• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• 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.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1890-1897
• /
• 2021

사람 수 추정은 스마트 홈, 스마트 빌딩, 스마트 자동차 등과 같은 응용 서비스를 제공하기 위해 중요한 기술이다. 최근 COVID-19의 영향으로 사회적 거리두기가 시행되면서 사람 수 추정 기술은 새롭게 주목받고 있다. 사람 수 추정 시스템은 서비스 요구사항에 따라 카메라, 센서, 무선 등과 같은 다양한 방법으로 구현 가능하다. WiFi AP를 활용한 사람 수 추정 방식은 다중경로 정보를 반영하는 WiFi CSI를 활용하는 기술로 낮은 비용으로 실내에서 사용하기에 효과적이다. 기존에 제안된 WiFi CSI 기반 사람 수 추정 시스템은 정확도가 낮아 고품질 서비스를 제공하기 어렵다. 본 논문은 WiFi CSI 데이터에 기반한 딥러닝 사람 수 추정 시스템을 제안한다. 오토인코더를 활용한 데이터 전처리 방식, WiFi CSI 데이터를 변형하는 데이터 증강 기법, 그리고 딥러닝 모델링을 통해 추정 정확도를 높인다. 실험 결과 제안하는 시스템은 최대 6명에 대해 89.29%의 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• 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.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.262-269
• /
• 2020

최근 다양한 쇼핑 환경에서 결제에 소요되는 시간을 줄이기 위한 많은 시도들이 이루어지고 있다. 또한 4차 산업혁명시대에 들어서면서 인공지능 기술이 고도화되고 있으며, IoT 장비들은 더욱 소형화되고 저렴해져서 이 두 가지 기술을 융합시킴으로써 사용자의 시간을 절약할, 인간을 대신하는 무인 환경을 구축하는 것에 대한 접근이 용이해졌다. 본 논문에서는 저가 IoT 장비들과 딥러닝 객체 탐지 기술을 기반으로 하는 스마트 쇼핑카트 시스템을 제안한다. 제안된 스마트 카트 시스템은 실시간 상품 인식을 위한 카메라와 라즈베리파이, 트리거 역할을 하는 초음파 센서, 상품이 쇼핑카트에 들어온 것인지 나간 것인지를 판단하기 위한 무게 센서, 가상의 장바구니에 대한 UI를 제공하는 스마트폰 어플리케이션, 학습된 데이터가 저장되는 딥러닝 서버로 구성된다. 각 모듈 간의 통신은 TCP/IP 네트워크 및 HTTP 네트워크로 이루어지며, 서버의 상품 인식을 위해서는 객체탐지 기술이 구현된 YOLO darknet 라이브러리를 사용한다. 사용자는 스마트폰의 앱을 통하여 스마트 카트에 넣은 물건들의 목록을 점검하고 자동으로 결제할 수 있다. 본 논문에서 제안된 스마트 카트 시스템은 가성비가 높은 무인 상점을 구현하는데 응용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• 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.

• 스마트미디어저널
• /
• 제8권2호
• /
• pp.39-45
• /
• 2019

딥러닝이 보편화되면서 예측 결과를 설명하는 연구가 중요해졌다. 최근 슈퍼픽셀에 기반한 다중스케일 결합 기법이 제안되었는데, 물체의 모양을 유지함으로써 시각적 공감이라는 장점을 제공한다. 이 기법은 예측 차이라는 원리에 기반을 두고 있으며, 슈퍼픽셀을 가리고 얻은 예측 결과와 원래 예측 결과의 차이를 보고 돌출맵을 구성한다. 본 논문은 슈퍼픽셀을 가리는 제외 연산뿐 아니라 슈퍼픽셀만 보여주는 포함 연산까지 사용하는 새로운 기법을 제안한다. 실험 결과 제안한 방법은 IoU에서 3.3%의 성능 향상을 보인다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.31-37
• /
• 2022

본 논문은 일상생활에서 흔히 들을 수 있는 소리(비명소리, 박수 소리, 여러 명의 박수 소리, 자동차 지나가는 소리, 배경음 등)를 감지하는 음향 인식을 위하여, 신호처리 및 딥러닝을 적용하는 연구에 관한 것이다. 제안된 음향 인식에서는, 인식 정확도의 향상을 위해서 음향 파형의 스펙트럼, 음향 데이터의 증강, 2차원(2-D) 이미지 변환에 관한 기술들이 사용되었고, 예측의 정확도를 향상을 위한 앙상블 학습, Convolution Neural Network(CNN) 딥러닝 기술들이 적용된다. 제안된 음향 인식 기술은 실험을 통해 다양한 음향을 정확하게 인식할 수 있음을 보여준다.

• 스마트미디어저널
• /
• 제12권2호
• /
• pp.36-41
• /
• 2023

지원자 추적 시스템의 등장으로 온라인 채용이 활성화되면서 채용 사기가 심각한 문제로 대두되고 있다. 이 연구는 온라인 채용 환경에서 채용 사기를 탐지할 수 있는 신뢰할 수 있는 모델을 개발하여 비용 손실을 줄이고 개인 사생활 보호를 강화하고자 한다. 이 연구의 주요 기여는 데이터를 탐색적으로 분석하여 얻은 통찰력을 활용하여 어떤 채용 정보가 사기인지, 아니면 합법적인지를 구분할 수 있는 자동화된 방법론을 제공하는데 있다. 캐글에서 제공하는 채용 사기 데이터 집합인 EMSCAD를 사용하여 다양한 단일 분류기 및 앙상블 분류기 기반 머신러닝 모델을 훈련하고 평가하였으며, 그 결과로 앙상블 분류기인 랜덤 포레스트 분류기가 정확도 98.67%, F1 점수 0.81로 가장 좋은 결과를 보이는 것을 알 수 있었다.

• 정보교육학회논문지
• /
• 제16권2호
• /
• pp.189-199
• /
• 2012

최근 스마트 디바이스의 등장으로 스마트 러닝을 위한 다양한 교육용 앱이 개발되고 있다. 하지만 기존의 네이티브 앱은 특정 디바이스에서만 동작하기 때문에 디바이스가 호환이 어렵다. 앱을 개발하는 새로운 방식인 웹 앱은 HTML5로 작성하여 크로스 플랫폼을 지원하는 장점이 있다. 이에 본 연구에서는 HTML5를 사용하여 초등학교 과학교과에서 지레를 학습하는 웹앱을 개발하였다. 초등학교 현직교사로 이루어진 전문가 평가를 통해 개발한 웹앱의 교육적 유용성을 검증하였으며, 검증 결과 개발한 지레 학습 콘텐츠와 웹앱이 가지는 교육적 가치가 높다고 평가되었다.