• Science of Emotion and Sensibility
• /
• v.5 no.1
• /
• pp.79-90
• /
• 2002

The role of memory is viewed as central to developing and maintaining flight situation awareness (SA). The present research examines constituent memory processes that underlie flight SA sensitivity as a function of pilot expertise. In Experiment 1, pilot memory for different forms (spatial or verbal) of cockpit situational information was tested immediately after presentation of the information (immediate recall) or after 30-s delay filled with an intervening task (delayed recall). In Experiment 2, pilot SA sensitivity was examined and correlated with memory measures obtained in Experiment 1. Results suggest that an expertise effect occurs in delayed recall but not in immediate recall and that memory representation of situational information required to develop high levels of SA sensitivity varies as a function of expertise. Theoretical accounts of results are discussed in the context of psychological theories of expertise.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1268-1270
• /
• 2012

기존의 교통정보 시스템의 한계인 거점 위주의 교통정보가 아닌 사용자들이 사용하는 작은 도로, 골목길 등의 교통정보까지 제공하기 위한 시스템이다. 스마트폰 사용자들이 운전 하는 차량이 교통 정체 발생시 자동으로 현재 도로 상황을 촬영 하여 서버로 전송한다. 서버로 수집된 정보들은 다른 사용자들에게도 제공 되어 세부 구간의 교통상황을 텍스트가 아닌 이미지로 확인하여 자의적인 경로 선정이 가능하게 하는 것을 목적으로 하는 시스템을 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.142-145
• /
• 2012

모바일 환경에서의 상황인지는 사용자 현재의 상황, 의도 등을 고려하여 사용자 중심의 적합한 정보를 추천하는 것이다. 이러한 정보는 불확실성을 내포하기 때문에 단순한 규칙기반 모델로는 정확한 추론이 어렵다. 본 논문에서는 사용자의 상황에 따른 선호도를 추론하고 사용자에게 적합한 정보를 제공해 줄 수 있는 모바일 소셜 네트워크 기반의 선호도 추천 시스템을 제안한다. 이 때 사용자의 선호정보를 추론하기 위해 기존의 나이브 베이지안에서 개선된 가중치가 부여된 나이브 베이지안을 새롭게 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.1-4
• /
• 2019

Edge Computing 환경에서는 데이터 처리와 시스템 제어를 위한 별도의 서버가 존재하지 않는다. 서버를 통한 중앙통제 방식이 아닌 Edge computing에 사용된 IoT기기들이 연동되어 데이터 분산 처리와 연산을 통해 전체 시스템이 동작된다. 이러한 Edge computing 시스템 구조 특성상 전체 시스템이 과부하를 피하기 위해 각 IoT 기기에서 동시다발적으로 감지되는 실시간 상황 정보를 효율적으로 처리 하여야한다. 이에 따라 실시간 상황 정보를 효율적으로 처리하거나, 다양한 데이터 분석처리 알고리즘들이 연구 개발되어 데이터 처리에 적용되어 왔다. 하지만 데이터의 정보 흐름과 타입에 초점을 맞춘 것이 아니라 예상분석 및 획일화된 알고리즘을 통해서 분석되기 때문에 해당 플랫폼이 주로 지향하는 데이터 형식에 맞지 않으면 성능저하를 수반하며 사용에 제약이 많은 문제점이 있다. 따라서 본 논문에서는 IoT 환경에서 실시간 반응성 향상을 목표로 오픈소스 기반 스트림 데이터 처리 방법에 대한 비교 분석과 Fast-reaction을 위한 데이터 처리 도구 비교 분석을 연구를 진행한다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.785-789
• /
• 2008

증강현실은 실제환경에 가상물체를 합성하는 기술을 이용하고 여러가지 상황정보를 반영하여 가상물체가 실제환경에 있는듯한 느낌을 준다. 기존의 연구에서는 주로 가상물체의 좌표계를 실제환경과 일치시킴으로서 사실성을 주고 있다. 하지만 실제 환경의 주변광원이 가상물체에 사실적으로 적용되지 않으면 몰입감이 떨어지게 된다. 본 논문에서는 증강현실에서 가상물체에 실제환경의 상황정보 중 음영정보를 손쉽게 일치시키는 방법을 제안하여 사실성을 증가 시키고자 하였다. 음영효과는 주변광에 의해서 만들어지므로 가상물체를 합성할 위치 주변의 광원을 미러볼을 사용하여 쉽고 간단하게 획득하고 가장물체에 적용될 광원지도를 생성하는 방법을 제안한다. 또한, 본 논문에 소개될 주변광원 정보 획득 및 음영을 적용 방법은 특수장비가 필요없고 실시간으로 처리가 가능하기 때문에 유비쿼터스 환경, 모바일 환경 등 폭 넓게 적용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.903-906
• /
• 2007

유비쿼터스 컴퓨팅 환경이란 생활 속에 존재하는 컴퓨팅 자원들을 이용해 사용자가 언제 어디에서든 편리한 서비스를 제공받을 수 있는 환경을 의미한다. 유비쿼터스 환경에 존재하는 수없이 많고 다양한 컴퓨팅 자원들을 사용자가 최적으로 사용하기 위해서는 사용자가 어떤 상황에 있으며 이때 어떤 자원이 사용자의 현 상황에서 가장 적절한지를 판단하는 것이 반드시 필요하다. 본 논문에서는 이를 위하여 사용자가 현재 존재하는 유비쿼터스 공간에서 사용자의 상황을 인식하고 사용 가능한 최적의 자원들을 공유할 수 있도록 추천해주는 상황 기반 디바이스 추천 시스템을 제안한다. 우리의 추천 시스템은 상황에 따른 사용자 개개인의 특성이 고려된 사용자의 개인정보 및 규칙들을 이용하여 사용자의 상황에 최적의 디바이스를 추론한다. 향후 제안한 서비스 추론 방법은 유비쿼터스 환경에서 더 나은 개인화 서비스 시스템의 개발 및 운용을 효과적으로 지원할 수 있을 것으로 기대된다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.9
• /
• pp.289-296
• /
• 2015

The explosive growth of information has been difficult for users to get an appropriate information in time. The various ways of new services to solve problems has been provided. As customized service is being magnified, the personalized recommendation system has been important issue. Collaborative filtering system in the recommendation system is widely used, and it is the most successful process in the recommendation system. As the recommendation is based on customers' profile, there can be sparsity and cold-start problems. In this paper, we propose personalized movie recommendation system using collaborative filtering techniques and context-based techniques. The context-based technique is the recommendation method that considers user's environment in term of time, emotion and location, and it can reflect user's preferences depending on the various environments. In order to utilize the context-based technique, this paper uses the human emotion, and uses movie reviews which are effective way to identify subjective individual information. In this paper, this proposed method shows outperforming existing collaborative filtering methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.435-437
• /
• 2012

최근 다양한 곳에서 활용되는 CCTV를 정부에서는 통합관리하기 위해 통합관제센터를 구축하여 운영 중에 있으며, 통합관제센터에서 제공하는 서비스 중에서 폭행이라는 복합적 상황을 감지하기 위한 알고리즘을 구현하였다. 구현된 알고리즘 테스트를 위해 통합관제 테스트 베드를 구축하였으며, 객체생성 모듈을 개발하고 객체에 대한 정보를 생성하여 테스트를 진행하였다. 테스트 결과 유동인구에 따라서 구현한 시스템의 성능을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.595-596
• /
• 2016

열차의 진로를 변경시키는 선로전환기의 고장은 탈선 등과 같은 대형 사고를 유발시킬 수 있는 중요한 시설이다. 따라서 열차운행 안전 측면에서 해당 설비에 대한 모니터링은 필수적이다. 본 논문에서는 선로전환기의 구동 시 발생하는 소리 정보를 이용하여 선로전환기의 이상상황을 탐지하는 시스템을 제안한다. 먼저 제안한 시스템은 소리 센서에서 실시간으로 취득하는 소리 신호를 Power Spectral Density(PSD) 특징으로 변환한다. 추출된 PSD 특징은 이미 성능이 입증된 딥러닝의 대표적인 모델인 Convolutional Neural Network(CNN)에 적용하여 이상상황을 탐지한다. 실제 선로전환기의 전환 시 발생하는 소리 데이터를 취득하여 모의실험을 수행한 결과, 비정상 상황을 안정적으로 탐지함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1345-1347
• /
• 2015

본 논문에서는 응급상황이 신고되는 상황에서 수보자에게 전달되는 신고자의 주변음향신호로부터 신고자의 주변상황을 추정하기 위하여 음향의 주파수적 특성 및 변화특성의 모델링 성능이 뛰어난 Gabor 필터뱅크 기반의 특징벡터 추출 기술 및 분류 성능이 뛰어난 심화신경망을 도입한다. 제안하는 Gabor 필터뱅크 기반의 특징벡터 추출 기법은 비음성 구간 검출기를 통하여 음성/비음성을 구분한 후에 비음성 구간에서 23차의 Mel-filter bank 계수를 추출한 후에 이로부터 Gabor 필터를 이용하여 주변상황 추정을 위한 특징벡터를 추출하고, 이로부터 학습된 심화신경망을 통하여 신고자의 장소적 정보를 추정한다. 제안된 기법은 여러 가지 시나리오 환경에서 평가되었으며, 우수한 분류성능을 보였다.