• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1121-1128
• /
• 2022

본 논문에서는 일상생활 마이크에 원하는 정보를 입력했을 때 스피커를 통해 그에 대한 정보를 출력하는 스마트 미러를 제작하였다. 스마트 미러의 화면은 LCD 모니터를 사용하여 아크릴판이 결합하여 있는 액자에 하프미러를 붙여 디스플레이를 제외한 공간에는 빛이 투과되지 않도록 하여 거울 기능을 할 수 있게 만들었다. 소프트웨어 구성 중 Raspbian을 이용하여 시스템 환경을 구축하였다. 기본 메뉴는 실제 기능적인 부분에 있어서 사용되는 거울을 통해 다양한 정보를 제공할 수 있는 스마트 미러를 라즈베리 파이를 이용하여 개발하였다. 개발된 스마트 미러는 시간, 날씨, 구글 캘린더, 유튜브 음악, 웹브라우저 검색 기능 등의 다양한 정보를 제공하며, 핸드폰 무선 충전도 가능하게 하드웨어를 제작하였다. 기존의 스마트 미러는 미리 입력된 데이터 혹은 GUI 기능만 수행할 수 있었다면 본 논문의 스마트 미러는 'Google Assistant'를 연동하여 기존의 설정한 기능뿐만 아니라 알고리즘 검색을 활용하여 웹사이트 정보를 제공한다.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.230-240
• /
• 2022

Sharing of online videos via internet is an emerging and important concept in different types of applications like surveillance and video mobile search in different web related applications. So there is need to manage personalized web video retrieval system necessary to explore relevant videos and it helps to peoples who are searching for efficient video relates to specific big data content. To evaluate this process, attributes/features with reduction of dimensionality are computed from videos to explore discriminative aspects of scene in video based on shape, histogram, and texture, annotation of object, co-ordination, color and contour data. Dimensionality reduction is mainly depends on extraction of feature and selection of feature in multi labeled data retrieval from multimedia related data. Many of the researchers are implemented different techniques/approaches to reduce dimensionality based on visual features of video data. But all the techniques have disadvantages and advantages in reduction of dimensionality with advanced features in video retrieval. In this research, we present a Novel Intent based Dimension Reduction Semi-Supervised Learning Approach (NIDRSLA) that examine the reduction of dimensionality with explore exact and fast video retrieval based on different visual features. For dimensionality reduction, NIDRSLA learns the matrix of projection by increasing the dependence between enlarged data and projected space features. Proposed approach also addressed the aforementioned issue (i.e. Segmentation of video with frame selection using low level features and high level features) with efficient object annotation for video representation. Experiments performed on synthetic data set, it demonstrate the efficiency of proposed approach with traditional state-of-the-art video retrieval methodologies.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.39-47
• /
• 2023

The development of autonomous driving and Advanced Driver Assistance System (ADAS) technology has grown rapidly in recent years. As most traffic accidents occur due to human error, self-driving vehicles can drastically reduce the number of accidents and crashes that occur on the roads today. Obviously, technical advancements in autonomous driving can lead to improved public driving safety. However, due to the current limitations in technology and lack of public trust in self-driving cars (and drones), the actual use of Autonomous Vehicles (AVs) is still significantly low. According to prior studies, people's acceptance of an AV is mainly determined by trust. It is proven that people still feel much more comfortable in personalized ADAS, designed with the way people drive. Based on such needs, a new attempt for a customized ADAS considering each driver's driving style is proposed in this paper. Each driver's behavior is divided into two categories: assertive and defensive. In this paper, a novel customized ADAS algorithm with high classification accuracy is designed, which divides each driver based on their driving style. Each driver's driving data is collected and simulated using CARLA, which is an open-source autonomous driving simulator. In addition, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) machine learning algorithms are used to optimize the ADAS parameters. The proposed scheme results in a high classification accuracy of time series driving data. Furthermore, among the vast amount of CARLA-based feature data extracted from the drivers, distinguishable driving features are collected selectively using Support Vector Machine (SVM) technology by comparing the amount of influence on the classification of the two categories. Therefore, by extracting distinguishable features and eliminating outliers using SVM, the classification accuracy is significantly improved. Based on this classification, the ADAS sensors can be made more sensitive for the case of assertive drivers, enabling more advanced driving safety support. The proposed technology of this paper is especially important because currently, the state-of-the-art level of autonomous driving is at level 3 (based on the SAE International driving automation standards), which requires advanced functions that can assist drivers using ADAS technology.

• 한국광학회지
• /
• 제34권1호
• /
• pp.13-21
• /
• 2023

입사하는 빛에 대한 수용각이 큰 인공 겹눈 구조를 제작하기 위해 마이크로 렌즈 어레이의 높이에 따라 곡면형 겹눈 구조체가 갖는 수용각과 이미징 특성을 분석하였다. 마이크로 렌즈의 반지름에 대한 높이인 h/r값을 조절함으로써 보다 큰 입사각을 갖는 빔이 마이크로 렌즈 어레이로 들어올 때도 여전히 빔을 포커싱하고 이미지를 맺을 수 있는 렌즈의 구조를 확인하였다. h/r값이 0.22에서 0.37로 증가할 때 겹눈 구조체의 수용각은 28.70°에서 49.02°로 증가하여 70.8%의 증가폭을 얻어낼 수 있었다. 뿐만 아니라 글자 F를 이미징한 결과, h/r값이 0.37일 때 메인 렌즈의 중심으로부터 23번째에 위치한 마이크로 렌즈에서도 글자가 선명하게 관찰되어 56.35°의 입사각을 갖는 빔에 대해서도 마이크로 렌즈 어레이가 이미지를 맺을 수 있음을 확인하였다.

• Journal of Nutrition and Health
• /
• 제55권6호
• /
• pp.601-616
• /
• 2022

In the era of the fourth industrial revolution technology, the inclusion of personalized nutrition for healthcare (PNH), when establishing a healthcare platform to prevent chronic diseases such as obesity, diabetes, cerebrovascular and cardiovascular disease, pulmonary disease, and inflammatory diseases, enhances the national competitiveness of global healthcare markets. Furthermore, since the government experienced COVID-19 and the population dead cross in 2020, as well as numerous health problems due to an increasing super-aged Korean society, there is an urgent need to secure, develop, and utilize PNH-related technologies. Three conditions are essential for the development of PNH technologies. These include the establishment of causality between obesity genome (genotype) and prevalence (phenotype) in Koreans, validation of clinical intervention research, and securing PNH-utilization technology (i.e., algorithm development, artificial intelligence-based platform, direct-to-customer [DTC]-based PNH, etc.). Therefore, a national control tower is required to establish appropriate PNH infrastructure (basic and clinical research, cultivation of PNH-related experts, etc.). The post-corona era will be aggressive in sharing data knowledge and developing related technologies, and Korea needs to actively participate in the large-scale global healthcare markets. This review provides the importance of scientific evidence based on a huge dataset, which is the primary prerequisite for the DTC obesity gene-based PNH technologies to be competitive in the healthcare market. Furthermore, based on comparing domestic and internationally approved DTC obese genes and the current status of Korean obesity genome-based PNH research, we intend to provide a direction to PNH planners (individuals and industries) for establishing scientific PNH guidelines for the prevention of obesity.

• 지역사회간호학회지
• /
• 제33권4호
• /
• pp.357-371
• /
• 2022

Purpose: This study aims to investigate factors related to long-term length of stay (LOS) of patients with chronic diseases in Korean veterans hospitals. Methods: The subjects were 196 elderly patients with chronic disease staying in the hospital for more than 10 days, Data were collected by the survey of patients with structured questionnaires and medical records review by nurses from July 15 to August 10, 2019. Collected data were analyzed using t-test, ANOVA, Pearson's correlation coefficient and stepwise multiple regression. Results: The present and desired LOS were 37.78±32.66 days and 60.87±45.95 days, respectively. Factors affecting hospital LOS were found to be main disease (genitourinary) (p<.001), assistance in activities of daily living (p<.001), area of hospital (p<.001), payment of medical fees (p=.026), hospital satisfaction (p=.036) and the explanatory power of these variables was 26.4%. The most common health problems that need to be solved after discharge were symptom alleviation and health promotion. These problems can be solved using community-based facility services or visiting medical-welfare services (especially home care nursing). Conclusion: In order to reduce hospital LOS, the following measures are required: personalized self-management education, provision of transportation services for dialysis therapy of inactive patients, linking patients with visiting medical-welfare services including home care nursing and mobile healthcare services, operation of the case management system including the notice of the discharge date at admission, interim check of patient status, and connecting the patient with community resources or transferring the patient to long-term care facilities at discharge.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.1-8
• /
• 2009

개인화 서비스와 같은 지능정보 시스템을 위해서는 사용자 선호도의 학습은 중요한 연구 분야이다. 본 연구에서는 채팅 도메인에서의 사용자 선호도를 학습하는 방법을 제시하며, 기존의 평면적인 사용자 선호도 모델의 문제점을 해결하기 위한 사용자 선호도 모델을 제안한다. 사용자가 선호도 학습의 대상에 대하여 얼마나 관심이 있는가를 나타내는 관심도와 대상에 대한 감성을 나타내는 호감도 라는 요소로 모델링 할 수 있다. 자연어 처리를 통해 현재 대화에서의 주제 탐지와 호감도 분석을 하고, 이를 이용하여 사용자의 선호도와 호감도를 학습한다. 시간의 흐름에 따라 변하는 사용자 선호도의 특징을 고려하여, 사용자 선호도를 세션, 단기, 장기 선호도로 나누어 계산한다. 사용자선호도 학습의 대상이 되는 키워드와 주제에 대하며 시간에 따라 변하는 사용자의 선호도 변화를 고려하여 선호도 결정을 한다 사용자 선호도 학습 효과의 검증을 위하여 사용자 평가를 하였으며 주제 선호도, 키워드 선호도, 키워드 호감도에 대하여 각각 86.52%, 86.28%, 87.22%의 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.491-494
• /
• 2020

최근 언어 모델(Language model)의 기술이 발전함에 따라, 자연어처리 분야의 많은 연구들이 좋은 성능을 내고 있다. 정해진 주제 없이 인간과 잡담을 나눌 수 있는 오픈 도메인 대화 시스템(Open-domain dialogue system) 분야에서 역시 이전보다 더 자연스러운 발화를 생성할 수 있게 되었다. 언어 모델의 발전은 응답 선택(Response selection) 분야에서도 모델이 맥락에 알맞은 답변을 선택하도록 하는 데 기여를 했다. 하지만, 대화 모델이 답변을 생성할 때 일관성 없는 답변을 만들거나, 구체적이지 않고 일반적인 답변만을 하는 문제가 대두되었다. 이를 해결하기 위하여 화자의 개인화된 정보에 기반한 대화인 페르소나(Persona) 대화 데이터 및 태스크가 연구되고 있다. 페르소나 대화 태스크에서는 화자마다 주어진 페르소나가 있고, 대화를 할 때 주어진 페르소나와 일관성이 있는 답변을 선택하거나 생성해야 한다. 이에 우리는 대용량의 코퍼스(Corpus)에 사전 학습(Pre-trained) 된 언어 모델을 활용하여 더 적절한 답변을 선택하는 페르소나 대화 시스템에 대하여 논의한다. 언어 모델 중 자기 회귀(Auto-regressive) 방식으로 모델링을 하는 GPT-2, DialoGPT와 오토인코더(Auto-encoder)를 이용한 BERT, 두 모델이 결합되어 있는 구조인 BART가 실험에 활용되었다. 이와 같이 본 논문에서는 여러 종류의 언어 모델을 페르소나 대화 태스크에 대해 비교 실험을 진행했고, 그 결과 Hits@1 점수에서 BERT가 가장 우수한 성능을 보이는 것을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.277-280
• /
• 2021

최근 높은 접근성을 기반으로 다양한 콘텐츠가 양산됨에 따라 미디어 콘텐츠 시장이 더욱 활성화되고 있다. 사용자들은 취향에 맞는 콘텐츠를 찾고자 하며, 각 플랫폼에서 콘텐츠의 개인화 추천을 위해 경쟁하고 있다. 효율적인 추천시스템을 위해서는 양질의 메타데이터가 필요하다. 기존의 플랫폼들은 영상의 메타데이터를 사용자가 직접 입력하는 방식을 취하고 있다. 이는 많은 양의 데이터를 처리하는 데에 시간과 비용을 낭비하게 할 것이다. 본 논문에서는 미디어 초개인화 추천을 위해서 영화예고편을 바탕으로, 영상의 YCrCb 컬러 모델을 기반으로 키프레임을 추출하고, 인공지능의 지도학습을 통해 영화 장르를 구별하고 추후 메타데이터 생성을 위한 활용방안을 제안하고자 한다.

• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.528-533
• /
• 2023

항공사에서는 보다 효과적인 교육훈련을 실시하고자 실무와 연계한 훈련 프로그램을 도입하고자 하였다. 이를 위해 항공사들은 항공 인력의 실무 역량 강화 및 안전 문화 증진을 위해 증거 기반 훈련(EBT)을 시행해 오고 있다. 항공사들은 효과적인 EBT 모델 개발을 위해 운항 데이터 및 사례 연구를 분석하여 항공 인력의 역량 및 실무 능력을 체계적으로 평가할 수 있다. 또한 승무원 자원 관리(CRM)와 같은 기술적 방법 및 인적 요인을 포함하는 전체적인 접근법을 적용하여 EBT 모델을 구성할 수 있다. EBT 도입으로 인해 항공사들은 조종사의 실무 업무에 대한 진단 및 피드백 시스템을 구축하게 되며 개인 맞춤형 교육을 제공할 수 있고 교육 성과를 거쳐 교육 효과를 검증하는 교육훈련 체계를 확립하게 된다.