• 대한소아치과학회지
• /
• 제36권2호
• /
• pp.199-208
• /
• 2009

본 연구는 기존의 $DIFOTI^{TM}$ 시스템의 문제점을 개선하고자 LED와 디지털 카메라를 결합한 발전된 형태의 prototype DIFOTI시스템을 만들고, 이를 기존 시스템과 비교 평가하기 위하여 인공 우식 용액으로 탈회시킨 법랑질 시편에 대하여 1일부터 7일까지 영상을 촬영하고 분석하여 다음과 같은 결과를 얻었다. 1. 실험 기간에 따라 두 시스템 모두 우식 법랑질의 광투과도(index of transillumination)가 감소하는 양상을 보여 주었다. 2. $DIFOTI^{TM}$ 시스템에 비해 prototype DIFOTI 시스템에서 건전 법랑질과 탈회 법랑질 간의 발광도(intensity of luminance) 차이가 더 적게 나타나는 양상을 보였다. 이상의 결과를 종합해보면 prototype DIFOTI 시스템은 전류 소모량이 적은 LED를 사용하여 배터리를 사용한 무선 시스템으로의 개발 가능성을 보여 주었고, 디지털 카메라는 디지털 영상 기술의 발달과 함께 무선 전송 시에도 매우 높은 화질을 기대할 수 있어 차후에 보다 작고 사용이 편리한 DIFOTI 시스템을 개발할 수 있는 가능성이 크다 할 수 있다.

• 정보처리학회논문지D
• /
• 제11D권4호
• /
• pp.783-798
• /
• 2004

제한된 무선통신 대역폭 및 불완전한 무선통신 인프라, 이동 단말기의 배터리 용량 등과 같은 이동 컴퓨팅 환경의 고유한 특성으로 인해 이동 단말기에서 실행되는 e-비즈니스 응용은 잦은 접속단절에 직면하게 된다. 또한 고가의 무선통신 비용이나 잦은 무선 통신으로 인해 급격하게 소모되는 이동 단말기 전력을 절약하기 위해 자발적인 접속단절 상태에서 동작하기도 한다. 본 연구에서는 데이터비축을 이용하여 대부분 접속 단절 상태에서 이동 단말기에서 자치적으로 이동 트랜잭션을 처리하면서도 데이터 중복과 네트워크 분할로 인해 발생가능한 일관성 문제를 효율적으로 해결할 수 있는 분할 동기화 이동 트랜잭션 모델을 제안한다. 분할 동기화 이동 트랜잭션 모델은 이동 트랜잭션을 컴포넌트 단위로 분할한 후, 서버에서의 사용 가능성과 충돌 가능성을 고려하여 컴포넌트 트랜잭션들로 동기화 우선순위를 할당하고 우선순위가 높은 컴포넌트 트랜잭션들부터 동기화를 우선 실시하여 부분 결과를 공개한다. 결과적으로 이동 클라이언트에서 변경한 데이터에 대한 서버에서의 가용성을 높이고, 중요도가 낮은 부분은 이동 단말기의 제한된 자원 및 무선 대역폭과 고가의 통신 요금 등을 고려하여 서버에 늦게 반영함으로써 무선 대역폭 및 컴퓨팅 자원의 활용도를 극대화시키는 효과를 기대할 수 있다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.