• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.193-194
• /
• 2024

스마트홈과 연동하는 안전한 방범창은 외부의 침입자를 차단하고 주거 내의 물품 도난 및 개인의 신변을 보호하기 위한 안전설비로 다양한 형태의 방범창이 존재한다. 스마트홈은 건물 내의 센서가 화재를 감지하면 방범창 내부의 원격시스템이 자동으로 방범창을 매우 짧은 시간 안에 개방할 수 있도록 설계한다. 화재 등 재난시 상하부 방법창이 자동으로 개폐되도록 랙피니언을 이용하여 방범창의 위쪽 창틀을 상승시켜 창살이 움직일 수 있도록 개방하고 동시에 아래쪽 창틀이 회전하도록 구성하여 화재 및 폭우 등에 인명피해를 줄일 수 있도록 설계한다. 스마트홈 시스템과의 연계로 재난을 미리 감지하고 탈출구를 개방한다면 신속하고 안전한 대피가 가능하고, 기존의 프레임 부분 변경에 간단한 시스템만 변경하여 적용할 수 있어, 간단한 구조로 설치할 수 있고 낮은 비용으로 스마트홈을 구성할 수 있다. 특히 스마트홈과 연동하여 재난을 미리 감지하고 탈출구를 개방함으로써 신속하고 안전한 대피가 가능하여 다양한 재난을 대비할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.983-990
• /
• 2010

외부 환경에서의 영상처리 기술은 환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 본 논문에서는 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용한 방범용 차량 검지 및 추적 시스템을 제안한다. 방범용 카메라검지기는 하나의 차선내에서 차량을 검지하고 추적하기 때문에 차량의 윤곽보다는 차량의 특징 영역을 분리하는 것이 중요하다. 제안한 시스템은 차량 진입의 판단을 광류를 통하여 검지하며, 차량의 전조등, 본넷, 전면창, 루프 등으로 영역을 분류하여 차량을 추적한다. 실험을 통하여 제안한 시스템이 차량의 종류, 속도 및 시간 의 환경 변화에도 강인함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.1209-1211
• /
• 2017

창문을 열고 닫음에 있어서 사람의 신체에 따라, 창문의 위치에 따라 어려움이 발생한다. 또한 최근 대기 오염도가 심해지고 지구 온난화로 인한 한반도 기후 변화로 국지성 집중호우의 빈도가 증가하고 있다. 이로 인해 사용자가 부재중일 때 창이 열려있다면 집 안으로 먼지가 들어올 것이고, 국지성 호우에 의해 비가 들어오는 경우가 생길 수 있다. 본 논문에서는 이 문제점들에 주목하여, 어플과 연계를 통한 원격 창문 개폐 장치를 고안하였다. 본 장치를 이용한다면 신체적인 한계가 있는 어린이, 노약자, 장애인과 같은 이들이 쉽게 창문을 개폐할 수 있을 것이다. 그리고 환기가 필요한 공장, 격납고 등의 높은 위치에 있는 창문을 쉽게 개폐할 수 있어 분진 폭발로 인한 안전사고 역시 예방하는 효과가 있을 것이다. 또한 사용자가 외출할 때 창문을 닫고 나오지 못한 경우 어플을 이용하여 원격으로 닫을 수 있으며, 이를 통해 밖에 황사, 미세먼지가 들어오는 것과 비가 들어오는 것을 차단할 수 있다. 마지막으로 열린 창을 닫는다는 것에서 방범의 효과 역시 가져올 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.259-267
• /
• 2003

단순 베이지언 분류모형은 구현이 간단하고 효율적이기 때문에 실용적으로 사용하기에 적합하다. 그러나 이 분류모형은 많은 기계학습 도메인에서 우수한 성능을 보임에도 불구하고 문서분류에 적용되었을 경우에는 그 성능이 매우 낮은 것으로 알려져왔다. 본 논문에서는 단순 베이지언 분류모형중 가장 성능이 우수한 것으로 알려진 다항 시행접근 단순 베이지언 분류모형을 개선하는 세가지 방법을 제안한다. 첫 번째는 범주에 대한 단어의 확률추정방법을 문서모델에 기반하여 개선하는 것이고, 두 번째는 문서의 길이에 따라 범주와의 관련성이 선형적으로 증가하는 것을 억제하기 위해 길이에 대한 정규화를 수행하는 것이며, 마지막으로 범주판정에 중요한 역할을 하는 단어들의 영향력을 높여주기 위하여 상호정보가중 단순 베이지언 분류방법을 사용하는 것이다. 제안하는 방법들은 문서분류기의 성능 평가를 위한 벤치마크 문서집합인 Reuters21578과 20Newsgroup에서 기존의 방범에 비해 상당한 성능향상을 가져옴을 알 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2001년도 제13회 한글 및 한국어 정보처리 학술대회
• /
• pp.123-129
• /
• 2001

지금까지 한국어 품사 부착을 위해 다양한 모델이 제안되었고 95% 이상의 높은 정확도를 보여주고 있다. 그러나 4-5%의 오류는 실제 응용 분야에서 많은 문제를 야기시킬 수 있다. 이러한 오류를 최소화하기 위해서는 오류를 분석하고 이를 수정할 수 있는 규칙들을 학습하여 재사용하는 방범이 효과적이다. 오류 수정 규칙을 학습하기 위한 기존의 방법들은 수동학습 방법과 자동 학습 방법으로 나눌 수 있다 수동 학습 방법은 많은 비용이 요구되는 단점이 있다. 자동 학습 방법의 경우 모두 변형규칙 기반 접근 방법을 사용하였는데 어휘 정보를 고려할 경우 탐색 공간과 규칙 적용 시간이 매우 크다는 단점이 있다. 따라서 본 논문에서는 초기 모델에 대한 오류 수정 규칙을 효율적으로 학습하기 위한 새로운 방법으로 결정 트리 학습 방법을 확장한 통계적 결정 그래프 학습 방법을 제안한다. 제안된 방법으로 두 가지 실험을 수행하였다. 초기 모델의 정확도가 높고 말뭉치의 크기가 작은 첫 번째 실험의 경우 초기 모델의 정확도 95.48%를 97.37%까지 향상시킬 수 있었다. 초기 모델의 정확도가 낮고 말뭉치 크기가 큰 두 번째 실험의 경우 초기 모델의 정확도 87.22%를 95.59%로 향상시켰다. 또한 실험을 통해 결정 트리 학습 방법에 비해 통계적 결정 그래프 학습 방법이 더욱 효과적임을 알 수 있었다.