• 경영정보학연구
• /
• 제10권2호
• /
• pp.195-209
• /
• 2008

고객의 니즈가 시시각각 변화하는 경영환경에서 획일화된 매장관리 방법으로 매장의 수익성을 증대시키기에는 한계가 있다. 따라서 고객의 선호 변화를 예측하여 각 매장에 적절한 상품을 추천할 필요가 있다. 본 연구에서는 판매 데이터 분석을 통해 시간 순서를 고려한 상품 추천 및 매장관리 방법을 제안한다. 즉 자기조직화지도(Self Organizing Map) 알고리즘을 이용하여 매장의 판매 프로파일을 군집화하고, 매장 궤적의 예측을 통해 목표 매장을 관리하는 방법을 제시한다. 본 연구의 방법론을 검증하기 위해 (주)더페이스샵 판매데이터를 적용하여 평가하였으며, 평가결과 제시한 방법론은 화장품처럼 유행에 민감하고 라이프사이클이 짧은 특징을 지닌 상품을 판매하는 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

• Smart Structures and Systems
• /
• 제15권4호
• /
• pp.997-1018
• /
• 2015

Structural health monitoring along with damage detection and assessment of its severity level in non-accessible reinforced concrete members using piezoelectric materials becomes essential since engineers often face the problem of detecting hidden damage. In this study, the potential of the detection of flexural damage state in the lower part of the mid-span area of a simply supported reinforced concrete beam using piezoelectric sensors is analytically investigated. Two common severity levels of flexural damage are examined: (i) cracking of concrete that extends from the external lower fiber of concrete up to the steel reinforcement and (ii) yielding of reinforcing bars that occurs for higher levels of bending moment and after the flexural cracking. The purpose of this investigation is to apply finite element modeling using admittance based signature data to analyze its accuracy and to check the potential use of this technique to monitor structural damage in real-time. It has been indicated that damage detection capability greatly depends on the frequency selection rather than on the level of the harmonic excitation loading. This way, the excitation loading sequence can have a level low enough that the technique may be considered as applicable and effective for real structures. Further, it is concluded that the closest applied piezoelectric sensor to the flexural damage demonstrates higher overall sensitivity to structural damage in the entire frequency band for both damage states with respect to the other used sensors. However, the observed sensitivity of the other sensors becomes comparatively high in the peak values of the root mean square deviation index.

• 한국운동역학회지
• /
• 제19권1호
• /
• pp.27-36
• /
• 2009

본 연구에서는 수직점프시 몸통운동의 제약이 수직점프의 수행에 미치는 영향을 알아보기 위해 10명의 성인 남성을 대상으로 몸통을 자유롭게 사용한 일반적인 형태와 몸통동작을 제한한 형태의 수직점프를 비교, 분석하였다. 분석 결과 몸통동작을 제한한 경우 비 제약점프에 비해 10% 정도의 수행 손실이 있었는데, 이는 이지 순간의 중심 높이보다는 이 지속도의 차이에 의해 발생하였다. 몸통의 운동은 엉덩관절의 모멘트 파워를 증가시켜 추진의 초기 시점부터 지면반력의 증가에 기여하였는데 이러한 요인이 수행력 증가의 주요한 요인으로 작용하였다. 반면 몸통운동이 제한된 점프에서는 엉덩관절에서의 역학적 출력의 감소를 보상하는 측면에서 무릎관절의 역할이 증가하였으나 충분치 못하였다. 또한 몸통동작의 제한으로 엉덩관절 무릎관절 발목관절의 순차적인 신전패턴과는 상이하게 추진시점 직후 엉덩관절과 무릎관절이 동시에 신전하는 형태의 점프가 이루어져 협응패턴의 변화가 나타났다. 결국 본 연구의 결과 몸통의 적절한 사용은 수직점프의 수행 향상에 효과적으로 기여하는 것으로 나타났다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2006년도 학술대회
• /
• pp.283-288
• /
• 2006

In the future television broadcasting a flood of information from various sources will not always be welcomed by everyone. The need of accessing specific information as required is becoming a necessity. We are interested to make the life of television consumer easier by providing an intelligent television set which can adaptively proposed certain shows to the viewer based on the user historical consumed shows. The TV watching history data consists of TV program titles with their respective genres, channels, watched times and durations, etc. The method proposed is by utilizing Hidden Markov Model (HMM) to model the user preference of kind of genres the viewer will watch based on recorded genres of several weeks time. We take watching schedule from 6 PM to midnight as boundary. The range thus divided into 3 independent time band of 2 hours each resulting in 3 time bands from 6 PM to 8 PM, 8 PM to 10 PM, and lastly 10 PM to midnight. Each time band will be represented by an HMM. From each HMM we can generate a sequence of predicted genre that the user will probably watch during corresponding time-band. Our approach assumes that the user shows a consistent behavior of watching pattern in week to week basis and during the moment of watching TV. To asses the method performance experiment is conducted using real data collected from December 2002 to May 2003. Some user's data are selected and based on that predictions are made. The resulting predictions are then compared with the actual user's history. The experiment shows satisfactory result for user with middle to high consistent behavior level.

• 한국추진공학회지
• /
• 제18권6호
• /
• pp.11-18
• /
• 2014

아산화질소/에탄올 추진제 조합을 사용하는 50 N급 추력기 분사기 인접부에서 shadowgraph 기법을 사용하여 연소 유동장을 가시화하였다. 설계 작동조건에서 폭발성 점화가 일어났으며, 급격히 팽창하는 연소가스에 의해 순간적으로 소염되는 현상이 관찰되었다. 최초 점화로부터 약 83 ms 뒤 추진제 분무는 재점화 되었으며, 그로부터 약 23 ms 후 화염이 안정화되는 것이 관찰되었다. 동일한 시퀀스에서 설계 조건보다 산화제 유량을 증가시킨 경우, 소염 현상 없이 완만한 연소 압력 과도 특성을 보였으며 최초 점화로부터 약 17 ms이내에 화염 안정화가 이루어졌다. 이는 점화 직전의 연소기 내부 미연 추진제 혼합 향상에 의한 것으로 생각되었다.

• 한국통신학회논문지
• /
• 제29권10C호
• /
• pp.1469-1483
• /
• 2004

이 논문에서는 스트리밍 미디어에 대해 속도 대비 왜곡을 최적화하는 패킷 스케줄링 알고리듬을 제안한다. 수신단은 패킷을 받으면 ACK를 보내는데, 주기적으로 관측한 채널 throughput을 함께 보낸다. 비디오 패킷의 중요도는 움직임 백터, 텍스처 필드, 시간계층화를 고려하여 GOP 내에서의 위치에 의해 결정되며, 이것을 이용하여 서브스트림을 정의한다. 서버는 수신단으로부터 온 응답 정보와 비디오의 통계적 특징을 사용하여 임의의 시점에서 전송하고자 하는 최적의 서브스트림을 결정한다. 이를 위해 스트리밍 시스템을 류잉 시스템으로 모델링하고, 각 서브.스트림에 있는 프레임의 복호화 실패을을 체감대역폭을 이용하여 계산하고 그 시점에 전송할 최적의 서브스트림을 선택한다. 수신단이 주기적으로 기록하고 전송한 채널정보에 대해, 송신단은 최적의 서브스트림을 새로이 계산하는데, 그때까지 서브스트링의 데이터는 Earliest Deadline First(EDP)방식으로 전송핀다. 이 때, 전송 순서는 원래의 재생 순서와 다르게 된다. 그리고, 실제 비디오 데이터를 사용한 실험에서, 제안한 스케줄링이 기존의 순차적인 전송보다 성능이 좋다는 것을 보여준다.

• 지능정보연구
• /
• 제8권2호
• /
• pp.1-13
• /
• 2002

본 논문에서는 연속적으로 입력되는 칼라영상에서 물체의 이동에 의하여 형성된 동작영역을 확인하고, 영상의 시컨스(sequence)를 대상으로 움직이는 물체의 형태인 보행자 혹은 자동차들의 이동방향을 추적하는 시스템을 제안하였다. 카메라가 고정되어 있고 물체가 이동하는 상황에서 카메라시계에 진입하는 물체를 포착하여, 포착된 물체의 영역을 차 영상 분석을 통해 이진화하여 추출하고, 추출된 영역을 co-occurrence matrix의 RGB full 칼라의 특징 벡터를 추출하는 것을 제시하였다 추출되어지는 칼라 특징벡터를 분석하여 인접 프레임간의 이동물체 영역끼리의 대응관계를 조사함으로서, 이동물체를 추적한다. 군집화(clustering) 단계에서는 이전 단계에서 추출한 특징 벡터들 가운데 에너지, 엔트로피만을 가지고 인접 프레임간의 군집화를 조사하기 위하여 이동물체 영역들 간의 퍼지동적물체 정합 알고리즘을 적용시켰다. 인접 프레임간의 움직임 영역의 물체들에 대하여 멤버 쉽 함수를 근거로 중심 값을 계산하면, 동일 물체일 경우 중심 값 부근에서 군집이 형성되며, 이를 바탕으로 이동물체를 추출할 수 있는 방안을 제안하였다.

• 수산해양기술연구
• /
• 제31권3호
• /
• pp.240-246
• /
• 1995

옥돔의 조획 기구를 알아내고, 낚시를 개량하기 위해서 수조 중에서 옥돔의 연승어구에 대해 반응 행동을 비디오 카메라로 관찰 조사하였다. 옥돔은 물살을 거슬르면서 해저 위를 천천히 유영하며 미끼에 접근하였고, 미끼를 물때에는 불완전하게 무는 경우가 많았으며, 미끼를 문 후에는 천천히 뒤로 유영하면서 아릿줄이 당겨지면 미끼를 내뱉는 등의 완만하고 주의 깊은 행동을 보였다. 대부분의 조획은 미끼를 깊이 삼킨 후에 옥돔이 Rush 또는 Jerk 행동을 할 때 되었고, 조획과 관계 깊은 행동연쇄는 Chewing$\longrightarrow$Jerk 또는 Chewing$\longrightarrow$Rush였다. 현장시험에서 채가 긴 낚시가 조획성능이 매우 낮았고, 채가 짧은 낚시에는 조획성능도 양호하고 조획된 부위가 깊었던 것을 고려하면 옥돔은 낚시를 깊이 삼켜야만 조획이 가능하므로 조획성능만을 생각하면 낚시의 형상은 낚시 채가 짧으며 끝이 안으로 굽어 있는 형상이 적합하다. 본 연구에서 제안하는 낚시 형은 조획성능을 위한 조건을 만족하면서도 기계화 조업도 가능한 절충형의 구조이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2627-2642
• /
• 2023

Parkinson's disease (PD) is a typical, chronic neurodegenerative disease involving the concentration of dopamine, which can disrupt motor activity and cause different degrees of gait disturbance relevant to PD severity in patients. As current clinical PD diagnosis is a complex, time-consuming, and challenging task that relays on physicians' subjective evaluation of visual observations, gait disturbance has been extensively explored to make automatic detection of PD diagnosis and severity rating and provides auxiliary information for physicians' decisions using gait data from various acquisition devices. Among them, wearable sensors have the advantage of flexibility since they do not limit the wearers' activity sphere in this application scenario. In this paper, an attention-based temporal network (ATN) is designed for the time series structure of gait data (vertical ground reaction force signals) from foot sensor systems, to learn the discriminative differences related to PD severity levels hidden in sequential data. The structure of the proposed method is illuminated by Transformer Network for its success in excavating temporal information, containing three modules: a preprocessing module to map intra-moment features, a feature extractor computing complicated gait characteristic of the whole signal sequence in the temporal dimension, and a classifier for the final decision-making about PD severity assessment. The experiment is conducted on the public dataset PDgait of VGRF signals to verify the proposed model's validity and show promising classification performance compared with several existing methods.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.