• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.751-770
• /
• 2019

Action recognition is an essential task in computer vision due to the variety of prospective applications, such as security surveillance, machine learning, and human-computer interaction. The availability of more video data than ever before and the lofty performance of deep convolutional neural networks also make it essential for action recognition in video. Unfortunately, limited crafted video features and the scarcity of benchmark datasets make it challenging to address the multi-person action recognition task in video data. In this work, we propose a deep convolutional neural network-based Effective Hybrid Learning (EHL) framework for two-person interaction classification in video data. Our approach exploits a pre-trained network model (the VGG16 from the University of Oxford Visual Geometry Group) and extends the Faster R-CNN (region-based convolutional neural network a state-of-the-art detector for image classification). We broaden a semi-supervised learning method combined with an active learning method to improve overall performance. Numerous types of two-person interactions exist in the real world, which makes this a challenging task. In our experiment, we consider a limited number of actions, such as hugging, fighting, linking arms, talking, and kidnapping in two environment such simple and complex. We show that our trained model with an active semi-supervised learning architecture gradually improves the performance. In a simple environment using an Intelligent Technology Laboratory (ITLab) dataset from Inha University, performance increased to 95.6% accuracy, and in a complex environment, performance reached 81% accuracy. Our method reduces data-labeling time, compared to supervised learning methods, for the ITLab dataset. We also conduct extensive experiment on Human Action Recognition benchmarks such as UT-Interaction dataset, HMDB51 dataset and obtain better performance than state-of-the-art approaches.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.365-373
• /
• 2019

본 논문은 정밀 유도무기에 장착되어 목표물 명중 확률을 좌우하고, 비용적인 측면에서 유도무기의 가장 큰 부분을 차지하는 적외선 영상탐색기에 대한 성능 대비 개발비용 최적화에 대한 연구이다. 탐색기 개발 비용의 주요항목인 해상도와 그에 따른 탐지성능에 영향을 미치는 인자들을 분석함으로써, 설계 단계에서 해상도 별 탐지성능과 개발 비용과의 상관관계를 분석하는 연구를 수행하였다. 다양한 신호 대 클러터 비 조건에서 해상도 별 표적탐지 확률을 설계 시 중요인자로 정의하고, 개발비용 선정의 기준이 되는 해상도 별 탐지성능 분석을 수행하였으며, 탐지성능 확보를 위한 최적의 해상도와 그에 따른 투입비용에 대한 관계를 도출하였다. 다양한 클러터 환경에 따른 사례연구를 통하여 제안한 분석 방식이 탐지성능 만족을 위하여 요구되는 개발비용 예측에 효과적임을 검증하였으며, 유도무기 운용 환경에서 성능대비 최적화된 개발비용을 설계단계에서 미리 도출할 수 있는 연구 자료로 활용하고자 한다.

• 한국건설관리학회논문집
• /
• 제22권2호
• /
• pp.80-87
• /
• 2021

SOC 예산 부족과 불충분한 건설자금 문제 등으로 건설사의 체감경기가 악화되고 있다. 이러한 상황에서 건설 VE는 건설 수익향상을 통해 이러한 상황에 대처하는 수단이 될 수 있다. 본 연구는 Importance Performance Analysis를 실행하여 효과적인 시공VE의 전략을 수립하기 위한 건설사의 강점 항목과 약점 항목을 도출하였다. 건설사들은 건설VE에 대한 지원·협력·지식 등 12개 항목에서 강점을 지닌다. 반면, 'VE리더의 VE 경험', '상세비용 추정', '아이디어 생성·평가' 등은 약점이 있는 것으로 나타났다. 본 연구는 제도적 관점에서 VE 활성화에 중점을 두었던 기존 연구와 달리 건설기업 관점에서 효과적인 시공VE 수행을 위한 전략을 도출하였다는 점에서 의의가 있다.

• Earthquakes and Structures
• /
• 제20권1호
• /
• pp.109-122
• /
• 2021

Significant progress in the oil and gas industry advances the application of pipeline into an intelligent era, which poses rigorous requirements on pipeline safety, reliability, and maintainability, especially when crossing seismic zones. In general, strike-slip faults are prone to induce large deformation leading to local buckling and global rupture eventually. To evaluate the performance and safety of pipelines in this situation, numerical simulations are proved to be a relatively accurate and reliable technique based on the built-in physical models and advanced grid technology. However, the computational cost is prohibitive, so one has to wait for a long time to attain a calculation result for complex large-scale pipelines. In this manuscript, an efficient and accurate surrogate model based on machine learning is proposed for strain demand prediction of buried X80 pipelines subjected to strike-slip faults. Specifically, the support vector regression model serves as a surrogate model to learn the high-dimensional nonlinear relationship which maps multiple input variables, including pipe geometries, internal pressures, and strike-slip displacements, to output variables (namely tensile strains and compressive strains). The effectiveness and efficiency of the proposed method are validated by numerical studies considering different effects caused by structural sizes, internal pressure, and strike-slip movements.

• 한국소프트웨어감정평가학회 논문지
• /
• 제16권2호
• /
• pp.53-62
• /
• 2020

IoT 환경의 최종 사용자 도메인에서 점점 더 많은 수의 지능형 M2M(Machine-to-Machine Communication) 장치가 애플리케이션 서비스를 생성하고 공유하기 위한 자원을 제공한다. 따라서 기존의 중앙집중식 서비스 제공자의 역할을 P2P 환경의 최종 사용자에게 이전하여 신뢰를 관리하는 것은 매우 유용할 수 있다. 그러나 최종 사용자가 독립적으로 서비스를 제공하거나 소비하는 비중앙집중식 M2M 컴퓨팅 환경에서는 상호간의 신뢰 구축이 가장 중요한 요인이 된다. 오작동하는 서비스를 구축하려는 악의적인 사용자들이 IoT와 같은 M2M 컴퓨팅 환경에서 보안문제를 야기할 수 있기 때문이다. 본 논문에서는 M2M 애플리케이션 서비스의 신뢰 평가를 위한 통합적인 분석과 접근방식을 제공하고, M2M 커뮤니티의 사용자들 사이의 신뢰도를 보장할 수 있는 최적화된 신뢰 평가 모델을 제시한다.

• 산업경영시스템학회지
• /
• 제45권3호
• /
• pp.31-39
• /
• 2022

The Army, Navy, and Air Force are currently making various efforts to apply defense IoT technology by reflecting the characteristics of each military. However, there are concerns that comprehensive collection, management, and analysis may be limited because each military has no overlapping system or guaranteed interoperability of data, and there are inefficient aspects in terms of using and investing a limited defense budget. In this study, evaluation items and priorities for pilot projects were selected by applying Delphi technique and AHP method to determine which projects are preferentially effective when commonly applied in terms of Army, Navy, and Air force. As a result of the analysis, the project basis and driving force, project feasibility, performance and ripple effect, redundancy and connection were identified in the order of IoT-based small detachment units and unmanned base construction, intelligent smart unit, smart ground ammunition depot, and smart training management system. According to the comprehensive results reflecting the weights of each evaluation item, the fact that small detachment units and unmanned base construction project are recognized as the first project to be applied to the Army, Navy, and Air Force is a valid approach to be effective while each military is burdened with personnel management because of the reduction of manpower. Through the research results, it is expected that the direction of application to the policy of the defense IoT project can be confirmed in terms of efficient use of limited budgets.

• 한국산업정보학회논문지
• /
• 제15권2호
• /
• pp.127-137
• /
• 2010

Widget은 Web 2.0 및 모바일 컨버젼스 패러다임을 주도하는 차세대 지능형 플랫폼으로 평가 받고 있다. 향후 이러한 widget의 발전을 예상할 때, 현재 사용자들의 인식에 대한 분석은 앞으로 widget의 방향성을 결정하는데 무엇보다 필요할 것이다. 따라서 본 연구의 목적은 widget의 사용에 영향을 주는 인터페이스 요인을 규명하여 인터페이스 요인에 따른 widget의 사용의도를 설명함으로써 widget 활성화를 위한 전략적 방안을 모색하는 것이다. 분석 결과 일관성, 직관성, 최소한의 조작, 개인화가 인지된 용이성에 정의 영향을 주며, 개인화와 시각적 매력은 인지된 즐거움에 영향을 줌을 확인하였다. 또한 인지된 용이성은 인지된 즐거움에 영향을 주며, 인지된 즐거움은 사용의도에 직접적인 영향을 주었다. 그러나 인지된 용이성이 사용의도에 직접적인 영향을 준다는 가설은 기각되었다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.135-147
• /
• 2023

Internet of things has revolutionaries every field of life due to the use of artificial intelligence within Machine Learning. It is successfully being used for the study of Radiation monitoring, prediction of Ultraviolet and Electromagnetic rays. However, there is no particular system available that can monitor and detect waves. Therefore, the present study designed in which IOT enables intelligence system based on machine learning was developed for the prediction of the radiation and their effects of human beings. Moreover, a sensor based system was installed in order to detect harmful radiation present in the environment and this system has the ability to alert the humans within the range of danger zone with a buzz, so that humans can move to a safer place. Along with this automatic sensor system; a self-created dataset was also created in which sensor values were recorded. Furthermore, in order to study the outcomes of the effect of these rays researchers used Support Vector Machine, Gaussian Naïve Bayes, Decision Trees, Extra Trees, Bagging Classifier, Random Forests, Logistic Regression and Adaptive Boosting Classifier were used. To sum up the whole discussion it is stated the results give high accuracy and prove that the proposed system is reliable and accurate for the detection and monitoring of waves. Furthermore, for the prediction of outcome, Adaptive Boosting Classifier has shown the best accuracy of 81.77% as compared with other classifiers.

• Genomics & Informatics
• /
• 제20권4호
• /
• pp.45.1-45.7
• /
• 2022

Food security will be affected by climate change worldwide, particularly in the developing world, where the most important food products originate from plants. Plants are often exposed to environmental stresses that may affect their growth, development, yield, and food quality. Auxin is a hormone that plays a critical role in improving plants' tolerance of environmental conditions. Auxin controls the expression of many stress-responsive genes in plants by interacting with specific cis-regulatory elements called auxin-responsive elements (AuxREs). In this work, we performed an in silico prediction of AuxREs in promoters of five auxin-responsive genes in Zea mays. We applied a data fusion approach based on the combined use of Dempster-Shafer evidence theory and fuzzy sets. Auxin has a direct impact on cell membrane proteins. The short-term auxin response may be represented by the regulation of transmembrane gene expression. The detection of an AuxRE in the promoter of prolyl oligopeptidase (POP) in Z. mays and the 3-fold overexpression of this gene under auxin treatment for 30 min indicated the role of POP in maize auxin response. POP is regulated by auxin to perform stress adaptation. In addition, the detection of two AuxRE TGTCTC motifs in the upstream sequence of the bx1 gene suggests that bx1 can be regulated by auxin. Auxin may also be involved in the regulation of dehydration-responsive element-binding and some members of the protein kinase superfamily.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.145-153
• /
• 2023

군에서 군인들의 체력 관리와 전투력 향상을 위한 필수적인 요소로서, 군인들의 운동 능력, 체력, 건강 수준을 효과적으로 측정하고 모니터링하는 중요성을 강조한다. 체력의 효과적인 측정이 관리의 핵심이며, 이는 현대경영학의 원칙과 일치하고 있다. 특히, 전장의 동적인 변화에 대비하기 위해서는 강인한 체력을 가진 군인을 양성하는 것이 중요하다. 이 연구에서는 RFM(Recency, Frequency, Monetary) 고객 분석 및 클러스터링 방법을 전자상거래에서 검증된 방법으로 소개하며, 이를 기반으로 머신러닝 알고리즘이 적용된 AI 고객 분석 방법을 군인 체력 평가에 적용하기 위해, RSC(Reveal, Sustainable, Control) 분석 모형을 도입하여 군인 체력을 효과적으로 분류하고 모니터링하는 방법을 검토하였다. RFM 기법을 적용한 RSC 분석 모형을 통해 군인 체력을 계량화하고 모델링함으로써 지속적인 발전을 도모하고 체력 관리의 효과를 높일 수 있는 전략을 모색하였다. 이러한 방법을 통해 군인의 체력을 향상하고 유지하는데 있어서 AI 고객 분석 기법을 응용한 RSC 클러스터링 분석방법을 도출하였다.