE PERIOD <time_unit>]+ ELSE SAMPLE PERIOD <time_unit> FOR <time_unit> END] [WITHIN <participation-percentage>]
- 5. IoT 전력량 관리모듈을 통한 전력 계측 일상 기기의 스마트 오브젝트화 액츄에이터 설치 객체 별 보드 설치 스마트 홈 커뮤니티 서비스 프레임워크 스마트 홈 커뮤니티 테스트베드 구축 5 N1 테스트베드구축(회의실,휴게실) 웹캠 제습기로봇 청소기 환경 센서 통합 제어 모듈 도어 센서 스마트 TV & XBOX 서비스 환경 센서 통합 제어 모듈 가습기 사용자 인식 카메라 스크린 화분 프로젝터
- 6. ResearchInterest(1/2) Illumination sensor HeartrateBlood pressure Altitude SensorAccelerometer Sleep monitoringBMI ECG Step count Used calorie Moving distance Information Assistance (Problem) Huge amount of sensory data is constantly transferred!! Current activity
- 7. ResearchInterest(1/2) • Health-care를 위한IoT 센서 기반의 Sensor DBMS Base Station (PC) UI 클라이언트 (안드로이드) UI
- 8. ResearchInterest(2/2) • Context-aware Computing연구 가설/모델 설정 데이터 수집(Collection) 데이터 전처리(Preprocessing) 데이터 변환(Transformation) 데이터 분석(Mining) 데이터 해석 및 평가 누구랑 같이 있는가? 나의 현재 기분은? 여기 온 목적은? 현재 나의 행동은? 내가 가고 있는 장소는? 언제 떠나야 하는가? Social relationship mining from Bluetooth Activity recognition from accelerometer sensor Sentiment analysis from text Task recognition from all features Next-place prediction from GPS
- 9. ResearchInterest(2/2) • Social Computing –On/Offline 다차원 상황정보 수집 • 사용자 정보(예, 관심사, 성격) • 시간적 의미(예, 주중/주말, 근무/퇴근) • 장소적 의미(예, 장소 타입, 복잡도, 다양도) – Data Mining을 통한 잠재적 그룹 발견 • 가족, 친구, 동료, 지인 – Social Matching을 통한 우연발견적 상호작용 (Serendipitous interaction) 기회 추천 [Interaction Opportunity Discovery in Places]
- 10.
- 12. (FAQ) 연구실 복지 •연구실에 먹을거리? – 연구실 커피 / 다과 등등 매달 구매 – 컵라면 다수 보유 • 랩 행사는? – 여름: 홈커밍데이 (바비큐 파티) – 겨울: 스키장 (하이원) 2회 이상
- 13. (FAQ) 연구실 분위기 •운동 좋아해요 – 탁구 / 농구 / 배드민턴 – N1 2층 탁구장 • 술은 가끔 먹어요 • 조용한 분위기…
- 14.
- 15.
Editor's Notes
- #4 그렇다면, 센서 네트워크를 하나의 가상 데이터베이스로 간주하고, 이 네트워크에 application의 사용자가 작성한 SQL과 비슷한 쿼리를 배포하는 것으로 쿼리의 결과를 수집할 수 있는 이른바 ‘센서 데이터베이스’ 를 생각해 볼 수 있습니다. 이에 대해 센서 네트워크에서 센서 데이터베이스와 관련된 쿼리 프로세싱에 대한 연구가 이뤄지고 있습니다.