• 한국컴퓨터정보학회논문지
• /
• 제13권4호
• /
• pp.51-58
• /
• 2008

본 논문에서 스케일 불변 특징 분포를 이용한 장소 모델링과 실제 입력되는 특징을 추출하여 데이터베이스에 저장된 장소모델을 비교하여 장소를 인식하는 방법을 제안한다. 제안된 방법에서 모든 장소는 각각 다른 장소와 확실히 구별되는 고유한 특징들의 분포로 표현 가능하다고 가정한다. 제안된 방법은 각 장소마다 전역정보를 사용하며, 하나의 장소는 하나의 장소모델로 표현된다. 따라서 장소의 인식을 위해 비교 대상이 되는 장소의 수가 증가하여도, 장소인식을 위한 시간의 복잡도가 기하급수적으로 증가하지 않는다는 장점을 가진다. 제안된 방법의 성능을 검증하기 위한 실험으로 인식에 사용된 특징의 수와 입력영상의 수를 변화시키며 실험을 수행하였고, 실험을 통해 기존의 방법보다 공간적, 시간적인 면에서 제안된 방법이 효율적임을 입증하였다. 제안된 방법은 로봇의 자율항해, 시각장애인의 도움이 시스템, 웨어러블 컴퓨팅 분야 등, 다양한 분야에 활용도가 있으리라 기대한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권5호
• /
• pp.351-358
• /
• 2015

최근 다양한 센서를 내장한 스마트폰의 발달로 인해 웨어러블 기기를 사용한 동작 인식 연구가 늘어나는 추세이다. 기존의 동작 인식 연구는 사용자 개인의 동작 인식에만 국한되어 있다. 따라서 본 논문에서는 인간의 집단 개념동작을 인식하는 기법을 제안한다. 인식에 앞서 장소 별 집단 동작의 특징을 분석하여 데이터를 생성한다. 강의실 환경에서의 집단 개념동작을 중점적으로 수업하기, 발표하기, 회의하기로 세 가지 동작을 연구한다. 본 연구에서 제안한 알고리즘을 적용하여 96% 이상의 높은 인식률을 도출하였다. 실시간으로 활용한다면 자동적으로 강의실의 사용률 및 사용 목적을 쉽게 분석할 수 있다. 나아가 분석된 데이터를 통해 장소 활용도를 높일 수 있다. 향후 다른 장소에 대한 집단 동작 인식을 연구하여 집단 동작 인식 시스템을 개발할 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.218-220
• /
• 2014

빅데이터가 새로운 가치창출과 문제해결의 핵심 엔진이 되는 데이터 중심 시대가 본격적으로 시작되고 있다. 본 연구는 빅데이터를 활용한 새로운 정보화 추진 방향과 대응 전략을 모색하는 것을 목표로 수행되었다. 이를 위해 사회 패러다임의 변화와 IT의 새로운 역할, 오픈 플랫폼화와 빅데이터, 빅데이터의 잠재력과 가능성 등을 연계해서 논의함으로써 빅데이터가 새로운 가치창출의 핵심 엔진임을 분석하였다. 그리고 이러한 분석 결과를 바탕으로 빅데이터 시대에 대응해서 국가 차원의 성공적인 미래를 만들어가기 위한 구체적인 전략 방향을 제시하였다. 구체적으로는 전략방향의 지향점, 초기 촉진책, 지속 가능 메커니즘이라는 3가지 전략적 질문에 대한 해답을 각각 도출하고자 하였다. 그 결과 빅데이터에 관한 국가 차원의 지향점으로서 '데이터 분석기반 창조 강국'을 국가 차원의 빅데이터 분석 활용의 촉진제로서 빅데이터를 활용한 스마트 정부 구현'을 지속 가능한 성공 메커니즘 창출의 대표적인 추진 전략으로서 '빅데이터 협력 거버넌스' 전략을 각각 식별하고 그 구체적인 방안을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.742-756
• /
• 2022

A flood of information has occurred with the rise of the internet and digital devices in the fourth industrial revolution era. Every millisecond, massive amounts of structured and unstructured data are generated; smartphones, wearable devices, sensors, and self-driving cars are just a few examples of devices that currently generate massive amounts of data in our daily. Machine learning has been considered an approach to support and recognize patterns in data in many areas to provide a convenient way to other sectors, including the healthcare sector, government sector, banks, military sector, and more. However, the conventional machine learning model requires the data owner to upload their information to train the model in one central location to perform the model training. This classical model has caused data owners to worry about the risks of transferring private information because traditional machine learning is required to push their data to the cloud to process the model training. Furthermore, the training of machine learning and deep learning models requires massive computing resources. Thus, many researchers have jumped to a new model known as "Federated Learning". Federated learning is emerging to train Artificial Intelligence models over distributed clients, and it provides secure privacy information to the data owner. Hence, this paper implements Federated Averaging with a Deep Neural Network to classify the handwriting image and protect the sensitive data. Moreover, we compare the centralized machine learning model with federated averaging. The result shows the centralized machine learning model outperforms federated learning in terms of accuracy, but this classical model produces another risk, like privacy concern, due to the data being stored in the data center. The MNIST dataset was used in this experiment.

• 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.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.9-15
• /
• 2024

가상현실 기술의 대중화에 따라 가상환경과 사용자 간의 자연스럽고 효율적인 상호작용에 대한 수요가 높아지고 있다. 이러한 수요에 대응하는 솔루션 중 하나인 공중 조작(mid-air manipulation)은 사용자가 객체와 접촉하지 않은 상태에서 3차원 공간의 가상객체를 조작할 수 있도록 한다. 본 논문에서는 시각적으로 객체를 표현하고 객체의 무게에 대한 촉감 정보를 제공하면서 원격의 가상객체를 조작하는 데 초점을 맞췄다. 본 연구진은 사용자 손끝에 가상객체 무게에 대한 촉감 또는 진동 촉감 피드백을 제공할 수 있는 두 가지 유형의 착용 가능한 인터페이스를 개발했다. 가상객체 조작 중에 원격 객체 무게에 대한 지각을 평가하기 위해 인지 실험을 수행했다. 실험 결과는 촉감 정보 전달이 원격 가상객체 조작 중 무게 인지에 유의한 영향을 미친다는 것을 나타낸다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.561-568
• /
• 2006

차세대 PC를 위한 WPS(Wearable Personal Station)는 정보 처리 및 네트워크 기능을 포함하며 새로운 정보의 획득에 있어 공간적 한계성을 극복할 수 있는 '유비쿼터스 컴퓨팅'의 핵심 단말기로 정의할 수 있다. 기존의 유선 통신 모듈을 이용한 데스크톱 PC 기반의 제스처 인식기는 영상 또는 장갑 장치로부터 사용자의 의미 있는 동적 제스처 데이터를 획득함에 있어 공간상의 제약성 및 이동상의 한계성, 배경 및 음영조건의 변화에 따른 인식 성능의 변화 등 몇 가지 제약사항을 가지고 있다. 따라서 본 논문에서는 이러한 문제점들을 극복하고 해결하고자 제스처 입력모듈을 차세대 PC 플랫폼 기반의 유비쿼터스 환경으로 확대, 적용시켜 제스처 데이터 입력 모듈로부터 새로운 정보의 획득에 있어 한계성을 극복하고 효율적인 데이터 획득 방안을 제시한다 또한 퍼지 알고리즘과 신경망 이론을 이용하여 독립적인 제스처 인식 시스템을 구현하고 개별 시스템의 성능을 비교, 분석함으로써 차세대 PC를 위한 보다 효율적이며 합리적인 제스처 인식 시스템을 제안한다. 제안된 제스처 인식시스템은 동적인 손의 움직임을 입력데이터로 처리하는 제스처 입력모듈과 입력된 데이터로부터 의미 있는 제스처를 분리하기 위한 관계형 DBMS모듈, 그리고 인식의 확장성과 연속된 동적 제스처 중에서 의미 있는 제스처를 인식하기 위한 퍼지 인식 모듈 및 신경망 인식 모듈로 구성되어 있다. 30인의 피실험자에 대하여 15회의 반복 실험을 수행하였으며 사용자의 동적 제스처 인식 실험결과 퍼지 제스처 인식 시스템에서는 98.8%, 신경망 제스처 인식시스템에서는 96.7%의 평균 인식률을 도출하였다.형성에도 유의한 영향을 미치는 것을 알 수 있었다. 셋째, 신뢰와는 다르게 서비스품질이 몰입에는 유의한 영향을 미치지 못하는 것으로 나타났다. 그러나 이러한 직접적인 영향이외에 서비스품질은 고객만족을 통하여 간접적으로 몰입에 강한 영향을 미치는 것으로 나타났다. 넷째, 고객만족은 신뢰에 강하게 정(+)의 영향을 미치는 것으로 나타났다. 즉 고객들이 호텔서비스에 만족할수록 직접적으로 호텔에 대한 신뢰와 애착심이 증가하는 것을 알 수 있었고 간접적으로 서비스품질은 고객만족을 통하여 신뢰에 강한 영향을 미치는 것으로 나타났다. 다섯째, 또한 고객만족은 몰입에 강하게 정(+)의 영향을 미치는 것으로 나타났다. 간접적으로 서비스품질은 고객만족을 통하여 몰입에 강한 영향을 미치는 것으로 나타났다.미숙밭, 중점밭, 고원밭, 화산회밭으로 6개 유형으로 분류할 경우 각각의 분포면적은 41.9%, 23.3%, 17.5%, 13.9%, 1.1. 2.2% 이었다. 도시화 및 도로확대 등 다양한 토지이용 및 지형개변으로 과거의 토양정보가 많이 변경되었다. 그래서, 앞으로는 인공위성자료 및 항공사진을 이용하여 빠르고 쉽게 활용할 수 있는 토양조사 방법개발과 기 구축된 토양도의 수정, 보완 작업이 필요한 절실히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼

• 인터넷정보학회논문지
• /
• 제20권1호
• /
• pp.17-24
• /
• 2019

2016년 세계경제포럼(WEF)에서 4차산업혁명이 소개된 이래 사물인터넷, 인공지능, 빅데이터, 5G, 클라우드 컴퓨팅, 3D/4D 프린팅, 로보틱스, 나노기술, 바이오 공학 등 다양한 분야에서 이런 기술을 활용한 제품과 비즈니스가 빠르게 확대되어 왔다. 사물인터넷 중에서는 웨어러블 디바이스가 최종고객을 대상으로 활용되는 선도적 적용분야로 인식되고 있다. 본 연구의주요 목적은 활동량 측정기에 대해서 고객의 욕구를 파악하고, 이를 마케팅 믹스와 연계시킨 제1차 연구에 기반하여 제2차 연구를 수행하고 이 결과를 제1차 연구결과와 비교하는 종단연구이다. 더불어서 미래 활동령 측정기 개발을 위한 잠재욕구를 파악하는 것이다. 이를 위해서 2018년 5월 대학생들을 대상으로 서베이가 수행되었으며 이용특성에 관한 주요변수에 대해서 ANOVA 등 실증연구가 이루어졌다. 또한 제1차 연구와는 달리 잠재욕구에 대한 분석결과를 단어구름기법을 사용하여 시각화하였다. 제품 가격 유통 촉진 등의 마케팅 믹스에 기반을 둔 종단연구결과에 따르면 현재 활동량 측정기는 도입기에서 성장기로 이전하고 있으며, 마케팅 믹스 각각에 대한 변화를 발견할 수 있었다. 연구결과는 학계뿐 아니라 사물인터넷 기반의 디바이스를 개발하려는 개발자에게 고객의 욕구에 기반 개발과 관련하여 시사점을 제공한다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.83-105
• /
• 2016

의료IT 서비스의 유망 분야인 정신건강 증진을 위한 주관적 웰빙 서비스(subjective well-being service) 구현의 핵심은 개인의 주관적 웰빙 상태를 정확하고 무구속적이며 비용 효율적으로 측정하는 것인데 이를 위해 보편적으로 사용되는 설문지에 의한 자기보고나 신체부착형 센서 기반의 측정 방법론은 정확성은 뛰어나나 비용효율성과 무구속성에 취약하다. 비용효율성과 무구속성을 보강하기 위한 온라인 텍스트 기반의 측정 방법은 사전에 준비된 감정어 어휘만을 사용함으로써 상황에 따라 감정어로 볼 수 있는 이른바 상황적 긍부정성(contextual polarity)을 고려하지 못하여 측정 정확도가 낮다. 한편 기존의 상황적 긍부정성을 활용한 감성분석으로는 주관적 웰빙 상태인 맥락에서의 감성분석을 할 수 있는 감정어휘사전이나 온톨로지가 구축되어 있지 않다. 더구나 온톨로지 구축도 매우 노력이 소요되는 작업이다. 따라서 본 연구의 목적은 온라인상에 사용자의 의견이 표출된 비정형 텍스트로부터 주관적 웰빙과 관련한 상황감정어를 추출하고, 이를 근거로 상황적 긍부정성 파악의 정확도를 개선하는 방법을 제안하는 것이다. 기본 절차는 다음과 같다. 먼저 일반 감정어휘사전을 준비한다. 본 연구에서는 가장 대표적인 디지털 감정어휘사전인 SentiWordNet을 사용하였다. 둘째, 정신건강지수를 동적으로 추정하는데 필요한 비정형 자료인 Corpora를 온라인 서베이로 확보하였다. 셋째, Corpora로부터 세 가지 종류의 자원을 확보하였다. 넷째, 자원을 입력변수로 하고 특정 정신건강 상태의 지수값을 종속변수로 하는 추론 모형을 구축하고 추론 규칙을 추출하였다. 마지막으로, 추론 규칙으로 정신건강 상태를 추론하였다. 본 연구는 감정을 분석함에 있어, 기존의 연구들과 달리 상황적 감정어를 적용하여 특정 도메인에 따라 다양한 감정 어휘를 파악할 수 있다는 점에서 독창성이 있다.

• 한국융합학회논문지
• /
• 제9권5호
• /
• pp.33-41
• /
• 2018

본 연구는 심박변이도(HRV)와 인공신경망을 이용하여 강건하고 정확한 융복합 감정예측 모형인 EPNN (Emotion Prediction Neural Network)을 개발하는 것을 주요 연구목적으로 한다. 본 연구에서 제안하는 EPNN은 기존 유사연구와는 달리 은닉노드의 활성함수로서 하이퍼볼릭 탄젠트, 선형, 가우시안 함수를 융복합적으로 이용하여 모형의 정확도를 향상시킨다. 본 연구에서는 EPNN의 타당성을 검증하기 위하여 20명의 실험자를 대상으로 머니게임으로 감정을 유도한 후에 해당 실험자의 심박변이도 측정값을 입력자료로 사용하였다. 아울러 그들의 Valence와 Arousal을 EPNN의 출력값으로 사용하였다. 실험결과 Valence에 대한 F-Measure는 80%이고, Arousal의 경우 95%로 나타났다. 한편 EPNN의 타당성을 측정하기 위하여 기존 감정예측 연구에 사용된 경쟁모형인 인공신경망, 로지스틱 회귀분석, 서포트 벡터 머신, 랜덤 포레스트 모형과 성과를 비교하였다. 그 결과 본 연구에서 제안하는 EPNN이 더 우수한 감정예측 결과를 보였다. 본 연구의 결과는 향후 유비쿼터스 디지털 헬스 환경에서 사용되는 다양한 웨어러블 기기에 적용되어 사용자들의 일상생활 속에서 시시각각 변하는 감정을 정확히 예측하고 적절하게 관리하는데 적용될 수 있을 것이다.