• Journal of the Korean Society of Child Welfare
• /
• no.54
• /
• pp.173-197
• /
• 2016

This study aims to examine developmental trajectories and predictor variables of problem behaviors and school adjustment trajectories among children from low-income families using latent growth modeling. The data was collected from the 2nd year to the 4th year (2012-2014) of a community child center child panel survey conducted by the National Youth Policy Institute. The major findings are as follows. First, as the grade went up, the problem behaviors of children from low-income families increased while school adjustment decreased. Second, multi-level domains, such as individual, school, and family variables influenced school adjustment trajectory, while only individual variables, such as depression, isolation, and motivation for achievement influenced problem behavior trajectory. Third, common protective factors between problem behaviors and school adjustment trajectories were motivation for achievement in and satisfaction of the community child center. Common risk factors between problem behaviors and school adjustment trajectories were isolation and aggression. Based on the results, the implications for child welfare practices were discussed.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.2
• /
• pp.195-200
• /
• 2004

Computer games use an intelligent method called flocking for boids' group behavioral modeling. Flocking can naturally model group behavioral patterns of unpredictable forms such as birds and fishes using some computer resource. In this paper, we implemented an ecosystem which is composed of predator and prey for group behavioral modeling of real underwater ecosystem. Also fuzzy logic is applied to implement instinct desire of ecosystem elements. As the result, we confirmed that the model can overcome breakdown of ecosystem and model naturally ecosystem behavior.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.399-408
• /
• 2002

다중 에이전트 학습이란 다중 에이전트 환경에서 에이전트간의 조정을 위한 행동전략을 학습하는 것을 말한다. 본 논문에서는 에이전트간의 통신이 불가능한 다중 에이전트 환경에서 각 에이전트들이 서로 독립적으로 대표적인 강화학습법인 Q학습을 전개함으로써 서로 효과적으로 협조할 수 있는 행동전략을 학습하려고 한다. 하지만 단일 에이전트 경우에 비해 보다 큰 상태-행동 공간을 갖는 다중 에이전트환경에서는 강화학습을 통해 효과적으로 최적의 행동 전략에 도달하기 어렵다는 문제점이 있다. 이 문제에 대한 기존의 접근방법은 크게 모듈화 방법과 일반화 방법이 제안되었으나 모두 나름의 제한을 가지고 있다. 본 논문에서는 대표적인 다중 에이전트 학습 문제의 예로서 먹이와 사냥꾼 문제(Prey and Hunters Problem)를 소개하고 이 문제영역을 통해 이와 같은 강화학습의 문제점을 살펴보고, 해결책으로 신경망 SOM을 이용한 일반화 방법인 QSOM 학습법을 제안한다. 이 방법은 기존의 일반화 방법과는 달리 군집화 기능을 제공하는 신경망 SOM을 이용함으로써 명확한 다수의 훈련 예가 없어도 효과적으로 이전에 경험하지 못했던 상태-행동들에 대한 Q값을 예측하고 이용할 수 있다는 장점이 있다. 또한 본 논문에서는 실험을 통해 QSOM 학습법의 일반화 효과와 성능을 평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.938-940
• /
• 2015

CCTV는 범죄상황 발생시 보안과 증거확보를 위해 사용되어 왔다. 그러나 실제 상황에서 범죄가 발생하기 전 예방을 하는 것 보다 사후 처리에 용도를 두고 있으며, 범죄 예방의 목적에 대해 미미한 효과를 보이고 있다. 본 논문에서는 CCTV로 수집된 보행자의 데이터를 통해 객체의 행동을 분석하여 위험도로 행동의 위험여부를 추정하기 위한 Flexible Multi-level Regression 모델을 제안하였다. 제안된 모델을 통해 관찰된 객체의 행동이 이상행동이라고 판단될 시 위험을 받는 객체에게 알림을 주어 범죄 발생 전 즉각적인 대응이 가능하며 빠른 상황판단이 가능할 것으로 예상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.641-642
• /
• 2022

단일 데이터로부터의 이동 객체에 대한 행동 인식 연구는 데이터 수집 과정에서 발생하는 노이즈의 영향을 크게 받는다. 본 논문은 영상 데이터와 센서 데이터를 이용하여 다중 융합 네트워크 기반 이동 객체 행동 인식 방법을 제안한다. 영상으로부터 객체가 감지된 영역의 추출과 센서 데이터의 이상치 제거 및 결측치 보간을 통해 전처리된 데이터들을 융합하여 시퀀스를 생성한다. 생성된 시퀀스는 CNN(Convolutional Neural Networks)과 LSTM(Long Short Term Memory)기반 다중 융합 네트워크 모델을 통해 시계열에 따른 행동 특징들을 추출하고, 깊은 FC(Fully Connected) 계층을 통해 특징들을 융합하여 행동을 예측한다. 본 연구에서 제시된 방법은 사람을 포함한 동물, 로봇 등의 다양한 객체에 적용될 수 있다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.158-159
• /
• 2022

최근 건설현장에서는 안전사고 예방을 위한 다양한 노력을 하고 있지만 전 산업에서 건설업 재해율은약 50%로 여전히 높은 비율을 차지하고 있다. 중대재해처벌법 시행(22년 1월 27일)과 4차산업 발달에 따른 IOT기반 안전관리 등 안전규제와 안전관리기술이 현장에 적용되고 있지만 건설현장 안전관리의 접점에 있는 실무자 및 근로자가 실효성 있게 안전관리활동을 하고 실질적으로 안전행동을 강화시키는 안전사고 예방적 안전관리가 부족한 실정이다. 본 연구에서는 건설현장에서 시행되고 있는 안전보건활동, 안전교육, 안전행동강화, 안전성과와의 구조방정식모형(SEM)을 제시하고 관계 분석하였다. 건설현장 실무자 및 근로자의 설문조사 데이터를 구조방정식에 적용하여 관계를 분석한 예측결과, 분석결과에 의해 검증된 가설이 시사하는 부분을 해석하고, 가설검증을 기반으로 외생변수로부터 안전행동강화에 도달하는 경로를 탐색하고 주요 논점을 논의한다.

• Proceedings of the KSCN Conference
• /
• 1999.11a
• /
• pp.643-643
• /
• 1999

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.17 no.6
• /
• pp.438-448
• /
• 2016

This study was conducted to identify factors influencing the weight control behavior of college students. The subjects included college students in the C area, and data were collected through a self reported structured questionnaire from Dec 01 to 20 of 2015. Overall, 289 subjects were analyzed. Analyses consisted of descriptive statistics, t-tests, ANOVA, Pearson's correlation analysis, and stepwise multiple regression analysis. The findings showed a prominent distortion of college students' perceptions of their bodies based on evaluation by others and obesity stress, which had special impacts on their weight control behavior. Weight control behavior, body self-awareness (r=.31, p<0.001), assessment of body by others (r=.30, p<0.001), and obesity stress (r=.43, p<0.001) were closely related to their weight control behavior. Stepwise multiple regression revealed that their weight control behavior was closely influenced by obesity stress (${\beta}=.37$, p<0.001) and assessment of body by others (${\beta}=.15$, p=0.009). These variables accounted for 20% of the weight control behavior (F=37.30, p<0.001). Overall, assessment of body by others and obesity stress were found to be predictors of their weight control behavior. These findings indicate that it is necessary to develop and implement information programs and design appropriate prevention programs that can induce healthy weight control behaviors. Such programs should include health education, as well as intervention programs to identify such predictors and help college students judge and perceive their body shapes objectively so that they control their weight in a proper manner.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.8
• /
• pp.1-9
• /
• 2024

In this paper, we propose a new approach by analyzing driver behavior and gaze changes within the vehicle in real-time to assess and predict the risk of traffic accidents. Utilizing data analysis and machine learning algorithms, this research precisely measures drivers' abnormal behaviors and gaze movement patterns in real-time, and aggregates these into an overall Risk Score to evaluate the potential for traffic accidents. This research underscores the significance of internal factors, previously unexplored, providing a novel perspective in the field of traffic safety research. Such an innovative approach suggests the feasibility of developing real-time predictive models for traffic accident prevention and safety enhancement, expected to offer critical foundational data for future traffic accident prevention strategies and policy formulation.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.45-48
• /
• 2016

오늘날의 고객은 다양한 정보를 통해 넓은 선택의 기회를 가진다. 이러한 상황에서 기업들은 고객과의 지속적인 관계를 유지하기 어려워짐에 따라 고객 유지와 신규 고객 유치를 위한 마케팅 비용을 천문학적으로 지출하고 있다. 기업들이 이탈하는 고객의 속성을 분석하고 이탈 시점을 예측할 수 있다면 마케팅에 사용되는 비용과 노력을 최소화할 수 있을 것으로 예측된다. 이를 위해 본 논문에서는 효과적인 고객 이탈 예측을 위한 딥러닝 기반의 이탈 예측 모델을 제안한다. 이 모델은 모바일 RPG 게임 고객의 시계열적인 행동 패턴을 이용하여 이탈을 예측하는 모델로, 예측을 위한 학습을 할 때 모델링된 고객 데이터를 분석하여 이탈 고객의 특성을 파악할 수 있게 한다. 실험을 통해 이탈 고객과 미 이탈 고객의 모델링된 값이 각각 특정 속성에 치중되어 있는 것을 확인하였고, 제안 모델이 합리적으로 고객의 이탈을 예측하는 것을 보였다.