• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.621-623
• /
• 2023

전자금융거래 시장이 활발해지며 이에 따라 신용 카드 이상 거래가 증가하고 있다. 따라서 많은 금융 기관은 신용 카드 이상 거래 탐지 시스템을 사용하여 신용 카드 이상 거래를 탐지하고 개인 피해를 줄이는 등 소비자를 보호하기 위해 큰 노력을 하고 있으며, 이에 따라 높은 정확도로 신용 카드 이상 거래를 탐지할 수 있는 실시간 자동화 시스템에 대한 개발이 요구되었다. 이에 본 논문에서는 머신러닝 기법 중 부스팅 알고리즘을 사용하여 더욱 정확한 신용 카드 이상 거래 탐지 시스템을 제안하고자 한다. XGBoost, LightGBM, CatBoost 부스팅 알고리즘을 사용하여 보다 정확한 신용 카드 이상 거래 탐지 시스템을 개발하였으며, 실험 결과 평균적으로 정밀도 99.95%, 재현율 99.99%, F1-스코어 99.97%를 취득하여 높은 신용 카드 이상 거래 탐지 성능을 보여주는 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.12
• /
• pp.1890-1897
• /
• 2021

People counting is an important technology to provide application services such as smart home, smart building, smart car, etc. Due to the social distancing of COVID-19, the people counting technology attracted public attention. People counting system can be implemented in various ways such as camera, sensor, wireless, etc. according to service requirements. People counting system using WiFi AP uses WiFi CSI data that reflects multipath information. This technology is an effective solution implementing indoor with low cost. The conventional WiFi CSI-based people counting technologies have low accuracy that obstructs the high quality service. This paper proposes a deep learning people counting system based on WiFi CSI data. Data preprocessing using auto-encoder, data augmentation that transform WiFi CSI data, and a proposed deep learning model improve the accuracy of people counting. In the experimental result, the proposed approach shows 89.29% accuracy in 6 subjects.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.381-383
• /
• 2018

이 논문은 스마트 폰에서 터치 스트로크를 이용하여 지속적 인증을 할 수 있는 딥 러닝 네트워크인 스태킹 커널 릿지 리그레션 네트워크 (Stacking Kernel Ridge Regression Network: SKRRN)에 대한 연구이다. SKRRN 은 여러 개의 커널 릿지 리그레션 (Kernel Ridge Regression: KRR) 으로 구성되어있고, 계층적이며 모든 KRR 은 해석적이고 독립적으로 훈련된다. SKRRN 은 다른 딥 러닝 네트워크와는 다르게 비가공 터치 스트로크 데이터로부터 특징을 배우지 않고 Hand-Crafted 피처와 같이 추출된 데이터로부터 재학습을 한다. 이러한 재학습은 기존 데이터 셋을 더 구별 하기 쉽고 풍부하게 만들어준다. SKRRN 은 HMOG 데이터 셋을 사용하여 4.295%의 동일 오류율을 달성하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.209-210
• /
• 2021

본 논문에서는 스마트 폰의 GPS 센서와 Google Map 기반의 러닝 운동을 효율적으로 할 수 있는 애플리케이션을 개발한다. 이 애플리케이션은 안드로이드의 GPS 센서를 이용하여 사용자의 위치, 달리는 속도(Km/h), 이동 거리(Km)를 기록하고 페이스 계산을 통해 사용자의 운동 목표량에 도달하도록 도와준다. 그리고 Google Map을 사용하여 사용자의 러닝 경로를 시각화하여 지도에 표시한다. 또한 이전의 운동 기록을 저장하여 효과적인 러닝 플랜을 세울 수 있도록 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.7
• /
• pp.262-269
• /
• 2020

Recently, many attempts have been made to reduce the time required for payment in various shopping environments. In addition, for the Fourth Industrial Revolution era, artificial intelligence is advancing, and Internet of Things (IoT) devices are becoming more compact and cheaper. So, by integrating these two technologies, access to building an unmanned environment to save people time has become easier. In this paper, we propose a smart shopping cart system based on low-cost IoT equipment and deep-learning object-detection technology. The proposed smart cart system consists of a camera for real-time product detection, an ultrasonic sensor that acts as a trigger, a weight sensor to determine whether a product is put into or taken out of the shopping cart, an application for smartphones that provides a user interface for a virtual shopping cart, and a deep learning server where learned product data are stored. Communication between each module is through Transmission Control Protocol/Internet Protocol, a Hypertext Transmission Protocol network, a You Only Look Once darknet library, and an object detection system used by the server to recognize products. The user can check a list of items put into the smart cart via the smartphone app, and can automatically pay for them. The smart cart system proposed in this paper can be applied to unmanned stores with high cost-effectiveness.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.344-347
• /
• 2016

유비쿼터스 환경 시대에 맞춰 현재 스마트 디바이스의 발달과 시장의 확대로 스마트 미디어 기기의 보급이 급속도로 확산되고 있으며 많은 교육용 어플리케이션 또한 개발되고 있는 중이다. 이러한 교육용 어플리케이션들은 지식기반사회의 학습도구로서 지식접근 및 창출에 중요한 요소인 인터넷과 웹을 활용하게 되고 이동성과 편의성을 추구하는 모바일기기를 통해 학습이 가능하도록 지원하는 프로그램이다. 본 연구는 모바일러닝 기반의 '창의적 문제해결(CPS, Creative Problem Solving)' 모형을 활용하는 교육용 앱에 대한 설계방안을 제시하고자 하며 연구의 목적은 대학 교육에서 학생들의 창의적 사고와 문제해결능력 향상을 돕는 모바일러닝 기반의 학습환경을 설계하는 데 있다. 제안하는 학습지원 도구는 모바일 앱 형태로 제작되며 학습활동에 있어 다양한 창의적 사고과정 활동과 표현방식, 상호작용성 등의 기능을 통해 학습자의 고차원적인 사고능력을 향상시키는 인지적 도구로서 활용될 수 있도록 설계하였다. 개발환경은 안드로이드용 앱 인벤터 프로그램을 사용하였으며 앱 인벤터 서버환경에서 제공되는 컴포넌트와 이벤트 핸들러를 이용하여 교수자모드와 학습자모드의 앱을 각각 설계하였다. 교수자 앱은 학습활동 제공을 의미하는 프로바이더(Provider) 모드 기능이 포함되며 학습자 앱은 CPS 활동을 위한 학습활동 모드 기능이 설계된다. 대부분의 창의성 관련 앱들은 그래픽작업을 통한 두뇌활동 향상 프로그램, 체험활동 위주의 프로그램 등으로 출시가 되어 있으나 교수-학습 활동을 위한 창의적 문제해결활동 관련 앱은 존재하지 않는 상태이므로 수업활동에서의 활용측면에서 가치가 있을 것으로 기대된다.

• Smart Media Journal
• /
• v.8 no.2
• /
• pp.39-45
• /
• 2019

As deep learning has become popular, researches which can help explaining the prediction results also become important. Superpixel based multi-scale combining technique, which provides the advantage of visual pleasing by maintaining the shape of the object, has been recently proposed. Based on the principle of prediction difference, this technique computes the saliency map from the difference between the predicted result excluding the superpixel and the original predicted result. In this paper, we propose a new technique of both excluding and including super pixels. Experimental results show 3.3% improvement in IoU evaluation.

• Smart Media Journal
• /
• v.11 no.1
• /
• pp.31-37
• /
• 2022

This paper proposes a study on applying signal processing and deep learning for sound recognition that detects sounds commonly heard in daily life (Screaming, Clapping, Crowd_clapping, Car_passing_by and Back_ground, etc.). In the proposed sound recognition, several techniques related to the spectrum of sound waves, augmentation of sound data, ensemble learning for various predictions, convolutional neural networks (CNN) deep learning, and two-dimensional (2-D) data are used for improving the recognition accuracy. The proposed sound recognition technology shows that it can accurately recognize various sounds through experiments.

• Smart Media Journal
• /
• v.12 no.2
• /
• pp.36-41
• /
• 2023

With the advent of applicant tracking systems, online recruitment has become more popular, and recruitment fraud has become a serious problem. This research aims to develop a reliable model to detect recruitment fraud in online recruitment environments to reduce cost losses and enhance privacy. The main contribution of this paper is to provide an automated methodology that leverages insights gained from exploratory analysis of data to distinguish which job postings are fraudulent and which are legitimate. Using EMSCAD, a recruitment fraud dataset provided by Kaggle, we trained and evaluated various single-classifier and ensemble-classifier-based machine learning models, and found that the ensemble classifier, the random forest classifier, performed best with an accuracy of 98.67% and an F1 score of 0.81.

• Journal of The Korean Association of Information Education
• /
• v.16 no.2
• /
• pp.189-199
• /
• 2012

Recently with the advent of smart devices, various educational apps are being developed for smart learning. However, the existing native apps to run on a particular device, the device is not compatible. A new way to develop apps, webapp written using the HTML5 has the advantage of cross-platform support. We developed the webapp using HTML5 for learning lever in elementary school science curriculum. We conducted an expert evaluation for the web app of educative usability. The expert group was comprised of elementary school teacher. In result, it was evaluated lever learning content and webapp have high educational value.