• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.1-9
• /
• 2022

본 논문에서는 영상 데이터와 센서 데이터를 활용한 딥러닝 기반의 반려동물 이상행동 탐지 서비스를 제안한다. 최근 반려동물 보유 가구의 증가로 인해 기존 푸드 및 의료 중심의 반려동물 시장에서 인공지능을 더한 펫테크(Pet Tech) 산업이 성장하고 있다. 본 연구에서는 인공지능을 통한 반려동물의 건강관리를 위해 영상 및 센서 데이터를 활용한 딥러닝 모델을 기반으로 반려동물의 행동을 분류하고, 이상행동을 탐지하였다. 자택의 CCTV와 직접 제작한 펫 웨어러블 디바이스를 활용하여 반려동물의 영상 데이터 및 센서 데이터를 수집하고, 모델의 입력 데이터로 활용한다. 행동의 분류를 위해 본 연구에서는 반려동물의 객체를 검출하기 위한 YOLO(You Only Look Once) 모델과 관절 좌표를 추출하기 위한 DeepLabCut을 결합하여 영상 데이터를 처리하였고, 센서 데이터를 처리하기 위해 각 센서 별 연관관계 및 특징을 파악할 수 있는 GAT(Graph Attention Network)를 활용하였다.

• 디자인융복합연구
• /
• 제14권5호
• /
• pp.87-102
• /
• 2015

오늘날 디지털 미디어 환경은 개인화, 상호작용, 키네시스로 특정 지어진 새로운 디지털 미디어 패러다임으로 전환되고 있다. 이러한 변화에 따라 도시 환경에서 중요한 역할을 수행하는 미디어 스킨에도 변화가 요구되고 있다. 따라서 본 연구는 디지털 미디어 패러다임 전환에 따라 새로운 개념의 사용자 참여형 미디어 스킨 모듈을 제안하는 것을 목적으로 한다. 본 연구를 위해 생물학적 패러다임에 대한 이론적 고찰을 통해 개인화, 상호작용, 키네시스로 대표되는 새로운 디지털 미디어 패러다임의 특성으로부터 주요 세부 요소를 도출했다. 도출된 요소를 기반으로 미디어 스킨의 한계점을 파악하고, 이를 극복할 수 있는 새로운 디지털 미디어 패러다임 기반의 미디어 스킨을 제안했다. 본 연구에서 제안하는 미디어 스킨은 모듈 조합형 미디어 스킨으로 사용자가 쉽고 빠르게 다양한 형태의 미디어 스킨을 직접 조형할 수 있고, 지능화된 모듈 간의 상호작용을 통해 다양한 콘텐츠를 창출할 수 있다. 본 연구는 향후 미디어 스킨 개발을 위한 지침으로 공헌할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.380-382
• /
• 2021

2020년에 경찰청에서 조사한 자료에 따르면 38,496건 중에 미해결 사건이 161건으로, 미해결 원인 중 가장 높은 성인실종자의 경우는 대부분 단순 가출로 평가된다. CCTV를 통해 영상을 통해 찾는 경우에도 수많은 사람이 지나가는 상황에 인물들의 얼굴을 일일이 확인하고 진술의 특징들로만 인물을 찾아내야 하기 때문에 긴 시간이 걸리고 정확도가 낮아 수사에 많은 시간이 소요되는 것이 확인되었다. 본 논문은 MTCNN을 활용하여 CCTV 속 인물 추출에 대한 연구를 진행하였다. MTCNN으로 학습된 얼굴들과 입고 있는 옷의 특징을 동시에 분석을 시작하여 겹쳐지는 경우의 인물들만 추출하여 관계자에게 확인이 가능하도록 한다. 향후 실종자의 특징들을 좁혀 정확도를 높이기 위해 더 다양한 특징 검출 학습을 목표로 한다.

• 대한토목학회논문집
• /
• 제28권2D호
• /
• pp.269-276
• /
• 2008

오늘날 도로망에 대한 자료기반을 구축하고, 유지 관리하는 것은 교통, 도시계획 등과 같은 많은 사회 전반 업무에서 필수적인 요소로 자리 잡고 있으며, 비상사태 대처나 재난 관리와 같은 많은 중요한 요소들이 그와 같은 자료에 바탕을 두고 있다. 그러나 도로망 자료를 구성하고 보완하는 일에는 높은 비용이 필요하며, 대부분의 시간을 많은 인력에 의존해야 하는 것이 현실이다. 본 연구에서는 LiDAR 원시자료로부터 도로관련 자료기반 구축을 위한 도로 포인트 추출을 위하여 정보량 추정의 척도로 사용되는 정보이론적 관점에서의 엔트로피 이론을 도입하여 LiDAR 자료의 표고정보에 대한 엔트로피를 계산함으로써 포인트들을 분류하여 그룹화하고 분류된 그룹들의 반사강도를 이용하여 도로로 예상되는 그룹을 추출하였으며, 법령에서 규정하고 있는 각종 도로 및 시설의 특징을 이용하여 도시지역 LiDAR 원시자료로부터 도로포인트를 자동적으로 추출하기 위한 방법을 제시하였다.

• Steel and Composite Structures
• /
• 제45권2호
• /
• pp.205-218
• /
• 2022

Proper calculation of splitting tensile strength (STS) of concrete has been a crucial task, due to the wide use of concrete in the construction sector. Following many recent studies that have proposed various predictive models for this aim, this study suggests and tests the functionality of three hybrid models in predicting the STS from the characteristics of the mixture components including cement compressive strength, cement tensile strength, curing age, the maximum size of the crushed stone, stone powder content, sand fine modulus, water to binder ratio, and the ratio of sand. A multi-layer perceptron (MLP) neural network incorporates invasive weed optimization (IWO), cuttlefish optimization algorithm (CFOA), and electrostatic discharge algorithm (ESDA) which are among the newest optimization techniques. A dataset from the earlier literature is used for exploring and extrapolating the STS behavior. The results acquired from several accuracy criteria demonstrated a nice learning capability for all three hybrid models viz. IWO-MLP, CFOA-MLP, and ESDA-MLP. Also in the prediction phase, the prediction products were in a promising agreement (above 88%) with experimental results. However, a comparative look revealed the ESDA-MLP as the most accurate predictor. Considering mean absolute percentage error (MAPE) index, the error of ESDA-MLP was 9.05%, while the corresponding value for IWO-MLP and CFOA-MLP was 9.17 and 13.97%, respectively. Since the combination of MLP and ESDA can be an effective tool for optimizing the concrete mixture toward a desirable STS, the last part of this study is dedicated to extracting a predictive formula from this model.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.294-294
• /
• 2022

To date, there have been no reports on the cloning and characterization of a gene encoding SQS from Amaranthus, although there have been some reports on methods of extracting and purifying squalene from Amaranthus seeds. In this study, we monitored the expression pattern of the amaranth SQS gene in seeds at different developmental stages and in different tissues. The transcript expression pattern of the SQS gene was investigated using total RNA isolated from seeds at different stages of development. There were low levels of SQS transcripts at the early stage of seed development, and the levels remained low until the middle developmental stage. The expression of SQS increased rapidly to reach a peak at the mid-late developmental stage, and then declined dramatically. This pattern of expression was consistent with the results of RT-PCR analyses. All RNA samples generated a fragment of the expected size (183-bp). The amaranth SQS was expressed at low levels during the initial to middle stages of seed development, and its expression level increased at the mid-late development stage. Also The tissue-specific expression of amaranth SQS was determined by quantifying its mRNA in total RNA isolated from the leaves, petioles, stems, and roots of seedlings at the four- and six-leaf stages. Using qRT-PCR and RT-PCR analysis, we detected amaranth SQS transcripts in some of the tissues at the six-leaf stage, but in none of the tissues from plants at the four-leaf stage. SQS transcripts accumulated in almost equal amounts in stems and roots, while a lower level accumulated in leaves and petioles during seedling development at the four- to six-leaf stages. This study provides useful information about the molecular characterization of the SQS clone isolated from grain amaranth. A basic understanding of these characteristics will contribute to further studies on the amaranth SQS.

• 산업경영시스템학회지
• /
• 제46권4호
• /
• pp.15-31
• /
• 2023

In this study, we propose a novel approach to analyze big data related to patents in the field of smart factories, utilizing the Latent Dirichlet Allocation (LDA) topic modeling method and the generative artificial intelligence technology, ChatGPT. Our method includes extracting valuable insights from a large data-set of associated patents using LDA to identify latent topics and their corresponding patent documents. Additionally, we validate the suitability of the topics generated using generative AI technology and review the results with domain experts. We also employ the powerful big data analysis tool, KNIME, to preprocess and visualize the patent data, facilitating a better understanding of the global patent landscape and enabling a comparative analysis with the domestic patent environment. In order to explore quantitative and qualitative comparative advantages at this juncture, we have selected six indicators for conducting a quantitative analysis. Consequently, our approach allows us to explore the distinctive characteristics and investment directions of individual countries in the context of research and development and commercialization, based on a global-scale patent analysis in the field of smart factories. We anticipate that our findings, based on the analysis of global patent data in the field of smart factories, will serve as vital guidance for determining individual countries' directions in research and development investment. Furthermore, we propose a novel utilization of GhatGPT as a tool for validating the suitability of selected topics for policy makers who must choose topics across various scientific and technological domains.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.507-519
• /
• 2023

Multi-temporal optical images have been utilized for time-series monitoring of croplands. However, the presence of clouds imposes limitations on image availability, often requiring a cloud removal procedure. This study assesses the applicability of various machine learning algorithms for effective cloud removal in optical imagery. We conducted comparative experiments by focusing on two key variables that significantly influence the predictive performance of machine learning algorithms: (1) land-cover types of training data and (2) temporal variability of land-cover types. Three machine learning algorithms, including Gaussian process regression (GPR), support vector machine (SVM), and random forest (RF), were employed for the experiments using simulated cloudy images in paddy fields of Gunsan. GPR and SVM exhibited superior prediction accuracy when the training data had the same land-cover types as the cloud region, and GPR showed the best stability with respect to sampling fluctuations. In addition, RF was the least affected by the land-cover types and temporal variations of training data. These results indicate that GPR is recommended when the land-cover type and spectral characteristics of the training data are the same as those of the cloud region. On the other hand, RF should be applied when it is difficult to obtain training data with the same land-cover types as the cloud region. Therefore, the land-cover types in cloud areas should be taken into account for extracting informative training data along with selecting the optimal machine learning algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.191-199
• /
• 2023

본 논문에서는 자율협력주행을 위한 인프라로써 제작된 5가지 센서 전용 시설물들에 대해 라이다로 취득한 포인트 클라우드 데이터로부터 시설물들의 특징을 추출하는 방법을 제안한다. 자율주행차량에 장착된 영상 취득 센서의 경우에는 기후 환경 및 카메라의 특성 등으로 인해 취득 데이터의 일관성이 낮기 때문에 이를 보완하기 위해서 라이다 센서를 적용했다. 또한, 라이다로 기존의 다른 시설물들과의 구별을 용이하게 하기 위해서 고휘도 반사지를 시설물의 용도별로 디자인하여 부착했다. 이렇게 개발된 5가지 센서 전용 시설물들과 데이터 취득 시스템으로 취득한 포인트 클라우드 데이터로부터 측정 거리별 시설물의 특징을 추출하는 방법으로 해당 시설물에 부착된 고휘도 반사지의 평균 반사강도을 기준으로 특징 포인트들을 추출하여 DBSCAN 방법으로 군집화한 후 해당 포인트들을 투영법으로 2차원 좌표로 변경했다. 거리별 해당 시설물의 특징은 3차원 포인트 좌표, 2차원 투영 좌표, 그리고 반사강도로 구성되며, 추후 개발될 시설물 인식을 위한 모형의 학습데이터로 활용될 예정이다.

• 한국의상디자인학회지
• /
• 제26권1호
• /
• pp.61-76
• /
• 2024

The purpose of this study is the development of an experimental design that aims to implement three-dimensional fashion design by observing the human body, extracting and combining geometric shapes and forms, and focusing on attempts to decompose the geometry of the human body in art history. Considering the characteristics of fashion design, which inevitably reflect human images visually, this study considered works by deriving geometric shapes and forms of the human body and focusing on decomposition and combination to apply them to fashion design. The results obtained through the development of fashion design through decomposition and combination based on geometric human body analysis are as follows. First, geometric analysis of the human body as an object of expression continues from the history of Cubism to modern fashion design. Second, the geometric shapes of the human body that appear in contemporary fashion design maximize visual effects through three-dimensional composition, emphasizing simplicity while showing originality through various expressions. Third, when exploring the geometric shapes of a moving human body, it was possible to extract a wide variety of shapes and forms through drawing and simplifying the human body's movements. Fourth, the formative method of fashion design was introduced and used for the aesthetic combination of objects for fashion design through decomposition and combination. This study was able to show unique and diverse combinations of visually concise and ordered geometric shapes in the expression of fashion design by decomposing and combining them. The significance of these geometric forms is that they can diversify formative informativeness in the expression of fashion design with modern compositional beauty.