• 전자공학회논문지
• /
• 제51권5호
• /
• pp.177-187
• /
• 2014

본 논문에서는 고속 부공간 추적 기법인 FAPI (Fast Approsimated Power Iteration)에 GVFF RLS (Gradient-based Variable Forgetting Factor Recursive Least Square Error)를 적용한 GVFF FAPI 를 제안한다. 기존의 FAPI는 신호의 공분산 행렬을 추정하기 위해 고정 망각 인자를 사용하기에, 부공간이 지속적으로 변하는 비정재 환경에 적용하기 여려운 단점이 있다. 이러한 문제점을 해결하기 위해, GVFF FAPI는 개선된 MSE (Mean Square Error)의 분석으로부터 유도된 MSE의 기울기 기반의 시변 망각 인자를 사용한다. 또한 GVFF RLS의 망각 인자 업데이트 식을 개선하여 부공간이 지속적으로 변하는 비정재 환경에서 부공간 에러를 줄인다. 개선된 망각 인자 업데이트 식은 MSE의 기울기가 양수이면 망각 인자를 빠르게 감소하게 하고 MSE의 기울기가 음수이면 망각 인자를 천천히 증가시킨다. 모의실험을 통해서 도래각이 지속적으로 변하는 환경에서 GVFF FAPI 알고리즘이 기존의 FAPI 알고리즘보다 작은 부공간 에러를 가지는 것을 보이고, 추적된 부공간을 도래각 추정기법에 적용하였을 때 추적된 도래각의 RMSE (Root Mean Square Error)가 더 작은 것을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.23-37
• /
• 2013

본 논문에서는 영화 추천을 위해 사용자들이 명시적으로 표시한 신뢰 정보를 이용하여 소셜 네트워크와 유사하게 신뢰 네트워크를 생성하고, 그 사용자들의 연결 정도를 이용하여 추천 시스템에 적용하며, 추천 정보는 시각화 방법을 이용하여 제공하는 방법을 제안한다. 이를 통해 사용자가 명시적으로 신뢰 관계를 표현한 신뢰 네트워크에서 숨겨진 신뢰 관계를 추론한다. 시각화된 추천 정보는 영화, 음악, 인물 등 다양한 토픽에 대한 정보를 구조화된 형태로 제공하는 Freebase를 이용하였으며, 시각화 방법은 다음 3가지와 같다. (1) 사용자가 제공받고자 하는 영화의 수만큼 영화 포스터로 시각화하고, (2) 추천된 영화 중 특정 영화를 선택하면 영화 감독, 주연 배우, 장르 등의 부가적인 정보를 시각화하여 제공한다. 마지막으로 (3) 신뢰 기반의 사용자들 중 임의로 몇 명을 이웃 사용자로 선택하여 추천한다. 본 논문에서는 시각화 방법을 적용함으로써 추천 수 또는 이웃 사용자의 수, 그리고 부가 정보 요청 등 사용자의 의견(요구)을 바탕으로 추천하기 때문에 사용자의 의사결정 능력을 향상시킬 수 있다. 뿐만 아니라 본 논문에서 제안하는 추천 시각화 방법을 통해 동적으로 사용자들의 요구를 반영할 수 있고, Freebase, LinkedMDB, 위키피디아 등 현존하는 LOD의 정보 재사용을 통해 보다 풍부하게 추천 정보를 제공할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.1-8
• /
• 2013

스마트폰의 등장과 함께 사용자들은 다양한 애플리케이션을 통해 보다 효율적으로 모바일폰을 구성할 수 있게 되었다. 하지만, 스마트폰의 발전에도 불구하고 스마트폰의 배터리는 휴대성을 제한하고 있다. 스마트폰의 전력 효율성은 컴퓨터 시스템 연구 분야에서 아주 중요한 이슈이다. 본 논문에서는 스마트폰의 전력 효율성을 알아보기 위해 여러 구성 변수를 선택하여 실험을 수행하였다. 구성 변수로는 프로세서, 디스플레이, 운영체제를 고려하였고 각 구성 변수에 따라 여러 개의 애플리케이션을 활용하여 실험하였다. 실험 결과, 프로세서의 복잡도에 따라서도 전력 소비량이 증가하였고, 디스플레이크기 증가에 따라 전력소비량 또한 증가하였다. 하지만, 운영체제에서는 다른 전력 소비 패턴을 보였다. Android 운영체제의 경우 인터넷과 영상처리 애플리케이션에서 높은 전력 소비량을 보이며 음악 감상, 카메라 애플리케이션에서 낮은 전력 소비량을 보였다. iOS의 경우에는 게임과 인터넷 애플리케이션에서 높은 전력 소비량을 보이며 카메라와 영상처리에서 낮은 전력 소비량을 보였다. 전체적으로 Android 운영체제보다 iOS 운영체제에서 전력 효율성이 높음을 알 수 있었다. 이는 iOS는 하드웨어와 운영체제를 병행하여 개발하기 때문에 Android보다 최적화가 잘 이뤄진 것으로 판단된다. 또한, Android는 하드웨어에 최적화된 운영체제 수정이 필요함을 실험을 통해 알 수 있었다.

• 재활복지공학회논문지
• /
• 제11권1호
• /
• pp.45-52
• /
• 2017

EEG 신호는 신체적으로 불편함을 가지고 있는 사용자에게서도 동일하게 발생되는 신호로써 차세대 인터페이스로 각광받고 있다. 본 논문에서는 사용자의 EEG 신호를 이용하여 감성적인 정보처리와 논리적인 정보처리를 보조하는 실내 환경을 제어하는 사물인터넷 시스템을 제안한다. 제안된 시스템은 EEG 측정 장치, EEG 시뮬레이션 소프트웨어, 실내 환경 제어 장치로 구성된다. 실험 데이터로는 편안한 상태에서 발생되는 감성적인 정보처리에 대한 EEG 신호 데이터와 집중 시에 발생되는 논리적인 정보처리에 대한 EEG 신호 데이터를 사용한다. 측정된 신호에서는 ICA 알고리즘이 적용하여 잡음이 제거되고 베타파만을 추출한다. 이후 SVM을 통한 학습 및 테스트 과정을 거치게 된다. 피험자는 EEG 시뮬레이션 소프트웨어를 통해 EEG 신호 정확도 향상 훈련을 거친 결과 평균 82.69%의 정확도를 보였다. EEG 측정 장치로부터 입력되는 EEG 신호는 Serial 통신을 통해 EEG 시뮬레이션 소프트웨어로 전송되며 감성적인 정보처리와 논리적인 정보처리를 분류하여 제어 명령이 생성된다. 이후 생성된 제어 명령은 Zigbee 통신을 통해 실내 환경 제어 장치로 전달되어 감성적인 정보처리일 경우 은은한 조명과 클래식 음악이 출력되고 논리적인 정보처리일 경우 밝은 조명과 함께 학습용 백색소음이 출력된다. 제안한 시스템은 BCI 기반 소프트웨어 및 디바이스 제어에 응용될 수 있어 몸이 불편한 사용자가 자신의 신체적인 한계를 극복하는 것을 가능하게 한다.

• 콘크리트학회논문집
• /
• 제18권2호
• /
• pp.151-159
• /
• 2006

강섬유보강 콘크리트는 일반 콘크리트에 비해 휨성능이 월등히 우수하지만, 아직까지 국내에는 이에 대한 명확한 배합설계 지침이 확립되어 있지 않은 상황이다. 또한, 강섬유를 2종이상 동시에 혼입하여 사용하는 하이브리드 섬유보강 콘크리트에 대해서는 최근에 들어서야 그 연구가 시작되었으며, 이에 대해서도 배합에 대한 구체적인 지침이 확립되어 있지 않다. 따라서 본 연구에서는 새로운 최적화 기법인 화음탐색법을 이용하여 강섬유 및 하이브리드 섬유보강 콘크리트의 최적배합 프로그램을 개발하였으며, 검증 실험을 수행하여 프로그램의 신뢰도를 높였다. 이는 현장 시험 배합횟수의 감소 및 배합설계의 편의성 향상 등에 도움이 될 것으로 기대된다. 또한, 실험 결과 동일한 강섬유 혼입률이라 하더라도, 하이브리드 섬유보강 콘크리트가 일반 강섬유보강 콘크리트보다 휨강도 및 휨인성 모두 우수한 것으로 나타났으며 이를 프로그램 상에 추가 반영하였다. 이는 세계적으로도 아직 연구 초기 단계에 있는 하이브리드 섬유보강 콘크리트의 휨 특성을 파악하는데에도 향후 연구의 발판이 될 것으로 생각되며, 지속적인 실험 및 연구로 보완이 된다면 보다 더 정밀도를 높일 수 있을 것으로 기대된다.

• 디지털융복합연구
• /
• 제13권12호
• /
• pp.151-160
• /
• 2015

카지노는 도박, 음악, 쇼 등 여러 분야의 오락시설을 갖춘 연회장 의미의 단어인 '카자(Casa)'에서 나왔다. 카지노(Casino)의 사전적 의미로는 '춤, 음악 따위의 오락 시설을 갖춘 공인 도박장. 룰렛이나 카드놀이 따위를 한다.'로 정의하고 있다. 이러한 카지노는 유럽 귀족들의 사교 목적으로 17 ~ 18세기부터 시작되었다가, 1930년대 미국에서 본격적인 카지노 산업의 틀을 갖추게 되었는데, 이런 카지노 사업의 흥행은 매출 증대로 이어지고, 지방 정부 및 국가의 세입에도 큰 도움이 될 뿐 아니라, 부수 관련 업무에 큰 도움이 된다. 카지노 업무는 통상 고객관리, 딜러 게임 관리, 안전, 출납 관리, 환전, 재환전 관리, 마케팅 관리, 콤프 관리, 알선 관리 등의 다양한 분야를 포함하는데, 이 업무들은 그룹웨어, ERP 및 고객관리(CRM) 등과 같은 정보시스템으로 서로 유기적으로 연결되어야만 한다. 여기에 숙박, 관광을 포함한 종합 엔터테인먼트 서비스까지 효과적으로 관리하려면 카지노 업무와 부수적인 엔터테인먼트 서비스를 지원하며, 경영 전반에 걸쳐 발생하는 데이터를 수집하고, 경영 상태에 관한 정보를 제공해 주는 정보 시스템이 반드시 필요하다. 이에 본 연구에서는 이와 같은 내용을 고려하여 설계, 구현한 카지노 정보시스템을 제시하고자 한다.

• Journal of Preventive Medicine and Public Health
• /
• 제6권1호
• /
• pp.43-49
• /
• 1973

서울시내 4개 종합병원에 대한 병실내 소음원을 조사 측정하고 상호영향관계를 검토하였다. 입원환자 171명을 무작위 추출하여 소음에 대한 반응도를 조사하여 측정된 소음과 비교 검토하였다. 결과적으로 거주지역에 위치한 2개의 병원은 유선방송의 스피커소리와 방문객에 의한 소음이 크고 상업지역에 위치한 2개의 병원은 교통소음이 크게 환자의 불평대상이 되고 있다는 결과를 얻었다. 그러나 61%의 환자들은 가정과 분리된 병원생황의 영향으로 약 60dB (A)의 음악 또는 기타소리를 원하고 있었다. 이런점을 고려하여 다음과 같은 방법으로 소음을 감소시킬 수 있을 것이다. 1. 보호자이외의 방문객수 및 체류시간을 단축시킨다 2. 병원내의 유선방송을 폐지시키고 무선통신방법을 활용한다. 부득이한 경우 사무실 위주로 방송한다. 3. 차량의 정지, 출발 그리고 가속시에 발생하는 소음의 영향을 감안하여 서울시당국에서 병원주위도로를 통행하는 차량에게 적당한 행정조치를 하고 고가도로 건설을 피하게 한다. 4. 병실내 환자의 기호에. 따라 들을 수 있는 청취장치를 (이어폰을 사용)하여 Masking Effect로 소음을 음폐토록 한다. 5. 도로변에 인접할 병실은 가능한한 사무실로 사용하고 병실로 사용시는 이중창을 장치하도록 한다.

• 디지털융복합연구
• /
• 제18권1호
• /
• pp.301-307
• /
• 2020

최근 추천 시스템은 5G 시대의 시작과 동시에 여러 분야에서 도입하고 있으며, 주로 도서나 영화, 음악 분야의 서비스에서 크게 두각을 나타내고 있다. 그러나 이러한 추천 시스템에서 사용자마다 선호하는 정도가 주관적이고, 불확실하여 정확한 추천 서비스를 제공하기가 어렵다. 추천 시스템의 성능을 향상시키기 위해서는 많은 양의 학습 데이터가 필요하며, 추론 기술이 보다 정확해야 한다. 이러한 문제점을 해결하기 위하여 본 연구에서는 Fuzzy-AHP와 Word2Vec 학습 기법을 이용한 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 선호도를 객관적으로 예측하기 위해 Fuzzy-AHP를 사용하였으며, 스크레이핑한 데이터를 분류하기 위해 Word2Vec 학습 기법을 사용하였다. 본 시스템의 성능을 평가하기 위해 그리드 서치를 이용하여 Word2Vec 학습 결과의 정확도를 측정하였고, 그 후 본 시스템이 예측한 평점과 관객들이 평가한 영화의 평점 간 차이를 비교하였다. 그 결과 최적의 교차 검증 정확도가 91.4%로 우수한 성능을 나타내었으며, 예측한 평점과 관객들이 평가한 영화의 평점 간 차이를 Fuzzy-AHP 시스템과 비교한 결과 10% 정도 우수함을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.149-156
• /
• 2012

서포트벡터머신 (support vector machine)을 이용한 음성/음악 분류기는 높은 분류 정확도로 주목받고 있으나 많은 계산 량과 저장 공간을 요구하므로 특히 임베디드 시스템과 같이 자원이 제한 적인 경우에는 효율적인 구현이 필수적이다. 특히, 서포트벡터 (support vector)의 차원과 개수에 의해 결정되는 서포트벡터의 저장 공간의 크기는 일반적으로 임베디드 프로세서의 캐시 (cache)의 크기보다 훨씬 크므로 캐시에 존재하지 않는 서포트벡터를 메인 메모리로부터 읽어야 하는 경우가 많다. 메모리에서 데이터를 가져오는 데는 캐시나 레지스터와 비교했을 때 상대적으로 긴 시간과 많은 에너지가 소비되어 분류기의 실행시간과 에너지 소비를 증가시키는 요인이 된다. 본 논문에서는 분류기의 데이터 접근 양식을 보다 시간적 근접성을 가지게 변환하여 일단 프로세서 칩으로 불려진 데이터를 최대한 활용함으로써 메모리의 접근 횟수를 줄여 전체적인 서포트벡터의 실행시간의 단축시키는 기법을 제안한다. 실험을 통해 메모리로의 접근 회수의 감소와 이에 따른 실행시간 그리고 에너지 소비의 감소를 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.