• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.995-996
• /
• 2022

본 논문에서는 태양광 발전에서 전류 측정 부면의 기존 센서를 사용한 방식에서 벗어나 센서를 사용하지 않고 전류를 측정하여 최대 전력점을 제어(MPPT)하는 방식을 제안한다. 이 시스템은 인공지능을 사용하여 전류를 예측, 추산하며, 최대 전력점을 보다 정확하고, 세밀하게 계산하여 추종한다. 그렇기에 본 논문에서는 이 시스템을 구축하기 위해 구성한 알고리즘을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.790-791
• /
• 2023

본 논문은 스마트 미러를 활용한 스마트팜 디스플레이 장치의 중요성과 잠재적인 활용 가능성을 논의하며, 농업 분야의 혁신과 정보 기술의 융합이 농업 생산성을 향상하는 역할을 강조한다. 스마트 미러를 통해 제공되는 실시간 정보와 데이터는 농업 종사자들에게 생산성 향상 및 농작물의 품질을 향상 시키며, 지속 가능한 농업을 실현하는 데 도움을 줄 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.992-994
• /
• 2022

본 논문에서는 시각장애인의 안내견을 위한 인공지능을 활용한 객체 인식 기반 과속 탐지 알고리즘을 제안한다. 이는 안내견이 도로 상에서 이동용 장치를 인식하는 것을 도와줌으로써 위험 요소 탐지 능력을 향상시킬 수 있고, 시각장애인의 안전을 보장할 수 있다. 인식 시스템은 Yolov5를 활용하여 사물 학습 과정을 진행하였고, 이동용 물체의 인식 과정을 통해 속도 측정 및 주변 위험 요소를 구분하여 판단하게 하였다. 판단된 정보는 안내견에게 교육된 신호로 전달되고, 시각장애인을 안전하게 인솔하여 도로상의 사고를 사전에 예방할 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.565-566
• /
• 2024

본 연구는 서울시의 우울증 진단 경험률 통계 데이터를 분석하여 지역별 우울증 발생 패턴과 인구 통계적 특성을 파악하고자 하였습니다. 결측치 처리와 이상치 조정을 통한 데이터 전처리 후, 연령대와 성별, 교육 수준 등 다양한 변수에 따른 우울증 진단률의 분포를 탐색적 데이터 분석을 통해 시각화하였습니다. 특히 여성과 고령 인구에서 높은 우울증 경험률을 관찰하였으며, 이를 통해 맞춤형 정신건강 개선 방안을 제시하고자 하였습니다. 본 연구는 정책 입안자와 보건 전문가들에게 유용한 인사이트를 제공하고, 효과적인 우울증 관리 및 예방 전략 개발에 조금이라도 기여할 것으로 기대됩니다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.540-541
• /
• 2024

본 연구는 서울 열린데이터 광장의 공공 데이터를 활용하여 의료 복지 서비스 지원 방안을 조사한다. '올해 의료비로 인한 가계 부담 정도' 데이터를 분석하여, 의료비 부담이 일반 가구에 미치는 영향을 깊이 있게 조사하였다. 이 데이터는 응답자들이 느끼는 의료비 부담의 다양한 정도(전혀 부담 안 됨, 부담 안 됨, 보통, 약간 부담됨, 매우 부담됨)를 포함하고 있으며, 이를 통해 지역별, 성별, 연령별, 소득별 의료비 부담 차이를 분석하였다. 연구 결과는 각 그룹별로 상이한 의료비 부담감을 보여주며, 이는 향후 의료 서비스 접근성 개선과 정책적 지원을 위한 근거 자료로 활용될 수 있다. 본 논문은 의료비 부담을 완화하기 위한 다양한 정책 제안을 포함하며, 공공 데이터를 활용한 의료 자원의 최적화를 목표로 한다. 이러한 분석은 보다 효율적인 의료복지 서비스 제공에 기여할 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.567-568
• /
• 2024

이 연구는 통계청의 치매 사망자수 및 사망률 자료와 공공데이터포털의 서울시 치매안심센터를 분석하여 치매 문제에 초점을 맞추어 치매 환자와 그 가족들에게 지원을 제공하는 치매안심센터의 역할을 조명합니다. 연구 목적은 서울시 각 자치구에 설치된 치매안심센터의 자원과 인프라가 치매 사망률에 미치는 영향을 분석하여, 치매 예방 및 관리 정책의 개선 방향을 제시하는 것입니다. 데이터는 한국통계정보원(KOSIS)과 사망원인통계에서 수집되었으며, 2022 년에 보고된 치매로 인한 사망자 수와 치매관리센터의 자원 정보를 포함합니다. 데이터 전처리 과정에서는 정확성 검증, 정규화, 표준화, 분류 작업이 이루어졌습니다.분석 방법으로는 통계적 접근과 예측 모델링을 통해 치매 치료 센터 자원과 치매 사망률의 관계를 다각적으로 조사했습니다. 본 연구의 결론은 치매 안심 센터의 자원이 치매 사망률에 미치는 영향을 이해하는 데 중요한 정보를 제공하며, 이는 치매 관리와 예방에 있어서 인력의 중요성을 강조합니다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.934-936
• /
• 2022

현재 사회적인(COVID-19) 영향으로 메타버스에 대한 수요가 급증하였지만, 메타버스 플랫폼 진입을 지원하는 XR(AR/VR) 장비의 높은 가격대와 전문성 요구로 폭넓은 수요층을 포괄하기 어려운 상황이다. 본 논문에서는 이러한 수요층의 어려움을 개선하고자 웹 캠이나 스마트폰 카메라로 생성된 개인의 사진 이미지를 StyleGAN 딥러닝 기술과 접목시켜 캐릭터를 생성해 Mediapipe를 활용하여 모션 측정 및 제어를 처리하는 서비스를 제안하여 메타버스 시장의 대중화에 기여하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.937-939
• /
• 2022

최근 에듀테크 산업은 코로나 19와 4차 산업사회의 발달로 교육의 디지털 트랜스포메이션이 진행되고 있다. 그러나 기존 에듀테크 기술들은 코로나 19로 인해 예기치 못한 환경에서의 교육 불균형과 영유아들의 언어적, 신체적 발달에 대한 방향을 제시하고 있지 못하다. 이에 본 논문에서는 MQTT 기반 유아 신체활동 에듀테크 플랫폼을 제안한다. 제안하는 플랫폼의 적용된 기술은 MQTT와 아두이노 센서를 활용하여 학습 동기를 유발하고 자발적인 참여를 유도한다. 성능평가는 제안하는 플랫폼의 주요 기능인 센서 데이터 처리 정확도를 분석하기 위해 QoS(Quality of Service)레벨별 데이터 처리율과 초당 처리량을 분석한다. 부하 테스트 성능평가를 통해 QoS2 레벨이 요청된 데이터 처리를 모두 정상적으로 완료하여 제안하는 플랫폼의 데이터의 신뢰성을 보장하기 위해 QoS 레벨 2를 적용하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.963-964
• /
• 2023

추천 시스템은 사용자의 선호도를 정확히 파악하는 것이 중요하다. 이를 위해 사용자 데이터를 분석하여 추천을 제공하는 협업 필터링 알고리즘을 활용한다. 하지만 상품의 종류와 고객 수가 많아짐에 따라 사용자 선호도 정확도가 떨어지는 문제점이 있다. 이 문제를 해결하기 위해 제안된 방법은 모델 기반 협업 필터링이며, 이는 고객과 사용자의 정보를 직접적으로 추천하는 대신 모델을 학습시키는데 활용된다. 이에 논문은 추천시스템에서 자주 사용되는 모델 협업 필터링 기반 SVD 모델을 학습 전에 하이퍼파라미터를 조절하여 모델에 추정 정확도 값인 RMSE를 측정한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1014-1015
• /
• 2023

많은 장애아 부모들은 양육에 대한 스트레스, 미래에 대한 걱정으로 심리적으로 상당한 중압감을 느낀다. 이에 비해 매년 증가하는 장애인 수에 비해 장애아 부모 및 가족의 심리적·정신적 문제를 해결하기 위한 프로그램이 부족하다.[1] 이를 해결하고자 본 논문에서는 감정분석 소통 플랫폼을 제안한다. 제안하는 플랫폼은 KoBERT 모델을 fine-tunning 하여 사용자의 일기 속 감정을 분석하여 장애아를 둔 부모 및 가족 간의 소통을 돕는다. 성능평가는 제안하는 플랫폼의 주요 기능인 KoBERT 기반 감정분석의 성능을 확인하기위해 텍스트 분류 모델로 널리 사용되고 있는 LSTM, Bi-LSTM, GRU 모델 별 성능지표들과 비교 분석한다. 성능 평가결과 KoBERT 의 정확도가 다른 분류군의 정확도보다 평균 31.4% 높은 성능을 보였고, 이 외의 지표에서도 비교적 높은 성능을 기록했다.