• 감성과학
• /
• 제10권4호
• /
• pp.583-601
• /
• 2007

웨어러블 컴퓨팅 환경은 대개 이동 중일 가능성이 많고 이때 눈과 손이 자유롭지 못하고 많은 주의가 필요한데 기존의 데스크탑 인터페이스 방식(WIMP)은 적합하지 않다. 또한 웨어러블 환경에서 모바일 기기의 소형화로 인하여 작은 화면에서 정보를 확인하고 처리해야 하기 때문에 기능 수행에 따른 인지부하가 늘어남과 동시에 수행 속도가 느려지고 많은 오류가 발생하는 등 어려움이 따른다. 이와 같이 변화된 환경에 적합한 입력 방식의 적정 수준을 찾는 연구가 필요하다. 본 연구는 이동 상황에서 모바일 기기를 사용할 때 동시에 여러 가지 일을 수행함으로써 걸릴 수 있는 인지부하를 줄여주기 위한 방법을 기기의 입력 방식과 사용되는 메뉴구조의 복잡성을 중심으로 분석하였다. 입력 방식을 포인팅입력 방식, 버튼입력 방식, 동작입력 방식으로 나누고, 이 방식들을 통한 메뉴탐색 과제와 화면에 제시되는 도형기억 과제를 동시에 수행했을 때 수행의 정확도와 과제수행 속도를 측정하였다. 또한 제시되는 메뉴탐색 과제의 메뉴계층의 수를 변화시켜서 입력 방식의 복잡성에 따른 과제 수행을 살펴보았다. 실험은 정지 상황과 이동 상황에서 모두 이루어졌다. 정지 상황과 이동 상황 모두에서 포인팅입력 방식이 과제 수행의 정확도가 가장 높은 반면 수행 속도에서 가장 느린 것으로 나타났다. 동작입력 방식에서는 수행의 정확도는 떨어졌으나 수행 속도는 빠르게 나타났다. 이는 이동 중에 수행되는 과제에서 정확도보다도 속도가 중요한 상황에서는 동작입력 방식이 적합하다는 것을 시사한다.

• 한국노년학
• /
• 제36권4호
• /
• pp.1109-1124
• /
• 2016

본 연구에서는 고정관념 위협이 노인의 공간 기억 및 정서인식기능에 미치는 영향을 확인하고, 개인이 지니고 있는 노화에 대한 인식에 따라 고정관념 위협의 효과가 다르게 나타나는지 검증해 보고자 하였다. 이를 위해 자발적으로 연구 참여 의사를 밝힌 60세 이상 노인 17명(남=7)을 대상으로 연구를 진행하였으며, 첫 번째 방문 시 K-WMS-IV와 MMSE를 포함한 기본 인지기능 검사를 실시하고, 자신의 노화에 대한 인식, 노화 불안, 노화에 대한 태도, 연령 정체성 척도에 응답하도록 하였다. 두 번째 방문 시, 실험군의 경우 노화가 인지기능을 저하시킨다는 스크립트를 읽도록 하여 고정관념 위협에 노출시켰으며, 대조군의 경우 중립적인 스크립트를 읽도록 하였다. 고정관념위협을 조작한 이후 공간 작업기억 과제 (콜시 블록 태핑 과제)와 정서 인식 과제 (얼굴표정 정서인식 과제)를 수행하도록 하고, 수행의 정확도를 관찰하였다. 연구 결과, 고정관념 위협에 노출된 노인 군이 그렇지 않은 노인 군에 비해 정서인식 과제에서 유의하게 저조한 수행 정확도 (p<.05)를 보였다. 또한 자신의 노화에 대한 인식과 고정관념 위협 사이에 상호작용 효과가 확인되어(p<.05), 자신의 노화에 대한 인식이 긍정적인 노인들은 고정관념 위협에 노출되더라도 정서인식 과제와 어려운 공간 작업기억 과제에서 대조군과 유사한 수행 정확도를 보인 반면, 자신의 노화에 대한 인식이 부정적인 노인들은 고정관념 위협에 노출되었을 때, 매우 저조한 수행 정확도를 나타내는 양상을 보였다. 따라서 본 연구에서는 고정관념 위협이 노인의 정서인식 기능에 부정적 영향을 미치는 것을 검증하였으며, 자신의 노화에 대한 긍정적 인식이 고정관념 위협으로 인한 인지기능 저하의 보호 요인으로 작용한다는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제48권4호
• /
• pp.21-26
• /
• 2011

특징 순위 방법은 데이터에 대한 정보와 관련된 특징을 구별하는데 유용하게 사용된다. 본 논문에서는 혈소판으로부터 측정된 라만 스펙트럼에서 퇴행성 뇌신경질환과 혈관성 인지증의 분류에 특징 순위를 이용하는 방법을 제안하였다. 퇴행성 뇌신경 질환인 알츠하이머병(Alzheimer's disease)과 파킨슨병(Parkinson's disease) 그리고 혈관성 인지증(vascular dementia)을 유도한 실험용 쥐의 혈소판에서 측정한 스펙트럼은 가우시안 모델을 이용한 커브 피팅으로 노이즈를 제거하고 로컬 최저점에 선형 보간법(linear interpolation)으로 배경 잡음을 제거한다. 전처리 과정을 수행한 스펙트럼에서 분류정확도와 계산복잡도를 개선하기 위해 특징 순위 방법을 이용하여 주요 특징을 선택하였다. 선택된 특징들은 PCA(principal component analysis) 방법으로 변환하여 주성분의 수를 변화시키며 MAP(maximum a posteriori)으로 분류하고 전체 특징을 사용한 경우의 분류 결과와 비교하였다. 실험 결과에서 제안한 방법을 적용한 모든 실험에서 분류 시스템의 계산복잡도를 현저하게 감소시키고 분류정확도는 부분적으로 증가하였다. 특히 파킨슨병과 정상을 분류하는 실험에서 제안한 방법이 전체 특징을 사용한 경우보다 모든 주성분의 수에서 분류정확도가 높았으며 평균 1.7 %의 성능이 향상되었다. 이 결과에서 분류정확도와 계산복잡도의 개선을 고려하면 제안한 방법이 혈소판 라만 스펙트럼에서 퇴행성 뇌신경질환과 혈관성 인지증의 분류 시스템에 효율적으로 사용될 수 있음을 확인하였다.

• Spatial Information Research
• /
• 제18권3호
• /
• pp.23-32
• /
• 2010

산림영역에서 획득된 라이다데이터는 산림영역의 DTM생성, 수고 및 산림생체량 추정과 같은 산림연구에 효과적으로 이용될 수 있다. 이를 위한 핵심적인 전처리 과정으로 본 연구는 라이다데이터로부터 산림영역을 효과적으로 탐지하기 위한 방법을 개발하고자 한다. 먼저 라이다데이터로부터 산림영역으로 판단하기에 효과적인 다반사 특성, 높이값 편차 및 공간적 분포에 기반한 세 가지 인지적 단서를 제시하였다. 각 단서들에 기반하여 산림후보영역을 탐지하고, 오분류를 제거하고 경계를 정제하기 위한 이진형태학적처리를 수행하여 최종산림영역을 결정하였다. 항공영상을 이용하여 생성한 기준데이터로 검증한 결과에 따르면 세 종류 단서에 의한 방법 모두 약 90% 이상의 정확도를 보이는 것으로 평가되었다. 특히 다반사 특성에 기반한 방법이 다른 방법에 비교하여 정확도 및 단순도 측면에서 보다 좋은 방법으로 판단된다. 또한, 각각의 단서에 기반한 개별적인 결과를 조합하면 분류 정확도가 개선되는 것을 확인하였다.

• 인지과학
• /
• 제12권4호
• /
• pp.1-9
• /
• 2001

모바일 인터넷은 단말기의 휴대가 가능하고 무선으로 인터넷에 접속할 수 있기 때문에 언제 어디서나 사용할 수 있다. 따라서 고정된 환경에서 사용하게 되는 유선 인터넷에 비해 모바일 인터넷 사용자는 다양한 정황 속에서 인터넷을 사용하게 된다. 본 연구에서는 이러한 여러 가지 정황 요인 들 중에서 손과 다리 및 눈에 관한 신체 정황을 선택하여, 이들이 모바일 인터넷 사용 성과와 만족도에 미치는 영향에 관하여 연구하였다. 본 연구를 위해 각 정황에서 과제를 수행하는 통제된 실험을 실시했고, 과업의 정확도와 주관적인 만족도를 측정했다 연구 결과, 각각의 정황이 개별적으로 피험자들에게 주어졌을 때는 정확도와 만족도에 영향을 미치지 않았지만. 두 개 이상의 정황이 동시에 주어졌을 때, 즉 눈에 있어서 시각적인 방해와 다리에 있어서 보행이라는 정황이 동시에 주어졌을 때 정화도 및 만족도가 떨어졌다. 이것은 주의의 한계로 인해 피험자로 하여금 하나의 신체적 정황에 대한 주의 보다 둘 이상의 신체적 정황에 대한 주의가 더 필요하게 되었고 그 결과 과업을 수행하는 인지적 주의의 양이 줄어들었기 때문임을 시사하고 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권5호
• /
• pp.379-386
• /
• 2015

본 논문에서는 스마트폰 사용자 중심의 반응 완료 시간에 대한 동적 분석을 활용하여 사용자가 실제 인지하는 성능 중심의 새로운 최적화 프레임워크를 제안한다. 이를 위하여 먼저 스마트폰 응용프로그램에서 사용자가 실제 인지하는 성능에 대한 평가 지표로써 사용자 중심 반응 시간을 정의한다. 또한, 이러한 사용자 중심 반응 시간의 동적 탐색에 기반하여 사용자가 인지할 수 있는 성능 병목 지점을 최적화의 힌트로써 개발자에게 제공하는 사용자 중심 반응 시간 분석 도구의 설계와 개발에 대하여 소개한다. 제안한 사용자 중심 반응 시간 분석 도구를 갤럭시 넥서스 스마트폰에 구현하여 그 정확도와 계산부하를 평가한 결과, 전체 반응 시간의 1% 미만의 계산 부하로 카메라를 이용하여 측정한 결과 대비 92%의 정확도를 보였다. 제안한 도구의 효율성 평가를 위하여 소스 코드가 공개되어 있는 안드로이드 응용프로그램의 성능 개선에 제안한 도구를 활용하여 최대 16.4%의 성능 향상을 달성하였다.

• 인지과학
• /
• 제15권3호
• /
• pp.1-14
• /
• 2004

본 연구에서는 순차적으로 자극이 제시되는 시각 구별 과제에서 개인차가 기술의 습득과 전이에 어떻게 영향을 미치는지 알아보았다. 여기서는 개인 차이를 세 가지 측면에서 측정하였는데 인지 양식의 차이, 작업 기억 용량의 수준, 그리고 의사 결정 방식의 차이를 가지고 개인 차이를 분류하였다. 시각 구별 과제에서는 크게 훈련 과정과 전이 과정으로 나누어 훈련 과정의 난이도가 전이 과정에서 어떠한 영향을 미치는지 알아보았는데, 특히 훈련 난이도는 인지 양식과 그리고 작업 기억 용량과의 상호 작용을 통하여 전이 과제에서의 정확도에 영향을 미친 것으로 나타났다. 본 연구에서 얻어진 결과는 시각 구별과 관련한 인터페이스를 디자인하는데 있어서 개인차를 고려하는 것이 필요함을 시사하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (D)
• /
• pp.723-727
• /
• 2006

애드혹 유비쿼터스 컴퓨팅 환경에서 상호작용 미들웨어는 컨텍스트의 변화에 따라 애플리케이션간의 상호작용을 재구성할 수 있도록 지원해야 한다. 또한 미들웨어는 컨텍스트 인지 상호작용을 지원하는데 있어 컨텍스트 종류나 애플리케이션들 혹은 환경의 다양성에 따라 컨텍스트 변화에 대한 적응성을 동적으로 변화시킬 수 있도록 기능을 제공해야 한다. 하지만 기존 연구들은 컨텍스트 변화에 대한 적응성을 변화시키는 이러한 요소들에 대해 고려하지 않으며 그로 인해 컨텍스트 변화에 대한 적응 정도를 정적으로 설정함으로써 컨텍스트 인지 상호작용을 지원하는데 있어 경우에 따라 오버헤드가 발생하거나 컨텍스트 변화에 빠르게 대응하지 못한다. 따라서 본 연구는 애드혹 유비쿼터스 컴퓨팅 환경에서 동작하는 Publish/Subscribe 기반의 상호작용 미들웨어에서 이벤트 중계의 정확성과 컨텍스트 변화 적응성간의 관계를 기반으로 다양한 컨텍스트 종류나 사용자, 환경에 따라 이벤트 중계의 정확도를 동적으로 조절하는 기법을 제안한다. 그리고 이를 기반으로 이벤트 중계 정보를 동적으로 재구성하여 컨텍스트에 맞춰 효율적으로 컨텍스트 인지 상호작용을 구성할 수 있는 기법을 제안한다. 비교 분석 결과 기존 연구에 비해 컨텍스트 변화에 대한 적응성에서 더 나은 결과를 보여주었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권9호
• /
• pp.629-642
• /
• 2013

최근 몇 년 동안 스마트폰의 등장으로 현대인들의 생활에 많은 변화를 가져왔다. 특히 스마트폰의 센서 정보를 활용하여 사용자의 상황에 맞는 서비스를 제공해주는 응용프로그램들이 많이 등장하고 있다. 스마트폰의 센서 정보는 사용자의 습관이나 행동과 밀접하게 관련되어 있기 때문에 사용자의 상황을 인지하기에 좋은 데이터이다. 현재 모바일 센서 중 GPS 센서는 사용자의 기본적인 행위인지에 많이 활용되고 있다. 하지만 GPS 센서는 사용자의 상황에 따라 수신이 불가능할 수도 있으며 수신된 데이터 역시 부정확할 수 있기 때문에 활용도가 떨어진다. 본 연구에서는 이러한 문제점을 해결하기 위해 모바일 디바이스에 탑재된 가속도 센서 데이터를 중심으로 한 사용자 행위 인지 방법을 제안한다. 가속도 센서는 데이터 수신이 안정적이며, 사용자의 행위에 민감하게 반응하기 때문에 행위인지에 적합하다. 마지막으로 상태 전이도를 활용하여 합리적인 행위변화의 흐름을 적용함으로써 행위인지의 정확도를 높인다.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.157-165
• /
• 2009

본 논문에서는 일상 공간에서 발생할 수 있는 인간의 일상생활 행위(ADL: Activities of Daily Living)들을 인지하는 분산 모델을 제시한다. 사용자의 환경, 위치 및 행위 정보를 간단한 센서들이 부착된 가정용 기기 혹은 식기들을 통해 무선 센서 네트워크로 수집하며 분석하고, 이 정보를 기반으로 사용자의 생환패턴, 건강상태 등을 파악하여 이에 요구되는 라이프케어 서비스를 제공한다. 하지만 서비스의 제공을 위해서는 높은 수준의 행위인지 데이터가 요구되나 충분히 분석되어지지 않은 센싱 데이터들은 고차원 상창 추론을 위한 일상생활 행위 인지 모델의 구축을 어렵게 한다. 그러나 수집 데이터의 순서를 통해 행위를 인지할 수 있다는 것에 착안하여 센서 데이터들의 순서를 특정 행위 패턴을 분석하는 데 활용하고, 이를 기반으로 한 분산 선형 시간추론 알고리즘을 제안한다. 이 알고리즘은 가정, 사무실 및 병원과 같은 소규모 환경에서 행위를 인지하는 데 적절하다. 제안한 알고리즘의 성능평가를 위해서 MIT Media Lab에서 제공하는 공개 데이터를 사용하였으며, 75% 이상의 평균 행위 인지 정확도를 보였다.