• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.315-318
• /
• 2011

최근 인간-컴퓨터 상호작용 분야에 있어서 사용자와의 원활한 협력을 위해 각종 센서 정보로부터 사용자 의도를 인식하고 행동을 예측하여 대응하는 의도대응 인터페이스에 대한 연구가 주목 받고 있다. 이는 사람들 사이에서는 자연스러운 일이며, 인간의 의도대응 과정을 모방하여 공학적으로 구현하는 연구가 활발히 진행 중이다. 본 논문에서는 보다 효과적으로 사용자의 의도에 대응하기 위해서 거울 뉴런과 마음의 이론을 기반으로 하는 사람의 의도대응 과정을 분석하고 이를 바탕으로 인터페이스에 적용 가능한 의도대응 방법을 제안한다. 본 논문에서는 센서로부터 즉각적으로 인식하여 대응 가능한 기본의도와 추가적인 지식을 통해 추론 가능하며 기본의도의 조합으로 이루어진 복합의도에 대해 계층적으로 대응하는 방법을 제안한다. 제안하는 방법은 행동네트워크를 이용하여 기본의도에 대해 즉각적으로 대응을 생성하며, 복합의도에 대하여 계획 기반 방법을 통해 대응 시퀀스를 생성하고 대응을 수행한다. 제안하는 방법은 일정 관리와 집안 관리 서비스를 제공하는 인공비서 시스템에 적용되었으며, 다양한 의도와 상황에 대한 생성 대응을 분석함으로써 사용자의 의도와 관측된 행동을 반영하여 적합한 대응을 생성함을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.60-65
• /
• 2007

유비쿼터스 컴퓨팅은 일상생활 속에 편재해 있는 PDA 또는 모바일 폰 등의 무선 단말기를 이용하여 사용자가 언제, 어디서나 유용한 서비스를 받을 수 있는 환경을 제공한다. 이는 대용량 데이터베이스에 저장된 지능형 멀티 모바일 에이전트의 통신 데이터를 분석하여 모바일 유저의 위치에 따른 요청된 유용한 서비스정보를 추출할 수 있게 되었으며, 이를 통한 효율적인 사용자 서비스는 물론 광고 등의 새로운 이익 창출로 이어져왔다. 그러나 기존 위치 정보만을 이용한 서비스정보의 추론은 단순히 통계적인 빈발 행동패턴만을 추출하여 시간에 따른 사용자의 서비스 요청에 능동적으로 대처할 수 없을 뿐만 아니라 원치 않는 서비스정보를 제공하는 문제점을 야기 시켰다. 이 논문에서는 시간을 고려한 모바일 사용자의 유용한 행동패턴 추출을 위한 효율적인 마이닝 기법인 시간대별 모바일 사용자 행동패턴 및 메모리 적재에 용이한 새로운 콤팩트한 데이터 구조를 제안한다. 이는 사용자의 동적인 움직임에 따른 실시간적 서비스를 가능하게 하며, 더 나아가 유비쿼터스 컴퓨팅 환경에서 중요한 이슈인 데이터의 메모리 적재가 용이 할 뿐만 아니라 접근속도의 향상 및 메모리 사용이 적다는 이점이 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.273-276
• /
• 2011

스마트 폰을 비롯한 다양한 모바일 기기는 사용자 중심의 정보 수집과 상황 인지 및 서비스 제공에 적합한 환경이다. 하지만 사용자에게 의미 있는 서비스를 제공하기 위해서는 단순한 환경 상태 또는 행동에 대한 추론보다는 사용자의 행동에 대한 목적과 의도를 파악할 수 있어야 한다. 즉, 주변 환경 상태와 사용자의 행동 이력, 현재의 행동 등을 종합하여 사용자가 필요로 하는 서비스를 예측하고 결정할 수 있는 상황 모델이 필요하다. 따라서 본 논문에서는 사용자의 일상 생활 상에서의 중요한 일정을 추적하여 적합한 모바일 서비스를 제공하기 위한 기반 지식 모델로서 계층적인 모바일 컨텍스트 모델을 제안하고자 한다. 기존의 상-하위 컨텍스트 모델을 세분화하고 의미 있는 컨텍스트를 추가하여 서비스를 결정하는데 중요한 기반 정보로 활용될 수 있도록 한다.

• Journal of Digital Convergence
• /
• v.15 no.10
• /
• pp.193-199
• /
• 2017

The objective of this research is to investigate how consumers react differently to financial and social risk/return, referred to as an 'asymmetric effect'. A lab-based experiment using a counterfeit but real-branded product examined the robustness of the statement that priming the interdependent versus independent self can result in differences in financial and social risk taking behavior in the context of counterfeit product purchase choice. Three hundred fifty-eight participants took part in the experiment. They were primed with different self-construal and evaluated purchase intention to the counterfeit product. As predicted, when evaluate in the context of loss claim of counterfeit product, risks were more activated, however, there was an asymmetric effect that self-construal priming had on financial and social risks. Interdependence primed participants were more likely to take a financial risk thus perform more purchase intention of counterfeit product and less likely to take a social risk than their independence primed counterparts, which led to lower purchase intention. The results of this research shed light on the various directions of future studies on the responses toward counterfeit product.

• KIISE Transactions on Computing Practices
• /
• v.23 no.10
• /
• pp.599-604
• /
• 2017

A useful application of smart assistants is to predict and suggest users' daily behaviors the way real assistants do. Conventional methods to predict behavior have mainly used explicit schedule information logged by a user or extracted from e-mail or SNS data. However, gathering explicit information for smart assistants has limitations, and much of a user's routine behavior is not logged in the first place. In this paper, we suggest a novel approach that combines explicit schedule information with patterns of routine behavior. We propose using inference based on a Markov decision process and learning with a reward function based on inverse reinforcement learning. The results of our experiment shows that the proposed method outperforms comparable models on a life-log dataset collected over six weeks.

• Korean Journal of Child Studies
• /
• v.35 no.3
• /
• pp.49-69
• /
• 2014

The purposes of this study were (1) to investigate children's moral judgment, justification reasoning in terms of aggressive behavior, and (2) it examined the relationship to false belief understanding. Children aged between 3 to 5 years(N = 120) participated in this study. Each child was interviewed individually and responded questions designed to measure his/her moral judgment and justification reasoning and false belief understanding. The 12 pictorial tasks consisted of selfish and altruistic intentions and three different types of acts (physical, verbal, relational) as responses to aggressive behavior. The results indicated that the kind of moral judgment used was different according to the intention and the types of acts. There were significant differences in children's justification reasoning according to the age and the types of acts. There was a positive relationship between false belief understanding and moral judgment, justification reasoning. This paper also provided a detailed discussion of the results and recommendations in the context of more general cognitive developmental changes.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.4
• /
• pp.9-17
• /
• 1997

This paper describes a monitoring system that examines water quality by analyzing behavioral patterns of fishes. The water quality inspection system (WQIS) captures color images of fishes with a CCD camera, extracts out fish regions from the images, and determines motion characteristics of fishes by computing consecutive frames. We define five types of measures that reflect behavioral patterns of fishes : floatness, fledness, clustemess, diffusiveness, and mobility. These measures are utilized when the system performs fuzzy inference to induce the conclusion about water quality. We believe that the proposed system can be a solution for securing clean water.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.52-54
• /
• 2006

유비쿼터스와 유무선 기술의 발전으로 최근들어 각 개인과 그를 둘러싼 환경으로부터 지속적으로 많은 데이터를 수집할 수 있게 되었다. 상황인지 기법들을 활용하면, 수집된 데이터께서 각 개인의 경험을 요약할 수 있는데, 요약된 경험 정보는 해당 개인의 기억 회상에 도움을 줄 뿐 아니라, 다른 사람들과의 상호작용을 증대시키는 데도 유용하게 사용된다. 본 논문에서는 모바일 상에서 수집된 특이성 정보를 바탕으로 사용자의 프로필을 고려하여 개인의 일과를 만화의 형태로 표현하는 방법을 제안한다 특이성 정보는 휴대폰 로그로부터 상황인식 기법을 통해 추론된 것으로 사용자의 행동 및 감정 정보를 나타낸다. 추론된 사용자의 행동 및 감정 정보들과 미리 입력된 사용자 프로필을 바탕으로 본 논문에서는 배경과 캐릭 터 만화 이미지들을 의미적 유사도를 사용하여 합성한다. 또한, 생성된 만화 이미지들에서 동적으로 스토리 스트림을 구성하여 만화 내용의 일관성을 유지한다. 제안하는 만화 생성 방법을 평가하기 위하여 특이성 시나리오를 바탕으로 만화를 합성하여 생성된 만화의 다양성과 일관성을 평가하였다.

• Journal of Digital Convergence
• /
• v.10 no.4
• /
• pp.341-346
• /
• 2012

Social network service is service that enables the human network to be built up on web. It is important to record users' information simply and establish the network with people based on the information to provide with the social network service effectively. But it is very troublesome work for the user to input his or her own information on the mobile environment. In this paper we suggested a system which classifies users' behavior using context and creates blogging sentences automatically after inferring the destination. For this, users' behavior is classified and the destination is inferred with the sequence matching method using Naive Bayes classification. Then sentences which are suitable for situation is created by arranging the processed context using the structure of 5W1H. The system was evaluated satisfaction degree by comparing the created sentences based on actually collected data with users' intension and got accuracy rate of 88.73%.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.274-277
• /
• 2011

최근 많은 연구들이 사람들의 삶을 예측하기 위해 개인의 일상적인 패턴을 표현하는 구조를 찾아내는 것을 목표로 하고 있다. 이러한 목표를 위해 사용되는 데이터 중에서 핸드폰을 통해 수집된 데이터는 사용자가 항상 소지하고 있다는 점에서 그 가치가 높다. 그 중에서도 GPS 데이터는 다른 로그 데이터에 비해 가시적이기 때문에 개인의 일상을 표현하는데 더 효율적이다. 본 연구는 핸드폰에서 수집한 GPS 데이터를 Latent Dirichlet Allocation (LDA) 모델에 적용하여 사용자의 행동을 분석하는 주제를 다루려고 한다. 특히 이 논문에서는 개인의 현재 장소가 행동에 영향을 크게 미치는 요소라 가정하고 사용자가 특정 지역을 찾아갔을 때 방문 목적을 찾는 것으로 행동 분석을 구체화하였다. 아래의 내용에서 인사동에서 수집한 GPS 데이터를 이 모델에 적용하여 사용자에게 중요한 위치들로 이루어진 '주제들'을 발견하고, 인사동 방문 목적을 추론하는 실험을 설명할 것이다.