• 인간행동과 음악연구
• /
• 제20권1호
• /
• pp.75-97
• /
• 2023

본 연구에서는 학령전기 자폐스펙트럼장애(ASD) 아동을 대상으로 인지-운동 통합 기반 악기연주 중재를 제공하여 초기 사회기술이 향상하는지를 알아보고자 하였다. 대상자는 평균 만5.6세의 ASD 아동 총 9명로, 개별로 30분씩 주 2회, 총 12회의 세션에 참여하였다. 중재는 자기 감각 증진 및 자기조절(1단계), 상호작용에 대한 의도 형성(2단계), 상호적 활동에 대한 수용(3단계), 상호적 맥락에서의 움직임 조정(4단계), 공동행동 수행(5단계)의 5단계로 구성되었다. 중재 전후 초기 사회-의사소통 평가 척도(ESCS) 내 과제를 참고해 공동주의 행동 및 상호작용 행동을 측정하였고, 참여 아동의 보호자가 사회적 반응성 척도(SRS-2)를 평정하도록 하였다. 또한, 타인(연구자)에 맞추어 움직임(드럼 연주)의 타이밍을 조절하는지 측정하는 사회적 동기화 과제를 실시하였다. 연구 결과, 참여 ASD 아동은 초기 사회기술에 있어 유의한 향상을 보였고, 사회적 동기화 과제에서도 동기화 반응 속도를 제외한 동기화 정확도 및 지속시간에 있어 유의한 향상이 나타났다. SRS-2 척도에서는 유의한 차이가 나타나지 않았는데 이는 장기간 개입이 필요함을 시사한다. ASD 아동의 초기 사회기술 발달에 있어 인지-운동 통합이 중요한 역할을 하는 점을 고려할 때, 본 연구 결과는 인지-운동 통합 기반 악기 연주가 사회적 정보를 인지적으로 처리하고 이를 바탕으로 사회적 맥락에서 움직임을 조정하는 과정의 측면에서 ASD 아동의 사회기술 발달 증진을 위한 효과적인 방안이 될 수 있음을 시사한다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.73-80
• /
• 2023

최근 최저시급의 가파른 인상으로 인건비에 대한 부담이 늘어남과 함께 코로나19의 여파로 무인 상점의 점유율이 높아지고 있는 추세이다. 그로 인해 무인 점포를 타겟으로 하는 도난 범죄들도 같이 늘어나고 있어 이러한 도난 사고를 방지하기 위해 Just-Walk-Out 시스템을 도입하고 고비용의 LiDAR 센서, 가중치 센서 등을 사용하거나 수동으로 지속적인 CCTV 감시를 통해서 확인하고 있다. 하지만 이런 고가의 센서를 많이 사용할수록 점포 운영에 있어 비용 부담이 늘어나게 되고, CCTV 확인은 관리자가 24시간 내내 감시하기 어려워서 사용이 제한적이다. 본 연구에서는 이런 센서들이나 사람에 의지하는 부분을 해결할 수 있고 무인점포에서 사용할 수 있는 저비용으로 도난 등의 이상행동을 하는 고객을 탐지하여 클라우드 기반의 알림을 제공하는 인공지능 영상 처리 융합 알고리즘을 제안하고자 한다. 또한 본 연구에서는 mediapipe를 이용한 모션캡쳐, YOLO를 이용한 객체탐지 그리고 융합 알고리즘을 통해 무인 점포에서 수집한 행동 패턴 데이터를 바탕으로 각 알고리즘들에 대한 정확도를 확인하며 다양한 상황 실험을 통해 융합 알고리즘의 성능을 증명했다.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.53-62
• /
• 2018

스토리를 분석하기 위해서는 스토리의 행동 주체인 등장인물에 대한 분석이 선행되어야 한다. 현재의 등장인물 분석 방법인 Character-net이나 RoleNet과 같은 방법은 최종 누적된 스토리의 결과에 대한 분석만을 진행하여 조연의 역할 분류를 하기에는 부족한 면이 있다. 조연의 역할 분석을 위해 축적된 형태의 스토리 분석 방법이 아닌 스토리 진행에 따른 시계열적 분석 방법을 연구할 필요가 있다. 본 논문은 Character-net의 3차원 시각화를 통해 등장인물들 중에 조력자들을 유형에 따라 멘토와 단짝친구로 분류하는 방법을 제안하고 그 방법의 정확도를 평가하는 논문이다. 3차원 시각화를 위해 WebGL을 사용하여 웹브라우저 상에서 누구나 결과를 확인할 수 있도록 인터페이스를 구성하였다. 또한 멘토와 단짝친구를 구별하기 위한 규칙을 제안하였고 그 성능을 평가하였다. 영화 7편에 대해 선정된 10명의 등장인물에 대해 평가한 결과 90%의 정확도를 나타내는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1979-1986
• /
• 2010

생물 조기 경보 시스템은 물속 생명체의 행동을 관찰하여 독성을 감지한다. 이 시스템은 분류기를 물의 독성의 유무와 정도를 판단하기 위해 사용한다. 이 분류기의 성능을 높이기 위해 적용할 수 있는 방법 중에 부스팅 알고리즘이 있다. 부스팅은 기본 분류기로는 예측 정확도가 낮았던 분류하기 어려운 사건에 집중할 수 있도록 다음 번 데이터에 해당 훈련 사건(event)들이 뽑힐 확률을 높여준다. 횟수가 진행될수록 분류기가 어려운 사건들을 집중적으로 고려하게 된다. 그 결과 분류하기 어려웠던 사건에 대한 예측 성능은 좋아지지만, 비교적 쉬운 훈련 사건들의 정보는 버려지는 단점이 있다. 본 논문에서는 이 같은 단점을 보완하기 위해 분류기에 확장된 데이터 표현을 위한 점진적 학습법의 적용을 제안한다. 확장된 데이터 표현의 가중치 변수를 사용하면 약하게 분류되는 사건 뿐 아니라 쉽게 분류되는 사건의 정보까지도 사용하여 분류기의 예측 정확도를 높일 수 있게 된다. 새로 적용된 알고리즘과 기존의 중요도 변수를 사용하지 않는 learn++를 비교하여 성능이 향상됨을 검증하였다.

• 한국철도학회논문집
• /
• 제20권4호
• /
• pp.482-490
• /
• 2017

본 연구는 사고심각도 분류 및 예측을 위한 철도사고조사 통계기법에 관한 연구이다. 그동안의 선형 회귀분석은 사고 심각도 분석에 어려움이 있었으나 로지스틱회귀분석은 이를 보완할 수 있었다. 데이터마이닝 기법인 로지스틱회귀분석을 활용, 서울지하철(5~8호선) 역사 내 전도사고 중 에스컬레이터 전도사고 발생에 영향을 주는 사고예측 모형 변수는 사고자 연령, 음주여부, 사고 당시상황 및 행동, 핸드레일 잡음 여부였다. 분석의 정확도는 76.7%로 설명되었고 분석방법 결과에 따르면 정확도와 유의수준 측에서 로지스틱회귀분석 방법이 도시철도 사상사고 예측모형을 개발하는데 유용한 데이터마이닝 기법으로 판단된다.

• 한국통신학회논문지
• /
• 제32권6A호
• /
• pp.550-557
• /
• 2007

인과 관계에 대한 직관적인 개념으로 Bayesian Networks 알고리즘이나 트리 구조 추측 알고리즘 그리고 유전자 알고리즘을 사용하여 다양한 구조의 상황을 예측을 하게 된다. 하지만 이런 예측 알고리즘들을 상황인지 서비스 구현에 적용하기에는 실제 구현의 어려움과 실시간 환경에서 트레이닝 데이터 처리에서 오는 시간 지연 문제 등이 발생하게 된다. 이 때문에 특정 목적의 상황인지 시스템에서 이 알고리즘들이 어느 정도의 예측 정확도와 신뢰도를 가지고 상황 정보에 부합하는지 미지수이다. 따라서 본 논문에서는 기존의 예측 알고리즘과는 다른 접근 방식을 통해, 사용자의 습관이나 행동양식을 데이터베이스로 만들어 이를 고려함으로써 상황인지 시스템의 상황 정보와 부합되는 Flexible Window 기법을 이용한 위치 예측 알고리즘을 제안한다. 제안된 Flexible Window 기법을 이용한 위치 예측 알고리즘은 동일한 실험 조건 아래, Fixed Window 기법을 이용한 위치 예측 알고리즘보다 평균적으로 5.10% 더 우수한 성능을 보인다. 이 방식은 기하급수적으로 늘어나는 상황 정보를 감안했을 때 알고리즘 수행 시 처리 시간의 감소와 예측 정확도를 향상 시킬 수 있다.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.111-118
• /
• 2022

컴퓨터 비전 연구에서 2차원 인체 자세는 매우 광범위한 연구 방향으로 특히 자세 추적과 행동 인식에서 유의미한 분야다. 인체 자세 표적 획득은 이미지에서 인체 목표를 정확히 찾는 방법을 연구하는 것이 핵심이며 인체 자세 인식은 인공지능(AI)에 적용하는 한편 일상생활에 활용되고 있어서 매우 중요한 연구의의가 있다. 인체 자세 인식 효과의 우수성의 기준은 인식 과정의 성공률과 정확도에 의해 결정된다. 본 연구의 인체 자세 인식에서는 딥러닝 전용 데이터셋인 MS COCO를 기반하여 인체를 17개의 키 포인트로 구분하였다. 다음으로 주요 특징에 대한 세분화 마스크(segmentation mask) 방법을 사용하여 인식률을 개선하였다. 최종적으로 신경망 모델을 설계하고 간단한 단계별 학습부터 효율적인 학습에 이르기까지 많은 수의 표본을 학습시키는 알고리즘을 제안하여 정확도를 향상할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.133-142
• /
• 2021

이동 패턴 인식은 사용자 궤적 질의, 사용자 행동 예측, 사용자 위치에 기초한 흥미요소 추천, 사용자 개인 정보 보호 및 지자체 교통 계획과 같은 여러 측면에서 널리 사용된다. 현재 인식 정확도는 응용 요건을 충족할 수 없기 때문에 이동 패턴 인식 연구는 궤적 데이터 연구의 초점이라 할 수 있다. GPS 내비게이션 기술과 지능형 모바일 기기의 대중화로 많은 사용자 모바일 데이터 정보를 얻을 수 있고, 이를 바탕으로 많은 의미 있는 연구가 이루어질 수 있다. 현재의 이동 패턴 연구 방법에서 궤적의 특징 추출은 궤도의 기본 속성(속도, 각도, 가속도 등)으로 제한된다. 본 논문에서 순열 엔트로피는 궤적 분류 연구에 참여하기 위한 궤적의 고유값으로 사용되었으며 시계열의 복잡성을 측정하기 위한 속성으로도 사용되었다. 속도 순열 엔트로피와 각도 순열 엔트로피가 이동 패턴 분류에 참여하기 위한 궤적의 특성으로 사용되었으며, 본 논문에서 사용된 순열 엔트로피를 기반으로 한 속성 분류의 정확도는 81.47%에 달했다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권3호
• /
• pp.99-104
• /
• 2022

대부분 첨단 동작 인식 컨볼루션 네트워크는 RGB 스트림과 광학 흐름 스트림, 양 스트림 아키텍처를 기반으로 하고 있다. RGB 프레임 스트림은 모양 특성을 나타내고 광학 흐름 스트림은 동작 특성을 해석한다. 그러나 광학 흐름은 계산 비용이 매우 높기 때문에 동작 인식 시간에 지연을 초래한다. 이에 양 스트림 네트워크와 교사-학생 아키텍처에서 영감을 받아 행동 인식을 위한 새로운 네트워크 디자인을 개발하였다. 제안 신경망은 두 개의 하위 네트워크로 구성되어있다. 즉, 교사 역할을 하는 광학 흐름 하위 네트워크와 학생 역할을 하는 RGB 프레임 하위 네트워크를 연결하였다. 훈련 단계에서 광학 흐름의 특징을 추출하고 교사 서브 네트워크를 훈련시킨 다음 그 특징을 학생 서브 네트워크를 훈련시키기 위한 기준선으로 지정하여 학생 서브 네트워크에 전송한다. 테스트 단계에서는 광학 흐름을 계산하지 않고 대기 시간이 줄어들도록 학생 네트워크만 사용한다. 제안 네트워크는 실험을 통하여 정확도 면에서 일반 이중 스트림 아키텍처에 비해 높은 정확도를 보여주는 것을 확인하였다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.169-179
• /
• 2021

소비자의 식품소비행동은 소비자 패널 데이터와 같은 정형 데이터 뿐 아니라 매스미디어와 소셜미디어(SNS) 등 비정형 데이터로부터 영향을 받을 가능성이 높아지고 있다. 본 연구에서는 식품소비 관련된 정형 데이터와 비정형 데이터를 연계한 융합데이터 셋에 대하여 딥러닝 기반의 소비예측 모델을 생성하고 이를 검증한다. 연구의 결과는 정형 데이터와 비정형 데이터를 결합할 때 모델 정확도가 향상되었음을 보여주었다. 또한 비정형 데이터가 모델 예측 가능성을 향상시키는 것으로 나타났다. 변수들의 중요도를 식별하기 위해 SHAP 기법을 사용한 결과 블로그 및 비디오 데이터 관련 변수가 상위 목록에 있었고, 파프리카 구매 금액과 양의 상관관계가 있음을 알 수 있었다. 또한 실험 결과에 따르면 머신러닝 모델이 딥러닝 모델보다 높은 정확도를 보였고, 기존의 시계열 분석 모델링에 대한 효율적인 대안이 될 수 있음을 확인하였다.