• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.503-508
• /
• 2010

최근 사용자의 위치를 파악할 수 있는 기기가 보편화 되어감에 따라 사용자의 이동 경로를 이용한 다양한 서비스가 제공되고 있다. 이러한 서비스들은 사용자의 위치정보를 수집하여 각각의 요구사항에 맞게 가공하여 사용하고 있다. 그러나 이동경로를 나타내기 위해 수집되는 GPS등의 위치정보는 일반적으로 매우 방대하며, 이로 인해 경로 간 유사도 비교 시에 큰 연산 비용이 발생하게 된다. 이러한 문제를 해결하기 위해, 의미 있는 장소를 정의하고 장소간의 이동으로 모델링하여 이동 경로를 단순화하는 방법이 연구되고 있으나, 기존 연구들은 체류 시간과 거리만을 고려하여 이를 정의하고 있는 실정이다. 본 논문에서는 체류 시간과 거리, 상호작용 정보를 이용하여 특정 사용자의 의미 있는 장소 추출하는 방법을 제안한다. 또한 추출된 의미 있는 장소를 이용하여 경로를 단순화하여, 이동 경로 유사도 비교 시 드는 연산 비용을 줄일 수 있는 방법을 제안한다. 이를 위해, GPS를 통한 위치정보와 타인과의 상호작용 정보(통화, 문자 메시지 송수신등)를 이용하여 사용자와 친밀도가 높은 사람들을 정의하고 체류 시간과 거리, 주변에 있었던 사람의 정보를 기반으로 의미 있는 장소를 정의한다. 제안하는 방법을 검증하기 위해, 스마트폰 사용자로부터 실제 정보를 수집하였으며, 이를 이용하여 의미 있는 장소를 추출하고, 설문조사를 통해, 추출된 의미 있는 장소의 정확성을 확인하였다. 또한 의미 있는 장소로 단순화 한 이동경로를 이용하여 이동 경로 예측을 수행할 경우의 예측 정확도를 파악하기 위해 기존 방법과의 비교 실험을 진행하였으며, 연산에 소모되는 비용을 비교하여 제안하는 방법의 유용성을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제27권2호
• /
• pp.126-131
• /
• 2017

본 논문에서는 손짓을 이용하여 로봇에게 명령을 내릴 때, 사용자의 여러 가지 손짓 중 의미 있는 동작을 추출하기 위한 방법을 제시한다. 로봇에게 명령을 내릴 때, 사람들의 손짓은 준비동작, 본 동작, 마무리 동작으로 구분할 수 있다. 여기에서 본 동작이 로봇에게 명령을 전달하는 의미 있는 동작이고 다른 동작은 그 동작을 위한 의미 없는 보조 동작이다. 따라서 연속적인 손짓에서 본 동작만을 추출해야 한다. 또한 사람들은 무위식적으로 손을 움직일 수 있는데 이러한 동작들 역시 의미가 없는 동작으로 로봇이 판단하여야 한다. 본 연구에서는 키넥트 센서를 이용하여 획득한 거리영상에서 사람의 골격자료를 획득하여 손을 추출하고, 칼만필터를 이용하여 손의 위치를 추적하면서 의미 있는 손동작과 의미 없는 손동작을 구분하고 은닉 마코프 모델을 이용하여 손짓을 인식한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.321-323
• /
• 2012

최근 모바일 기기 보급의 확산과 관련 기술의 발전으로 인해 사용자의 편의를 제공하는 다양한 서비스들이 제공되고 있다. 이러한 서비스 중에서 대표적인 것으로 사용자의 이동 경로를 파악하고 예측하여 알맞은 위치기반서비스(Location-based Service; LBS)를 제공하는 것이다. 위치기반서비스를 제공하기 위한 가장 핵심 기술은 사용자의 이동 경로를 파악하는 것인데, 기존의 이동 경로 파악 기술은 이전의 이동 경로 자료를 기반으로 현재 이동 경로를 유추하였다. 그러나 이전의 이동 경로 자료가 점점 증가함에 따라 방대한 자료를 보관하고 가공하는데 많은 비용이 발생하는 문제점이 있다. 본 논문에서는 이동 경로를 예측하기 위한 방법으로 사용자가 일정 지점에 머무는 시간 정보, 이동 거리 그리고 다른 사용자와의 소통 정보를 활용한다. 이 정보들을 활용하여 사용자에게 의미 있는 장소를 추출하고 이를 기반으로 사용자의 이동 경로를 예측할 때, 기존 방법과 비교하여 적은 비용으로 효과적인 경로 예측을 할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1043-1054
• /
• 2009

최근 시맨틱 웹에 대한 관심과 필요성이 높아지면서 시맨틱 웹의 핵심기술인 온톨로지 역시 다양한 분야에서 많은 연구가 진행되고 있다. 온톨로지는 웹 2.0환경에서 널리 인용되는 폭소노미의 문제들을 해결하기 위한 대안이 되고 있다. 이에 본 연구에서는 웹 2.0 환경의 폭소노미 기술이 가지는 단점을 보완하고자 폭소노미 기반의 데이터를 온톨로지로 변환해주는 위치 정보 온톨로지 자동 구축 시스템을 제안한다. 제안된 기법은 폭소노미 기반 웹 서비스인 Flickr에 온톨로지 기술을 적용하여 Flickr의 이미지 데이터들과 이들의 메타데이터인 태그들로부터 위치정보 태그와 공간 관계를 추출하고 OWL형태의 온톨로지로 자동 구축한다. 위치정보 태그와 의미적 공간 관계를 분석하고 추출하기 위해 여러 웹 서비스에서 제공하는 공개질의정보 API(이하 openAPI)를 사용하였다. 따라서 본 연구에서 구현한 시스템은 폭소노미 데이터를 온톨로지의 의미적인 정보로 연결해 줌으로써 개념적인 관계를 보완하고 더욱 정확한 검색결과를 제공 할 수 있도록 한다.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.26-40
• /
• 2016

최근 모바일 기기가 발전함에 따라 사용자의 위치 수집 및 분석 방법에 대한 연구가 활발히 이루어지고 있다. 사용자의 위치분석 방법 중 궤적 데이터 마이닝은 사용자의 궤적을 바탕으로 의미 있는 정보를 추출하기 위해 사용된다. 궤적 데이터 마이닝을 수행하기 위해서는 사용자의 GPS 궤적을 분석하여 Stay Point를 추출하는 과정이 선행되어야 한다. 기존의 Stay Point 추출 알고리즘은 두 가지의 임계값이 필요하며 해당 임계값들은 사용자가 임의로 설정함으로써 알고리즘의 신뢰도가 떨어지고, 실내에서 머문 지점과 실외에서 머문지점에 대한 구분이 없기 때문에 Stay Point 위치의 모호성이 높아지는 문제점이 있다. 본 논문에서는 통계적 분석방법을 이용하여 SP를 추출하는 방법을 제안한다. 제안 알고리즘은 가우시안 확률분포를 사용하여 실내와 실외 SP를 각각 추출함으로써 SP 위치의 모호성을 개선하였다. 또한, 사용자가 임의로 설정하는 임계값이 없기 때문에 알고리즘의 신뢰도를 향상시켰다.

• 한국콘텐츠학회논문지
• /
• 제12권7호
• /
• pp.463-472
• /
• 2012

지난 10년간 인터넷과 컴퓨팅 기술의 발전, 모바일 기기와 센서들의 진화, 페이스북이나 트위터와 같은 소셜 네트워크의 출현 등으로 정보량은 급속도로 늘어나고 있다. 대용량의 데이터와 이로 인해 파생되는 방대한 정보는 그것을 얻고자 하는 사람들에게 한계를 느끼게 한다. 따라서 방대한 정보 속에서 의미있는 지식을 추출하기 위한 시스템 기반의 연구가 활발히 시도되고 있다. 이로 인해 지식 추출 시스템의 중요성이 날로 강조되고 있지만, 정확성과 효율성 측면에서 여전히 많은 과제가 있다. 지식 추출 시스템의 성능을 향상시키기 위해서는 시스템을 평가하기 위한 테스트 컬렉션이 중요하다. 본 논문에서는 기술 지식의 자동 추출을 위해 개발된 시스템을 평가하기 위한 테스트 컬렉션을 소개한다. KEEC/KREC(KISTI Entity Extraction Collection/KISTI Relation Extraction Collection)라 명명된 테스트 컬렉션에 대한 구축 절차 및 기준과 구축된 테스트 컬렉션의 특징을 제시한다. 특히 테스트 컬렉션의 주요한 평가 기준이 되는 정확도를 높이기 위해 태깅 지원 도구를 활용한 전문가 태깅 방식을 사용하는 것이 주요 특징이다. 태깅 지원 도구를 활용한 전문가 태깅은 시스템에 의한 자동 태깅 도구들 또는 사람이 태깅을 하되, 지원 도구 없이 태깅하는 방법보다 태깅의 정확도를 높여준다. 구축된 KEEC/KREC은 실제로 과학기술 문헌에 존재하는 PLOT(Person, Location, Organization, Technology) 간 연관관계 추출 성능 평가를 위해서 사용되었고, 의미있는 연구결과를 도출하는데 기여하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.133-142
• /
• 2021

이동 패턴 인식은 사용자 궤적 질의, 사용자 행동 예측, 사용자 위치에 기초한 흥미요소 추천, 사용자 개인 정보 보호 및 지자체 교통 계획과 같은 여러 측면에서 널리 사용된다. 현재 인식 정확도는 응용 요건을 충족할 수 없기 때문에 이동 패턴 인식 연구는 궤적 데이터 연구의 초점이라 할 수 있다. GPS 내비게이션 기술과 지능형 모바일 기기의 대중화로 많은 사용자 모바일 데이터 정보를 얻을 수 있고, 이를 바탕으로 많은 의미 있는 연구가 이루어질 수 있다. 현재의 이동 패턴 연구 방법에서 궤적의 특징 추출은 궤도의 기본 속성(속도, 각도, 가속도 등)으로 제한된다. 본 논문에서 순열 엔트로피는 궤적 분류 연구에 참여하기 위한 궤적의 고유값으로 사용되었으며 시계열의 복잡성을 측정하기 위한 속성으로도 사용되었다. 속도 순열 엔트로피와 각도 순열 엔트로피가 이동 패턴 분류에 참여하기 위한 궤적의 특성으로 사용되었으며, 본 논문에서 사용된 순열 엔트로피를 기반으로 한 속성 분류의 정확도는 81.47%에 달했다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.154-159
• /
• 2015

과거 어플리케이션 다양성만 지향하던 사용자의 수요가 최근 스마트폰의 고도화된 센서와 기계학습이 결합된 지능형 어플리케이션으로의 선호로 전향되고 있다. 이러한 경향을 반영하여 본 논문에서는 스마트폰에 축적된 사용자의 라이프로깅 데이터에서 의미있는 정보를 추출하고, 추출한 정보를 통해 사용자의 인지적 행동을 대신 가능한 인지 에이전트(Cognitive Agent)개념의 스마트폰-사용자 상호작용 사용자 맞춤 위치-시간-행동 추론 기법을 제안한다. 제안 방법은 사용자의 라이프로깅데이터를 DPGMM (Dirichlet Process Gaussian Mixture Model) 클러스터링 기법으로 사용자 주요 관심지역 POI(Point of Interest)를 자동으로 추출하고, 평생학습이 가능한 강화학습의 한 종류인 POMDP(Partially Observable Markov Decision Process)를 사용하여 사용자의 위치-시간-행동을 추론 한다. 제안 방법으로 구현한 사용자 맞춤 일과 계획 시스템의 시간별 사용자 일과 추론 결과는 70%이상의 성능을 보였으며, 하루 일과 계획 지능형 서비스의 새로운 방향을 제시하고 있다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1261-1270
• /
• 2022

본 연구의 목적은 사람들이 쉽게 접할 수 있는 포털의 뉴스 검색 결과를 활용하여 쉽게 접근, 활용하지 못하는 상수도 누수 관련 정보를 모아 분석하는 것이다. 상수도 시스템의 누수사고 빅데이터 뉴스의 추출을 위한 웹크롤링 기법을 적용하고 정확한 누수사고 뉴스를 획득하고자 알고리즘을 절차화하여 제시하였다. 또한 추출된 누수사고 기사에서 발생일시, 피해영향, 발생지점, 피해원인, 피해시설 등과 같은 추가적인 정보의 획득이 가능하도록 상수도 누수사고 정보 분석에 적합한 데이터 분석 기법을 개발하였으며 그에 따른 적용결과를 제시하였다. 본 연구에서 제안한 빅데이터 기반 누수 분석을 통한 가치 추출은 기존의 상수도통계 결과와 비교를 통한 유의미한 가치를 추출하는 데 1차적 목표가 있으며, 이와 같은 분석 결과를 활용하여 향후 누수 사고 대응에 있어 소비자의 반응에 효과적으로 대응하거나 서비스 수준을 결정하는데 활용할 수 있다. 즉, 이와 같은 분석결과의 제시를 통해 사고와 같은 정보를 대중에 조금더 알려야하는 필요성을 제시하고, 사고 발생시 빠른 대처가 가능할 수 있는 전파 및 대응 체계를 마련하는데 연계활용할 수 있다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.29-35
• /
• 2023

CCTV는 범죄 예방, 공공 안전 강화, 교통 관리 등 다양한 목적으로 사용된다. 그러나 카메라의 범위와 해상도가 향상됨에 따라 영상에서 개인의 신상정보가 노출되는 위험성이 있다. 따라서 영상에서 개인 정보를 보호함과 동시에 개인을 식별할 수 있는 새로운 기술의 필요성이 존재한다. 본 논문에서는 객체 식별 및 추적을 위한 히스토그램 기반 특이값 분해를 제안한다. 제안하는 방법은 객체의 색상 정보를 이용하여 영상에 존재하는 서로 다른 객체를 구분한다. 객체 인식을 위하여 YOLO와 DeepSORT를 이용해 영상에 존재하는 사람을 탐지 및 추출한다. 탐지된 사람의 위치 정보를 이용해 흑백 히스토그램으로 색상 값을 추출한다. 추출한 색상 값 중 유의미한 정보만을 추출하여 사용하기 위해 특이값 분해를 이용한다. 특이값 분해를 이용할 때 결과에서 상위 특이값의 평균을 이용함으로 객체 색상 추출의 정확도를 높인다. 특이값 분해를 이용해 추출한 색상 정보를 다른 영상에 존재하는 색상과 비교하며 서로 다른 영상에 존재하는 동일 인물을 탐지한다. 색상 정보 비교를 위해 유클리드 거리를 이용하며 정확도 평가는 Top-N을 이용한다. 평가 결과 흑백 히스토그램과 특이값 분해를 사용하여 동일 인물을 탐지할 때 최대 100%에서 최소 74%를 기록하였다.