• 한국터널지하공간학회 논문집
• /
• 제19권5호
• /
• pp.813-827
• /
• 2017

터널 내의 CCTV 영상은 동적으로 변화하는 요소들에 의해 영향을 받는 다양한 영상들을 촬영한다. 또한, 카메라의 상태 또한 관리 및 배치가 쉽지 않아 터널 내부 환경 변화에 따라 영상이 달라지는 경향이 있다. 본 논문에서는 터널 내에 설치된 CCTV 카메라 영상을 이용해 차량을 탐지하고 그 차량을 지속적으로 추적하는 새로운 방법을 소개한다. 터널 내 CCTV 카메라 영상은 모션블러 효과와 먼지로 인한 렌즈 흐려짐 효과로 인해 바로 차량을 탐지할 수 없다는 문제점이 있다. 본 논문에서는 이를 극복하기 위해 차영상/비-최대 억제 기법과 Haar Cascade 기법 등에 대한 효과 검토 실험을 제안하고 수행하였다. 본 논문에서 제안하는 방법을 통해 터널 내에 설치된 CCTV에서 차량의 탐지와 추적을 효과적으로 수행할 수 있으며 다양한 터널 유고상황을 자동으로 파악하기 위한 중요 정보를 확보할 수 있었다.

• 국제물리치료학회지
• /
• 제11권2호
• /
• pp.2021-2027
• /
• 2020

Background: Previous robot-mediated gait training has been proven several limitations such as pointless repeated motion training, decreased presence, etc. In this research, adult stroke patients were participated in robot-mediated gait training accompanied with or without virtual reality program. Objectives: Exploring whether the results indicated virtual reality system has contribution to muscle strength and balance ability. Design: A case series research, cross-over trial. Methods: Eleven participants (male 4, female 7) with adults diagnosed as stroke from medical doctor ware engaged. The participants received 2 treatment sessions of identical duration, robot-assisted gait training with virtual reality and robot-assisted gait training with screen-off randomly crossed over include 1-day for each person of wash-out period. The parameter was muscle activity, the researchers assessed sEMG (surface electromyography). Results: The result showed less muscle activities during training in robot-assisted gait training with virtual reality circumstances, and these indicated muscles were gluteus medius muscle, vastus medialis muscle, vastus intermedius and vastus lateralis muscle, semimembranosus muscle, gastrocnemius-lateral head, and soleus muscle (P<.05). Conclusion: In this study, we analyzed the outcome of muscle activity for clinical inference of robot-assisted gait training with virtual reality (VR). Less muscle activity was measured in the treatment accompanied by VR, therefore, a more systematic, in-depth and well-founded level of follow-up research is needed.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.191-198
• /
• 2017

PHR(Personal Health Record)기반 헬스케어 서비스 플랫폼 지능화를 위해서는 사용자 맞춤형 건강정보 제공서비스가 필요하다. 본 논문에서는 개인 맞춤형 건강정보 추천을 위해서 온톨로지 기반 건강 정보 모델을 제안하였다. 또한 기계학습과 데이터마이닝 기법을 적용한 유사 건강정보 탐사 알고리즘을 설계하였다. 기존의 데이터마이닝 기법중 연관규칙 알고리즘을 확장하여 속성을 기반으로 연관규칙 탐사를 수행하여 지식탐사의 연관성을 높이고 효율적인 탐사시간을 제공할 수 있도록 하였다. 머신러닝의 한 기법인 K근접이웃 알고리즘을 적용하여 사용자 프로파일별 그룹화를 수행하고 유사패턴의 사용자 프로파일을 검색할 수 있도록 하였다. 이는 사용자의 질환과 건강상태에 따른 맞춤형 건강정보 탐사 수행의 효율성을 높인다. 제안된 알고리즘은 개인 맞춤형 헬스케어 서비스 플랫폼에서 추론과정에 적용되어 사용자에게 개인맞춤형건강정보를 추천하는 것을 가능하게 한다. 이는 고령화사회에서 스마트한 자가 건강관리에 활용될 수 있다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.231-238
• /
• 2002

진화퍼지모델링은 퍼지추론시스템과 진화연산의 장점을 결합한 모델링 방법으로써 전역근사최적화를 수행한다. 본 논문에서는 진화퍼지모델링의 가장 중요한 과정 중 하나인 퍼지규칙의 생성방법으로써 퍼지클러스터링을 제안한다. 퍼지클러스터링을 실험 혹은 시뮬레이션의 결과에 적용함으로써, 비선형성이 강하고 복잡한 설계문제를 적절하게 묘사할 수 있는 퍼지 규칙을 생성할 수 있다. 퍼지클러스터링의 결과로 얻어지는 클러스터에 대한 실험치의 소속정도를 활용하여 진화퍼지모델링의 효율을 향상시킬 수 있다. 제안된 방법의 유효성을 검증하기 위해 실제 자동차 내장재에 설계문제를 선정하여 전역근사화를 수행하였다. 클러스터 수와 퍼지규칙의 선택과 관련하여 여러 다양한 경우에 대해서 진화퍼지모델링을 수행하여 그 결과를 비교하였고 이를 통하여 제안된 방법이 시스템을 묘사하는 적절한 퍼지규칙을 생성하고 모델링의 오차를 만족할 만한 수준으로 유지하면서 계산시간을 줄일 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.7-14
• /
• 2017

이론적으로 분산 비동기 통신 환경에서 공통믿음 또는 공통지식의 형성은 불가능하다고 받아들여져 왔으나, 서로 신뢰하는 에이전트 그룹에서는 비동기 통신을 사용하더라도 데드라인이 있는 명제들은 공통믿음이 될 수 있고 이를 바탕으로 한 추론이 가능함을 보여준다. 일반적으로 멀티에이전트 환경에서 공통믿음의 형성은 통신의 문제로 접근하며 통신 시간의 제약이 없는 시스템 상에서는 공통믿음이 형성되지 않는다는 공통믿음 역설 문제를 느슨한 정밀도를 적용하고 필요한 요구조건을 완화시켜 공통믿음을 형성 할 수 있음을 카카오톡 채팅방 모델을 통해 확인한다. 또한 카카오톡 채팅방 모델의 각 에이전트에 추론 기능을 구현하여 생성된 공통믿음을 알고 있는지에 관한 질의를 통해 공통믿음임을 확인하는 추론 기능을 실험하였다. 분산 멀티에이전트 환경에서 공통믿음의 표현과 추론을 메타논리 프로그래밍으로 형식화하였으며, 카카오톡 채팅방 모델을 통해 비동기 통신을 사용하는 분산 에이전트 그룹이 공통믿음을 형성할 수 있음을 실험적으로 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.450-451
• /
• 2012

The need of Clinical Decision Support System (CDSS) in healthcare setup is increasing day by day. EHR Meaningful Use advocates CDSS as an important component of EHR/EMR systems. CDSS can be ranged from a simple to a very sophisticated system. The more complex CDSS systems need more attention to develop because of many reasons including its Knowledge Base (KB) structure/maintenance/evolution, inference capabilities and usability. Above all the KB maintenance and evolution is very crucial and important from the perspective of useful decision capabilities. Also the richness of the KB is important to cover the decision gaps handling a particular situation in the course of patient care. It cannot be expected from the clinicians to remember everything in regard to patient diagnosis and treatment. Similarly, it is also crucial for clinicians to keep themselves updated with the new research in the area. That is the reason they frequently require accessing to the online knowledge resources. Literature proved that online knowledge resources are capable providing answers to questions that might not be answered rely only on clinician wisdom and experience. This paper provides the theme of meaningful utilization of online knowledge resources in the context of diagnosis and treatment process for cancer patients more specifically Head and Neck cancer.

• 한국물환경학회지
• /
• 제37권4호
• /
• pp.275-285
• /
• 2021

Algal bloom is an important issue in maintaining the safety of the drinking water supply system. Fast detection and classification of algae images are essential for the management of algal blooms. Conventional visual identification using a microscope is a labor-intensive and time-consuming method that often requires several hours to several days in order to obtain analysis results from field water samples. In recent decades, various deep learning algorithms have been developed and widely used in object detection studies. YOLO is a state-of-the-art deep learning algorithm. In this study the third version of the YOLO algorithm, namely, YOLOv3, was used to develop an algae image detection model. YOLOv3 is one of the most representative one-stage object detection algorithms with faster inference time, which is an important benefit of YOLO. A total of 1,114 algae images for 30 genera collected by microscope were used to develop the YOLOv3 algae image detection model. The algae images were divided into four groups with five, 10, 20, and 30 genera for training and testing the model. The mean average precision (mAP) was 81, 70, 52, and 41 for data sets with five, 10, 20, and 30 genera, respectively. The precision was higher than 0.8 for all four image groups. These results show the practical applicability of the deep learning algorithm, YOLOv3, for algae image detection.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권1호
• /
• pp.406-434
• /
• 2019

In general, an information security approach estimates the risk, where the risk is to occur due to an unusual event, and the associated consequences for cloud organization. Information Security and Risk Management (ISRA) practices vary among cloud organizations and disciplines. There are several approaches to compare existing risk management methods for cloud organizations but their scope is limited considering stereo type criteria, rather than developing an agent based task that considers all aspects of the associated risk. It is the lack of considering all existing renowned risk management frameworks, their proper comparison, and agent techniques that motivates this research. This paper proposes Agent Based Information Security Framework for Hybrid Cloud Computing as an all-inclusive method including cloud related methods to review and compare existing different renowned methods for cloud computing risk issues and by adding new tasks from surveyed methods. The concepts of software agent and intelligent agent have been introduced that fetch/collect accurate information used in framework and to develop a decision system that facilitates the organization to take decision against threat agent on the basis of information provided by the security agents. The scope of this research primarily considers risk assessment methods that focus on assets, potential threats, vulnerabilities and their associated measures to calculate consequences. After in-depth comparison of renowned ISRA methods with ABISF, we have found that ISO/IEC 27005:2011 is the most appropriate approach among existing ISRA methods. The proposed framework was implemented using fuzzy inference system based upon fuzzy set theory, and MATLAB(R) fuzzy logic rules were used to test the framework. The fuzzy results confirm that proposed framework could be used for information security in cloud computing environment.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.1-15
• /
• 2022

The MobileNetV3 is specially designed for mobile devices with limited memory and computing power. To reduce the network parameters and improve the network inference speed, a new lightweight network is proposed based on MobileNetV3. Firstly, to reduce the computation of residual blocks, a partial residual structure is designed by dividing the input feature maps into two parts. The designed partial residual structure is used to replace the residual block in MobileNetV3. Secondly, a dual-path feature extraction structure is designed to further reduce the computation of MobileNetV3. Different convolution kernel sizes are used in the two paths to extract feature maps with different sizes. Besides, a transition layer is also designed for fusing features to reduce the influence of the new structure on accuracy. The CIFAR-100 dataset and Image Net dataset are used to test the performance of the proposed partial residual structure. The ResNet based on the proposed partial residual structure has smaller parameters and FLOPs than the original ResNet. The performance of improved MobileNetV3 is tested on CIFAR-10, CIFAR-100 and ImageNet image classification task dataset. Comparing MobileNetV3, GhostNet and MobileNetV2, the improved MobileNetV3 has smaller parameters and FLOPs. Besides, the improved MobileNetV3 is also tested on CPU and Raspberry Pi. It is faster than other networks

• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.125-132
• /
• 2022

코로나바이러스 감염은, 21세기, 아무리 현대 의학이 발전하였지만, 특별한 약이나 치료제가 없는 매우 난감한 상황이다. 그러므로, 세계 여러 나라에서, 코로나바이러스를 일차적으로 간단하게 파악하기 위해서, 유동 인구가 많이 이동하는 기차역, 버스터미널, 공항 터미널에는 발열 측정용 적외선 카메라가 설치하고, 이른 시간에 비접촉식 체온계를 사용해서, 37.5 도 이상의 고열로 분류되면, 코로나바이러스 감염 의심 환자로 1차 판단하고 있다. 그러나, 발열 측정 적외선 체온계는 체온측정 신뢰도가 75- 80% 정도이므로, 신뢰도를 높이는 방안을 간구해야만 된다는 지적이 많이 나오고 있다. 본 논문에서는, 이러한 문제점을 해결하기 위해서, 적외선 체온측정 신뢰도를 향상하게 시키기 위해서, 체온 조건, 기침 조건, 혈압 조건, 당뇨 조건, 산소포화도 조건, 맥진 조건, 설진 조건을 이용해서, 기계학습 기반 및 fuzzy 추론 기반, 코로나바이러스 감염조건 위험도를 예측하는 알고리즘을 제안하고 모의실험 하였다.