• Journal of Information Technology Applications and Management
• /
• 제11권1호
• /
• pp.1-14
• /
• 2004

Increasing affectability of high-speed Internet and convenient access devices has made the Internet a major source of information search and sharing. As the provision of information has rapidly becomes an important and viable business model, the objective utility and marketability of information contents have become a focus of interest among many academicians and managers. Researchers have traditionally focused on the design of the interface, availability of resources, network accessibility, the format of web sites and their underlying systems. However, the usefulness of contents has been left as a little explored issue. To correctly diagnose and pursue the viability of contents provision business a shift of perspective is required : a shift from technology-oriented perspective toward user-oriented perspective, and a shift from form and design focus toward content focus. This research attempted to analyze consumer-oriented information quality in a more systematic way by focusing on a limited domain travel-related information contents. We proposed a relationship among consumers'behavior, characteristics of information, and the values of information measured by users. An empirical examination of the model was performed using a survey on Internet users in Korea. Implications are drawn for managers responsible for creating marketable contents.

• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.15-24
• /
• 2023

One of the objectives and aspirations of scientists and engineers ever since the development of computers has been to interact naturally with machines. Hence features of artificial intelligence (AI) like natural language processing and natural language generation were developed. The field of AI that is thought to be expanding the fastest is interactive conversational systems. Numerous businesses have created various Virtual Personal Assistants (VPAs) using these technologies, including Apple's Siri, Amazon's Alexa, and Google Assistant, among others. Even though many chatbots have been introduced through the years to diagnose or treat psychological disorders, we are yet to have a user-friendly chatbot available. A smart generative cognitive behavioral therapy with spoken dialogue systems support was then developed using a model Persona Perception (P2) bot with Generative Pre-trained Transformer-2 (GPT-2). The model was then implemented using modern technologies in VPAs like voice recognition, Natural Language Understanding (NLU), and text-to-speech. This system is a magnificent device to help with voice-based systems because it can have therapeutic discussions with the users utilizing text and vocal interactive user experience.

• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.179-186
• /
• 2023

For the future prosperity of any society, the sound growth of children is essential. Autism Spectrum Disorder (ASD) is a neurobehavioral disorder which has an impact on social interaction of autistic child and has an undesirable effect on his learning, speaking, and responding skills. These children have over or under sensitivity issues of touching, smelling, and hearing. Its symptoms usually appear in the child of 4- to 11-year-old but parents did not pay attention to it and could not detect it at early stages. The process to diagnose in recent time is clinical sessions that are very time consuming and expensive. To complement the conventional method, machine learning techniques are being used. In this way, it improves the required time and precision for diagnosis. We have applied TFLite model on image based dataset to predict the autism based on facial features of child. Afterwards, various machine learning techniques were trained that includes Logistic Regression, KNN, Gaussian Naïve Bayes, Random Forest and Multi-Layer Perceptron using Autism Spectrum Quotient (AQ) dataset to improve the accuracy of the ASD detection. On image based dataset, TFLite model shows 80% accuracy and based on AQ dataset, we have achieved 100% accuracy from Logistic Regression and MLP models.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.845-850
• /
• 2023

본 논문에서는 전이학습을 이용하여 볼베어링의 진동진단을 수행하는 방법을 제안한다. 고장을 진단하기 위해 진동신호를 시간-주파수로 분석할 수 있는 STFT을 CNN의 입력으로 이용하였다. CNN 기반의 딥러닝 인공신경망을 빠르게 학습하고 진단 성능을 높이기 위해 전이학습 기반의 딥러닝 학습 기법을 제안하였다. 전이학습은 VGG 기반의 영상 분류 모델을 이용하여 특징 추출기와 분류기를 선택적으로 학습하였고, 학습에 사용한 데이터 세트는 Case Western Reserve University 대학에서 제공하는 공개된 볼베어링 진동 데이터를 사용하였으며, 성능평가는 기존의 CNN 모델과 비교하는 방법으로 수행하였다. 실험 결과 전이학습이 볼베어링 진동 데이터에서 상태 진단에 유용하다는 것을 증명할 수 있을 뿐만 아니라 이를 통해 다른 산업에서도 전이학습을 사용하여 상태 진단을 개선할 수 있다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.37-49
• /
• 2021

한국의 치매 환자 수는 80만명 이상으로 추정되고 있으며, 치매의 심각성은 사회적 문제로 되고 있다. 하지만 전 세계적으로 치매를 완치할 수 있는 치료법도 약물도 아직 개발되지 못하고 있으며, 향후 급격한 고령화 추세로 인해 치매 환자 수는 더욱 증가할 전망이다. 현재로서는 치매를 조기에 발견하여 치매 증상의 경과를 늦추는 것이 최적의 대안이라 할 수 있다. 본 연구에서는 망막 내 치매를 가장 명확하게 조기 진단할 수 있는 중요 단백질인 아밀로이드 플라크를 AI 기반의 영상분석을 통해 측정하고 분석하여 치매를 조기에 진단하는 방법론을 제시하였다. 망막 데이터를 CNN을 기반으로 이진분류 학습 및 다중분류 학습을 수행하였으며, 전처리 된 망막 데이터를 기반으로 치매를 조기 진단할 수 있는 딥러닝 알고리즘을 개발하였다. 딥러닝 모델에 대한 정확도와 재현율을 검증하였으며, 검증 결과 재현율과 정확도 모두 충족하는 결과를 도출하였다. 향후에는 실제 치매 환자의 임상데이터를 기반으로 연구를 지속해 나갈 계획이며, 본 연구의 결과는 치매 문제를 해결하는 방안으로 활용될 수 있다.

• 한국가스학회지
• /
• 제1권1호
• /
• pp.27-32
• /
• 1997

화학 공정을 계속적으로 감시함으로써 공정의 이상이 장치의 고장 또는 폭발에 이르지 않도록 조기에 이상을 감시하는 기술은 공장 조업의 안정성과 생산성의 측면에서 볼 때 매우 중요하다 최근, DCS와 같은 공정 정보 시스템이 널리 보급됨에 따라서 방대한 양의 데이터들을 해석해서 실시간으로 공정을 감시하고 진단할 수 있는 기반이 마련되었다. 본 연구에서는 계층적 분해 기법과 PCA에 기반을 둔 공장 규모의 실시간 감시 기법을 제안한다. 대형 공정을 효율적으로 모니터링 하기 위하여 전체 공정은 몇 개의 군으로 나뉘며 또한 이 군은 다시 몇 개의 하위 군으로 세분하게 된다. 이렇게 전체 공정을 분해하여 계층적인 공정 모델을 구성함으로써, 전체 공정의 조업 상황을 감시할 수 있을 뿐만 아니라 이상이 발생했을 시에는 하위 계층의 조업 상황을 고려하여 보다 자세한 이상 원인을 진단할 수 있다. 또한 각 세부 단위 공정들에 대한 조업 정보를 포함하고 있는 하위 모델들과 전체 조업 전반에 관한 정보를 지닌 전체 모델을 통하여 공정 이상을 조기에 감시함으로써 이상이 전파를 방지할 수 있다. 이러한 실시간 감시 및 진단 기법을 구현학 Idnl하여 기존의 SPC와 다변량 통계 기법의 하나인 PCA를 적용하였으며, 제안한 방법의 감시 및 진단 성능을 평가하기 위하여 41개의 측정 변수를 가진 Tennessee Eastman 공정에 대하여 전산 모사를 수행하였다. 세 가지 경우에 대하여 적용한 결과들은 이상의 신속한 감지와 믿을만한 원인 진단 능력을 보여 주었다.

• Nuclear Engineering and Technology
• /
• 제50권3호
• /
• pp.396-410
• /
• 2018

To assist operators to properly assess the current situation of the plant, accurate fault diagnosis methodology should be available and used. A reliable fault diagnosis method is beneficial for the safety of nuclear power plants. The major idea proposed in this work is integrating the merits of different fault diagnosis methodologies to offset their obvious disadvantages and enhance the accuracy and credibility of on-line fault diagnosis. This methodology uses the principle component analysis-based model and multi-flow model to diagnose fault type. To ensure the accuracy of results from the multi-flow model, a mechanical simulation model is implemented to do the quantitative calculation. More significantly, mechanism simulation is implemented to provide training data with fault signatures. Furthermore, one of the distance formulas in similarity measurement-Mahalanobis distance-is applied for on-line failure degree evaluation. The performance of this methodology was evaluated by applying it to the reactor coolant system of a pressurized water reactor. The results of simulation analysis show the effectiveness and accuracy of this methodology, leading to better confidence of it being integrated as a part of the computerized operator support system to assist operators in decision-making.

• 한국전산구조공학회논문집
• /
• 제26권6호
• /
• pp.447-454
• /
• 2013

모델기반 고장 진단법은 풍력발전기의 상태감지 시스템(Condition monitoring system)에 적용을 목적으로 변동 하중조건하에서 작동하는 기어박스내의 기어의 균열을 진단하기 위해 제시하였다. 두 개의 평기어(Spur gear)로 구성된 간단한 테스트 베드가 위의 접근방법을 검증하기 위해 구축되었고, 기어의 균열은 기어의 뿌리부분에 균열을 인가하여 묘사하였다. 축의 회전속도에 독립적인 타코미터를 기반으로 한 오더분석(Order analysis)을 균열크기 진단에 적용하였고, 테스트 베드의 작동을 시뮬레이션하기 위해 집중변수 모델(Lumped parameter dynamic model)이 사용되었다. 모델에서 균열과 밀접히 관련된 변수는 측정된 신호와 시뮬레이션된 신호 간의 차이를 최소화하는 최적화 기법으로 역추정하였다. 제시한 방법의 유효성을 보이기 위해, 미리 정의된 모델 변수로부터 생성된 시뮬레이션 신호를 테스트-베드로부터 측정된 신호로 가정하고, 제시한 방법을 사용하여 변수를 역추정하였다. 결과는 실제 값과 일치하였고, 이를 통해 알고리즘이 제대로 작동함을 알 수 있었다. 다음 연구에서는 실제 테스트 베드의 실제균열에 적용하고자 한다.

• 한국의류산업학회지
• /
• 제17권6호
• /
• pp.895-906
• /
• 2015

Seoul Fashion Week aims to be the world’s fifth Fashion Week from the year after 2000. This has involved significant labour and investment, not all of which has been successful. This study analyses the strengths and weaknesses of SFW based on the London Fashion Week as a successful model. By identifying its obvious and less obvious characteristics, this analysis aims to diagnose SFW’s current status in order to upgrade the event at an international level. Key factors are organisational body, designers, visitors, sponsors, schedule, venue, main events and supportive events. The following points have emerged from the research: the success of Seoul Fashion Week was based on the combination of separate collections, an appropriate fashion show venue, and the active role of new designers. The problems were: lack of an independent organisation, non-professional staff, lack of diverse visitors, exclusive governmental funding, late timing, excessive distance from the main European and American fashion markets, lack of sustainability of the main events, a limited variety of supportive events, the absence of online promotion and, last but not least, no distinctive features. The study concludes that Seoul Fashion Week has great potential with its fast growth and young designers. This should be complemented with an independent organisation and effective administration and strategy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1104-1120
• /
• 2020

The chest X-rays are a common way to diagnose lung cancer or pneumonia. In particular, the finding of a lung nodule is the most important problem in the early detection of lung cancer. Recently, a lot of automatic diagnosis algorithms have been studied to find the lung nodules missed by doctors. The algorithms are typically based on segmentation network like U-Net. However, the occurrence of false positives that similar to lung nodules present outside the lungs can severely degrade performance. In this study, we propose a multi-task learning method that simultaneously learns the lung region and nodule-labeled data based on the prior knowledge that lung nodules exist only in the lung. The proposed method significantly reduces false positives outside the lung and improves the recognition rate of lung nodules to 83.8 F1 score compared to 66.6 F1 score of single task learning with U-net model. The experimental results on the JSRT public dataset demonstrate the effectiveness of the proposed method compared with other baseline methods.