• 소프트웨어공학소사이어티 논문지
• /
• 제24권1호
• /
• pp.19-26
• /
• 2011

스마트 폰은 내장된 다양한 센서와 사용자 휴대성/밀착성으로 인해 정보 수집과 지능형 서비스의 적합한 대상으로 주목 받고 있다. 즉, 센서로부터 사용자의 주변 환경 정보뿐만 아니라 스마트 폰의 사용 정보 등을 수집하여 사용자의 현재 상태를 추론할 수 있고, 추론된 상태 정보는 사용자에게 상황 인지 서비스를 제공하기 위한 중요한 근거로 활용될 수 있다. 하지만 제공하고자 하는 서비스에 따라 필요한 상황 정보가 다르기 때문에, 정확한 상황 추론을 위해서는 컨텍스트 모델링 기법이 전제되어야 한다. 따라서 본 논문에서는 스마트 폰 사용자의 일상생활 상에서의 상황을 추론하기 위한 모바일 컨텍스트 계층 모델을 제안한다. 센서 데이터로부터 추론할 수 있는 상위 컨텍스트를 컨텍스트-행위-상황의 3-계층으로 분류하여 정의하고, 각 단계를 위한 추론 기법을 제시한다. 이 모델을 통해 사용자의 단순 행위 또는 상태가 아니라 일상생활에서의 의미 있는 상황 추론이 가능해질 것이다.

• 대한수학교육학회지:수학교육학연구
• /
• 제9권2호
• /
• pp.459-471
• /
• 1999

This study is to develop a mathematics assessment framework based on the mathematics assessment framework and content strands suggested by KEDI, NCTM, NAEP, TIMSS, Oregon State, New Zealand. According to the literature review, there has been more emphasis that students themselves 'communicate' what they 'understood' and how they 'thought' during the situation of 'solving problems'. As a result, communication ability is considered one of the most important factors in assessment situation, which always accompany the abilities of understanding, thinking, problem-solving, etc. In conclusion, the framework related to mathematical knowledge consists of content and behavior domains. The content domain is categorized into 6 content areas of the 7th mathematics curriculum, and the behavior domain is divided into computation, understanding, inference, problem-solving, and communication.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.571-573
• /
• 2018

무선 센서 네트워크 환경에서 센서 노드로부터 수집되는 데이터의 소실은 센서 노드의 히든노드 및 전력 부족 등의 문제로 발생된다. 이러한 문제를 해결하기 위해 효율적으로 망을 유지하기 위한 연구가 활발히 진행되어 왔으나, 망 유지가 불가능한 상황의 연구는 전무하다. 따라서 망 유지가 불가능한 상황에서의 소실된 데이터를 추론하기 위한 연구가 필요하다. 본 논문에서는 소실된 데이터를 추론하기 위해 특정 도시의 미세 먼지 데이터를 이용한다. 기계 학습을 통해 축적된 데이터의 분석 및 소실된 데이터의 추론 가능성을 확인한다.

• Journal of Electrical Engineering and Technology
• /
• 제13권5호
• /
• pp.2086-2098
• /
• 2018

Security plays a vital role and is the key challenge in Mobile Ad-hoc Networks (MANET). Infrastructure-less nature of MANET makes it arduous to envisage the genre of topology. Due to its inexhaustible access, information disseminated by roaming nodes to other nodes is susceptible to many hazardous attacks. Intrusion Detection and Prevention System (IDPS) is undoubtedly a defense structure to address threats in MANET. Many IDPS methods have been developed to ascertain the exceptional behavior in these networks. Key issue in such IDPS is lack of fast self-organized learning engine that facilitates comprehensive situation awareness for optimum decision making. Proposed "Intelligent Behavioral Hybridized Intrusion Detection and Prevention System (IBH_IDPS)" is built with computational intelligence to detect complex multistage attacks making the system robust and reliable. The System comprises of an Intelligent Client Agent and a Smart Server empowered with fuzzy inference rule-based service engine to ensure confidentiality and integrity of network. Distributed Intelligent Client Agents incorporated with centralized Smart Server makes it capable of analyzing and categorizing unethical incidents appropriately through unsupervised learning mechanism. Experimental analysis proves the proposed model is highly attack resistant, reliable and secure on devices and shows promising gains with assured delivery ratio, low end-to-end delay compared to existing approach.

• 한국인터넷방송통신학회논문지
• /
• 제15권2호
• /
• pp.181-187
• /
• 2015

본 논문은 LED 조명을 이용한 실내 환경에서 사용자가 운동 및 휴식을 취할 때 퍼지 추론을 통하여 상황에 최적화된 LED 감성조명 알고리즘을 구현한다. 기존의 단순 색온도 제어보다 퍼지이론을 사용하여 복잡한 조건하에서 색상과 색온도를 사용자 환경에 맞게 LED 광원을 컨트롤 한다. 사용자의 행동에 따라 감성언어의 색상과 온도에 따른 색상의 배합을 통한 퍼지 추론 기반의 LED 감성조명 시스템을 설계한다. 그 결과 색상과 색온도가 사용자의 감성에 좋은 영향을 주어서 휴식 및 운동에 효과적인 감성조명을 나타낼 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권11호
• /
• pp.2016-2034
• /
• 2011

Ubiquitous Healthcare (u-Healthcare) is the intelligent delivery of healthcare services to users anytime and anywhere. To provide robust healthcare services, recognition of patient daily life activities is required. Context information in combination with user real-time daily life activities can help in the provision of more personalized services, service suggestions, and changes in system behavior based on user profile for better healthcare services. In this paper, we focus on the intelligent manipulation of activities using the Context-aware Activity Manipulation Engine (CAME) core of the Human Activity Recognition Engine (HARE). The activities are recognized using video-based, wearable sensor-based, and location-based activity recognition engines. An ontology-based activity fusion with subject profile information for personalized system response is achieved. CAME receives real-time low level activities and infers higher level activities, situation analysis, personalized service suggestions, and makes appropriate decisions. A two-phase filtering technique is applied for intelligent processing of information (represented in ontology) and making appropriate decisions based on rules (incorporating expert knowledge). The experimental results for intelligent processing of activity information showed relatively better accuracy. Moreover, CAME is extended with activity filters and T-Box inference that resulted in better accuracy and response time in comparison to initial results of CAME.

• 응용통계연구
• /
• 제35권2호
• /
• pp.311-325
• /
• 2022

0의 값을 과도하게 포함하는 가산자료는 다양한 연구 분야에서 흔히 나타난다. 영과잉 모형은 영과잉 가산자료를 분석하기 위해 가장 일반적으로 사용되는 모형이다. 영과잉 모형에 대한 전통적인 베이지안 추론은 조건부 사후분포의 형태가 폐쇄형 분포로 나타나지 않아 모형 적합 과정이 용이하지 않다는 한계점이 존재했다. 그러나 최근 Pillow와 Scott (2012)과 Polson 등 (2013)이 제안한 폴랴-감마 자료확대전략으로 인해, 로지스틱 회귀모형과 음이항 회귀모형에서 깁스 샘플링을 통한 추론이 가능해지면서, 영과잉 모형에 대한 베이지안 추론이 용이해졌다. 본 논문에서는 베이지안 추론에 기반한 영과잉 음이항 회귀모형을 Min과 Agresti(2005)에서 분석된 약학 연구 자료에 적용해본다. 분석에 사용된 자료는 경시적 영과잉 가산자료로 복잡한 자료 구조를 가지고 있다. 모형 적합 과정에서는 깁스 샘플링을 통한 추론을 수행하기 위해 폴랴-감마 자료확대전략을 사용한다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.715-721
• /
• 2012

위협평가는 전장상황을 인지하여 아군의 자산을 보호하고 무장 할당의 효율적 의사결정에 도움을 줄 수 있는 기술로서, 교전을 실시할 트랙들에 대한 우선순위를 결정하는 알고리즘이다. 즉, 다 표적 교전상황에서의 신속한 의사결정을 도와 아군의 피해를 최소한으로 하고 적군에 대한 공격을 최대한으로 하는 것을 목적으로 한다. 위협평가에 이용되는 위협치 산출은 전장에서 발생하는 센서 데이터들을 통해 연산된다. 그러나 전장상황은 예측 불허하고 다양한 변수가 일어날 가능성이 높으므로 이러한 데이터들의 변질 및 유실은 위협평가를 통한 의사결정에 혼란을 더할 수 있다. 그러므로 본 논문에서는 불완전한 몇 몇 데이터만을 가지고도 신뢰도 높은 결과를 산출하는 데 유리한 베이지안 네트워크의 추론기능과 전장 환경변화에 네트워크의 적응을 가능하게 해주는 학습기능을 위협평가 분야에 적용하여 보다 견고한 위협치를 산출할 것을 제안하여 실험을 통해 이에 대한 성능을 입증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.553-557
• /
• 2009

USS(Ubiquitous Smart Space)는 공간내에서 벌어지는 다양한 상황을 인지하고, 사물이나 서비스들이 자율적으로 협업함으로써 사용자의 목표에 맞는 서비스를 제공한다. U-Safety는 USS 상에서 다중센서를 통해 좀더 정확한 상황을 인지하고 이에 대처하여 조처를 취하는 시스템이다. U-Safety 에서 사용되는 다양한 센서들이 수집한 데이터 중에 영상데이터는 사람이 객관적으로 상황을 추론하기에 가장 이상적이다. 센터는 다양한 곳에 설치된 영상입력 장치로 부터 많은 양의 영상 데이터를 수집하여 이를 바탕으로 다중의 상황인지 및 추론을 수행하게 된다. 이에 센터는 방대한 양의 데이터를 처리하기 위해 매우 많은 자원을 소비하게 된다. 본 논문에서는 제안하는 계층적 영상 처리 방법은 영상입력 장치에서 1차 상황인지를 하고 전체 영상중 상황인지의 가능성이 높은 부분만을 블럭화하여 센터로 전송하는 방법을 제안한다. 이는 센터가 영상처리를 위해 소비하는 자원을 줄여 원활한 상황인지의 효율을 높이고 U-Safety 망에 영상데이터가 차지하는 비율을 줄인다.

• 정보관리학회지
• /
• 제28권3호
• /
• pp.123-139
• /
• 2011

유비쿼터스 컴퓨팅의 주요 기술인 상황인지는 환경을 구성하는 다양한 종류의 정보 기기로부터 전달되는 상황 정보를 이해하고 처리하며, 다양한 도메인에 유연하게 적용할 수 있는 상황인지 모델을 필요로 한다. 시맨틱 웹 기술 기반의 온톨로지는 구조화된 공통의 포맷을 이용하고 의미적인 정보의 표현이 가능하므로, 시스템이 상황 정보를 공유하고 이해, 추론함으로써 효과적인 상황인지가 가능하다. 따라서 온톨로지를 이용한 상황인지 모델이 여러 연구에서 제시되어 왔는데, 본 논문에서는 이러한 기존 연구들에 대한 분석을 바탕으로 상황인지 모델의 범용성과 확장성을 위해 온톨로지의 구조를 계층화하고 이를 기반으로 상황인지 시스템을 구현하여 실제 u-Convention 도메인에 적용하였다. 또한 OWL-DL의 기술논리와 SWRL 규칙 추론을 결합함으로써 복합적인 상황을 효과적으로 추론하는 방법을 제시하였다.