• 정보과학회 논문지
• /
• 제44권11호
• /
• pp.1149-1155
• /
• 2017

최근 통신 기술의 발달로 공간 내 환경 자극을 나타내는 다양한 센서 데이터 수집이 가능해졌다. 베이지안 네트워크는 추론 근거를 확률적으로 고려함으로써 센서 데이터의 불확실하고 불완전한 특성을 보완할 수 있다. 본 논문은 환경 자극의 심리적 영향력을 고려하여 설계된 모듈형 베이지안 네트워크 기반 대중 감성 예측 시스템을 제안한다. 또한 단일 베이지안 네트워크를 모듈화하여 공간 내 환경 자극 변동의 유연한 대응 및 효율적 추론을 수행하였다. 시스템의 성능 검증을 위해 유치원 공간에서 수집된 조도, 음량, 온도, 습도, 색 온도, 음향, 향기, 대중 감성 데이터를 기반으로 대중 감성을 예측하였다. 실험 결과, 제안하는 방법의 예측 정확도는 85%로 여타 분류 기법보다 높은 성능을 나타내었다. 정량적, 정성적 분석을 통해 대중 감성 예측을 위한 확률 기반 방법론의 가능성 및 한계를 분석하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권10호
• /
• pp.736-744
• /
• 2010

모바일 기기에서 얻을 수 있는 로그 데이터는 다수의 유의미한 정보를 담고 있다. 그러나 모바일 기기의 연산능력 제약과 정보 분석 자체의 어려움 등으로 상황정보를 활용한 모바일 에이전트의 구현이 쉽지 않다. 본 논문에서는 제한적인 모바일 플랫폼에서 효율적인 상황인지를 위한 베이지안 네트워크 용용 기법을 제안한다. 베이지안 네트워크는 다수의 세부 모듈로 구성되며, 모듈간 인과성은 가상증거를 통해 보존된다. 각 모듈은 이전 증거값과 추론결과를 저장하고, 현재 증거값과 비교하여 전체 네트워크에 변화를 주는 경우에만 선택적으로 추론을 수행한다. 다양한 수집 주기의 모바일 데이터를 이용한 추론결과의 신뢰성을 높이기 위해 기억감소함수를 이용하여 결과를 보정하는 방법을 살펴본다. 마지막으로 실제 모바일 환경에서의 실험을 통해 제안하는 방법의 유용성을 확인한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제41권7호
• /
• pp.481-491
• /
• 2014

지구 온난화 문제와 화석 연료 양의 한계 때문에 재생 가능한 전력 생산에 대한 관심이 증가하고 있다. 특히 재생 에너지 중 태양광 에너지의 전력 생산 비율은 점차 증가함에 따라 집광형 태양광발전 시스템은 높은 전력 생산량으로 각광받고 있다. 하지만 이 시스템은 태양광 중첩률이 높을 때 가장 높은 발전 효율을 내기 때문에 허용 오차 범위가 작은 정밀 태양 추적 시스템이 필요하다. 본 논문에서는 복잡한 환경에 대응할 수 있는 베이지안 네트워크와 나이브 베이즈 분류기를 이용한 계층적 추적 시스템을 제안한다. 베이지안 네트워크는 불완전하고 불확실한 상황을 모델링 하는데 강력한 모델로 충분한 양의 데이터가 없을 경우에도 도메인 지식을 바탕으로 네트워크를 설계할 수 있다는 장점이 있다. 제안하는 계층적 확률 시스템에서는 불확실한 하늘 상황을 9개로 분류하고 모듈형 베이지안 네트워크를 이용하여 현재 날씨 상황을 추론한다. 또한 나이브 베이즈 분류기를 이용하여 추론된 날씨 상황을 고려한 효율적인 추적 방법을 분류하고 선택한다. 베이지안 네트워크의 유용성을 평가하기 위해 실제 날씨 데이터를 수집하였고 평균 93.9%의 정확도(Accuracy)를 보였다. 또한, 제안하는 시스템과 핀홀 카메라 시스템의 태양광발전 효율을 비교한 결과 약 16.58%의 성능이 향상됨을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제13권1호
• /
• pp.35-45
• /
• 2007

모바일 디바이스에서 얻을 수 있는 로그 데이타는 의미 있고 실속 있는 다양한 개인 정보를 담고 있다. 그러나 메모리 용량과 연산 능력의 제한, 분석의 어려움으로 인해 이러한 정보들은 무시되고 있는 것이 일반적이다. 모바일 환경의 이러한 어려움을 극복하기 위해 로그 데이타를 분산된 모듈에서 분석하여 사용자에게 의미 있는 정보인 특이성을 탐지하는 새로운 방법을 제안한다. 제안하는 방법은 불확실한 상황에서의 추론 정확도를 향상시키기 위해 베이지안 확률 접근 방법을 채택하고 있다. 새로운 협력적 모듈형 기술은 모바일 디바이스의 제한된 자원을 가지고 효율적으로 연산하기 위해 베이지안 네트워크를 모듈로 나눈다. 인공 데이타와 실제 데이타를 이용한 실험에서 인공 데이타의 경우 약 84%의 정확률과 약 76%의 재현률을 보였으며, 실제 데이타에서는 부분 일치를 포함하여 약 89%의 일치율을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권9호
• /
• pp.906-910
• /
• 2008

모바일 환경이 보편화됨에 따라 사용자의 상황을 인식하고 관련된 각종 컨텍스트를 공유하는 기술에 대한 관심이 높아지고 있다. 컨텍스트 공유는 사용자의 의사소통을 보다 풍부하게 할 뿐만 아니라 사회적 관계를 원만하게 유지하도록 도와준다. 최근 각종 메신저나 모바일 어플리케이션에는 간단한 수준의 사용자 컨텍스트 공유가 적용되고 있으나 사용자 환경이 복잡해짐에 따라 더욱 다양한 컨텍스트의 인식과 공유가 요구된다. 본 논문에서는 다양한 센서 정보를 수집하여 사용자의 대표적 컨텍스트인 감정, 스트레스, 행동을 동적 확률 모델을 이용하여 인식하고 메신저에 연동하여 컨텍스트 정보를 공유하는 상황인지 메신저를 개발한다. 다양한 컨텍스트를 인식하기 위한 다중모델을 효과적으로 구성하고 아이콘 방식으로 컨텍스트를 표시한다. 개발한 시스템을 사용자 시나리오를 바탕으로 평가하여 유용성을 검증하였다.