Journal of Platform Technology

ICT Platform Society (ICT플랫폼학회)
권호 표지

Platform of ICT-based environmental monitoring sensor data for verifying the reliability

ICT 기반 환경 모니터링 센서 데이터의 신뢰성 검증을 위한 플랫폼

  • 채민아 (숭실대학교 AI 데이터사업단) ;
  • 조재혁 (숭실대학교 전자정보공학부)
  • Received : 2021.02.25
  • Accepted : 2021.03.16
  • Published : 2021.03.30
Download PDF
⟨ Previous Next ⟩

Abstract

In recent years, in the domestic industry, personal damage has occurred due to sensor malfunction and the emission of harmful gases. But there is a limit to the reliability verification of sensor data because the evaluation of environmental sensors is focused on durability and risk tests. This platform designed a sensor board that measures 10 major substances and a performance verification system for each sensor. In addition, the data collected by the sensor board was transferred to the server for data reliability evaluation and verification using LoRa communication, and a prototype of the sensor data platform was produced to monitor the transferred data. And the collected data is analyzed and predicted by using machine learning techniques.

최근 몇 년간 국내 산업에서 센서 오작동과 환경 모니터링의 부재로 인한 유해가스 방출 등으로 인명피해가 발생하고 이러한 유해 물질이 감지할 수 있는 환경 센서의 평가는 내구성 시험 및 위해성 검사 위주이기 때문에 센서의 측정 데이터에 대한 신뢰성 검증에는 한계가 있다. 본 플랫폼은 환경센서의 신뢰성을 검증하고 수집한 데이터를 통해 환경 분석을 위해 주요한 10종의 물질에 대해 측정하는 센서 보드와 각 센서의 성능 검증 체계를 설계하였다. 데이터를 수집하기 위해 센서 보드로 수집된 데이터를 LoRa 통신을 이용하여 데이터 신뢰성 평가 및 검증을 위한 서버로 전달되고 전달된 데이터를 모니터링 하기 위한 센서 데이터 플랫폼의 프로토타입을 제작하였다. 그리고 수집한 데이터를 이용하여 machine learning 기법을 통해 대기 환경을 분석하고 예측한다.

Keywords

Acknowledgement

This research was supported by Institute of Information & communications Technology Planning & Evaluation (IITP) grant funded by the Korea government (MIST) (NO.2019-0-00135, Implementation of verification platform for ICT based environmental monitoring sensor).

References

  1. https://icis.me.go.kr/search/searchType2.do
  2. https://easylaw.go.kr/CSP/CnpClsMainBtr.laf?popMenu=ov&csmSeq=544&ccfNo=1&cciNo=1&cnpClsNo=1
  3. ISO 15900 Determination of particle size distribution - Differential electrical mobility analysis for aerosol particles
  4. H. Mroue, A. Nasser, B. Parrein, S. Hamrioui, E. Mona-Cruz, G. Rouyer, Analytical and Simulation study for LoRa Modulation, in: 2018 25th International Conference on Telecommunications (ICT), 2018, pp. 655-659
  5. M. Anjum, M. A. Khan, S. A. Hassan, A. Mahmood, and M. Gidlund, "Analysis of RSSI fingerprinting in LoRa networks," in 2019 15th International Wireless Communications & Mobile Computing Conference (IWCMC), 2019: IEEE, pp. 1178-1183.
  6. Cortes, C. Vapnik, V. (1995). Support-vector networks. Machine learning, 20(3), 273-297. https://doi.org/10.1007/BF00994018
  7. Rumelhart, D. E., McClelland, J. L., & PDP Research Group. (1988). Parallel distributed processing (Vol. 1, pp. 354-362). Massachusetts: IEEE.
  8. Altman, N. S. (1992). An introduction to kernel and nearest-neighbor nonparametric regression. The American Statistician, 46(3), 175-185. https://doi.org/10.2307/2685209
  9. Lloyd, S. (1982). Least squares quantization in PCM. IEEE transactions on information theory, 28(2), 129-137. https://doi.org/10.1109/TIT.1982.1056489