• International Journal of Computer Science & Network Security
• /
• 제21권8호
• /
• pp.267-275
• /
• 2021

Smart application is developed in this paper by using an android-based platform to automatically determine the human emergency state (Lifesaver) by using different technology sensors of the mobile. In practice, this Lifesaver has many applications, and it can be easily combined with other applications as well to determine the emergency of humans. For example, if an old human falls due to some medical reasons, then this application is automatically determining the human state and then calls a person from this emergency contact list. Moreover, if the car accidentally crashes due to an accident, then the Lifesaver application is also helping to call a person who is on the emergency contact list to save human life. Therefore, the main objective of this project is to develop an application that can save human life. As a result, the proposed Lifesaver application is utilized to assist the person to get immediate attention in case of absence of help in four different situations. To develop the Lifesaver system, the GPS is also integrated to get the exact location of a human in case of emergency. Moreover, the emergency list of friends and authorities is also maintained to develop this application. To test and evaluate the Lifesaver system, the 50 different human data are collected with different age groups in the range of (40-70) and the performance of the Lifesaver application is also evaluated and compared with other state-of-the-art applications. On average, the Lifesaver system is achieved 95.5% detection accuracy and the value of 91.5 based on emergency index metric, which is outperformed compared to other applications in this domain.

• 디지털융복합연구
• /
• 제19권4호
• /
• pp.25-31
• /
• 2021

고령화 시대에 따라 고령운전자 역시 증가하고 있으며, 이들에 의한 교통사고 심각성에 대한 관심이 높아지고 있다. 이에 고령운전자에 의한 사고심각도 예측 모형의 필요성이 점차 요구됨에 따라, 본 연구에서는 기계학습 기법을 활용하여 고령운전자에 의한 차대사람 사고심각도 예측을 위한 모형 정립 및 분석을 수행하고자 한다. 이를 위해 4개의 기계학습 알고리즘 (Logistic Model, KNN, RF, SVM)을 활용, 예측 모형을 개발하고 각 결과를 비교하였다. 연구 결과에 따르면 Logistic과 SVM 모형이 상대적으로 높은 예측력을 보였으며, 정확도 측면에서는 RF가 높은 것으로 나타났다. 추가적으로 각 중요 변수들을 이용하여 교차분석을 수행한 후 그 결과를 제시하였다. 본 연구의 결과들은 고령화시대에 고령운전자에 의한 사고심각성을 예방하기 위한 안전정책 및 인프라 개발에 활용될 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.402-408
• /
• 2021

기계 설계를 기반으로 제작한 자동차에 의한 사고 발생 시 차량 공학적인 분석은 심도 있게 조사하지 않고 조사자의 주관적인 경험 지식을 토대로 분석하는 경우가 있다. 본 연구는 실제 발생한 중앙선 침범 사고 자료를 토대로 캐드(CAD) 프로그램을 이용하여 현장 상황을 도면화하고, 도면화 한 자료를 시뮬레이션 프로그램(PC-Crash)에 적용하여 250번의 충돌 상황을 반복적으로 수행하여 최종 정지 위치 및 최종 정지 자세와 부합하는 충돌 속도, 진행 자세, 조향 작동 여부 및 제동 여부 등의 상관 관계를 분석했다. 충돌 속도가 낮을수록 이탈각의 영향을 크게 받지 않고 속도가 높은 차량의 속도에 영향을 크게 받고 충돌 이후에는 유효 충돌 속도와 같이 속도가 낮은 차량은 높아지고, 속도가 높은 차량은 낮아진다. 본 연구의 시뮬레이션 결과는 마이티가 중앙선을 넘은 자세로 오르막 좌커브 구간을 진행하다가 마주오던 포터를 인지하고 자기 진행 차로로 복귀하는 과정과 포터의 전면 좌측면이 충돌하여 포터가 우대각선 방향으로 밀려나 전면이 약 11시 방향을 향해 최종 정지하는 것을 규명하였다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.207-214
• /
• 2021

인간은 환경적으로 다양한 전자기파에 노출되어 있으나 전자기파에 대한 유해성 평가 및 이를 위한 시스템의 개발은 미진한 상태이다. 따라서 우리는 전자기파에 대한 생물학적 유해성 평가를 위한 시스템을 개발하고, 시스템을 통한 생물학적 유해성 평가를 하고자 한다. 본 연구에서는 극저주파 자기장 발생장치를 설계 및 제작하였으며 장치의 출력 신뢰성을 확인하였다. 이 장치를 활용하여 고자기장인 6 mT와 60 Hz에 노출된 세포의 세포스트레스 유도과립(Cellular stress-granules)의 형성 및 세포 분열 주기에 대한 영향을 확인하였다. 그 결과 6, 12 그리고 36시간 동안의 고자기장의 노출은 세포스트레스 유도과립의 형성 및 세포 분열 주기에 영향을 주지 않았다. 이러한 결과들은 극저주파 고자기장에 대한 생물학적 유해성 판단을 위한 중요한 기초 자료로 사용될 수 있을 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.13-20
• /
• 2022

본 연구에서는 주행 차량의 실시간 연료소모량을 예측할 수 있는 머신러닝 기법을 제안하고 그 특성을 분석하였다. 머신러닝 학습을 위해 실도로 주행을 실시하여 주행 속도, 가속도, 도로 구배와 함께 연료소모량을 측정하였다. 특성 데이터로 속도, 가속도, 도로구배를, 타깃으로 연료소모량을 지정하여 다양한 머신러닝 모델을 학습시켰다. 회귀법에 해당하는 K-최근접이웃회귀 및 선형회귀와 함께, 분류법에 해당하는 K-최근접이웃분류, 로지스틱회귀, 결정트리, 랜덤포레스트, 그래디언부스팅을 사용하였다. 실시간 연료소모량에 대한 예측 정확도는 0.5 ~ 0.6 수준으로 전반적으로 낮았고, 회귀법의 경우 분류법보다 정확도가 떨어졌다. 총연료소모량에 대한 예측 오차는 0.2 ~ 2.0% 수준으로 상당히 정확했고, 분류법보다 회귀법의 오차가 더 낮았다. 이는 예측 정확도의 기준으로 결정계수(R²)를 사용했기 때문인데, 이 값이 작을수록 타깃의 평균 부근에 예측치가 좁게 분포하기 때문이다. 따라서 실시간 연료소모량 예측에는 분류법이, 총연료소모량 예측에는 회귀법이 적합하다고 할 수 있다.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.242-249
• /
• 2009

High-rise construction sites, especially those situated in spatially constrained urban areas, have difficulties in timely delivery of materials. Modern techniques such as Just-in-time delivery, and use of information technology such as Project Management Information System (PMIS), are targeted to improve the efficiency of the logistics. Such IT-driven management techniques can be further benefited from state-of-the-art devices such as Radio Frequency Identification (RFID) tags and Ubiquitous Sensor Networks (USN), which has resulted in notable achievements in automated logistics management at the construction sites. Based on those achievements, this research develops USN hardware toolkits for construction lifts, which aims to be automated the vertical material delivery by sensing the material information and routing it automatically to the right place. The gathered information from the sensors can also be used for monitoring the overall status. The developed system will be tested in the actual high-rise construction sites to assess the system's feasibility. The proposed system is being implemented using Zigbee communication modules and RFID sensor networks which will communicate with the intelligent palette system (previously developed by the authors). To support the system, a lift-mountable intelligent toolkit is under development. Its feasibility test will be conducted by applying the implemented system to a test bed and then analyzing efficiency of the system and the toolkit. The collected test data will be provided as a basis of autonomous vertical transport equipment development. From this research, efficient management of the material lift is expected with increased accuracy, as well as better management of overall construction schedule benefited from the system. Further research will be expected to develop a smart construction lift, which will eliminate the need for human supervision, thus enabling a real 'autonomous' operation of the system.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.827-837
• /
• 2017

스마트 홈 분야가 주목받고 있음에 따라 하나의 컨트롤러로 다양한 전자제품을 통합적으로 제어하기 위한 연구가 진행되어 왔다. 기존 연구들은 별도의 범용 컨트롤러나 리모컨 역할을 하는 애플리케이션을 개발하고 제품별 제어 화면을 구성하여 전자제품을 제어하는 방식이다. 그러나 이러한 방식들은 전용의 컨트롤러를 개발해야 하고 전자제품마다 별도의 제어 화면을 구성하여 전자제품을 제어하기 때문에 다양한 전자제품을 제어하기에는 적합하지 않다. 본 논문에서는 웹 기반의 원격제어 플랫폼을 제안한다. 다양한 전자제품의 사용자 인터랙션을 분류하여 여러 장치에서 적용 가능한 범용 사용자 인터페이스를 정의하고 API로 구현한다. 제안하는 API를 IPTV와 자동차 내비게이션 장치에 적용하여 웹 브라우저만 있으면 제어가 가능함을 확인한다. 또한, 연속적인 제어 요청을 효율적으로 처리하기 위하여 다수의 제어 요청을 그룹핑하는 기법을 제안하고 응답시간과 데이터 사용량의 개선을 확인한다.

• Smart Structures and Systems
• /
• 제33권2호
• /
• pp.145-163
• /
• 2024

The evaluation of dynamic characteristics of bridges under operational traffic loads is a crucial aspect of bridge structural health monitoring. In the vehicle-bridge interaction (VBI) system, the vibration responses of bridge exhibit time-varying characteristics. To address this issue, an accurate time-frequency analysis method that combines the autoregressive power spectrum based empirical wavelet transform (AR-EWT) and local maximum synchrosqueezing transform (LMSST) is proposed to identify the time-varying instantaneous frequencies (IFs) of the bridge in the VBI system. The AR-EWT method decomposes the vibration response of the bridge into mono-component signals. Then, LMSST is employed to identify the IFs of each mono-component signal. The AR-EWT combined with the LMSST method (AR-EWT+LMSST) can resolve the problem that LMSST cannot effectively identify the multi-component signals with weak amplitude components. The proposed AR-EWT+LMSST method is compared with some advanced time-frequency analysis techniques such as synchrosqueezing transform (SST), synchroextracting transform (SET), and LMSST. The results demonstrate that the proposed AR-EWT+LMSST method can improve the accuracy of identified IFs. The effectiveness and applicability of the proposed method are validated through a multi-component signal, a VBI numerical model with a four-degree-of-freedom half-car, and a VBI model experiment. The effect of vehicle characteristics, vehicle speed, and road surface roughness on the identified IFs of bridge are investigated.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.

• 대한지리학회지
• /
• 제44권2호
• /
• pp.176-186
• /
• 2009

경제적, 환경적 이유에서, 승용차 이용을 억제하고 대중교통수단 분담율을 제고하는 교통정책은 수도권 지자체에게 있어 매우 중요한 과제이다. 통행행태를 근본적으로 이해하는 것은 이러한 정책의 수립과 집행에 매우 중요한 필요조건이다. 소규모 샘플자료를 이용, 특정한 통행 행태와 몇몇의 사회경제적 혹은 지리공간적 변수들 간의 상관관계에 대한 횡단면적 분석을 행하는 것이 이 분야 전통적인 연구주제였다. 연구결과는 스냅샷과 유사한, 시공간적으로 제한된 정보만을 제공한다. 그러나, 통행은 공간적으로 상이한 장소에서 벌어지는 일상활동 참여로부터 파생되며, 일상 활동계획 상에서의 활동-통행 간 순서 관계는 통행 행태의 중요한 틀이다. 본 연구는 다차원 정보배열비교법과 핵심정보배열추출기법을 이용, 서울시민의 일일 대중교통 이용 자료인 스마트 카드 자료를 분석하여 서울시내 대중교통 이용 행태의 일반 특성을 탐구한다. 분석 결과 서울 강남/북 간 버스-전철 연계통행과 간선버스 통행간 통행 행태의 중요한 차이를 확인할 수 있었다. 즉 통행패턴은 보통 강북과 강남 권역 안에서 형성이 되어 있어, 자연 장애물인 한강을 건너 강남/북을 가로지르는 통행패턴은 상대적으로 적었다. 또한 강북과 강남 각각의 권역 안에서 CBD를 들르는 통행패턴은 보통 전철 혹은 지선버스-전철의 연계교통수단을 이용하는 데 반해 지선버스 혹은 간선버스만을 이용하는 통행패턴은 CBD가 아닌 지역으로 목적지가 국한되는 경향이 있다.