• 지능정보연구
• /
• 제16권4호
• /
• pp.195-211
• /
• 2010

전시회는 전시업체가 새로운 상품이나 서비스를 관람객에게 알리기 위해 개최되는 것으로 효과적인 마케팅 수단으로 중요한 역할을 수행한다. 전시회를 방문하는 다양한 관람객의 니즈를 충족시키기 위하여 다양한 유비쿼터스 기술이 전시회에 응용되고 있지만 관람객이 사전에 요청한 정보만을 제공함으로 개별 관람객의 선호가 반영되지 않아 관람객의 니즈를 충족시키기에는 한계가 있다. 이러한 한계를 해결하기 위한 방법으로 개인의 선호에 부합하는 부스를 추천하는 추천 시스템의 이용이 가능하다. 추천시스템은 전시 환경에서 관람객의 선호를 추론하여 선호에 부합하는 방문 부스를 추천하여 관람객의 니즈를 충족시킬 수 있다. 그러나 추천 시스템 중 가장 성공적으로 평가 받는 기존의 협업 필터링은 관람객의 부스 방문 순서에 나타나는 선호를 반영하지 않아 동적으로 변화하는 선호를 가지는 관람객으로 구성된 전시 환경의 추천 시스템으로는 적합하지 않다. 따라서 본 연구에서는 관람객의 방문 순서를 고려하는 기법 중 순차 연관 규칙을 이용하여 관람객의 선호에 부합하는 부스를 추천하는 방법론을 제안하였다. 본 연구에서 제안한 방법론의 성과 측정을 위해 실제 전시회에서 획득한 데이터를 사용하여 기존의 협업 필터링과 비교한 결과 전체적으로 추천의 성과가 향상되어 향후 전시 환경에서의 부스 추천시스템에 적용하여 관람객의 니즈를 충족시킬 것으로 기대된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.43-56
• /
• 2020

추천 시스템은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 그러나 추천 시스템이 상업적으로 성공하기 위해서는 극복할 몇 개의 문제점이 존재한다. 첫째, 추천시스템의 투명성 부족 문제이다. 즉, 추천된 상품이 왜 추천되었는지 사용자들이 알 수 없다. 둘째, 추천시스템이 사용자 선호의 변화를 즉각적으로 반영할 수 없는 문제이다. 즉, 사용자의 상품에 대한 선호는 시간이 지남에 따라 변함에도 불구하고, 추천시스템이 사용자 선호를 반영하기 위해서는 다시 모델을 재구축해야 한다. 따라서 본연구에서는 이러한 문제를 해결하기 위해 토픽 모델링과 순차 연관 규칙을 이용한 추천 방법론을 제안하였다. 토픽 모델링은 사용자에게 아이템이 왜 추천되었는지 설명하는데 유용하며, 순차 연관 규칙은 변화하는 사용자의 선호를 파악하는데 유용하다. 본 연구에서 제안한 방법은 크게 토픽 모델링 및 사용자 프로파일 생성 등 토픽 모델링에 기반한 사용자 프로파일 생성 단계와 토픽에 사용자 선호 확인 및 순차 연관 규칙 발견 등 순차 연관 규칙에 기반한 추천 단계로 구분된다. 벤치마크 시스템으로 협업 필터링 기반 추천 시스템을 개발하고, 아마존의 리뷰 데이터 셋을 이용하여 제안한 방법론의 성능을 비교 평가하였다. 비교 분석 결과, 제안한 방법론이 협업 필터링 기반 추천시스템보다 뛰어난 성능을 보였다. 따라서 본 연구에서 제안하는 추천 방법을 통해 추천 시스템의 투명성을 확보할 수 있을 뿐만 아니라, 시간에 따라 변화하는 사용자의 선호를 반영할 수 있다. 그러나 본 연구는 토픽과 관련된 상품을 추천하기 때문에, 토픽에 포함된 상품의 수가 많을 경우 추천이 정교하지 못하는 한계점이 있다. 또한 토픽의 수가 적기 때문에 토픽에 대한 순차 연관 규칙이 너무 적은 문제점이 있다. 향후 연구에서 이러한 문제점을 해결한다면 좋은 연구가 될 것으로 판단된다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.297-303
• /
• 2023

소아 전산화단층촬영(Computed Tomography, CT) 검사 시 어린 환자들의 협조가 어려워 검사 실패나 재검사가 빈번히 발생할 수 있다. 딥러닝 이미지 재구성(Deep Learning Image Reconstruction, DLIR) 방법은 방사선 감수성이 높은 소아 환자들의 CT 검사에서 재검사율을 낮추면서 진단적 가치가 높은 영상을 획득할 수 있다. 본 연구에서는 DLIR을 적용하여 소아 흉부 CT 검사에서 호흡이나 움직임으로 인한 노이즈를 줄이고 임상적으로 유용한 영상을 얻기 위한 가능성을 조사하였다. 경상남도 소재의 P병원에서 7세 미만의 소아 43명의 흉부 CT 검사 데이터를 후향적으로 분석하였으며, 필터링 역 투영 재구성법(Filtered Back Projection, FBP), 반복적 재구성법(Adaptive Statistical Iterative Reconstruction, ASIR-50), 딥러닝 알고리즘인 True Fidelity-Middle(TF-M)의 영상을 비교하였다. 조영 증강된 흉부 영상 중 오른쪽 상행 대동맥(Ascending Aorta, AA)과 등 근육(Back Muscle, BM)에 동일한 ROI를 그리고 각 영상에서 HU값을 이용하여 노이즈(Standard deviation, SD)를 측정하였다. 통계분석은 SPSS(ver. 22.0)를 사용하여 세 측정치의 평균값을 일원 배치 분산분석(One-way ANOVA)으로 분석하였다. 연구의 결과로 AA의 SD값은 FBP=25.65±3.75, ASIR-50=19.08±3.93, TF-M=17.05±4.45 로 나타났으며(F=66.72, p=0.00), BM의 SD값은 FBP=26.64±3.81, ASIR-50=19.19±3.37, TF-M=19.87±4.25 로 나타났다(F=49.54, p=0.00). 사후검정의 결과는 세 그룹간 유의한 차이가 있었다. DLIR 재구성 방법은 기존의 재구성 방법과 비교하여 유의하게 낮은 노이즈 값을 보였다. 따라서 딥러닝 알고리즘인 TrueFidelity-Middle(TF-M)의 적용은 소아 흉부 CT 검사 시 호흡이나 움직임에 의한 영상 화질의 저하를 줄일 수 있어 임상적으로 매우 유용하게 활용될 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.181-187
• /
• 2020

본 논문에서는 고성능 차량용 SoC 설계자동화를 위한 상위수준 합성과정에서의 레지스터 할당 알고리즘과 자원 할당 알고리즘을 제안한다. 상위수준 합성에서 가장 중요한 연산자의 특성과 데이터패스의 구조를 분석하고, 멀티사이클 연산의 스케줄링 시 가상연산자 개념을 도입함으로써, 멀티사이클 연산을 구현하는 연산자의 유형에 관계없이 공통으로 적용시킬 수 있는 자원할당 알고리즘을 이용하여 증명하였다. 연산자 간을 연결하는 신호선이 반복적으로 이용되어 연결 신호선수가 최소가 될 수 있도록 기능연산자를 할당하고, 레지스터 할당 시 연결구조에 따라 가중치를 갖는 구간 그래프를 구성한다. 최소의 클러스터 분할 알고리즘을 이용하여 생성된 최대 크기의 클러스터들에 연결구조가 고려된 레지스터를 할당한다. 연결구조에 대한 멀티플렉서의 중복 입력을 제거하고 연산자에 연결된 멀티플렉서 간의 입력을 교환하는 입력 정렬 과정으로 연결구조를 최소화한다. 기술된 알고리즘의 스케줄링 성능을 평가하기 위하여, 표준벤치마크 모델인 5차 디지털 웨이브필터에 대한 스케줄링을 실행하여 제안한 알고리즘의 효용성을 입증한다.

• 한국지리정보학회지
• /
• 제9권4호
• /
• pp.12-21
• /
• 2006

최근 우리는 항공 혹은 위성 영상 등에서 방대한 고해상도 지형 데이터를 접하고 있다. 여러 연구 및 응용에서 이러한 관심 지역의 대규모의 지리 정보 혹은 전체 행성 데이터에 대해서 실시간 시각화를 필요로 하고 있다. 널리 사용되고 있는 지형 실시간 시각화의 핵심적인 연산은 다중 상세도 수준 구조에서 참여자의 시점을 고려한 상세도 수준의 선택이다. 대규모 지리 데이터에 대해서 이러한 실시간 영상 생성을 수행하기 위해서는 실시간 영상 생성 시간 이전에 다계층 품질 계층구조를 구성하는 것이 필요하다. 본 연구에서는 전체 행성 응용을 위하여 정육면체 4-8 타일 구조를 선택하였다. 이를 기반으로, 원시 지형 정보 영역의 해당하는 단말 수준의 타일 구조를 선택적으로 구성하고, 생성된 타일에 대해서 샘플링을 통하여 단말 수준의 타일을 구성한다. 로우 패스 필터를 이용하여 상향식으로 저해상도 타일을 구성하여 전체 4-8 타일 다계층 구조를 완성한다. 본 연구는 비메모리 저장소에 4-8 타일 구조를 구성하기 위한 효과적인 일련의 방법론을 구체화하였으며, 공개되어 있는 전체 화성 지형 및 영상 데이터에 대해서 실험하였다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.17-35
• /
• 2015

시장 수요 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로서, 기업경영활동에 있어 효율적인 의사결정을 내릴 수 있는 근거로 활용된다는 점에서 중요하게 인식되고 있다. 신규 시장의 수요를 예측하기 위해 다양한 시장성장모형이 개발되어 왔다. 이런 모형들은 일반적으로 시장의 크기 변화의 동인을 신기술 확산으로 보고 소비자인 개인에게 기술이 확산되는 과정을 통해 시장 크기가 변하는 과정을 확산모형으로 구현하게 된다. 그러나, 시장이 형성된 직후에는 수요 관측치의 부족으로 인해 혁신계수, 모방계수와 같은 예측모형의 모수를 정확하게 추정하는 것이 쉽지 않다. 이런 경우, 전문가의 판단 하에 예측하고자 하는 시장과 유사한 시장을 결정하고 이를 참고하여 모수를 추정하게 되는데, 어떤 시장을 유사하다고 판단하느냐에 따라 성장모형은 크게 달라지게 되므로, 정확한 예측을 위해서는 유사 시장을 찾는 것은 매우 중요하다. 그러나, 이런 방식은 직관과 경험이라는 정성적 판단에 크게 의존함으로써 일관성이 떨어질 수밖에 없으며, 결국, 만족할 만한 수준의 결과를 얻기 힘들다는 단점을 지닌다. 이런 정성적 방법은 유사도가 더 높은 시장을 누락시키고 유사도가 낮은 시장을 선택하는 오류를 일으킬 수 있다. 이런 이유로, 본 연구는 신규 시장의 모수를 추정하기 위해 필요한 유사시장을 누락 없이 효과적으로 찾아낼 수 있는 사례기반 전문가 시스템을 설계하고자 수행되었다. 제안된 모형은 데이터 마이닝의 군집분석 기법과 추천 시스템의 내용 기반 필터링 방법론을 기반으로 전문가 시스템으로 구현되었다. 본 연구에서 개발된 시스템의 유용성을 확인하고자 정보통신분야 시장의 모수를 추정하는 실험을 실시하였다. 전문가를 대상으로 실시된 실험에서, 시스템을 사용한 모수의 추정치가 시스템을 사용하지 않았을 때와 비교하여 실제 모수와 더 가까움을 보임으로써 시스템의 유용성을 증명하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 한국방사선학회논문지
• /
• 제17권1호
• /
• pp.157-165
• /
• 2023

초음파 영상(ultrasound imaging)이란 주파수의 음파를 이용하여 서로 다른 조직의 경계에서 반사, 흡수, 굴절, 투과 등의 물리적인 작용을 일으킨다. 초음파 장비로부터 생성되는 데이터 특성상의 잡음이 많고, 실제로 관찰하고자 하는 조직의 경계가 모호해서 형태의 파악이 어렵기 때문에 개선이 필요하다. 영상 화질의 감소로 인하여 경계면이 뭉쳐 보이는 경우를 해결하기 위한 방법으로 윤곽선(edge) 강조 방법을 사용한다. 본 논문에서는 경계면을 강화시키는 방법으로 언샤프닝 마스크와 하이부스트를 이용하여 각 영상에서 고주파 부분인 경계면을 강화시켜 화질 향상을 확인하였으며 원 영상과 화질이 향상된 영상을 정량적으로 평가하기 위해 MSE, RMSE, PSNR, SNR 등으로 측정하여 각 영상에 사용한 마스크 필터링을 평가했다. 필립스의 epiq 5 g , affiniti 70 g와 알피니언의 E-cube 15 초음파 장비로부터 복부, 머리, 심장, 간, 신장, 유방, 태아 영상을 획득하였다. 알고리즘 구현에 사용된 프로그램은 MathWorks의 MATLAB R2022a으로 구현하였다. 언샤프닝과 하이부스트 마스크 배열 크기는 3×3으로 설정하였으며 윤곽선 강조 영상을 만들 때 사용하는 공간필터인 라플라시안(laplacian) 필터를 두 마스크 모두 동일하게 적용하였다. 화질 정량 평가는 ImageJ 프로그램을 사용하였다. 다양한 초음파 영상에서 마스크 필터를 적용한 결과 주관적인 화질은 원 영상에서 언샤프닝과 하이부스트 마스크를 적용하였을 경우 영상의 전반적인 윤각선이 뚜렷하게 보였으며 또한 하이부스트 마스크에서는 언샤프닝 마스크 영상보다 밝은 명암비를 보여주었다. 정량적인 영상의 품질 비교 시 원 영상보다 언샤프닝 마스크와 하이부스트 마스크를 적용한 영상의 화질이 높게 평가되었다. 간문맥, 머리, 쓸개, 신장의 영상에서는 하이부스트 마스크를 적용한 영상의 SNR, PSNR, RMSE, MAE이 높게 측정되었으며 심장, 유방, 태아 영상은 반대로 언샤프닝 마스크 적용 영상이 SNR, PSNR, RMSE, MAE 값이 높은 값으로 측정되었다. 영상에 따라 최적의 마스크를 사용하는 것이 영상 품질 향상에 도움이 될 것으로 사료되며 각 부위의 초음파 영상의 윤곽 정보를 제공하여 영상의 품질을 향상시켰다.

• 한국전자파학회논문지
• /
• 제28권5호
• /
• pp.410-418
• /
• 2017

본 연구에서는 항공기 기반 FMCW-SAR(Frequency Modulated Continuous Wave-Synthetic Aperture Radar) 시스템의 연속이동효과를 분석하고, 이를 보정하기 위한 신호처리 연구 결과를 설명하며, 보정된 레이다 신호를 back-projection 알고리즘 기반으로 복원시킨 SAR 영상 품질 개선 결과를 포함한다. FMCW 신호기반 SAR 시스템의 연속이동효과를 FMCW 신호 모델을 이용하여 항공기 이동 속도와 샘플링 주기 등의 영향을 분석하고, 이를 개선시키기 위해 시간-도플러(t, $k_u$) 영역에서의 레이다 신호처리 기법을 적용하였다. 이때, FMCW-SAR 영상 복원을 위해 back-projection 알고리즘과 수정된 정합필터를 활용하였으며, 항공기 기반으로 수집된 실제 X-밴드 대역 데이터에 적용하여 연속이동효과 개선 결과를 확인/검증하였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.18-26
• /
• 2015

올바른 운동량 조절을 위해선 운동중의 심박수 측정이 중요하다. 최근 스마트 디바이스가 활발하게 사용됨에 따라, 운동중의 실시간 심박수 측정에 대한 관심이 급격하게 증가하고 있다. 고강도 운동 중에는 동잡음으로 인하여 손목 밴드 유형의 광혈류 (PPG : photoplethysmography) 측정기 신호로부터 정확한 심박수를 추정하는 것이 매우 어렵다. 본 논문에서는 손목밴드 유형의 광혈류 측정기 신호로부터 정확한 심박수 추정을 위한 효율적인 알고리즘을 제안하였다. 12개의 데이터 세트에 대하여 제안하는 알고리즘을 적용한 결과, 1.38의 분당심박수(BPM) 평균 절대 오차를 기록하였고, 0.9922의 추정 심박수와 실제 심박수간의 Pearson 상관계수를 얻었다. 제안하는 알고리즘은 웨어러블 디바이스에 적합한 빠른 연산속도와 정확한 추정을 가능케 한다.