• Journal of Korea Multimedia Society
• /
• v.11 no.5
• /
• pp.597-609
• /
• 2008

Due to the recursive updating nature of background model, previous background modeling methods are often perturbed by crowd scenes where foreground pixels occurs more frequently than background pixels. To resolve this problem, an adaptive background modeling method, which is based on the well-known Gaussian mixture background model, is proposed. In the proposed method, the learning rate of background model is adaptively adjusted with respect to the crowdedness of the scene. Consequently, the learning process is suppressed in crowded scene to maintain proper background model. Experiments on real dataset revealed that the proposed method could perform background subtraction effectively even in crowd situation while the performance is almost the same to the previous method in normal scenes. Also, the F-measure was increased by 5-10% compared to the previous background modeling methods in the video of crowded situations.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.05a
• /
• pp.212-213
• /
• 2018

평택 당진항 배수로는 주변의 항만 해안역의 개발로 인하여 발생한 인공적인 수로이면서, 조석의 영향을 받는 감조하천(tidal river)의 성격을 가지고 있다. 현재, 배수로의 재기능이 원활하지 않고 오염퇴적물로 인한 민원이 재기되고 있는 상황이다. 이에 금회 사업에서는 현황을 파악하고 주변 상황을 고려한 수리수문해석, 해양수치모델링 등을 통한 기초자료 및 환경영향을 예측하고, 이에 따른 준설, 호안, 친수공간 조성 계획을 수립하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.224-227
• /
• 2006

온톨로지는 뛰어난 확장성과 다양한 표현력 등 많은 장점을 갖고 있기 때문에 이를 이용한 유비쿼터스 환경 구축이 최근 제기되고 있고 이러한 유비쿼터스 환경에서의 다양한 정보(컨텍스트)들을 수집하고 분석하기 위해서 상황인식 시스템의 필요성이 제기되고 있다. 이러한 이유로 몇몇 프로젝트에서 온톨로지를 이용하여 상황인식 미들웨어를 제작하였지만 이러한 기존 미들웨어의 온톨로지 모델은 추론과 학습 서비스에 대한 고려가 부족하였고 또한 W3C에서 최근 제안한 SWRL(Semantic Web Rule Language)[1]이 고려되지 않았다. 그러므로 본 논문에서는 유비쿼터스 환경에서의 상황인식 프레임워크의 학습 및 추론서비스 향상을 위해 컨텍스트의 타입을 정의하였고 또한 SWRL을 이용하여 규칙을 표현할 수 있도록 온톨로지를 모델링 하였다.

• Communications of Mathematical Education
• /
• v.37 no.2
• /
• pp.257-276
• /
• 2023

Mathematical modeling can be described as a series of processes in which real-world problem situations are understood, interpreted using mathematical methods, and solved based on mathematical models. The effectiveness of mathematics instruction using mathematical modeling has been demonstrated through prior research. This study aims to explore insights for mathematical modeling instruction by analyzing the metacognitive characteristics shown in the mathematical modeling cycle, according to the mathematical thinking styles of elementary math gifted students. To achieve this, a mathematical thinking style assessment was conducted with 39 elementary math gifted students from University-affiliated Science Gifted Education Center, and based on the assessment results, they were classified into visual, analytical, and mixed groups. The metacognition manifested during the process of mathematical modeling for each group was analyzed. The analysis results revealed that metacognitive elements varied depending on the phases of modeling cycle and their mathematical thinking styles. Based on these findings, didactical implications for mathematical modeling instruction were derived.

• Journal of Service Research and Studies
• /
• v.4 no.1
• /
• pp.49-59
• /
• 2014

Context-aware computing is an emerging paradigm to achieve ubiquitous computing environments by enabling computer systems to understand their situational contexts. A context-aware system uses context to provide relevant information and services to the user depending on the user's task. In this paper, we propose an ontology-based context-aware modeling methodology that transmits low-level contexts acquired by directly accessing various sensors in the physical environments to high-level contexts. With these high-level contexts, context-aware application can provides proactive and intelligent services using ECA (Event-Condition-Action) rules. We implemented a home robot service in smart office environment.

• School Mathematics
• /
• v.7 no.4
• /
• pp.427-444
• /
• 2005

The Purpose of this study is to explore he mathematical discovery and justification of six 10th grade students through mathematical modeling activities in spreadsheet environments. The students investigated problem situations with a spreadsheet, which seem to be difficult to solve in paper and pencil environment. In spreadsheet environments, it is easy for students to form a data table and graph by inputting and copying spreadsheet formulas, and to make change specific variable by making a scroll bar. In this study those functions of spreadsheet play an important role in discovery and justification of mathematical rules which underlie in the problem situations. In modeling activities, the students could solve the problem situations and find the mathematical rules by using those functions of spreadsheets. They used two types of trial and error strategies to find the rules. The first type was to insert rows between two adjacent rows and the second was to make scroll bars connecting specific variable and change the variable by moving he scroll bars. The spreadsheet environments also help students to justify their findings deductively and convince them that their findings are true by checking various cases of the Problem situations.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1869-1870
• /
• 2008

현재의 상황인지 컴퓨팅(Context-aware Computing)은 센서로부터 전달받는 상황정보가 완벽하다는 가정을 하고 있으며 따라서, 이에 근거한 상황인지는 불확실성(Uncertainty)을 제대로 다루지 못하고 있는 실정이다. 또한 상황인지 컴퓨팅에서 상황 정보를 표현하는데 주로 사용되고 있는 온톨로지(Ontology) 모델링 역시 현실 세계의 불확실성을 다루기에는 한계가 있다. 본 논문은 선행 연구인 온톨로지 기반의 홍수 상황인지 처리에서 발생할 수 있는 불확실성을 탐지하고 이를 해결하기 위한 방안을 제안한다. 홍수 상황인지를 위한 센서 종류와 수량을 보강하고 기 설계된 온톨로지 모델의 추론 과정 보완을 통하여 홍수 상황인지의 불확실성을 최소화한다. 이는 홍수 상황인지 뿐만 아니라 일반적인 온톨로지 기반의 상황인지 u-서비스에 응용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.112-114
• /
• 2006

최근 영상 인식 정보를 서비스 로봇 도메인에서 사용하기 위한 연구와 함께 전통적인 영상 인식 방법의 성능을 높이기 위한 연구가 진행되고 있다. 기존의 방법들은 기하학적 모델을 기반으로 예측 가능한 환경에서 상황을 인식하였기에 이를 실내 환경과 같은 동적인 환경에 적용하는 것은 정확도나 인식의 효율 면에서 한계를 갖는다. 이에 지식 기반 접근 방법을 통해 정확도를 항상 시키거나 계산 비용을 감소시킴으로써 영상 인식성능을 높이기 위한 다양한 연구가 있어 왔다. 본 논문에서는 서비스 로봇이 물체를 탐색할 때, 대상 물체가 다른 물체에 의해 가려짐으로써 발생하는 불확실한 상황을 해결하기 위한 방법을 제안한다. 제안하는 방법은 발견된 물체를 컨텍스트 정보로 사용하여 대상 물체의 존재 여부를 추론하며, 이를 위해 신뢰도를 모델링할 수 있는 확률적 모델인 베이지안 네트워크와 도메인 지식을 모델링 할 수 있는 온톨로지를 함께 사용한다. 효과적인 모델링을 위해 본 논문에서는 기본적인 물체 관계를 모듈화 하여 설계하기 위한 베이지안 네트워크 구조와 확률 값 선정 방법. 이들을 온톨로지를 기반으로 주어진 상창에 따라 결합하는 방법을 제안한다. 이는 물체 관계를 모델링할 때 발생하는 중복 설계를 감소시켜주고 유지 및 보수를 용이하게 한다. 설계된 추론 모듈은 실험 결과 5가지 장소에서 높은 정확도를 보여주었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.643-644
• /
• 2007

서비스를 제공받는 대상의 상황정보를 고려한 서비스 제공은 좀더 사용자에게 적절한 서비스를 제공 가능하게 할 수 있다. 그러나, 서비스 제공을 위하여 사용자의 주변 상황 분석에 필요한 정보의 습득에는 한계가 있다. 따라서, 본 연구에서는 사용자에게 제공 가능한 서비스를 한정하고 제한된 상황에서 상황정보를 습득하고 분석하여 사용자에게 능동적으로 서비스를 제공하는 방법을 제시한다. 제한된 상황과 서비스는 베이지안 네트워크를 이용하여 모델링하여 외부 입력의 불확실성을 해소한다.

• Journal of the Korean School Mathematics Society
• /
• v.14 no.4
• /
• pp.423-442
• /
• 2011

The purpose of this study was to examine the effects of tasks setting for mathematical modelling in the complex real situations. The tasks setting(MMa, MeA) in mathematical modelling was so important that we can't ignore its effects to develop meaning and integrate mathematical ideas. The experimental setting were two groups ($N_1=103$, $N_2=103$) at public high school and non-experimental setting was one group($N_3=103$). In mathematical achievement, we found meaningful improvement for MeA group on modelling tasks, but no meaningful effect on information processing tasks. The statistical method used was ACONOVA analysis. Beside their achievement, we were much concerned about their modelling approach that TSG21 had suggested in Category "Educational & cognitive Midelling". Subjects who involved in experimental works showed very interesting approach as Exploration, analysis in some situation ${\Rightarrow}$ Math. questions ${\Rightarrow}$ Setting models ${\Rightarrow}$ Problem solution ${\Rightarrow}$ Extension, generalization, but MeA group spent a lot of time on step: Exploration, analysis and MMa group on step, Setting models. Both groups integrated actively many heuristics that schoenfeld defined. Specially, Drawing and Modified Simple Strategy were the most powerful on approach step 1,2,3. It was very encouraging that those experimental setting was improved positively more than the non-experimental setting on mathematical belief and interest. In our school system, teaching math. modelling could be a answer about what kind of educational action or environment we should provide for them. That is, mathematical learning.