• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권1호
• /
• pp.25-32
• /
• 2020

다양한 분야에서 활용되는 상황인지 시스템은 상황정보를 획득하기 위한 추상화 과정에서 규칙 기반의 인공기능 기술이 기존에 사용되었다. 그러나 서비스에 대한 사용자의 요구사항이 다양해지고 사용되는 데이터의 증대로 규칙이 복잡해지면서 규칙 기반 모델의 유지보수와 비정형 데이터를 처리하는데 어려움이 있다. 이러한 한계점을 극복하기 위해 많은 연구들에서는 상황인지 시스템에 기계학습 기술을 적용하였으며, 이러한 기계학습 기반의 모델을 상황인지 시스템에 사용하기 위해서는 주기적으로 학습 데이터를 제공해야 한다. 이에 기계학습 기반 상황인지 시스템에 대한 선행연구에서는 여러 개의 기계학습 모델을 적용하기 위한 학습 데이터 생성, 제공 등의 과정을 보였으나 제한된 종류의 기계학습 모델만을 적용 가능하여 확장성이 고려되어야 한다. 본 논문은 기계학습 기반의 상황인지 시스템의 확장성을 고려한 기계학습 모델의 학습 데이터 생성 방법을 제안한다. 제안하는 방법은 시스템의 확장성을 고려하여 기계학습 모델의 요구사항을 반영할 수 있는 학습 데이터 생성 모델을 정의하고 학습 데이터 생성 모듈을 바탕으로 각각의 기계학습 모델의 학습 데이터를 생성하는 것이다. 시스템의 확장성의 검증을 위해 실험에서는 노인의 건강상태 알림 서비스를 위한 심박상태 분석 모델을 대상으로 한 학습데이터 생성 스키마를 기반으로 학습데이터 생성 모델을 정의하고 실환경에서 정의된 모델을 S/W에 적용하여 학습데이터를 생성한다. 또한 생성된 학습데이터의 유효성을 검증하기 위해 사용되는 기계학습 모델에 생성한 학습데이터를 학습시켜 정확도를 비교하는 과정을 보인다.

• 치위생과학회지
• /
• 제9권4호
• /
• pp.419-426
• /
• 2009

치통의 발생은 구강건강의 이상을 알리는 신호로 발생 초기에 구강의 이상 유무를 파악하게 하여 조기에 질병의 악화를 차단할 수 있게 함으로써 사전에 예방이 가능할 것으로 사료되어, 대학생 235명을 대상으로 구조화된 설문을 통하여 치통과 관련된 구강건강관리실태를 조사 분석하였다. 이를 토대로 치통 발생에 관여하는 구강건강관리습관 요인과의 관계를 규명하고자 회귀분석, CART 모델 간의 치통 발생 예측을 비교하고자 한다. 연구결과 대상자의 치통 발생 유무에 따른 현재 건강상태, 지난 1년간의 건강상태는 차이가 있었다(p<0.05). 대상자의 식생활 습관에 따른 치통 발생 유무에서 규칙적인 식사 여부와 치이가 있었다(p<0.05). 대상자의 구강건강 관리습관에 따른 치통발생 유무에서는 칫솔질이나 치실 사용시 잇몸 출혈 여부에서 차이가 있었다(p<0.05). 회귀분석 결과 건강샐활습관 및 구강건강관리실태에 따른 치통발생 유무와의 관계에서는 어느 요인도 유의하지 않았다. 연구 조사된 집단에서 70.0%의 샘플을 무작위 추출하여 분석용 모형을 생성하였고, 나머지 30%의 샘플로 평가용모형을 생성하였다. CART 모델 결과 식사 시간이 불규칙하면서 현재 건강상태가 나쁜 경우 치통 발생이 건강상태가 좋거나 보통인 경우보다 높게 나타났다. 이상의 결과는 치통의 발생을 예측하는데 회귀분석에 비하여 CART모델이 매우 유용한 기법임을 시사하며, 향후 치통을 포함한 다른 구강 질환을 예측하는데 매우 도움이 될 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1005-1008
• /
• 2021

메타버스의 산업적/학술적 가치가 증대되면서, 실세계 인간과 메타버스 내 디지털 휴먼과의 상호작용 시스템 또한 큰 조명을 받고 있다. 본 논문에서는 인간과 디지털 휴먼이 상호작용할 때, 인간의 발화에 대해 감성적 지지가 가능한 디지털 휴먼 프로토타입을 소개한다. 대화의 의미에 따른 동작 생성이 가능한 아바타 구축 공개 프레임워크를 도입하고, 사전학습모델을 바탕으로 감성적 지지가 가능한 심층 대화 생성 모델 기반 대화 시스템을 여기에 통합하여 인간의 감성 상태에 따른 동작과 대화를 진행하는 감성 지지형 디지털 휴먼 프로토타입을 구현하였다. 이러한 프로토타입을 고도화 하면, 향후 메타버스 기반 정신 건강 케어 및 디지털 치료제로의 확장이 가능할 것으로 사료된다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.633-640
• /
• 2024

이 연구는 헬스케어 분야에서 활용 가능한 AI 기반의 3D 체형 모델링 기술을 개발하고, 이를 통해 사용자의 체형 변화와 건강 상태를 모니터링 할 수 있는 시스템을 제안한다. 사이즈코리아의 데이터를 활용하여 2D 이미지로부터 3D 체형 이미지를 생성하는 모델을 개발하고, 다양한 모델을 비교하여 가장 성능이 우수한 모델을 선정하였다. 최종적으로, 개발된 기술을 통해 개인 맞춤형 건강 관리, 운동 추천, 식단 제안 등의 시스템 프로세스를 제안함으로써 질병 예방 및 건강 증진에 기여하고자 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1033-1034
• /
• 2023

현대 사회에서 정신건강이 중요한 문제로 부상하고 있으나 국내 정신건강 서비스 이용률은 7.2%에 그친다. 코로나 발생 이후 이동성 제약 등의 요인에 따라 디지털 정신건강 관리 시장이 크게 성장할 것으로 보인다. 이에 본 논문에서는 AI 챗봇을 활용한 고민 상담을 통해 위로 및 제안을 제공하고, 대화 내용을 기반으로 영화를 추천하는 시스템을 제안한다. KoBert 모델을 이용하여 사용자의 감성을 분석하고, KoGPT 모델을 활용해 챗봇 응답을 생성한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.448-448
• /
• 2021

최근 급격한 기후변화와 도시화 및 산업화로 인한 지류하천에서의 수량과 수질의 변동은 생물 다양성 감소와 수생태계 건강성 저하에 큰 영향을 미치고 있다. 효율적인 수생태 관리를 위해서는 지속적인 유량, 수질, 그리고 수생태 모니터링을 통한 데이터 축적과 더불어 면밀한 상관 분석을 통해 수생태계 건강성의 악화 원인을 규명해야 할 필요가 있다. 그러나 수많은 지류하천을 대상으로 한 지속적인 모니터링은 현실적으로 어려움이 있으며, 수생태계의 특성 상 단일 영향 인자만으로 수생태계의 건강성 변화와의 관계를 정확히 파악하는데 한계가 있다. 따라서 지류하천에서의 유량 및 수질의 시공간적인 변동성과 다양한 영향 인자를 고려하여 수생태계의 건강성을 효율적으로 예측할 수 있는 기술이 필요하다. 이에 본 연구에서는 경험적 데이터 기반의 머신러닝 모델 구축을 통해 미계측 하천에서의 수생태계 건강성 지수(BMI, TDI, FAI)의 등급(A to E)을 예측하고자 하였다. 머신러닝 모델은 학습 데이터셋의 양과 질에 따라 성능이 크게 달라질 수 있으며, 학습 데이터셋의 분포가 불균형적일 경우 과적합 또는 과소적합 문제가 발생할 수 있다. 이를 보완하고자 본 연구에서는 실제 측정망 데이터셋을 바탕으로 생성적 적대 신경망 GAN(Generative Adversarial Network) 알고리즘을 통해 머신러닝 모델 학습에 필요한 추가 데이터셋(유량, 수질, 기상, 수생태 등급)을 확보하였다. 머신러닝 모델의 성능은 5차 교차검증 과정을 통해 평가하였으며, GAN 데이터셋의 정확도는 실제 측정망 데이터셋의 정규분포와의 비교 분석을 통해 평가하였다. 최종적으로 SWAT(Soil and Water Assessment Tool) 모형을 통해 예측 된 미계측 하천에서의 데이터셋을 머신러닝 모델의 검증 자료로 사용하여 수생태계 건강성 등급 예측 정확도를 평가하였다. 본 연구에서의 GAN에 의해 강화된 머신러닝 모델은 수질 및 수생태 관리가 필요한 우심 지류하천 선정과 구조적/비구조적 최적관리기법에 따른 수생태계 건강성 개선 효과를 평가하는데 활용될 수 있을 것이다. 또한 이를 통해 예측된 미계측 하천에서의 수생태계 건강성 등급 자료는 수량-수질-수생태를 유기적으로 연계한 통합 물관리 정책을 수립하는데 기초자료로 활용될 수 있을 것이라 사료된다.

• 한국대기환경학회:학술대회논문집
• /
• 한국대기환경학회 2000년도 추계학술대회 논문집
• /
• pp.432-433
• /
• 2000

고농도의 오존은 인간이나 동물의 건강뿐이 아닌 식물 및 토양등에도 중요한 영향을 미치는 것으로 확인되었으며, 따라서 날로 그 관심도가 증대되고 있다. 오존의 효율적 제어를 위해서는 오존 생성 메카니즘을 면밀히 분석하여 어떠한 물질 혹은 물질의 비율이 고농도 오존 발생과 연관성이 있는지에 대한 연구가 선행되어야 한다. 본 연구에서는 광화학 반응모델에서 초기농도 등에 따른 민감도 분석결과를 바탕으로 고농도 오존에 영향을 주는 지표를 살펴보고, 오존농도의 효율적 제어를 위한 기초자료로 활용하고자 한다. (중략)

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1819-1824
• /
• 2018

본 논문에서는 사용자의 스트레스 해소와 주의력 향상에 도움이 될 수 있는 ASMR(autonomous sensory meridian response) 콘텐츠 제어 기법을 제안한다. 제안된 기법은 뇌파 측정 디바이스로부터 EEG(electroencephalography), 집중도, 명상도, 눈 깜빡임 데이터를 측정하고 안드로이드 IoT(internet of things) 앱을 통해 oneM2M 표준을 준용한 IoT 서버 플랫폼으로 전송한다. 서버 플랫폼에 수집된 EEG, 집중도 및 명상도 데이터를 사용하여 사용자의 정신건강상태를 분류하기 위한 SVM(support vector machine) 모델을 생성하고, 이 모델을 통해 분류된 사용자의 정신건강상태와 눈 깜빡임 데이터에 따라 ASMR 콘텐츠를 제어한다. 데이터 사용형태에 따라 SVM 모델을 비교한 결과, 집중도와 명상도 데이터를 사용하는 SVM 모델이 85.7%의 정확도를 나타내었고 이 SVM 모델이 분류한 정신건강상태와 눈 깜빡임 데이터의 변화에 따라 ASMR 콘텐츠 제어 알고리즘이 정상적으로 동작하는 것을 확인하였다.

• 대한건축학회논문집:계획계
• /
• 제35권5호
• /
• pp.61-72
• /
• 2019

The purpose of this study is to propose the clue of planning guideline for the elderly welfare center supporting the healthy life of the elderly through deriving the planning element of the elderly welfare center based on the Salutogenic Model(SM). The research method was proceeded with literature review. The meaning of Sense of Coherence(SOC) and Generalised Resistance Resources(GRR) which constitute Salutogenic Model is established. The correlation between SOC and GRR is analyzed. The conclusions of this study are as follows. First, EBD, BD, HD, UD, and BFD were studied as planning theories that could enhance the SOC of space. Second, based on the five planning theories, 43 planning elements needed for the elderly welfare center plan were derived. Third, as a result of classifying the plan elements based on the SOC, 'Manageability' is divided into 22 elements, 'Meaningfulness' is 11 and 'Comprehensibility' is 10 elements. Fourth, the details of the SOC items for each theory are as follows: BFD focuses on 'Manageability' with 'Manageability'(74%) and 'Comprehensibility'(26%), but 'Meaningfulness' does not exist. And UD regards 'Comprehensibility'(66%) as important, and 'Manageability' and 'Meaningfulness' as 17%. BD, on the other hand, has a high percentage of 'Meaningfulness'(70%), 'Comprehensibility'(21%) and 'Manageability'(9%). Next, the 'Manageability' of HD and EBD is 46%. And HD was 'Meaningfulness'(34%), 'Comprehensibility'(20%), and EBD was 'Meaningfulness'(30%) and 'Comprehensibility'(24%). The three items of SOC showed different distribution according to the spatial planning theory. As a result of the analysis, the spatial planning theory with the 'Comprehensibility' was related to Universal Design(UD), and the spatial planning theory with the 'Manageability' was related to Barrier-Free Design(BFD). In addition, the spatial planning theory of 'Meaningfulness' was related to Bio-philic Design(BD). Therefore, the plan of the elderly welfare center needs to approach the multidimensional design methodology to enhance the SOC(Sense of Coherence).

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.333-335
• /
• 2022

본 논문에서는 기존에 두 가지 모델이 필요했던 작업을 하나의 모델로 처리할 수 있는 자연어 처리 아키텍처를 제안한다. 단일 모델로 알츠하이머 환자의 언어패턴과 대화맥락을 분석하고 두 가지 결과인 환자분류와 챗봇의 대답을 도출한다. 일상생활에서 챗봇으로 환자의 언어특징을 파악한다면 의사는 조기진단을 위해 더 정밀한 진단과 치료를 계획할 수 있다. 제안된 모델은 전문가가 필요했던 질문지법을 대체하는 챗봇 개발에 활용된다. 모델이 수행하는 자연어 처리 작업은 두 가지이다. 첫 번째는 환자가 병을 가졌는지 여부를 확률로 표시하는 '자연어 분류'이고 두 번째는 환자의 대답에 대한 챗봇의 다음 '대답을 생성'하는 것이다. 전반부에서는 셀프어탠션 신경망을 통해 환자 발화 특징인 맥락벡터(context vector)를 추출한다. 이 맥락벡터와 챗봇(전문가, 진행자)의 질문을 함께 인코더에 입력해 질문자와 환자 사이 상호작용 특징을 담은 행렬을 얻는다. 벡터화된 행렬은 환자분류를 위한 확률값이 된다. 행렬을 챗봇(진행자)의 다음 대답과 함께 디코더에 입력해 다음 발화를 생성한다. 이 구조를 DementiaBank의 쿠키도둑묘사 말뭉치로 학습한 결과 인코더와 디코더의 손실함수 값이 유의미하게 줄어들며 수렴하는 양상을 확인할 수 있었다. 이는 알츠하이머병 환자의 발화 언어패턴을 포착하는 것이 향후 해당 병의 조기진단과 종단연구에 기여할 수 있음을 보여준다.