• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.304-309
• /
• 2007

유비쿼터스 컴퓨팅에서는 각종 센서로부터 사용자의 상황을 파악할 수 있는 정보를 수집하고 사용자의 현재 상황에 맞는 적절한 서비스를 제공하는 것이 중요하다. 특히 모바일 환경에서는 지역마다 다른 컨텍스트 인식 구조로 인하여 타 지역의 정보를 공유할 수 없기 때문에 사용자의 상황을 인식하기 위한 컨텍스트 자원이 부족하게 된다. 또한 모바일 장치의 처리 능력이 제한적이기 때문에 사용자의 상황을 실시간으로 분석하는데 어려움이 있다. 본 논문에서는 모바일 장치로 사용자의 상황을 능동적으로 분석하고 적응적인 서비스를 제공하기 위한 컨텍스트 인식 및 통합 모델을 제안한다 제안한 모델은 사용자의 상황을 분석하기 저한 컨텍스트 구조를 동적, 정적으로 구분하고, 지역 내사용자들의 컨텍스트 정보를 공유시켜 컨텍스트 자원을 확보하였다.

• 융합신호처리학회논문지
• /
• 제10권4호
• /
• pp.225-232
• /
• 2009

유비쿼터스 컴퓨팅을 위한 상황 인식 기술은 수집된 컨텍스트 정보를 효과적으로 구조화하여 표현하고, 이러한 컨텍스트 정보를 이용하여 사용자의 의도를 파악한 후, 서비스를 제공하는 기술 등의 연구가 필요하다. 본 논문에서는 상황 인식 컴퓨팅을 위한 프레임워크인 WS-CAM으로 명명된 웹 서비스에 기반한 상황 인식 미들웨어를 제안한다. WS-CAM은 온톨로지 기반의 컨텍스트 모델을 사용하여 다양한 종류의 컨텍스트 정보에 대한 충분한 표현력과 추론 기능을 제공하고, 미들웨어로부터 응용 서비스로의 컨텍스트 정보 전달에 있어서 웹 서비스를 적용하여 미들웨어 독립적인 응용 개발을 이룰 수 있는 구조로 설계한다. 또한, WS-CAM의 유용성을 검증하기 위하여 유비쿼터스 컴퓨팅 환경에 기반을 둔 강의 서비스 시나리오를 기술하고, 웹 서비스 기반의 장점을 보이기 위하여 미들웨어 독립적인 시스템 확장의 예를 보인다. 강의 서비스에 적용한 WS-CAM은 도메인 환경 내의 컨텍스트 정보를 OWL 기반 온톨로지 모델로 효과적으로 표현하였고, 사용자 정의 규칙에 의하여 고수준의 컨텍스트 정보로 추론됨을 확인하였다. 또한, 웹 서비스에 의해 제공되는 다양한 웹 메서드를 통하여 컨텍스트 정보가 응용 서비스에 미들웨어 독립적으로 전달됨을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제11권5호
• /
• pp.429-436
• /
• 2013

상황인지 환경의 유헬스 서비스는 환자가 실생활에 접촉할 수 있는 여러 상황에 대해 컴퓨터가 인지하여 건강 서비스를 제공하는 것이다. 상황인지 환경의 서비스를 추천하기 위해서는 상황 데이터의 정의와 서비스 추천 요인과 관련이 있는지를 식별해야 한다. 본 논문에서는 상황인지 환경의 유헬스 서비스를 제공하기 위해 상황 데이터에 대한 추천 요인들을 다변량 분석기법을 이용하여 식별하며, 의사결정 트리 및 연관성 규칙 기반의 의사결정 모델을 생성한다. 추천 요인의 식별을 통해서 건강 서비스 제공에 유의한 상황 데이터를 판별할 수 있다. 또한 선호도 의사결정 모델을 통해 환자의 상황 데이터에 따라 선호 요인을 알 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1396-1412
• /
• 2023

Conversation modeling is an important and challenging task in the field of natural language processing because it is a key component promoting the development of automated humanmachine conversation. Most recent research concerning conversation modeling focuses only on the current utterance (considered as the current question) to generate a response, and thus fails to capture the conversation's logic from its beginning. Some studies concatenate the current question with previous conversation sentences and use it as input for response generation. Another approach is to use an encoder to store all previous utterances. Each time a new question is encountered, the encoder is updated and used to generate the response. Our approach in this paper differs from previous studies in that we explicitly separate the encoding of the question from the encoding of its context. This results in different encoding models for the question and the context, capturing the specificity of each. In this way, we have access to the entire context when generating the response. To this end, we propose a deep neural network-based model, called the Context Model, to encode previous utterances' information and combine it with the current question. This approach satisfies the need for context information while keeping the different roles of the current question and its context separate while generating a response. We investigate two approaches for representing the context: Long short-term memory and Convolutional neural network. Experiments show that our Context Model outperforms a baseline model on both ConvAI2 Dataset and a collected dataset of conversational English.

• 한국인터넷방송통신학회논문지
• /
• 제9권5호
• /
• pp.233-242
• /
• 2009

의료정보는 환자의 프라이버시 침해 뿐 아니라 환자의 생명에도 직결되기 때문에, 견고하고 유연한 보안모델에 대한 지속적인 연구가 필요하다. 특히, u-헬스케어 환경은 사용자 상황변화가 다양하기 때문에, 보다 더 유연하고 세밀한 접근 권한제어가 필요하다. 본 논문은 u-헬스케어 영역에서 상황타입(Context Type)과 상황제한(Context Constraint)을 정의하고, 의료정보의 비밀등급, 사용자의 권한등급, 사용자의 역할, 사용자 상황에 따른 권한 변경 등을 정의하였다. 또한, 사용자 역할을 기반하여 상황정보 변화에 적용할 수 있는 상황기반 접근제어 모델을 설계하였다. 상황기반 접근제어 모델은 K2BASE를 이용하여 자원과 권한의 관계성과 접근 포인트로 부터 도달 가능한 모든 자원에 대한 권한을 분석하였다. 상황기반 접근제어 모델은 u-헬스케어 영역에서 상황을 기반으로 권한변경과 역할을 유연하게 변경할 수 있고, 권한이 부여된 자원에 의미적으로 연결된 자원을 획득할 수 있어, 상황변화가 다양한 u-헬스케어 영역에서 유연하고 적응적인 접근제어 모델로서 적용 가능할 것이다.

• 대한산업공학회지
• /
• 제41권4호
• /
• pp.389-395
• /
• 2015

According to much research on cognitive science, the impact of the scene-context on human visual search in real-world images could be as important as the saliency. Therefore, this study proposed a method of Adaptive Control of Thought-Rational (ACT-R) modeling of visual search in real-world images, based on saliency and scene-context. The modeling method was developed by using the utility system of ACT-R to describe influences of saliency and scene-context in real-world images. Then, the validation of the model was performed, by comparing the data of the model and eye-tracking data from experiments in simple task in which subjects search some targets in indoor bedroom images. Results show that model data was quite well fit with eye-tracking data. In conclusion, the method of modeling human visual search proposed in this study should be used, in order to provide an accurate model of human performance in visual search tasks in real-world images.

• Journal of Information Processing Systems
• /
• 제16권3호
• /
• pp.612-628
• /
• 2020

This paper presents a new approach for detecting abnormal behaviors in complex surveillance scenes where anomalies are subtle and difficult to distinguish due to the intricate correlations among multiple objects' behaviors. Specifically, a cascaded probabilistic topic model was put forward for learning the spatial context of local behavior and the temporal context of global behavior in two different stages. In the first stage of topic modeling, unlike the existing approaches using either optical flows or complete trajectories, spatio-temporal correlations between the trajectory fragments in video clips were modeled by the latent Dirichlet allocation (LDA) topic model based on Markov random fields to obtain the spatial context of local behavior in each video clip. The local behavior topic categories were then obtained by exploiting the spectral clustering algorithm. Based on the construction of a dictionary through the process of local behavior topic clustering, the second phase of the LDA topic model learns the correlations of global behaviors and temporal context. In particular, an abnormal behavior recognition method was developed based on the learned spatio-temporal context of behaviors. The specific identification method adopts a top-down strategy and consists of two stages: anomaly recognition of video clip and anomalous behavior recognition within each video clip. Evaluation was performed using the validity of spatio-temporal context learning for local behavior topics and abnormal behavior recognition. Furthermore, the performance of the proposed approach in abnormal behavior recognition improved effectively and significantly in complex surveillance scenes.

• 대한임베디드공학회논문지
• /
• 제2권2호
• /
• pp.95-100
• /
• 2007

Recently ubiquitous application services are developed plentifully using RFID techniques in the field of distribution and security industries. However, except these field the applications using RFID are not mature yet. In this study, we proposed a real-time context service model of the u-conference based on the real-time contextual information acquired from conference and exposition. With collection of real-time contextual information for u-conference, the model can provide a lot of information services on the state of session attendee, doorway control, affairs, user certification, presentation progress etc. For the verification of proposed real-time context service model of u-conference, we design and implement the conference progress state service included the state of session attendee, user certification and presentation progress etc. This service provides the presentation state information included the current presenter, the paper list, the number of session attendee, the schedule and place of each session using the collecting RFID tag and the related information.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권4호
• /
• pp.254-259
• /
• 2008

Uncertainty of result of context awareness always exists in any context-awareness computing. This falling-off in accuracy of context awareness result is mostly caused by the imperfectness and incompleteness of sensed data, because of this reasons, we must improve the accuracy of context awareness. In this article, we propose a novel approach to model the uncertain context by using ontology and context reasoning method based on Bayesian Network. Our context aware processing is divided into two parts; context modeling and context reasoning. The context modeling is based on ontology for facilitating knowledge reuse and sharing. The ontology facilitates the share and reuse of information over similar domains of not only the logical knowledge but also the uncertain knowledge. Also the ontology can be used to structure learning for Bayesian network. The context reasoning is based on Bayesian Networks for probabilistic inference to solve the uncertain reasoning in context-aware processing problem in a flexible and adaptive situation.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1510-1515
• /
• 2005

This paper is concerned with a Logic-based Fuzzy Neural Networks (LFNN) with the aid of fuzzy granulation. As the underlying design tool guiding the development of the proposed LFNN, we concentrate on the context-based fuzzy clustering which builds information granules in the form of linguistic contexts as well as OR fuzzy neuron which is logic-driven processing unit realizing the composition operations of T-norm and S-norm. The design process comprises several main phases such as (a) defining context fuzzy sets in the output space, (b) completing context-based fuzzy clustering in each context, (c) aggregating OR fuzzy neuron into linguistic models, and (c) optimizing connections linking information granules and fuzzy neurons in the input and output spaces. The experimental examples are tested through two-dimensional nonlinear function. The obtained results reveal that the proposed model yields better performance in comparison with conventional linguistic model and other approaches.