본 논문에서는 스마트 헬스케어 시스템을 위한 병원 센서 네트워크 배치 방법을 제안한다. 병원 내 센서 노드는 항상 전원을 공급받을 수 있는 환경에 있으므로, 에너지 효율에만 초점을 맞추기보다는 최적의 게이트웨이 배치를 달성하여 안정적인 네트워크 연결성을 확보하는 것이 필수적이다. 제안 기법은 전체 네트워크 운영 비용을 최소화하는 액세스 포인트(AP) 배치를 도출한다. 운영 비용은 단위 시간당 산정하며, 설치 비용과 유지관리 비용을 포함한다. 또한 이동하는 센서 디바이스의 위치가 어디든 관계없이 네트워크 연결성을 보장하기 위해 센서 노드에 그룹 번호를 할당한다. 제안 방법론의 성능은 수치 실험을 통해 검증되었다.

정확한 생체인증 시스템을 위해 사용자의 인증이 현대의 실제 응용에서 점점 더 필요해지고 있다. 얼굴과 지문과 같은 생체 식별자를 기반으로 하는 인증 시스템은 기존의 비밀번호 입력 방식에 비해 다양한 분야에서 적용되고 있다. 얼굴 영상은 등록 및 인증 과정이 비접촉적이며 간결하다는 점에서 가장 널리 사용되는 생체 식별자이다. 그러나 SNS 등에서 비교적 쉽게 얼굴 영상을 획득할 수 있으며, 사진과 동영상을 통한 위조(스푸핑) 문제가 존재한다. 이러한 문제를 해결하기 위해 얼굴 스푸핑 탐지에 관한 많은 연구가 수행되어 왔다. 본 논문에서는 얼굴 영상의 색상과 질감 정보를 사용하여 합성곱 신경망에 기반한 얼굴 스푸핑 탐지 방법을 제안한다. 명도 및 색차 채널과 결합된 색-질감 정보를 국소 이진 패턴(descriptor)으로 분석한다. 색-질감 정보는 색공간에서 Cb, S 및 V 밴드를 사용하여 분석한다. 제안한 방식을 검증하기 위해 CASIA-FASD 데이터셋을 사용하였다. 제안한 체계는 선행 연구에서 개발된 기존의 최신 방법들보다 더 우수한 성능을 보였다. AI FPGA 보드를 고려하여 기존 방법들의 성능을 평가하고, 본 논문에서 제안한 방법과 비교하였다. 이러한 결과를 바탕으로, 제안된 방법이 엣지 환경에서 효과적으로 구현될 수 있음을 확인하였다.