• 한국자동차공학회논문집
• /
• 제22권5호
• /
• pp.1-4
• /
• 2014

In recent years, requests for automotive seat comfort are increasing. An important issue of them is long-term seat comfort. Until now, the study for long-term seat comfort has been studied mainly using driver's questionnaire, changing adrenalin and electromyography. Actually the results and methodologies of them are difficult to apply to seat development and design because of money and time required. In this study, we developed Seating Feel Curve for seat comfort evaluation and a long-term seat comfort evaluation which can be applied to the development of seat comfort using seat support.

• 한국정밀공학회지
• /
• 제30권4호
• /
• pp.442-449
• /
• 2013

This study was to compare a domestic comfort shoes to the popular import(SAS$^{(R)}$) to gain a better understanding in biomechanical characteristics for shoe design for the elderly. For each shoe type, morphologic dimensions, shock absorption, and flexibility were assessed. From subjects(n = 20, $72.4{\pm}5.5$ years, $67.7{\pm}7.9$ kg), mean peak pressure(MPP) and contact area(CA) at the plantar surface were analyzed. The domestic shoes reflecting anatomic contour of the plantar surfaces of Asians resulted in wider CA(by 30.4 $cm^2$), higher shock absorption(by 2.4%) and stiffness(by 0.5 N/mm) than the import. With the domestic shoes, significantly less MPPs were found at the forefoot(by 42~49%) regions(p < .05) and higher CA was noted additionally at hallux and lessor toes(by 26~63%). More anatomically-contoured insole and favorable mechanical characteristics may help reduce the plantar pressures more effectively and more evenly, especially across the central forefoot and midfoot regions of the plantar surface, especially for the design of the comfort shoes for the elderly.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.447-454
• /
• 2022

4차 산업혁명 시대를 맞아 우리는 정보의 홍수 속에 살고 있다. 이런 환경에서 우리에게 필요한 정보를 찾기란 매우 어렵고 복잡하다. 따라서 정보의 홍수 속에서 추천 시스템은 필수적이다. 이러한 추천 시스템 중 영화, 음악, 음식, 의류의 각각에 대한 추천 시스템들은 많은 연구가 진행되어 왔다. 현재까지 대부분의 개인화 추천 시스템들은 개인의 성향인 나이, 장르, 지역, 성별 등을 체크해서 옷들을 추천한다던가, 책들을 추천한다던가, 영화들을 추천해왔다. 미래 세대에서는 나이, 장르, 지역, 성별 등을 체크해서 옷, 책, 영화들을 한꺼번에 추천 받기를 원할 것이다. 본 논문에서는 사용자의 감정과 날씨에 따라 개인 맞춤형 옷과 음식을 한꺼번에 추천하는 추천 시스템을 제안한다. 소셜미디어인 트위터에서 사용자의 데이터를 얻었고, 트윗을 기반으로 감정 분석을 해서 Paul Eckman 이론에 따라 사람의 6 가지의 기본 감정으로 분류했다. 이렇게 얻어진 기본 감정을 Hayashi의 Quantification Method III를 적용하여 색깔로 변환하였으며, 이러한 색깔은 추천하는 옷의 색상으로 표현하였다. 또한, visualcrossing.com API의 날씨 정보를 이용하여 의류의 종류를 추천한다. 그리고 감정에 따른 컴포트 푸드의 내용에 따라 다양한 음식을 추천한다.