• 한국컴퓨터정보학회논문지
• /
• 제20권2호
• /
• pp.131-136
• /
• 2015

화공약품 탱크 적재 문제는 다항시간으로 해를 찾을 수 있는 알고리즘이 알려져 있지 않아 NP-완전으로 분류된 난제이다. 화공약품 탱크 적재 문제는 상자 포장 문제의 일종으로, Gu$\acute{e}$ret et al.은 $O(m^4)$ 수행 복잡도의 선형계획법으로 해를 얻고자 하였다. 반면에, 본 논문에서는 최소 여유량을 가진 탱크에 적재하는 규칙인 O(m) 복잡도의 알고리즘을 제안하였다. 제안된 방법은 첫 번째로 잔여량이 있는 탱크에 해당 화공약품을 적재하였다. 다음으로, 남은 화공약품을 적재할 수 있는 최소 여유량을 가진 탱크에 해당 화공약품을 적재하였다. 실험 결과, 제안된 알고리즘은 NP-완전 문제인 화공약품 적재 문제에 대해 선형계획법의 $O(m^4)$를 O(m)으로 단축시켰다.

• 한국안전학회지
• /
• 제28권3호
• /
• pp.107-113
• /
• 2013

Problem solving and/or decision making process usually encountered in human living consists of a sequence of human behaviors based upon his/her knowledge. Thus, Rasmussen introduced Skill-Rule-Knowledge paradigm to countermeasure human errors that can occur in Nuclear Power Plants. Unfortunately however, it was not so easy as expected since objective evidence have not been obtainable with conventional research techniques. With the help of EEG band pawer ratio techniques, this study tried to get psycho-physiological symptoms of human errors, if any, while human beings perform knowledge-based behaviors such as simple arithmetic computations with different difficulty level. A set of simulated works was carried out with a computer station. Four kinds of arithmetic computation tasks were given to 10 health male under-graduate students on different day individually, and during the experiment, EEG and ECG was measured continuously for objective psycho-physiological analysis. According to the results, ${\alpha}$/(${\alpha}+{\beta}$) as well as ${\alpha}/{\beta}$ band power ratio were sensitive to task difficulty level which consistently decreased both. However, any one of them failed to reveal the influence of tasks with different difficulty level in the aspect of task duration time. On the contrary, Heart Rate Variability was more suggestive than expected. To make a conclusion, it can be said that band power of EEG waves will be helpful in not only assessment of work difficulty level but also assessment of workers' skill development if supported by cardiac function such as HRV.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.450-460
• /
• 2017

T파는 심장의 심실의 재분극을 나타내는 파라미터로써 부정맥 진단에 있어 매우 중요하다. T 파를 검출하기 위한 기존 연구방법으로는 주파수 분석과 비선형 접근방법 등이 제안되어 왔지만 검출 정확도가 낮다는 문제점이 있다. 이는 T파의 경우 P파와 중복되는 경우가 발생하기 때문이다. 본 연구에서는 QRS 구간을 제거한 후, 이동평균을 통한 P파와 T파의 대상 영역을 추출하여 정확히 T파를 검출하는 알고리즘을 제안한다. 이를 위해 전처리를 통해 잡음이 제거된 심전도 신호에서 Q, R, S를 검출한다. 이후 검출된 QRS 구간을 제거, 이동평균을 통해 4개의 PAC 패턴과 기타부정맥에 대한 판단규칙을 적용하여 P, T파의 대상 영역을 추출하고, 이를 대상으로 RR 간격과 RT 간격의 문턱치를 적용하여 T파를 검출하였다. 제안한 방법의 우수성을 입증하기 위해 MIT-BIH 부정맥 데이터베이스 48개의 레코드를 대상으로 한 T파의 평균 검출율은 95.32%의 성능을 나타내었다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.202-209
• /
• 2002

본 논문은 제어 시스템에서 규칙기반과 데이터 마이닝에서의 분류규칙의 명료함에 대해 다룬다. 대용량의 데이터로부터 유용한 정보를 얻어내는 데이터 마이닝은 중요한 이슈가 되고 있다. 인공지능에 기반을 둔 데이터 마이닝 분류기법에는 신경망, 의사결정나무 등 여러가지가 있지만 그 결과는 명확하고 이해하기 쉽고 분류규칙이 간단명료해야 한다. 러프집합이론은 불충분하고 비일관적인 데이터로부터 의미있는 지식을 추출하는데 효과적인 기법이고, 다양한 속성들을 효과적으로 사용함으로써 분류와 근사화에 대한 좋은 해법을 제시한다. 본 논문에서는 러프집합이론의 근사화를 이용하여 알갱이 속에 숨겨져 있는 지식들을 찾아내는데 있어 효과적인 접근을 하였으며, 최상위 레벨에 코어를 적용하여 계층적 분류를 함으로써 대량의 데이터를 효율적으로 처리할 수 있도록 하였다. 제안된 분류방법은 정보시스템의 해석을 용이하게 하고 최소의 분류규칙을 만든다.

• 정보과학회 논문지
• /
• 제43권7호
• /
• pp.781-785
• /
• 2016

실제 환경에서 사람의 일상적인 활동을 학습하는 기술은 스마트 비서나 자율지능 로봇과 같은 인지 지능 시스템 개발을 위해 필요한 핵심 기술이다. 일상을 예측하는 대다수의 연구들은 센서 데이터의 패턴과 일상 활동 사이의 직접적인 상관관계를 탐색하는 것에 집중하였다. 하지만 일상에서의 인간 활동은 하나의 레이블로 표현하기 어려운 다수의 사건 집합이고 또한 서술 가능한 특성을 지니고 있다. 본고에서는 일상을 구성하는 사건 요소들을 우선 인식하고, 이후 일상 활동을 학습 및 예측하는 방법을 제안한다. 제안하는 방법은 개인의 일상에서 웨어러블 장치와 스마트폰으로부터 수집된 일인칭 시점의 멀티 센서 데이터로부터 위치 좌표, 장면 영상, 그리고 신체적 움직임에 기인한 사건 요소들을 각각 인식한 뒤, 이 정보들이 특정 활동 내역에 따라 조합되는 규칙을 학습하여 최종적으로 사용자의 일상 활동을 예측한다. 두 명의 실험 참가자가 각각 2주간 수집한 센서 데이터를 이용하여 실험한 결과는 제안한 방법이 센서 데이터로부터 추출된 특징을 일차적으로 사용하여 분류하는 기존의 방법과 비교하여 향상된 성능을 보였다.

• 한국임상수의학회지
• /
• 제19권3호
• /
• pp.312-315
• /
• 2002

질병에 이환된 개체로부터 이환되지 않은 개체를 구분하기 위해 사용되는 대부분의 진단검사는 판별의 기준점 (cut-off value)을 필요로 한다. ROC (receiver operating characteristic) 곡선은 이러한 목적으로 흔히 사용되고 있으며 진단의 기준점을 다양하게 변화시킬 때 진단검사의 정확도 (민감도와 특이도)를 제시해주는 지표로 활용되고 있다. 저자들은 수의학관련 연구자들이 이 방법을 효과적으로 사용할 수 있도록 EXCEL에 내장된 비쥬얼 베이직으로 binormal ROC 곡선의 최대우도비를 계산해주는 프로그램을 작성하였다. 방사선 분야의 자료와 미생물학 자료를 예제로 들어 이 프로그램의 활용성을 높이고자 하였고 이 분야에 관심이 있는 연구자는 저자에게 연락하여 이 프로그램을 얻을 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권10호
• /
• pp.3965-3982
• /
• 2015

Event detection is one of the key issues in many wireless sensor network (WSN) applications. The uncertainties that are derived from the instability of sensor node, measurement noise and incomplete sampling would influence the performance of event detection to a large degree. Many of the present researches described the sensor readings with crisp values, which cannot adequately handle the uncertainties inhered in the imprecise sensor readings. In this paper, a fault-tolerant event detection algorithm is proposed based on Dempster-Shafer (D-S) theory (also called evidence theory). Instead of crisp values, all possible states of the event are represented by the Basic Probability Assignment (BPA) functions, with which the output of each sensor node are characterized as weighted evidences. The combination rule was subsequently applied on each sensor node to fuse the evidences gathered from the neighboring nodes to make the final decision on whether the event occurs. Simulation results show that even 20% nodes are faulty, the accuracy of the proposed algorithm is around 80% for event region detection. Moreover, 97% of the error readings have been corrected, and an improved detection capability at the boundary of the event region is gained by 75%. The proposed algorithm can enhance the detection accuracy of the event region even in high error-rate environment, which reflects good reliability and robustness. The proposed algorithm is also applicable to boundary detection as it performs well at the boundary of the event.

• 대한지역사회영양학회지
• /
• 제8권1호
• /
• pp.62-70
• /
• 2003

This article aims to summarize the development and application of menu engineering technique, 'Menu Engineering Modified by Preference (MEMP)'. The site selected for this project was a foodservice operation in Yonsei University residence hall. Sales and food costs data were collected from the daily sales reports for 1 month, and the survey of food preference was conducted during May, 1999. Statistical data analysis was completed using the SAS/Win 6.12 for descriptive analysis. The calculation for menu analysis were carried out with MS 2000 Excel spreadsheet program. This MEMP technique developed had 6 category criteria and 2 dimensions of the contribution margin (CM) and the menu mix modified% (MMM%) . The MMM% was calculated by the sales volumes and also weighted by food preference. The CM and MMM% for each item were compared with a mean menu CM as well as a 70% rule. Four possible classifications by MEMP were fumed out as 'STAR', 'PLOWHORSE', 'PUZZLE', 'DOG'. 'STAR' items were the most popular and profitable items and required to maintain rigid specifications for quality. The decision actions for 'PLOWHORSE' menu items which were relatively popular, but yield a low menu average CM included combining a plowhorse item with lower cost products and reducing the frequency of serving or serving size. There was a need for 'PUZZLE' items to be changed in the menu combination, improve recipe, and promote menu. The last DOG' items were desired to be deleted. This study demonstrates that menu information can be interpreted more easily with MEMP. The use of MEMP is therefore an effective way to improve management decisions about menu of university residence hall foodservice.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.759-765
• /
• 2006

본 논문에서는 퍼지 소속 함수와 웨이브렛 기저를 이용한 효과적인 얼굴 표정 인식 LDA 융합모델을 제안하였다. 제안된 알고리즘은 최적의 영상을 얻기 위해 퍼지 웨이브렛 알고리즘을 수행하고, 표정 검출은 얼굴 특징 추출단계와 얼굴표절인식 단계로 구성된다. 본 논문에서 얼굴 표정이 담긴 영상을 PCA를 적용하여 고차원에서 저차원의 공간으로 변환 후, LDA 특성을 이용하여 클래스 별호 특징벡터를 분류한다. LDA 융합 모델은 얼굴 표정인식단계는 제안된 LDA융합모델의 특징 벡터에 NNPC를 적응함으로서 얼굴 표정을 인식한다. 제안된 알고리즘은 6가지 기본 감정(기쁨, 화남, 놀람, 공포, 슬픔, 혐오)으로 구성된 데이터베이스를 이용해 실험한 결과, 기존알고리즘에 비해 향상된 인식률과 특정 표정에 관계없이 고른 인식률을 보임을 확인하였다.

• 대한한방부인과학회지
• /
• 제28권1호
• /
• pp.58-72
• /
• 2015

Objectives: The purpose of this study was to examine the effects of fermented soybean on body weight, body fat, serum lipid profiles in obese women, especially specific to menopausal woman. Methods: Sixty healthy obese volunteers who visited ${\bigcirc}{\bigcirc}$ University Oriental Hospital from May 20th, 2014 to September 25th, 2014 took part in clinical trial. They divided into 2 groups, 30 volunteers allocated to fermented soybean and other 30 to placebo group. Body weight, BMI, waist and hip ratio, serum lipid were measured 3 times, and fat percentage, leptin, adiponectin were evaluated 2 times. Results: All 60 volunteers completed 12-week trial. 5 men were excluded, and 2 women against the clinical decision rule were excluded. In the end, 53 women were studied as clinical subjects. After 12 weeks intervention, there was no effects in comparison of group by time interaction. Without considering time interaction, there was a significant difference in triglyceride level between soybean group and placebo group (p=0.044). Treatment group were dividing by age 40, a group in age 40 or over 40, and other group aged below 40. There was a significant difference in group by time interaction of total cholesterol level, and without considering time interaction, there was a significant change in waist-hip ratio between groups. Conclusions: There were no effects on weight and body fat decrease in 12-week trial using fermented soybean as a supplement. But there were significant differences in triglyceride change between the treatment and placebo groups, also cholesterol and waist and hip ratio in soybean group divided by age 40. It seems that fermented soybean is effected on improving serum lipid profiles.