• Journal of the Korea Society for Simulation
• /
• v.31 no.1
• /
• pp.11-18
• /
• 2022

Recently, research to classify human activity using imagery has been actively conducted for the purpose of crime prevention and facility safety in public places and facilities. In order to improve the performance of human activity classification, most studies have applied deep learning based-transfer learning. However, despite the increase in the number of backbone network models that are the basis of deep learning as well as the diversification of architectures, research on finding a backbone network model suitable for the purpose of operation is insufficient due to the atmosphere of using a certain model. Thus, this study applies the transfer learning into recently developed deep learning backborn network models to build an intelligent system that classifies human activity using imagery. For this, 12 types of active and high-contact human activities based on sports, not basic human behaviors, were determined and 7,200 images were collected. After 20 epochs of transfer learning were equally applied to five backbone network models, we quantitatively analyzed them to find the best backbone network model for human activity classification in terms of learning process and resultant performance. As a result, XceptionNet model demonstrated 0.99 and 0.91 in training and validation accuracy, 0.96 and 0.91 in Top 2 accuracy and average precision, 1,566 sec in train process time and 260.4MB in model memory size. It was confirmed that the performance of XceptionNet was higher than that of other models.

• 한국벤처창업학회:학술대회논문집
• /
• 2016.04a
• /
• pp.150-153
• /
• 2016

본 연구의 목적은 제3의 산업혁명을 이끌고 있는 3D프린터에 대해 미래 중추적 역할을 담당할 3D프린팅 교육생의 3D프린터 사용의도를 기술수용모델(TAM)에 기반하여 검증하기 기초연구이다. 본 목적을 달성하기 위하여 서울의 3D프린팅 교육기관 교육전문가 조사를 실시하였으며, 차후 교육 대상자를 설문조사하여 3D프린터에 대한 기술수용의도를 파악하고 분석하고자 한다. 또한, 분석한 결과를 통해 미래 제조업 창업의 핵심 역할을 담당할 3D프린터 사용 활성화를 위한 연구기반을 마련하고자 한다. '3D프린팅 넥스트 레볼루션'의 저자 크리스토퍼 바넷은 언젠가는 3D프린팅이 우리의 삶을 혁명적으로 바꿀 것이라고 예상하고 있다. 3D프린터를 통해 개개인은 맞춤형 제품을 만들어 낼 것이 틀림없다. 치과 의료, 운송 및 항공, 로봇, 군용, 우주, 건축, 요리 등에서 다양하게 3D프린터를 활용한 제품들이 미래에 쏟아져 나올 것으로 예상한다. 생산의 민주화를 이끌 3D프린터는 기존 산업에 큰 기회와 동시에 위협을 주고 있다. 크라우드 및 네트워크를 통한 3D데이터 거래와 지구촌 여러 곳에 3D프린터가 활용된다면, 기존 산업에 혁명적인 변화가 있으리라 짐작된다. 전문가 인터뷰 결과를 기반으로 3D프린터 사용의도에 영향을 주는 5가지 요인으로 3D모델링 경험, 비용, 품질, 유희성, 혁신성이 나타났다. 5가지 독립변인은 TAM모델의 인지된 사용 유용성과 3D프린터에 대한 기술수용의도를 파악해 보고자 한다. 3D프린터 교육기간, 전공 및 학과, 개인의 경험과 혁신성의 차이가 3D프린터 기술수용 여부에 영향을 줄 것으로 예상된다. 서울지역 3D프린터 관련 교육기관에서 교육을 받았거나 받고 있는 학생을 대상으로 연구를 할 계획이며, 지역을 확대한 연구가 차후 필요할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.641-643
• /
• 2023

Deep Learning(DL)을 사용한 호흡음의 자동 분석은 폐 질환의 조기 진단에 중추적인 역할을 한다. 그러나 현재의 DL 방법은 종종 호흡음의 공간적 및 시간적 특성을 분리하여 검사하기 때문에 한계가 있다. 본 연구는 컨볼루션 연산을 통해 공간적 특징을 캡처하고 시간 컨볼루션 네트워크를 사용하여 이러한 특징의 공간적-시간적 상관 관계를 활용하는 새로운 DL 프레임워크를 제한한다. 제안된 프레임워크는 앙상블 학습 접근법 내에 컨볼루션 네트워크를 통합하여 폐음 녹음에서 호흡 이상 및 질병을 검출하는 정확도를 크게 향상시킨다. 잘 알려진 ICBHI 2017 챌린지 데이터 세트에 대한 실험은 제안된 프레임워크가 호흡 이상 및 질병 검출을 위한 4-Class 작업에서 비교모델 성능보다 우수함을 보여준다. 특히 민감도와 특이도를 나타내는 점수 메트릭 측면에서 최대 45.91%와 14.1%의 개선이 이진 및 다중 클래스 호흡 이상 감지 작업에서 각각 보여준다. 이러한 결과는 기존 기술보다 우리 방법의 두드러진 이점을 강조하여 호흡기 의료 기술의 미래 혁신을 주도할 수 있는 잠재력을 보여준다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.4
• /
• pp.83-88
• /
• 2013

Many studies adopting brain functions to the engineering systems have been made for recent years as the brain Science has developed. If we investigate the parts which take part in memorizing and emotional process, we can know that Hippocampus of memorizing center and Amygdala of Emotional center closely cooperate each other. Actually Knowledge effects on Emotion and Emotion effects on Knowledge. During the human decision making, emotional factor has much important effects on Decision making process. For implementing more delicate intelligent system, the knowledge base coupled to emotional factor should be designed. Accordingly in this paper starting from the idea of cooperating system between Hippocampus and Amygdala,, we design Knowledge Emotion Binding System and propose Emotional changing mechanism by Memory retrieval and knowledge reasoning process.

• Journal of Hospice and Palliative Care
• /
• v.22 no.3
• /
• pp.105-116
• /
• 2019

Purpose: Pediatric palliative care (PPC) is emphasized as standard care for children with life-limiting conditions to improve the quality of life. In Korea, a government-funded pilot program was launched only in July 2018. Given that, this study examined various PPC delivery models in other countries to refine the PPC model in Korea. Methods: Target countries were selected based on the level of PPC provided there: the United Kingdom, the United States, Japan, and Singapore. Relevant literature, websites, and consultations from specialists were analyzed by the integrative review method. Literature search was conducted in PubMed, Google, and Google Scholar, focusing publications since 1990, and on-site visits were conducted to ensure reliability. Analysis was performed on each country's process to develop its PPC scheme, policy, funding model, target population, delivery system, and quality assurance. Results: In the United Kingdom, community-based free-standing facilities work closely with primary care and exchange advice and referrals with specialized PPC consult teams of children's hospitals. In the United States, hospital-based specialized PPC consult teams set up networks with hospice agencies and home healthcare agencies and provide PPC by designating care coordinators. In Japan, palliative care is provided through several services such as palliative care for cancer patients, home care for technology-dependent patients, other support services for children with disabilities and/or chronic conditions. In Singapore, a home-based PPC association plays a pivotal role in providing PPC by taking advantage of geographic accessibility and cooperating with tertiary hospitals. Conclusion: It is warranted to identify unmet needs and establish an appropriate PPD model to provide need-based individualized care and optimize PPC in South Korea.