Upload
haklae-kim
View
1.292
Download
0
Embed Size (px)
DESCRIPTION
센서데이터 웹으로의 비상(20131130)
Citation preview
2013. 11. 30
권 순 현 ([email protected])
Sensor Network & Semantic Web 기술 동향 1
IoT 시맨틱 플랫폼(COMUS 플랫폼) 2
플랫폼 활용 3 3
• 시맨틱 어노테이션 & 변환기술 • USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술 • IoT 시맨틱 시맨틱 추론 기술(병렬/분산 추론) • IoT 시맨틱 레파지토리 적재기술 • GEO/기상 LOD 구축 및 연계
• 센서 커뮤니티 • 플랫폼 활용 서비스(기상센서 API, 웰라이프 수면관리 서비스, 오미(五味)길 서비스)
E-H A-L A-H E-L
High-level Sensor Low-level Sensor
Motivation
§ How do we determine if A-H = A-L ? (Same time? Same place ?)
§ How do we determine if E-H = E-L ? (Same entity ?)
§ How do we determine if E-H or E-L constitutes a threat ?
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
Sensor Network & Semantic Web 기술동향 1
The Challenge Collection and analysis of information from heterogeneous multi-layer sensor nodes
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
Why this is a Challenge?
§ 센서데이터의 표현과 동작이 통일되지 못함
§ 리소스의 공유를 위한 수단이 없음
§ 리소스의 사용과 배치가 특정 지역, 프로그램, 디바이스에 국한되어 사용되어짐
Resulting in a lack of communication and interoperability
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
How to deal with?
Sensor Network
Sensor Web
Semantic Sensor Web
상호작용이 없는 네트워크 이질적인 데이터 표현 사일로 형태의 서비스 제공
공유 가능한 센서 네트워크 문법수준의 표준화로 센서데이터를 표현 표준 API기반의 서비스 제공
웹 상에서 개방적인 네트워크 의미수준의 센서메타데이터를 표현 Semantic Web 기술기반의 서비스 제공
웹 개방적/의미적
Sensor Network & Semantic web W3C Semantic Web
Resource Description Framework RDF Schema Web Ontology Language Semantic Web Rule Language
OGC Sensor Web Enablement SensorML O&M TransducerML GeographyML
SML-S O&M-S TML-S
Web Services Web Services Description Language REST
SAWSDL SA_REST
National Institute for Standard and Technology
Semantic Interoperability Community of Practice Sensor Standards Harmonization
Sensor Ontology
Sensor Ontology
OGC SWE(Sensor Web Enablement)
다양한 타입의 클라이언트 매체
카타로그 서비스
SOS
SAS
SPS
Client
센서 데이터에 접근 서비스
각 센서 시스템에 과제 할당 및 전달 서비스
등록된 클라이언트에게 경보 알림 서비스
서비스, 센서, 제공자, 데이터에 대한 정보 목록 등록 저장 검색 서비스
O&M 센싱 값, 측정단위에 대한 표준
TML 시스템과 실시간데이터 변환 표준
SML 센싱 데이터 표현의 표준
<출처 : “Semantic Sensor Web”, Amit Sheth, Cory Henson, Satya S.Sahoo>
Semantic Sensor Web의 출현
Semantic Sensor Web
OGC 표준화 노력
Semantic Web
센서 데이터의 의미와 설명을 위한 확장 된 기반 제공
Open Geospatial Consortium (OGC: www.opengeospatial.org) - 산·학, 정부로 조직된 국제 컨소시움 - 웹 기반 센서네트워크와 저장된 센서 데이터를 검색하고 접근할 수
있는 센서 웹의 실현을 위해 표준 프로토콜과 API의 중요성 강조
W3C 의 Semanticweb Activity (www.w3.org/2001/sw) - 웹에서의 데이터 공유와 재사용을 위한 프레임 제공을 위한 노력
- 센서 데이터의 의미와 설명을 제공할 수 있는 기술 제공
Semantic Sensor Web의 출현
- 센서가 웹에서 액세스되고 제어가능 하도록 센서데이터, 센서 데이터 모델, 센서
웹 서비스 에 관한 표준 API, 모델링 언어에 관한 표준 규격 제공
- 표준 API : O&M, SOS, SPS, SAS, WNS
- 표준 모델링 언어: SML, TML
- 온톨로지 (시간, 장소, 주제 온톨로지 및 센서 도메인 온톨로지)
- 의미 데이터 모델링 언어 : RDF, OWL, SWRL
- 시멘틱 어노테이션, 룰기반의 추론
OGC의 SWE(Sensor Web Enablement)
Semantic web technologies
Semantic Sensor Web 센서로부터 센싱된 데이터를 온톨로지와 시맨틱 어노테이션으로 의미적 표현 이질적인 센서데이터를 표준화된 시맨틱 데이터로 표현함으로써 센서간의 상호운용성을 증대 시맨틱 지식기반 융복합 서비스 제공
<출처 : “Semantic Sensor Web”, Amit Sheth, Cory Henson, Satya S.Sahoo>
Sensor Web vs SSW Sensor Web Semantic Sensor Web
IPTV 서비스 모바일 서비스 웹서비스
Value#1 Value#2 Value#3 Value#4
Service#1 Service#2 Service#3
Sensor Data Translator
Static Service Discovery
USN
정적인 센서데이터를 구문적인 데이터로 표현 Syntactic 수준의 표준화 획일적이고 Silo한 서비스만을 제공
센서데이터를 의미적이고 동적인 데이터로 표현 Semantic 수준의 표준화 시맨틱 지식기반 서비스 제공
매쉬업 서비스
USN
Semantic Data Translator
Dynamic Service Discovery
Semantics LOD
모바일 서비스
IPTV 서비스
Service Mashup
IoT 시맨틱 플랫폼(COMUS 플랫폼) 2
IoT 시맨틱 플랫폼 (COMUS 플랫폼)
Semantic Translator
Translation Rule
RDF
SensorML/Sensor O&M XML
시맨틱 USN 저장소 Suite
추론기
SPARQL 인터페이스
SPARQL Endpoint
Context Synchronizer
Service Synchronizer
USN자원/커뮤니티/실세계 이벤트/서비스/ 상황 온톨로지
Service Executor
Context Service O
pen API
Push Service 센서데이터 + 지도서비스 매쉬업
모바일 서비스
스마트홈서비스
도심지
스마트홈
기상센서
Plug&Play 센서
Linking Open Data
온톨로지 규칙기반 추론기술 (Rule Entailment Reasoning)
USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술(RDF(S), OWL)
시맨틱 어노테이션&변환기술 (Semantic Annotation&Tranlation)
LOD(Linked Open Data) 연계기술
IoT Semantic Repository 적재기술
COMUS PLATFORM
시맨틱 어노테이션&변환기술
id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. }
Translation Rule
Collector & Analyzer
Run-Time Translator
Schema Verifier
Triple Creator
Rule Parser
Knowledge Creator
Ontology Parser
Rule Adder Ontology Adder
classes properties Rule Set
Translation Knowledge Ontology KB
Person Device
Time Spatial Context
Service Action Upper
Domain
Repository Interface IoT Semantic Repository
Sensor Specification
Sensor Observation
Real Event/Context
Invoke Service
JSON/XML/EXCEL
Sensor Network
JSON
Target Ontology Schema
RDF(S)/OWL
RDF
Build
기상센서데이터의 시맨틱 변환
id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. }
Semantic Translator
AWS Data
변환온톨로지모델 Translation Rule
resource:323 rdf:type resource:SenosorNode
resource:323 resource:daily 22.5^^xsd:float
resource:323 resource:weekly 23.8^^xsd:float
RDF Data
JSON/XML/RDF
시맨틱 어노테이션&변환 예제 { {“awsID”, “323”}, {“manufacturer”, “ETRI”}, {“position”, “pos_323”}, {“coordinate”, { {“latitude”, “32.7296”}, {“longitude”, “127.1141”}, {“altitude”, “101.31”}, } } }
Input Data(JSON)
awsID= { { “jobtype”, “1”},
{“subject”, “awsID$“}, {“object”, “resource:SensorNode”}}
Translation Rule #1
resource:323 rdf:type resource:SenosorNode
RDF생성
resource:SensorNode
resource:323
rdf:type
manufacturer= { {“jobtype”, “3”}, {“subject”, “awsID$”}, {“predicate”, “has||Manufacturer@”}, {“object”, “manufacturer$^^xsd:string”} }
Translation Rule #2
resource:323 resource:hasManufacturer “ETRI”
ETRI
resource:hasManufacturer
position= { { {“jobtype”, “1”}, {“subject”, “postion$”}, {“object”, “geo:LocationCoordinate”}}, { {“jobtype”, “2”}, {“subject”, “awsID$”}, {“predicate”, “has||Position@”}, {“object”, “position$”}} }
Translation Rule #3 space:pos_323 rdf:type geo:LocationCoordinate
geo:LocationCoordinate
resource:323 resource:hasPosition space:pos_323
Space:pos_323 space:latitude 32.7296
space:pos_323
rdf:type resource:hasPosition
32.7296
space:latitude
USN자원/실세계이벤트/서비스/상황 모델링
Resource Ontology
Policy Ontology
Community Ontology
Time Ontology
Space Ontology
Event Ontology
Weather Ontology
실세계 이벤트 온톨로지군
Service
Context
Policy
Agent
서비스 Upper 온톨로지
Service
Context
Agent
Policy
rdfs:subClassOf rdfs:subClassOf
rdfs:subClassOf
rdfs:subClassOf
서비스 Domain 온톨로지
실세계 이벤트 모델 개요
• 실세계 이벤트(Real Event) COMUS 플랫폼에서 유통되는 센서데이터를 특정 서비스 도메인과 독립적 ,일반적 지식(기상, 위치, 시간, 사용자 정책 등)과 연계하여 추상화한 개념
• 실세계 이벤트 모델링 실세계 이벤트 데이터 생성을 위한 명세정보와 프로세스를 모델링화한 지식베이스 – 입력
• RDF로 변환된 정량적인 센서데이터 • Resource 온톨로지의 인스턴스값
– 출력 • 추상화된 실세계 이벤트 정보 • 프로세스된 Event 온톨로지의 인스턴스값
실세계 이벤트 모델 개괄구조
Resource Ontology
Event Ontology
Time Ontology
Space Ontology
Agent Ontology
FOAF Ontology
owl:equivalentClassOf/ owl:equivalentPropertyOf
Weather Ontology
OWL-Time Ontology
Service Ontology
owl:imports
OpenCYC/OpenGIS Ontology
Community Ontology
Service Ontology
실세계 이벤트 데이터 Flow
Sensor_2 Sensor_3
Sensor_1
Ontology Translation
Context1 Context2 Context3 Service1 Service2 Service3
서비스 도메인 온톨로지
SensorML/Sensor O&M/COMUS XML
Resource 기본명세
Resource 소유정보
Resource 위치정보
Resource 센싱정보
Resource 커뮤니티정보
data
Space 기본명세
Space 연계정보
Space Geo 정보
Spatial Ontology
Time 인스턴스정보
Time 인터발정보
인터발 관계정보
Time Ontology
data
기상 지역정보
기상 시간정보
기상 데이터정보
Weather Ontology
Static Policy 규칙정보
Dynamic Policy
규칙정보
Policy 관계정보
Policy Ontology
data
Agent 명세정보
Agent SNS 정보
Agent Ontology
Agent Policy정보
Resource Ontology
Resource Policy 정보
data
이벤트데이터
Event 명세정보
Event 관계정보
Event 값정보(정량,정성)
Event Ontology
Ontology Inference
센서데이터의 시맨틱 가공단계
센싱데이터 이벤트정보 상황정보 서비스정보
센싱데이터 시맨틱 가공단계
시맨틱 USN 저장소 (센싱데이터, 이벤트정보
)
시맨틱 USN 저장소 (상황정보, 서비스정보)
실시간 이벤트 추론 상황추론엔진
• 서비스 독립적 데이터 • 대용량 데이터 • 빠른추론, 간편한 모델
• 서비스 의존적 데이터 • 주관적, 디테일 데이터 • 상세추론, 세밀한 모델
실세계 이벤트 모델 처리 프로세스
Resource Ontology
Event Ontology
Spatial Ontology
Time Ontology
Weather Ontology
hasPosition
hasTime
detects hasEventSpace
hasEventTemporal
① 입력 (센서명세정보, 실시간 센서데이터를 시맨틱 변환하여 적재)
센서의 명세정보와 실시간 센서데이터의 연계
③ 공간온톨로지 정량적인 공간정보를 개념화된 공간개념으로 확장(센서가 존재하는 위치에 대한 개념정보)
④ 기상온톨로지 정량적인 기상정보를 개념적인 공간정보와 시간정보로 연계한 온톨로지
⑤ 이벤트 온톨로지 이벤트 데이터를 생성하고 실세계 이벤트 실세계 이벤트 각 요소(공간, 시간, 기상)과 연계하는 온톨로지
⑥ 출력 실세계 이벤트 정보를 각 도메인 서비스 에게 제공함
Object
센서명세정보
SensorNode Sensor
TRAFFIC_SERVICE_1_1_1 TRAFFIC_SERVICE_1_1
rdf:type rdf:type
TEMPERATURE
consistOf
hasPosition
spatial:Pos
127.2121
37.4232
0.0
long
alt
lat
hasGoal
ObjectInput
Obs_1212_11212 21
hasValue
weather101
rdf:type
hasTime Time_102121
detects
2012:09:19T18:50:00
inXSDDateTime
센싱값정보
event
hasPOI
역삼동
subsumedBy
강남구
서울
subsumedBy
subsumedBy 회사밀집지역
유흥가
상업지역
rdf:type
rdf:type
rdf:type
Geo 정보로의 확장
한가을
저녁
퇴근시간
러쉬아워
rdf:type
rdf:type rdf:type
rdf:type
시간개념으로의 확장
hasEventSpatial
21
temperature
80 humidity
10 uv
rainy
status
hasSpace
hasTime
기상정보의 연계 호우경보
강남역
hasEventTemporal
hasEventWeather
이벤트 데이터 생성
회피지역존재상황 기상특보가 발휘되고 러쉬아워인 지역
상황정보로의 활용
IoT 시맨틱 추론 기술(병렬/분산)
import Resource 센싱값 생성
Temporal 처리
Spatial 처리
Agent 정보리턴
JSON
Policy 정보리턴
Weather 처리
Event처리 export
Inferred RDF
실세계 이벤트 추론 WorkFlow
MapReduce MapReduce MapReduce MapReduce
impl
emen
tatio
n
implementation
Job Tracker
Job Control
HBase/HDFS
IoT 시맨틱 레파지토리 적재기술
Repository API
HTTP Server application
SeRQL SPARQL
SAIL API RIO
RDF Model
HBase Reposiotry API
HDFS
HBase Map Reduce
extended Sesame Apache
Sesame Repository API 를 상속하여 기능 확장
HBase기반 시맨틱 레파지토리
GEO/기상 LOD 구축 http://comus.linkeddata.kr : 안행부 새도명 주소, 기상청 AWS 기반 구축
<SPARQL Endpoint>
Sensor Data의 LOD 연계
Transducer
Sensor
rdfs:subClassOf
TR_101 implements
TEMPERATURE
rdf:type
Req_1350
ObservationValue
rdf:type
TMP_20130908132435
2013-09-08T13:24:35
owltime:inXSDDateTime
hasTime
10
hasValue Autumn
Afternoon rdf:type
rdf:type
Location_101
127.345
37.113
19.432
altitude
Daejeon Gajeongro
ETRI hasPOI
geo:spatiallySubsumedBy Weather
W_101 Rainy
hasQualitative
9.8
130
Heavy Rain Warning
Metropolitan Region
rdf:type
rdf:type
InterVal_101
hasTime
owltime:Insides
longitude rdf:type
GEO LOD
Weather LOD
플랫폼 활용 2 3
Community • 특정 목적(이벤트)에 따라 동적으로 발생되고 소멸되어 지는 센서들의 의미적 집합 – 목적
• 화재, 홍수, 범죄, 백화점 세일, 연휴기간
– 동작 • 이벤트 발생시 명세된 커뮤니티의 역할에 따라 동적 커뮤니티 생성
• 생성된 커뮤니티의 조건에 따라 협업할 센서 리스트 발견 • 커뮤니티 구성원(센서)으로부터 센서데이터 수집 및 분석 • 커뮤니티간의 데이터 공유를 통한 헙업 진행
Community 온톨로지 구조
Resource
Observation
Time
resource:produces
resource:hasTime
Weather weather:hasObservation
weather:hasTime
Space
resource:hasPosition
Weather Forecast
weather:hasSpace
weather:hasSpace weather:hasForecast
Linked Data
Platform Data
Community
Goal
comm_101
comm_102 comm_103
comm_104
Status
rdf:type
rdf:type
rdf:type
rdf:type Fire
ResourceType comm:hasStatus
comm:hasGoal
SMOKING
FLAME
OXYGEN
rdf:type
comm:hasStatus
Active
Community Ontology
Service
Context
comm:hasResourceType
context:drives
EmergencyContext EscapeContext
rdf:type
Service Ontology
Discovery Resource Invoke Context/Service
Community 동작(Discovery Resource) Community
comm_102
Active
Detect Fire
SMOKING FLAME
CO2
Policy
Adjacent
Continuous
hasDetectingPolicy
rdf:type
c:hasResourceType
Resource
Weather
Traffic
Con_101
Resource_102
Resource_103
Resource_101
rdf:type
rdf:type
rdf:type
Space
Weather
COEX
CALT
HyunDai Department
adjacent
hasSpace
hasSpace
SamsungDong
isPartOf
rdf:type
Weather_101
RAINY
rdf:type
rdf:type
rdf:type
rdf:type
hasEventResource
hasEventWeather
Discovery Resource
Community 동작(Context Aware)
Community
Resource_101
Resource_102
Resource_103
comm_102 hasEventResource
prod
uces
Obs_101
8.9
produces
Obs_102
138.21
Obs_103 7.8
Tmp_20131126183223
2013-11-26T13:54:23
owltime:inXSDdate
EarlyWinter
RushHour
ClosingHour
rdf:type
rdf:type
COEX
Business Area
Entertainment Area
Weather_101
Sleet
Difficulty Entry
≡∃ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑺𝒑𝒂𝒄𝒆.𝑩𝒖𝒔𝒊𝒏𝒆𝒔𝒔𝑨𝒓𝒆𝒂 ⊓
∃ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑻𝒆𝒎𝒑𝒐𝒓𝒂𝒍.𝑪𝒍𝒐𝒔𝒊𝒏𝒈𝑯𝒐𝒖𝒓⊓
∃ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑾𝒆𝒂𝒕𝒉𝒆𝒓.𝑺𝒍𝒆𝒆𝒕
hasEventTemporal
Initial State Fire
𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆(?𝒙, ?𝒓𝟏)∧𝒉𝒂𝒔𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆𝑻𝒚𝒑𝒆(?𝒓𝟏, 𝑺𝑴𝑶𝑲𝑬)∧ 𝒑𝒓𝒐𝒅𝒖𝒄𝒆𝒔(?𝒓𝟏, ?𝒚𝟏)∧𝒉𝒂𝒔𝑽𝒂𝒍𝒖𝒆(?𝒚𝟏, ?𝒗𝟏)∧𝒔𝒘𝒓𝒍𝒃:𝒈𝒓𝒆𝒂𝒕𝒉𝒆𝒓𝑻𝒉𝒂𝒏(?𝒗𝟏, 𝟕)∧ 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆(?𝒙, ?𝒓𝟐)∧𝒉𝒂𝒔𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆𝑻𝒚𝒑𝒆(?𝒓𝟐, 𝑭𝑳𝑨𝑴𝑬)∧ 𝒑𝒓𝒐𝒅𝒖𝒄𝒆𝒔(?𝒓𝟐, ?𝒚𝟐)∧𝒉𝒂𝒔𝑽𝒂𝒍𝒖𝒆(?𝒚𝟐, ?𝒗𝟐)∧𝒔𝒘𝒓𝒍𝒃:𝒍𝒆𝒔𝒔𝑻𝒉𝒂𝒏(?𝒗𝟐, 𝟏𝟎𝟎) ⟶𝑰𝒏𝒊𝒕𝒊𝒂𝒍𝑺𝒕𝒂𝒕𝒆𝑭𝒊𝒓𝒆(?𝒙)
Community 동작(Collaborate Community)
COEX CALT
HynDai Depart
GEO LOD(http://comus.etri.re.kr/RWEvent/Space)
adjacent
comm_101
comm_102
comm_103
hasSpace
Detect Traffic
Traffic Congestion
Slide Road
Recommend Public Transit
rdf:type
Detect Fire
Initial State Fire
Entry Difficulty
Detect Customer Number
Crowed
No Parking
Activated Community
Vehicle Control
Prohibit Come
out of Car Prohibit of Passing
Shared Context
rdf:type
LOD 연계를 통한 기상데이터의 활용
리소스
resource:res_101
resource:res_101_obs
측청된다
resource:UV
측정값
time:tmp_101
시간을 가진다
2013-07-23T14:34:53
한여름
장마
오후
시간값
위치한다
space:pos_101
Geo LOD
지역 광역시
중구
128.232
37.4213
10.323
경도
위도
서울시 열린 데이터광장
문화재
남대문
9
값을 가진다
……
…
…… 구조 관련역사
재원
기상 LOD 기상
weather:w101 폭우
2013-07-24
event:ev_101
문화재관리의 위험상황
현재 자외선지수가 높고 내일 습도가 높을 것으로 예상됨
owl:ObjectProperty owl:DatatypeProperty rdf:type rdfs:subClassOf rdfs:subPropertyOf
시간값 전이다
시간을 가진다
시간을 가진다 측정값을 가진다
고도
YTN Tower
남대문
위치를 가진다
포함된다
포함된다 가깝다
지역을 가진다
위치를 가진다
같다
• 대용량 센서 데이터 저장 실험: 2012년 3월부터 기상청으로부터 수집한 실측 센서 7종에 대한 3억 건의 데이터와 분당 추가되는 증분식Incremental) 데이터 업데이트 및 검색 기능 성능 보장
• SensorQL Console 추가 개발: 센서 데이터 활용을 위한 질의 처리 시스템인 개발자 도구를 직관적이고 용이하게 구축, JSON 데이터 처리 기능 제공
• 시범 기상 센서 구축: 제주 Daum GMC 및 Space.1 등 2개 지역에 기상 센서 실측 장비 설치 및 데이터 추가 진행
" 기술 정의 • 대용량 스트리밍 센서 데이터 처리를 위한 NoSQL 기반의 저장소 개발 및 운영 • 국내 기상 센서 데이터 전체에 대한 SensorQL 기반 서비스 구축 • Daum 개발자 네트워크를 통한 베타 서비스 구현 및 매쉬업 과제 개발
기상센서 API
웰라이프 수면관리 서비스
• 건강/수면/활동/환경 센서장치와 게이트웨이, 미들웨어, COMUS 플랫폼 연동을 통한 센서 데이터 수집 및 관리
• 3축 가속도 센서, 마이크로폰 센서를 활용한 수면 중, 무호흡/코골이/뒤척임 감지
• 표준 가이드라인 기반 건강/수면/활동/환경 수집 정보의 전처리 및 등급화
• 시맨틱 추론 온톨로지를 활용한 상황정보 추출 및 건강상태 증진/악화 요인, 수면상태 증진/악화 요인, 수면 피드백 정보 분석
• 스마트 앱 기반 건강/수면/활동/환경 정보 및 누적 데이터, 피드백 콘텐츠 제공
" 기술 정의 • 댁내/사용자 설치/부착 형 센서를 활용한 사용자 건강/수면/활동과 댁내 환경 모니터링 및 관리 • 비만 개선 및 수면품질 향상을 위한 사용자 맞춤형 전문가 콘텐츠 제공 • 시멘틱 추론 엔진 기반 수면/건강의 증진/악화 요인 분석
오미(五味)길 서비스
• 기상, 교통, 위치, 센서정보 및 여행 컨텐츠의 시맨틱 데이터 모델링/가공/처리 기술 개발 - SPARQL 쿼리를 통한 시맨틱 데이터 가공 처리 연계 시스템 설계 및 개발
- 기상 데이터와 연계한 온톨리지 모델링 - 먹거리(음식)데이터의 온톨리지 모델링
• 모바일 단말에서의 개인일정, 사진, GPS 기능과 연동된 맞춤형 여행추천/안내/지원 서비스 개발 - 염도&온도센서 개발 - 모바일 연동 측정 기술 개발 - 개인 단말기 스마트폰용 앱 및 오미길 서비스 개발 - 개인 선호도를 통한 맞춤형 음식 추천 시스템 개발 - COMUS 플랫폼과 연동하기 위한 인터페이스 개발 - 염도 섭취량 정보 제공 기능 개발
" 기술 정의 • 오미(五味)+길: 달고, 시고, 쓰고, 맵고, 짠 음식에 대한 정보 및 해당 정보를 기반으로 한 건강 관리의 길
, 즉, 여행/식당 정보의 길을 제공하는 서비스 - 염도 센서를 이용한 누적 염도정보 제공 서비스 - 음식의 味感 정보 기반의 건강 관리 및 개인 음식 추천 서비스
센서와 시맨틱웹의 만남은
시맨틱 어노테이션,온톨로지을 통해 센서 웹의 문법적 표준화 서비스에 풍부한 의미을 부여하고,
To Enrich
온톨로지를 이용해서 의미적 모호성을 감소시키고,
컴퓨터가 이해할 수 있는 데이터를 제공하여 상이한 장비와 제반 프로세스라도 처리 가능하게 하여,
센서정보와 웹정보를 표출시켜 다양한 융복합 기반의 Linked Data 서비스를 가능하게 한다.
To Reduce To Provide To Connect
의미적 상호운용성을 통한 소통의 단절 해소
융복합을 통한 지식과 서비스 창출
센서데이터 재사용 가능