• 한국ITS학회 논문지
• /
• 제19권3호
• /
• pp.129-136
• /
• 2020

본 논문에서는 저조도 야간 감시 시스템을 위한 열영상 기반의 객체 검출 알고리즘을 제안한다. 기존 Adaboost를 이용한 Haar 특징점 선택 알고리즘은 학습 샘플에 대한 유사하거나 중복되는 특징점의 선택 문제와 잡음에 취약한 경우가 많았다. 또한 저조도 야간 환경의 감시 영상에서 얻어지는 잡음을 특징점 세트에서 제거하고 빠르고 효율적인 실시간 특징점 선택이 이루어질 수 있게 가벼운 확장형 Haar 특징점과 Adaboost 학습 알고리즘을 사용하여 구현하였다. 야간 저조도 환경에서 움직임이 있는 비예측 객체를 인식하기 위하여 열영상으로 촬영된 이미지에 확장 Haar 특징점을 사용하여 객체를 인식한다. 비디오 프레임 800*600 크기의 열영상 이미지를 입력으로 하는 Adaboost 학습 알고리즘을 CUDA 9.0 플랫폼으로 구현하여 시뮬레이션을 시행한다. 그 결과 객체 검출 결과는 성공률이 약 90% 이상임을 확인하였고, 이는 일반영상에 히스토그램 이퀄라이징 연산을 거쳐 얻어진 연산 결과보다 약 30% 더 빠른 처리 속도를 얻을 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 2부
• /
• pp.327-332
• /
• 2007

모바일폰의 컨버전스가 가속화됨에 따라 사용자가 습득해야 할 정보량이 증가하였고, 사용자들이 이를 이용하기 위하여 학습과 숙련의 과정을 거쳐야 하는 부담이 발생하게 되었다. 모바일폰의 주 사용자층인 20-40대 외에 10대와 50대 이상의 이동전화 이용률이 꾸준히 증가하여 실버폰과 키즈폰 시장이 형성될 조짐을 보이고 있지만, 제조사에서는 획일적인 인터페이스 디자인만을 제공하여 다양한 사용자 층의 요구와도 서로 맞지 않고 있다. 이에 본 연구에서는 모바일폰의 휴먼인터페이스 요소 중 메뉴요소에 해당하는 메인메뉴의 네비게이션 방식에 중점을 두어 각 사용자 유형별로 사용성을 측정하였다. 국내외 모바일폰 제조사에서 2006년 출시된 제품에서 메인메뉴 네비게이션 방식을 추출하여 8가지로 분류하였으며, 이를 토대로 플래시 기반의 시뮬레이터를 제작하여 사용성 측정에 이용하였다. 모바일 사용성 평가를 위한 요인을 중심으로 10대부터 60대 이상의 다양한 사용자를 대상으로 시뮬레이터 사용을 관찰하여 분석하였으며 또한 기존에 사용하고 있는 모바일폰 기종을 고려하여 설문지로 사용성에 대한 만족도를 평가하는 방식도 병행하였다. 본 연구에서는 사용자 유형별로 사용성이 높은 인터페이스를 선별하고 사용자의 개성과 선호도를 고려한 선택적인 UI 개발방향을 제안하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 춘계학술대회 논문집
• /
• pp.215-220
• /
• 2002

본 연구에서는 다중채널 뇌파에서 특징 파라미터로 선형 예측기 계수(Linear predictor coefficients)를 추출하고, 패턴인식기로는 신경회로망을 이용한 쾌적성 분류 알고리즘을 개발하여 다중 템플릿 방법으로 쾌적성 분류 실험을 하고자 하였다. 뇌파 데이터는 대학생 10명으로부터 쾌적한 환경과 불쾌적한 환경에서의 데이터를 수집하였으며, 전극 위치는 Fpl, Fp2, F3, F4, T3, T4, P3, P4, O1, O2를 사용하였다. 수집된 뇌파는 전처리를 거친 후 특징 파라미터를 추출하고 패턴 분류기로 사용된 신경회로망의 입력으로 사용하였다. 쾌적성 분류 방법은 다중템플릿 방법으로 여러 명의 피검자를 각각 학습시켜 이로부터 생성되는 신경회로망의 가중치들을 템플릿에 저장한다. 그리고 테스트를 할 때에는 먼저 처음의 안정 상태의 뇌파를 이용하여 템플릿 검색을 하고 가장 가까운 템플릿을 선택한다. 그리고 선택된 템플릿을 이용하여 다른 감정에 대한 쾌적성 분류 실험을 하게 된다. 쾌적성 분류 실험 결과 평균 인식률이 약 75%의 성능을 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.435-438
• /
• 2020

시장예측 문제를 해결하기 위하여 과거부터 꾸준한 연구가 진행되어왔다. 하지만 금융 시계열 데이터에는 분산이 일정하지 않으며 Non-stationarity 등 예측을 하는 것에 있어서 여러 가지 방해 요인이 존재한다. 또한 광범위한 데이터 변수는 기존에 사람이 직접 경험적으로 선택하는 것에 한계가 있기 때문에, 모델이 변수를 자동으로 추출할 수 있어야 한다. 본 논문에서는 여러 가지 금융 시계열 데이터의 문제를 고려하여 타임 스텝 정규화를 제안하며 자동 변수 추출을 위해 LSTM 형태의 오토 인코더 모델을 학습하였으며 LSTM 네트워크를 이용하여 시장 예측하는 모델을 제안한다. 해당 시스템은 실제 주식 거래나 시장 거래를 위하여 온라인 학습이 가능하며 긴 기간을 테스트 구간으로 실험한 결과 미래의 수익률을 예측하는 것에 있어서 우수한 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2013년도 제25회 한글 및 한국어 정보처리 학술대회
• /
• pp.152-155
• /
• 2013

한국어 어절은 많은 동형이의어를 가지고 있기 때문에 주변 어절(또는 문맥)을 보지 않으면 중의성을 해결하기 어렵다. 이런 중의성을 해결하기 위해서 주변 어절 정보를 입력받아 통계적으로 의미를 선택하는 기계학습 알고리즘들이 많이 연구되었으며, 그 중에서 특히 은닉 마르코프 모델을 활용한 연구가 높은 성과를 거두었다. 일반적으로 마르코프 모델만을 기반으로 알고리즘을 구성할 경우 은닉 마르코프 모델 보다는 단순하기 때문에 빠르게 작동하지만 정확률이 낮다. 본 논문은 마르코프 모델을 기반으로 하면서, 부분적으로 은닉 마르코프 모델을 혼합한 알고리즘을 제안한다. 실험 결과 속도는 마르코프 모델과 유사하며, 정확률은 은닉 마르코프 모델에 근접한 것으로 나타났다.

• 인지과학
• /
• 제28권3호
• /
• pp.149-171
• /
• 2017

본 연구에서는 공과대학 신입생(수학능력 시험에서 수학 B형을 친 학생들)들과 공학전공을 희망하는 자율전공 학생(수학 A형을 친 경우)들의 공간능력을 조사하여 수학 성취도와 공간능력 사이의 상관관계를 성별로 조사하였다. 그리고 문제해결전략에 성별로 차이가 있는지, 전략 선택의 차이가 공간능력에 실제로 영향을 미치는지를 확인해보고자 하였다. 이를 위하여 검사도구로 Purdue 공간 시각화 검사-회전(이하 PSVT-R)을 사용하였다. 또한 문항별 정답률을 성별로 구하고 분석해보았다. 연구결과, 공간 시각화능력-회전 능력에서의 성별 차이는 일반 공대생과 자율전공 학생들 모두 공통적으로 나타났고, 두 집단 모두 남학생이 여학생보다 10% 정도 우월 하였다. 검사에 참여한 학생들을 네 집단(일반 공대 남학생, 일반 공대 여학생, 자율전공 남학생, 자율전공 여학생)으로 나누었을 때 공간 시각화 능력은 일반 공대 남학생의 점수가 25점으로 가장 높았고, 다음이 자율전공 남학생(22.5)과 일반 공대 여학생(22.4)이 거의 비슷하였으며, 자율전공 여학생(19.2)의 순서로 낮아졌다. 공간 시각화 능력과 수학 성취도 사이의 상관계수는 동일한 집단 내에서는 모두 0.25이하로 둘 사이의 상관관계는 미미하였다. 그렇지만 집단 간에는 차이가 존재하는데, 일반 공대 및 자율전공 모두 남학생의 수학성취도와 공간 시각화 능력이 여학생보다 높았고, 수학 심화과정을 배운 일반 공대남(여)학생의 공간 시각화 점수가 그렇지 못한 자율전공 남(여)학생보다 높았다. 이 사실들은 공간능력과 수학 성취도 사이에 상관관계가 있음을 시사한다. 도형의 회전에서 문제해결 전략은 크게는 전인적(holistic) 전략부터 분석적(비교, 대조) 전략으로 나눌 수 있다. Mann-Whitney U 검증 결과 전략의 선택에서 유의미한 성별차이가 존재하였다. 그 외에도 일반 공대 남학생들에서는 전인적 전략을 80% 이상 사용했다는 응답이 가장 높았고, 일반 공대 여학생과 자율전공 학생들에서는 남녀 모두 전인적 전략을 50~80% 정도 사용하면서 비교, 대조와 같은 분석적인 방법을 곁들였다는 응답이 가장 높았다. 전략의 선택이 공간 시각화 능력의 점수 차이로 연결된다는 증거는 찾지 못하였지만, 만점을 받은 일반 공대생 집단은 남녀 모두 평균적인 선택보다는 전인적인 전략을 가장 많이 사용하였다. 한편 자율전공 하위권 학생들은 상대적으로 한 가지 전략에 치우치는 경향이 있었다. 따라서 도형의 회전과제에서는 두 가지 전략을 융통성 있게 사용하는 것이 문제해결에서 한 가지 전략만 과도하게 사용하는 경우보다 효과적으로 판명되었다. 마지막으로 문항별 정답률을 분석하여 여학생들의 정답률이 상대적으로 낮은 문항들을 추출하였다. 이 문항들의 특징은 회전축이 2개인 경우들에 집중되었다. 하지만 PSVT-R 점수의 차이는 효율적인 전략의 선택과 운영 외에도 주어진 도형에 대한 심적 이미지를 정확하게 만드는 능력에도 달려있음을 문항 분석 결과로 알 수 있었다. 위의 연구결과를 토대로 공간 시각화-회전 점수가 낮은 하위권 학생들에게 지금까지 그들에게 익숙하지 않았던 다른 전략을 학습할 경험과 기회를 제공할 것을 제안한다. 또한 문항 분석의 결과를 이용하여 정답률이 낮은 문항과 유사한 문항들을 개발하여 학습한다면 하위권 및 여학생들의 공간 시각화능력 향상에 도움이 될 것으로 기대한다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.35-42
• /
• 2019

최근 사물인터넷과 다양한 웨어러블 기기들이 등장하면서 인터넷 기술은 보다 편리하게 정보를 얻고 업무를 수행하는데 기여하고 있으나 인터넷이 다양한 부분에 이용되면서 공격에 노출되는 Attack Surface 지점이 증가하고 있으며 개인정보 획득, 위조, 사이버 테러 등 부당한 이익을 취하기 위한 목적의 네트워크 침입 시도 또한 증가하고 있다. 본 논문에서는 네트워크에서 발생하는 트래픽에서 비정상적인 행동을 분류하기 위한 희소클래스의 분류 성능을 개선하는 특징선택을 제안한다. UNSW-NB15 데이터셋은 다른 클래스에 비해 상대적으로 적은 인스턴스를 가지는 희소클래스 불균형 문제가 발생하며 이를 제거하기 위해 언더샘플링 방법을 사용한다. 학습 알고리즘으로 SVM, k-NN 및 decision tree를 사용하고 훈련과 검증을 통하여 탐지 정확도와 RMSE가 우수한 조합의 서브셋들을 추출한다. 서브셋들은 래퍼 기반의 실험을 통해 재현률 98%이상의 유효성을 입증하였으며 DT_PSO 방법이 가장 우수한 성능을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권2호
• /
• pp.181-185
• /
• 2008

스트리밍 비디오를 다양한 수신자에게 전달하기 위해 비디오를 여러 계층으로 나누어 전송하고 이를 선택적으로 수신하는 계층형 비디오 멀티캐스트가 소개되었다. 계층형 비디오 멀티캐스트에서는 가용 대역폭을 측정하기 위해 가입 실험을 사용하는데, 가입 실험이 중복되거나 실패할 경우 수신 비디오의 품질을 저하시킬 수 있다. 이를 해결하기 위해 공유 학습 기법이 제안되었지만 응용 계층 멀티캐스트에 적용할 경우 많은 컨트롤 오버헤드와 높은 적응수렴 시간 문제를 야기한다. 따라서 본 논문에서는 응용 계층 멀티캐스트 기반의 계층형 비디오 멀티캐스트에서 가입실험이 영향을 주는 영역을 분석함으로써 컨트롤 오버헤드 및 수렴 시간을 최소화하는 새로운 공유 학습 기법을 제안한다. 시뮬레이션을 통해 제안 기법이 기존 연구와 비교하여 컨트롤 오버헤드와 수렴 시간 측면에서 더 좋은 성능을 나타냄을 확인하였다.

• 센서학회지
• /
• 제12권6호
• /
• pp.289-297
• /
• 2003

본 논문에서는 정신적 과제수행 동안 EEG 뇌파의 정확한 분류방법에 관하여 기술한다. 피험자는 실험 task에서 시각적 자극에 대한 반응, 문제의 해석, 손동작 제어와 키 선택을 수행한다. 선택시간을 감지하기 위하여 측정한 뇌파로부터 $\alpha$, $\beta$, $\theta$, $\gamma$를 분리하고 4가지의 특징들을 해석한파. 이 특징들을 분석하여 각 피험자별로 공통적인 특징플로 구성된 일반 규칙을 설정한다. 본 시스템의 신경망은 1개의 은닉층을 갖는 3층의 피드포워드 신경망 구조를 가지며 학습에는 역전파 학습 알고리즘을 이용하였다. 4명의 피험자를 대상으로 설정한 알고리즘들을 적용하여 평균 87% 분류 성공률을 보였다. 본 논문에서 제안한 방법은 인지적인 정신과제 판별을 위한 방법들과 결합하여 BCI 기술을 위한 기반 기술로 활용될 수 있다.

• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1713-1723
• /
• 1999

문자 인식 기술은 인쇄도니 형태로 존재하는 수많은 정보를 데이터베이스화 할 수 있는 가장 유용한 대안이다. 본 논문에서는 문자 인식 기술을 사용한 데이터베이스 구축의 타당성을 조사하기 위하여, 문자인식기를 사용한 데이터베이스를 시범적으로 구축하였다. 우선 데이터베이스를 구축할 때 문자 인식기의 선택 시 고려하여야 할 사항들을 살펴보고, 이를 기준으로 4가지의 상용 문자 인식기에 대한 인식 실험을 거친 후 그 중 인식 성능이 가장 좋은 것을 선택하였다. 대상 문서로는 다양한 인쇄 품질 및 특성을 갖는 실제 논문집의 초록을 대상으로 삼았으며, 대량 데이터에 대한 인식률 계산을 위해 수작업된 데이터베이스가 있는 KT 테스트 컬렉션[1]을 선택하였다. 실험은 실제 대용량 데이터베이스 구축과 유사한 환경을 만들기 위해, 문서별 학습이나 기울기 보정 등의 사전 작업을 생략하였다. 실험 결과 970편의 논문 요약문에 대해 평균 문자 인식률 90.5%를 보여, 한글 문자 인식 기술이 아직 데이터베이스 구축에 활용되기에는 이르다는 것을 보였다. 문자 인식에 의한 인식 오류에서는 수작업 한 문서에서 발견되는 오류와는 상이한 유형이 많이 발견된다. 본 논문에서는 추후의 연구를 위하여 문자 인식 텍스트에서 나타나는 오류의 유형을 분류하였다.