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 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>]
5. IoT 전력량 관리 모듈을
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 Heartrate Blood 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
8. ResearchInterest(2/2)
• Context-aware Computing 연구 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]
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.