• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1365-1375
• /
• 2016

일상생활 환경 속에서 자율적으로 동작하는 서비스 로봇에게 가장 필수적인 능력 중 하나가 동적으로 변화하는 주변 환경에 대한 올바른 상황 인식과 이해 능력이다. 다양한 센서 데이터 스트림들로 부터 신속히 의사 결정에 필요한 고수준의 상황 지식을 생성해내기 위해서는, 멀티 모달 센서 데이터의 융합, 불확실성 처리, 기호 지식의 실체화, 시간 의존성과 가변성 처리, 실시간성을 만족할 수 있는 시-공간 추론 등 많은 문제들이 해결되어야 한다. 이와 같은 문제들을 고려하여, 본 논문에서는 지능형 서비스 로봇을 위한 효과적인 동적 상황 관리 및 시-공간 추론 방법을 제시한다. 본 논문에서는 상황 지식 관리와 추론의 효율성을 극대화하기 위해, 저수준의 상황 지식은 센서 및 인식 데이터가 입력될 때마다 실시간적으로 생성되지만, 반면에 고수준의 상황 지식은 의사 결정 모듈에서 요구가 있을 때만 후향 시-공간 추론을 통해 유도되도록 알고리즘을 설계하였다. Kinect 시각 센서 기반의 Turtlebot를 이용한 실험을 통해, 제안한 방법에 기초한 동적 상황 관리 및 추론 시스템의 높은 효율성을 확인할 수 있었다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2016년도 제50회 동계 정기학술대회 초록집
• /
• pp.175.1-175.1
• /
• 2016

In recent, tract infections such as atopic dermatitis, allergic rhinitis and a respiratory disease are increasing, giving rise to the atmospheric pollution, inflow of micro-size dust and side effect of humidifier disinfectant. In this context, the environment-friendly technology is required to eliminate airborne pathogens. We propose solution of the previous problems, making use of Radical Mist Generator (RMG). Existing technologies of air purification using a gas discharge produce harmful substances such as ozone, NOx, etc. However, the RMG uses a pure water as a plasma forming material. The RMG sprays the water mist, which contains reactive radicals to sterilize microorganisms. RMG is comprised of a power supply, plasma electrodes and a nozzle. In order to analyze the electrical characteristic and concentrations of reactive radicals, we employ an oscilloscope and a titration method. To test the sterilization effect of RMG, we used E.coli. We confirmed that E.coli was killed over 90%. Eventually, we expect that RMG can be promising tool for a purified system.

• 정보보호학회논문지
• /
• 제18권5호
• /
• pp.71-81
• /
• 2008

본 논문에서는 유비쿼터스 컴퓨팅 환경 하에 각종 정보시스템에 대한 접근을 효율적으로 제어하고 불법적인 접근을 차단하기 위하여 상황인식 기술 및 직무-역할 기반의 접근제어 시스템(CAT-RACS)을 설계하였다. CAT-RACS은 상황정보에 따른 정책 구성을 수행할 수 있도록 상황-역할 개념과 정보의 기밀성을 유지시키기 위해 보안등급 속성을 추가한 접근제어 모델(CA-TRBAC)을 적용하였다. CA-TRBAC는 사용자의 직무와 역할이 접근제어 조건에 합당할지라도 상황이 접근제어 조건에 부합하지 않거나, 역할과 직무가 접하려는 객체의 보안등급과 일치하지 않거나 하위 등급일 경우에는 접근을 허가하지 않는다. CAT-RACS는 상황인식 보안 매니저를 통해 사용자 인증과 접근제어 등의 보안 서비스를 제공하며, 상황정보 융합 매니저를 통해 상황인식 보안 서비스 제공과 보안정책 구성에 필요한 상황정보를 관리한다. 또한, 보안정책 매니저를 통해 CA-TRBAC 정책, 사용자 인증 정책, 보안 도메인 관리 정책을 관리한다.

• International journal of advanced smart convergence
• /
• 제9권2호
• /
• pp.76-83
• /
• 2020

The fourth industrial revolution (Industry 4.0) will generate great benefits and big challenges in equal measure. Industry 4.0 has an impact on context, technology and business as long as it transforms design, production systems and products themselves. Industry 4.0 has also created many opportunities and challenges for startups to improve their business efficiency. The reality has shown that the industry 4.0 has begun to strong impacts of various levels on many areas of Vietnam's economy. In such context, it is necessary to implement sufficient and thorough research and evaluation of many issues of startups and innovation and to consider suitable solutions and effective ways to take advantages of opportunities that the Industry 4.0 brings to Vietnam. This paper proposes the solution for supporting and promoting to develope of innovative start-up enterprise in accordance with the conditions and circumstances of Vietnam in the context of Industry 4.0.

• 지능정보연구
• /
• 제14권1호
• /
• pp.35-45
• /
• 2008

본 논문에서는 유비쿼터스 환경에서 사용자 Context를 표현하는 과제를 해결하기 위하여 시맨틱 웹 기술 및 퍼지 개념을이용하여 사용자 Context를 언어와 기종에 독립적이면서 사람이 생각하는 것과 최대한 유사한 형태로 기술하는 것을 제안한다. 재래의 방법으로 사용되어온 일반 집합으로 Context를 표현하는 방법은 실세계의 환경을 표현하는데 한계가 있기 때문에 본 논문에서는 퍼지 개념과 표준 웹 온톨로지 언어 OWL이 융합된 Fuzzy OWL 언어를 사용하였다. 본 논문에서 제안하는 방법은 사용자가 접한 환경정보들을 수치로 표현하며 이를 OWL로 기술한다. 그리고 OWL로 변환된 Context를 Fuzzy OWL로 변환한다. 마지막으로 자동적인 상황인지가 가능한지 여부를 퍼지 추론 엔진인 FiRE를 사용하여 검증한다. 본 논문에서 제시하는 방법을 사용하면 유비쿼터스 컴퓨팅 환경에서도 사용할 수 있는 형태로 Context를 기술할 수 있으며 퍼지의 개념을 사용하여 Context를 표현하기 때문에 상태나 정도를 표현함에 있어 좀 더 효과적이다. 뿐만 아니라, 기술된 Context를 기반으로 현재 사용자가 접한 환경의 상태를 추론할 수 있으며 추론된 상태에 따라 시스템이 자동적으로 작동하게 하는 것이 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1115-1118
• /
• 2008

유비쿼터스 컴퓨팅은 급속한 의사결정이 가장 중요한 헬스 케어 환경에서 새로운 패러다임이다. 동적인 환경에서 이질적인 장치로부터 얻어지는 정보는 고수준의 복합성을 지니며 융합(fusion)의 필요성을 강조하게 된다. 컨텍스트 기반 유비쿼터스 환경에 대한 이해는 존재하는 프라이버시 관련성을 약화시킨다. 본 본문에서는 유비쿼터스 컴퓨팅 환경에서 프라이버시가 향상된 컨텍스트 기반 정보 융합을 위한 시스템과 프레임워크 구조를 표현한다. 제안하는 설계에서 프라이버시란 복합적인 데이터 엔터티로 캡슐화되는 매개변수의 집합으로서 정의된다. 본 논문에서는 응급의료서비스에서 기대되는 의료 서비스를 지원해 주는 데이터 융합 설계를 고안해 내는 것을 목표로 하는 동시에 프라이버시 위험을 감소시키고자 한다.

• ETRI Journal
• /
• 제46권2호
• /
• pp.277-289
• /
• 2024

In this paper, we describe a neural network-based application that recommends multiple items using dialog context input and simultaneously outputs a response sentence. Further, we describe a multi-item recommendation by specifying it as a set of clothing recommendations. For this, a multimodal fusion approach that can process both cloth-related text and images is required. We also examine achieving the requirements of downstream models using a pretrained language model. Moreover, we propose a gate-based multimodal fusion and multiprompt learning based on a pretrained language model. Specifically, we propose an automatic evaluation technique to solve the one-to-many mapping problem of multi-item recommendations. A fashion-domain multimodal dataset based on Koreans is constructed and tested. Various experimental environment settings are verified using an automatic evaluation method. The results show that our proposed method can be used to obtain confidence scores for multi-item recommendation results, which is different from traditional accuracy evaluation.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.184-186
• /
• 2005

본 논문은 시간 제약 조건을 갖는 컨텍스트(상황)에 대한 분산적 탐지 기법(PROCON)을 제안한다. 수집한 데이터를 베이스 스테이션으로 모아 컨텍스트의 발생 여부를 결정하는 기존의 중앙집중 기법과 달리 PROCON은 네트워크 내에서 능동적, 분산적 방식으로 센서 노드 간의 협업을 통하여 컨텍스트를 결정한다. 따라서, 컨텍스트의 발생여부 탐지와 이에 대한 대응(Actuation)이 베이스 스테이션에 독립적으로 네트워크 내에서 모두 이루어진다. 본 논문은 다양한 상황구성에 대한 시뮬레이션을 통해 PROCON의 분산 상황방식이 기존의 중앙집중 방식에 비해 상당한 에너지 절약과 서비스 신뢰성(reliability) 향상을 가져온다는 것을 보인다.

• International journal of advanced smart convergence
• /
• 제10권3호
• /
• pp.97-104
• /
• 2021

The Industrial Revolution 4.0 has significantly improved labor productivity, upholding the role of people as the creator of core values and the focus of sustainable development. Vietnam is facing an important turning point when GDP growth has gradually slowed down in the context that natural resources are beginning to dry up. This requires Vietnamese businesses to innovate to promote economic growth and improve competitiveness. This paper focuses on clarifying the activity and policy Vietnam's innovation. Thereby to propose the solution for supporting and promoting of innovative startup enterprise in accordance with the conditions and circumstances of Vietnam in the context of Industry 4.0

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4439-4455
• /
• 2021

Compared with two-stage object detection algorithms, one-stage algorithms provide a better trade-off between real-time performance and accuracy. However, these methods treat the intermediate features equally, which lacks the flexibility to emphasize meaningful information for classification and location. Besides, they ignore the interaction of contextual information from different scales, which is important for medium and small objects detection. To tackle these problems, we propose an image pyramid network based on dual attention mechanism (DAIPNet), which builds an image pyramid to enrich the spatial information while emphasizing multi-scale informative features based on dual attention mechanisms for one-stage object detection. Our framework utilizes a pre-trained backbone as standard detection network, where the designed image pyramid network (IPN) is used as auxiliary network to provide complementary information. Here, the dual attention mechanism is composed of the adaptive feature fusion module (AFFM) and the progressive attention fusion module (PAFM). AFFM is designed to automatically pay attention to the feature maps with different importance from the backbone and auxiliary network, while PAFM is utilized to adaptively learn the channel attentive information in the context transfer process. Furthermore, in the IPN, we build an image pyramid to extract scale-wise features from downsampled images of different scales, where the features are further fused at different states to enrich scale-wise information and learn more comprehensive feature representations. Experimental results are shown on MS COCO dataset. Our proposed detector with a 300 × 300 input achieves superior performance of 32.6% mAP on the MS COCO test-dev compared with state-of-the-art methods.