• Journal of the Korea Society of Computer and Information
• /
• v.27 no.11
• /
• pp.57-66
• /
• 2022

In this paper, we propose a legal document search method that uses the Sentence-BERT model. The general public who wants to use the legal search service has difficulty searching for relevant precedents due to a lack of understanding of legal terms and structures. In addition, the existing keyword and text mining-based legal search methods have their limits in yielding quality search results for two reasons: they lack information on the context of the judgment, and they fail to discern homonyms and polysemies. As a result, the accuracy of the legal document search results is often unsatisfactory or skeptical. To this end, This paper aims to improve the efficacy of the general public's legal search in the Supreme Court precedent and Legal Aid Counseling case database. The Sentence-BERT model embeds contextual information on precedents and counseling data, which better preserves the integrity of relevant meaning in phrases or sentences. Our initial research has shown that the Sentence-BERT search method yields higher accuracy than the Doc2Vec or TF-IDF search methods.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.386-392
• /
• 2007

최근 들어 손 제스처를 인간-기계 인터페이스에 활용하는 연구가 많아지고 있다. 그 중에서 수화 인식은 청각장애인과 일반인 사이의 원활한 의사 소통을 하게 해 주는 인터페이스로서 중요성이 날로 더해가고 있다. 하지만 기존의 수화 인식 연구는 사용자 개개인의 수화 동작의 차이를 고려하지 않고 다수 사용자를 위한 모델을 사용하기 때문에 사용자에 따라 인식률이 낮아지게 된다. 이러한 점을 보완하기 위해 본 논문에서는 개개인의 수화 동작 특성을 반영하여 시스템이 사용자에게 적응해 가는 과정을 다루고자 한다. 특히 점진적인 사용자 적응에 있어서 가장 문제가 되는 것은 어떻게 비관측된 상태(unobserved state)의 파라미터를 수정할 것인가 하는 것이다. 이를 위해서 본 논문에서는 동작 유사도와 적응 추이에 의한 추정을 통해 비관측된 상태의 모델 파라미터를 수정한다. 실제 청각 장애인들로부터 획득한 데이터베이스를 사용하여 제안한 방법이 기존 방법에 비해 더욱 빠르게 사용자의 특성을 시스템에 반영하고 인식률을 향상시킨다는 것을 실험을 통해 보인다.

• Journal of Advanced Navigation Technology
• /
• v.14 no.5
• /
• pp.618-624
• /
• 2010

This paper address the problem of tracking multiple objects encountered in many situations in developing condensation algorithms. The difficulty lies on the fact that the implementation of condensation algorithm is not easy for the general users. We propose an automatic code generation program for condensation algorithm using MATLAB tool. It will help for general user who is not familiar with condensation algorithm to apply easily for real system. The merit of this program is that a that a general industrial engineer can easily simulate the designed system and confirm the its performance on the fly.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.358-360
• /
• 2004

환자의 의료 및 질환정보는 개인의 프라이버시에 관련되므로 민감하게 취급되어야 하는 정보이다. 이러한 의료 및 질환정보의 유출은 환자의 사회적인 고립뿐 아니라 환자의 생명도 위협하게 되므로 철저한 보안이 필요하다. 따라서, 의료진, 환자, 일반인 등의 사용자 식별을 통한 진료 기록의 접근 통제 및 사용 권한에 따른 정보의 암호화 수준과 해당 정보에 대한 역할 기반의 접근 제어(Role-Based Access Control)를 제공해야 한다. 또한, 환자 자신으로 하여금 자신의 의료 및 질환정보에 대한 다른 사람의 접근권한을 줄 수 있으며, 그 외의 대부분의 접근 권한들은 Role-Permission Broker를 통해서 제어될 수 있다. 본 논문은 RBAC 모델을 현재의 의료 및 질환 정보 관리에 적용시켜 각 정보 개체들과 사용자간의 효율적인 역할 분담과 정보 보호를 추구한다. 이러한 방식은 현재의 의료 및 질환정보 관리 체계를 개선할 것으로 기대한다.

• Journal of Digital Contents Society
• /
• v.10 no.2
• /
• pp.299-307
• /
• 2009

It is well-known that the scenic visibility achieved in our naked eyes is related with the quality of aerosol condition which is composed of primary and secondary air pollutants. In recent, the IMPROVE organization in U.S.A. has developed two algorithms to estimate the visible length depending on the elements of air pollutant. Using these algorithms, we are to represent the condition of aerosol quality with the well-known scenic images of the observing area so that any one that have no sufficient chemical knowledge may feel and understand the level of air pollution in visuality.

• Broadcasting and Media Magazine
• /
• v.26 no.4
• /
• pp.23-39
• /
• 2021

2차원 영상을 3차원 모델 영상으로 변환하는 방식이 다양하게 발전해오고 있다. 딥러닝의 발전 중 특히 GAN의 다양한 연구는 2차원 영상의 생성뿐만 아니라 다양한 3차원 영상의 생성에도 진전을 보였다. 본 고에서는 2차원 영상을 3차원 영상으로 변환하는 연구의 필요성을 바탕으로 관련 연구의 내용과 동향을 분석하였다. 주요 내용으로는 딥러닝 기반의 3차원 객체인식, 2D로부터 3D 변환을 위한 신경망에 대한 연구, 생성적 기법을 적용한 연구, 3D 모델링 도구 등이 포함된다. 관련 연구의 전반적인 흐름을 고려했을 때 향후 3D 모델링의 정교한 표현력 향상, 고속의 고해상도 렌더링, 편리한 온라인 접근성 등을 예상하게 된다. 관련 산업 종사자들에게는 생성시간의 단축을 가져올 수 있고 일반인은 전문적인 3D 기술이 없어도 우수한 3D 모델을 생성하고 활용할 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.443-445
• /
• 2022

인공지능 기술이 발전함에 따라 경찰의 범죄수사 분야에서도 인공지능 기술을 적용하고자 하는 연구가 활발하다. 범죄수사의 결과물인 수사결과 보고서 작성에 있어 판결문은 중요한 데이터가 될 수 있다. 그러나 판결문은 공개된 데이터의 이미지화로 인해 정형화된 데이터의 확보가 까다롭고, 소수의 법조계 전문가가 아닌 일반인이 생성해내기 어려워 데이터 확보가 쉽지 않은 현실이다. 이에 본 연구에서는 생성적 사전학습 언어모델을 이용한 판결문 문장 데이터 생성을 제안하였다. 카카오의 KoGPT를 활용하여 실제 판결문장 일부를 제시한 결과 판결문과 유사한 형태의 문장을 생성한 것을 확인하였다. 향후 판결문 데이터를 활용하기 위한 인공지능 기술 기반 범죄수사 연구에 있어, 생성된 판결문 데이터를 활용할 수 있을 것으로 기대된다.

• The Journal of the Korea Contents Association
• /
• v.19 no.8
• /
• pp.137-150
• /
• 2019

In this study, we investigated the joint effects of message framing (profit vs. loss) and source type (celeb vs. general) on the persuasive effectiveness of mass media campaign to prevent drunk driving. As a result of conducting an experimental study on 218 motorcycle drivers in Vietnam, the main effects of message framing were not significant, but the interaction effect with the type of information source consistently influenced the attitude toward the advertisement, the drunk driving prevention, and the behavior intention Specifically, it is more persuasive to send a message by a general model rather than an celebrity when the loss framing method is used while it is more persuasive to send a message by a celebrity model than a general model when the gain framing is used. This study therefore provided valuable information and practical implication to the National Traffic Safety Committee of Vietnam for establishing a campaign to prevent drunk driving. In addition, this research also has valuable theoretical implication because it examines the effect of drunk driving prevention campaign on the attitude toward not only advertisement and the drunk driving prevention but also the behavior intention.

• Journal of the Korean Society of Clothing and Textiles
• /
• v.32 no.6
• /
• pp.999-1011
• /
• 2008

To most of the students studying fashion related major, the graduation fashion show is a big challenge. They have to put together all they learn and show what they can do to their future employers. They design, pattern work, and make up garments for the show all by themselves. Unfortunately. while they make up their garments, they usually don't Dow exactly body measurements of the models. So quite often they have to alter their art works up to the last minute of the fashion show opening. Sometimes such unadequate work process ruins their work. The purpose of this study is to suggest block patterns of Korean fashion models measurements for basic items, such as jacket and pants for male models and torso length block pattern, skirt and pants for female models. 20 male and 20 female professional models were measured. The block patterns were based on their measurements. After the first fitting test, patterns were corrected by their body characteristic. For both male and female models, it was found desirable to fix the shoulder width and make an adjustment to the patterns with a deviation of width and girth items. In case of the resultant patterns the satisfaction was made better. Model sizes proposed in this study are considered closer to the size of average models, since they were based on A-grade models who are currently working in Korea. The resultant patterns can be produced by simply making a slight adjustment to the width of the proposed pattern in this study.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.12
• /
• pp.587-594
• /
• 2021

As the diagnosis using encephalography(EEG) has been expanded, various studies have been actively performed for classifying EEG automatically. This paper proposes a CNN model that can effectively classify EEG signals acquired from healthy persons and patients with epilepsy. We segment the EEG signals into sub-signals with smaller dimension to augment the EEG data that is necessary to train the CNN model. Then the sub-signals are segmented again with overlap and they are used for training the CNN model. We also propose ensemble strategy in order to improve the classification accuracy. Experimental result using public Bonn dataset shows that the CNN can detect the epileptic seizure with the accuracy above 99.0%. It also shows that the ensemble method improves the accuracy of 3-class and 5-class EEG classification.