• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.8-9
• /
• 2019

해상교통과 같이 선박, 항해자, 관제센터, 해운선사, 기상시스템, 지리정보시스템 등의 높은 복잡도와 방대한 범위의 요구사항을 갖는 시스템의 M&S를 위해서는 인간을 포함한 체계가 필요하다. 디지털 환경에서 해상교통을 모의하기 위해서는 주요 요소인 인적요인에 대한 모델링 필요하며, 현실감 있는 해상교통 상황의 재현 및 예측을 위해 항해자의 인지과정, 행동양식, 항해전문성, 항해오류 등을 모델링하여 반영하는 것이 타당하다. 본 발표에서는 해상교통류 분석을 위한 지능형 선박 에이전트 개발을 위해 선박운항과 관련된 항해자의 인지 및 행동을 분석하고, 이를 통해 분석된 정보를 이용하여 항해자의 행동과 유사한 에이전트 기반의 인지 및 행동 모델 개발 내용을 소개하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.99-101
• /
• 2022

이상 행동을 탐지하는 딥러닝 기반 검지 시스템은 동영상 기반 데이터로부터 움직임을 보이는 객체를 추적하고 그 객체의 행동을 분석하여 정상적인 행동 범위를 벗어나는 패턴을 보이는 영역을 이상으로 탐지한다. 특히 생성적 적대 신경망(GAN)과 광학 흐름 추정(Optical flow estimation) 기법을 활용하여 움직임에 대한 특징 정보를 추출하고 이를 학습하여 행동 패턴에 대한 모델링을 수행한다. 모델 학습 및 테스트에 활용되는 데이터셋의 해상도가 낮거나 이상 행동을 표현하는 특징 정보가 부족할 경우 최종 모델 성능에 부정적 영향을 미치게 되며, 특히 광학 흐름이 표현하는 이동량 측면에서 차이가 크게 나지 않는 이상 객체의 경우 탐지가 정확하게 이뤄지지 않는다. 본 연구에서는 동영상 프레임에서 나타나는 객체의 평균 종횡비를 구하고 정상적인 비율을 벗어나는 객체에 대해서 이상 행동을 취하는 샘플로 처리하는 후처리단 모듈을 제안하여 최종적인 모델 성능을 향상시키는 방법을 고안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.60-63
• /
• 2008

개인화 장비 기술의 발달과 함께 최근 모바일 디바이스는 카메라, MP3 플레이어 등 다양한 기능을 포함하고 있으며, 많은 사용자가 이를 사용하고 있다. 모바일 디바이스는 사용자가 항상 휴대하기 때문에 사용자 정보를 습득하기에 유용하며 따라서 이로부터 수집된 다양한 정보를 바탕으로 최근 여러가지 서비스를 제공하기 위한 노력이 이루어지고 있다. 본 논문에서는 사용자의 모바일 로그를 바탕으로 행동 패턴을 파악하여 사용자가 앞으로 취할 행동을 예측하고자 하며, 이 과정에서 다양한 행동 패턴 중 정확한 행동 예측을 수행하기 위해 다음과 같은 방법을 활용하였다. 장소, 시간, 요일 정보를 함께 사용하여 동적 베이지안 네트워크를 이용해 시간 변화에 따른 사용자 행동 패턴을 학습하였으며, 개인 사용자 모델과 전체 사용자 모델을 따로 학습함으로써 더 정확한 행동 패턴의 학습이 가능하도록 하였다. 실험을 위해 대학생들로부터 수집된 모바일 로그를 통해 제안하는 행동 예측 모델의 성능을 확인한 결과 77~94%의 예측 정확도를 보임을 확인하였다.

• Journal of the Korea Society for Simulation
• /
• v.20 no.3
• /
• pp.111-117
• /
• 2011

This paper suggests the passenger model considered evacuation behavioral characteristics on the passenger ship fire using a rules-based agent technique. The existing evacuation simulation system was modeled only passenger speed. The speed-based model considered passenger's physical characteristics, so it couldn't consider evacuation behavioral characteristics. For solving this problem, we modeled the passenger model using a rule-based agent applied evacuation behavioral characteristics. The rule-based agent consists of knowledge base and inference engine. In knowledge base, we represented evacuation behavioral characteristics, and chose the examples of the evacuation behavioral characteristics to show various patterns of behavior. And we simulated in the IMO MSC/Circ.1238 example 8 and we proved the simulation results could represent variety patterns of human behavior.

• The Journal of the Korea Contents Association
• /
• v.6 no.8
• /
• pp.85-93
• /
• 2006

Although the study in If behavior field has recently increased, only few studies have focused on the moderating effect of adopter type on the post adoption behavior The purpose of this study is to verify the post-adoption behavior depending on adopter types in the mobile Internet domains. This study proposed a post adoption model based on prior continuance model. This theoretical model was verified empirically by conducting web surveys and multi group analysis. Based on the survey data, we classified users into continuer and discontinuer. This paper ends with theoretical and managerial implications of the study results, as well as limitations and future research directions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.349-351
• /
• 2002

베이지안 네트워크는 변수들간의 원인-결과 관계를 확률적으로 모델링하기 위한 도구로서 소프트웨어 사용자의 목적을 추론하기 위해 널리 이용된다. 행동기반 로봇 설계는 반응적(reactive) 행동 모듈을 효과적으로 결합하여 복잡한 행동을 생성하기 위한 접근 방법이다. 행동의 결합은 로봇의 목표, 외부환경, 행동들 사이의 관계를 종합적으로 고려하여 동적으로 이루어진다. 그러나 현재의 결합 모델은 사전에 설계자에 의해 구조가 결정되는 고정적인 형태이기 때문에 환경의 변화에 맞게 목표를 변화시키지 못한다. 본 연구에서는 베이지안 네트워크를 이용하여 현재 상황에 가장 적합한 로봇의 목표를 설정하여 유연한 행동선택을 유도한다. Khepera 이동로봇 시뮬레이터를 이용하여 실험을 수행해 본 결과 베이지안 네트워크를 적용한 모델이 상황에 적합하게 목적을 선택하여 문제를 해결하는 것을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.927-929
• /
• 2021

최근 펫팸족(Pet-Family)과 같이 반려동물을 가족처럼 생각하는 가구가 증가하면서 반려동물 시장이 크게 성장하고 있다. 이러한 이유로 본 논문에서는 반려동물의 객체 식별을 통한 객체 분할과 신체 좌표추정에 기반을 둔 반려동물의 행동 분류 방법을 제안한다. 이 방법은 CCTV를 통해 반려동물 영상 데이터를 수집한다. 수집된 영상 데이터는 반려동물의 인스턴스 분할을 위해 Mask R-CNN(Region Convolutional Neural Networks) 모델을 적용하고, DeepLabCut 모델을 통해 추정된 신체 좌푯값을 도출한다. 이 결과로 도출된 영상 데이터와 추정된 신체 좌표 값은 CNN(Convolutional Neural Networks)-LSTM(Long Short-Term Memory) 모델을 적용하여 행동을 분류한다. 본 모델을 바탕으로 행동을 분석 및 분류하여, 반려동물의 위험 상황과 돌발 행동에 대한 올바른 대처를 제공할 수 있는 기반을 제공할 것이라 기대한다.

• Journal of IKEEE
• /
• v.24 no.2
• /
• pp.523-528
• /
• 2020

With a widespread of sensor-rich mobile devices, the analysis of human activities becomes more general and simpler than ever before. In this paper, we propose two deep neural networks that efficiently and accurately perform human activity recognition (HAR) using tri-axial accelerometers. In combination with powerful modern deep learning techniques like batch normalization and LSTM networks, our model outperforms baseline approaches and establishes state-of-the-art results on WISDM dataset.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.571-574
• /
• 2004

최근의 가상현실은 모든 컴퓨터 응용분야의 통합의 결과로 산출되고 있다. 이에따라 가상현실은 현실세계를 기본으로 하는 다양한 가상현실 객체들을 구성하고 표현한다. 그러나 획일적인 객체들의 속성정책으로는 다양한 가상현실 객체의 다양성을 표현하기에 적합하지 않다. 그러므로 본 논문에서는 가상현실 객체의 속성과 이벤트로 객체 행동을 결정하도록 하는 오토마타를 정의한다. 오토마타의 기본 개념은 단순한 상태의 수를 가지고 있는 객체일지라도 전이 함수로 복합적이고 동적인 행동을 생성할 수 있다. 전이함수를 이용하여 가상현실 객체의 데이터 모델로 객체가 가지는 행동들을 다양하게 부여 할 수 있으며, 객체군집의 통일적인 행동까지 양산할 수 있는 가상현실 객체 오토마타를 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.69-72
• /
• 2003

사람은 이성과 감정을 가지고 있어, 동일한 환경 조건하에서도 감정에 따라 조금은 다른 행동을 보인다. 그러므로 아무리 정교한 행동을 할 수 있는 에이전트를 만든다 하더라고 로봇이 자체의 내부 감정을 동반하지 않으면, 능동적으로 상호 작용을 할 수 있는 에이전트를 구성할 수 없다 볼 수 있다. 본 논문에서는 감독학습, SOM(self-organizing Map) 그리고 fuzzy controller를 통해서, 주어진 환경에서 학습된 행동을 함에 있어서 감정의 변화를 고려해, 감정의 요소가 행동에 영향을 미치는 에이전트를 모델링하고자 한다. 또한 감정을 가진 모델을 통해 최종적으로 사람과 상호행동하는 모델에 대한 가능성을 제시하고자 한다.