• 실천공학교육논문지
• /
• 제16권4호
• /
• pp.449-457
• /
• 2024

지능형 사물인터넷인 AIoT는 IoT 디바이스가 측정한 데이터를 수집하고 머신러닝 기술을 적용해 예측 모델을 만들어 활용하는 기술을 의미한다. AIoT 기술 교육을 위한 기존 연구에서는 교육용 AIoT 플랫폼 구축하고 사용법을 교육하는 데 초점을 맞추었다. 그러나, IoT 디바이스가 측정한 데이터로부터 머신러닝 모델이 자동 생성되고 활용되는 과정을 교육하는 사례 연구는 부족하였다. 본 논문에서는 AIoT 기술 교육을 위한 머신러닝 모델 활용 사례를 개발하였다. 본 논문에서 개발한 사례는 AIoT 디바이스의 데이터 수집, 데이터 전처리, 머신러닝 모델 자동 생성, 모델별 정확도 산출 및 유효 모델 결정, 유효 모델을 활용한 데이터 예측 단계들로 구성되었다. 본 논문에서는 AIoT 디바이스의 센서들이 서로 다른 범위의 값들을 측정하는 것을 고려하였고, 이에 따른 데이터 전처리 사례를 제시하였다. 또한 여러 머신러닝 모델들을 자동 생성하고 이 모델들 중 정확도가 높은 유효모델을 결정하여, AIoT 디바이스가 어떤 정보를 예측할 수 있는 가를 스스로 결정하는 사례를 개발하였다. 개발한 사례를 적용하면, AIoT를 활용한 예측기반 사물 제어와 같은 AIoT 활용 교육 콘텐츠를 다양하게 개발할 수 있다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.39-57
• /
• 2012

최근 기존 전시 공간 내에 유비쿼터스 환경이 구축되면서, 관객과의 상호작용을 통해 전시 효과를 배가할 수 있는 인터랙티브 전시에 많은 사람들의 관심이 집중되고 있다. 이러한 인터랙티브 전시가 보다 고도화되기 위해서는 전시물에 대한 다양한 관객 반응을 측정하고, 이를 통해 대상 관객이 어떤 감정을 느끼는지 예측할 수 있는 적절한 의사결정지원 모형이 요구된다. 이러한 배경에서 본 연구는 인터랙티브 전시 공간 내에서 수집 가능한 다양한 관객 반응 중 얼굴표정의 변화를 이용하여, 관객의 감정을 추론, 판단하는 지능형 모형을 제시한다. 본 연구에서 제시하는 모형은 무자극 상태의 관객의 표정과 자극이 주어졌을 때 관객의 표정이 어떻게 변화하는지 변화량을 측정하여, 이를 기반으로 인공신경망 기법을 이용해 해당 관객의 감정을 판단하는 모형이다. 이 때, 제안모형의 감정 분류체계로는 간결하면서도 실무에 적용이 용이하여 그간 기존 문헌에서 널리 활용되어 온 매력-각성(Valence-Arousal) 모형을 사용한다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 2011 서울 DMC 컬쳐 오픈 행사에 참여하여, 일반인을 대상으로 얼굴 표정 변화 데이터를 수집하고, 이들이 느끼는 감정 상태를 설문조사하였다. 그리고 나서, 이 자료들을 대상으로 본 연구에서 제안하는 모형을 적용해 보고, 제안모형이 비교모형으로 설정된 통계기반 예측모형에 비해 더 우수한 성과를 보이는지 확인해 보았다. 실험 결과, 본 연구에서 제시하는 모형이 비교 모형인 중회귀분석 모형보다 더 우수한 결과를 제공함을 확인할 수 있었다. 본 연구를 통하여 구축된 관객 감정 판단 모형을 실제 전시장에서 활용한다면 전시물을 관람하는 관객의 반응에 따라 시의적절하면서도 효과적인 대응이 가능하기 때문에, 관객의 몰입과 만족을 보다 증대시킬 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제14권5호
• /
• pp.2349-2359
• /
• 2013

본 연구는 계획된 행위이론에 근거하여 중년기 여성의 유방자가검진의도와 행위에 영향을 미치는 요인을 예측하기 위한 구조모형 연구이다. 연구대상은 중년기 여성 217명을 대상으로 1차 의도조사를 실시한 후 1개월 이내의 유방자가 검진 실천 횟수를 조사하였다. 연구결과 모형의 적합 도는 ${\chi}^2$=1246.6 (p<.001), ${\chi}^2$/df=2.72, CFI=.831, TLI=.817, RMSEA=.089이었으며, 1개월 이내 유방자가검진 실천 율은 56.2%였다. TPB 변수의 설명력은 의도에 43.9%, 행위에 10.9%로 나타났다. 주관적 규범(${\beta}$=.364, p<.001)과 지각된 행위통제(${\beta}$=.553, p<.001)가 의도에 긍정적 영향을 미쳤으며, 행위에는 행위의도(${\beta}$=.768, p<.01)가 긍정적 영향을 나타냈다. 결과적으로 본 모형은 중년여성의 유방자가검진을 설명하는데 적합한 모형이며, 중년여성의 유방자가검진행위 증진을 위한 중재프로그램 개발은 행위의도 강화에 중점을 두어야 할 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.581-588
• /
• 2017

본 연구는 기계 학습법 중 하나인 XGBoost를 이용하여 대사증후군을 인지하고 신체활동을 수행하는 집단을 예측하고자 2014년 7월부터 2015년 12월까지 시도되었다. 이에 2009-2013년 지역사회건강조사를 연구자료로 사용하였고 370,430명의 성인을 분석에 포함하였다. 본 연구의 종속변수는 대사증후군의 인지 및 신체활동 실천정도에 따른 단계로 3단계로 구분하였다:Stage 1(무인지, 무 신체활동), Stage 2(인지, 무 신체활동), and Stage 3(인지, 신체활동). 예측변수로는 5년간의 지역사회건강조사 중 공통으로 수집된 문항으로부터 161개의 특성을 선택하였다. 자료 분석을 위해 R program을 이용하여 XGBoost 알고리즘을 적용하였다. 분석 결과 정확도는 0.735 이었으며, 가장 영향을 미치는 10개의 특성은 나이, 교육수준, 체중조절시도 경험, EQ-5D 운동능력, 영양표시 확인, 개인 건강보험가입 유무, EQ-5D 일상활동, 금연광고경험 여부, 통증유무, 당뇨에 대한 보건기관의 교육 경험 순으로 확인되었다. 본 연구결과는 XGBoost가 보건의료빅데이터를 이용한 질병의 예방과 관리에 영향을 주는 요인을 확인하는데 유용한 도구임을 보여주었다. 또한, 본 연구를 통해 대사증후군에 취약한 계층을 확인하고 이를 위한 교육프로그램 개발에 도움을 줄 수 있을 것으로 보인다.

• 한국환경농학회지
• /
• 제36권4호
• /
• pp.293-298
• /
• 2017

BACKGROUND: Pyrethroids (PYRs) are a widely used insecticide in agriculture and household area. In mammals, PYRs such as deltamethrin is metabolized to 3-phenoxybenzoic acid (3-PBA) in liver that is mainly excreted in urine. This study is designed to single exposure of deltamethrin to rats in a dose-dependent manner and identify the correlation between deltamethrin exposure and its metabolite (3-PBA) in urine. METHODS AND RESULTS: Exposure levels of deltamethrin were control (0 mg/kg bw), low (0.0705 mg/kg bw), medium (0.705 mg/kg bw) and high (7.05 mg/kg bw) dose. Low concentration was derived by ussing Korea predictive operator exposure model (KoPOEM). Dermal exposure persisted for 6 h, and urine specimens were collected for 24 h. The urine matrix was removed after a series of procedures and 3-PBA was analyzed by gas chromatography/mass spectrometry. CONCLUSION: There was a strong correlation ($R^2=0.83$) between the amount of oral exposure to delta me thrin and urinary levelof3-PBAexcreted. In dermal exposure groups of deltamethrin except high-dose, also there was a good correlation between urinary 3-PBA and deltamethrin exposure, but not stronger than in oral deltamethrin exposure groups. Based on these results, therefore, the amount of 3-PBA in urine can be used as a good monitoring indicator that reflexing the exposure level of deltamethrin to human body.

• 한국식품과학회지
• /
• 제37권3호
• /
• pp.484-491
• /
• 2005

정량적 미생물 위해평가(Quantitative microbial risk assessment: QMRA)는 국민건강에 영향을 주는 잠재된 위해를 연구하여 식품내 존재하는 병원성미생물과 관련한 위해를 체계적으로 평가하는 것이다. 본 연구는 깁밥에서의 Staphylococcus aureus에 대한 QMRA 모델을 개발하고 이를 식품위생관리에서 이용할 수 있는 기준을 제시하여, 식품안전 분야에서의 QMRA의 필요성과 활용성을 알리기 위해서 실시하였다. QMRA 모델은 매장에서부터 최종소비에 이르기까지 4 단계로 구성되었으며, 미생물 성장모델과 조사자료 그리고 확률분포가 김밥의 최종소비에서의 S. aureus 수준을 평가하기 위하여 이용되었다. S. aureus에 대한 양-반응모델이 없는 관계로 최종 소비단계에서의 S. aureus의 오염수준을 잠재적인 위해를 결정하는데 이용하였다. 이를 위하여 5 log CFU/g이상을 잠재적 유해수준으로 가정하였으며, 시뮬레이션 결과 최종 소비되는 김밥에서 이 유해수준을 초과할 가능성은 30.7%로 나타났다. 김밥에서의 S. aureus의 오염수준은 평균 2.67 log CFU/g으로 나타났으며, 민감도 분석에서는 매장에서의 김밥 보관온도 및 시간이 가장 중요한 요인으로 결정되었다. 이러한 결과를 종합하여 볼 때 김밥 매장에서는 현실적으로 보존시간 관리가 어렵다고 한다면 보관온도를 $10^{\circ}C$ 이하로 유지하는 것이 가장 중요한 것으로 나타났다. 본 연구에서와 같이 QMRA는 식품 내 존재할 수 있는 잠재적인 위해에 영향을 미치는 인자들에 대한 평가에 이용될 수 있으며 이를 식품위생관리에 직접적으로 활용 가능한 것으로 나타났다.삼의 분석방법별 기준인 ginsenoside -Rg1과 -Re의 함량비($Rg1/Re{\Leq}3.87$)에 부합되었다.도에서 MA 저해 효과는 쑥갓>미나리>참깨의 순으로, 각각 54, 48, 29%를 나타냈다. 참깨는 20, $100{\mu}g/mL$의 농도에서처럼 가장 작은 효과를 보여줬고, 쑥갓은 50% 이상의 항산화 효과를 나타냈다. Aldehyde/Carboxylic acid assay에서는 참깨가 가장 높은 효과를 보여줬지만 Lipid MA asaay에서는 그에 비해 가장 낮은 효과를 나타냈다.안전한 수준인 것으로 판단된다. 보여진다.ificantly more inclusive. As a result of the evolution of new fibers, materials, processes and markets, we assert that a new "ENGINEERING WITH FIBERS" (EwF)(중략)web.cnu.ac.kr/~fabric이다. 제작된 멀티미디어를 실제 수업에 활용한 결과 수강생(32명)의 96.9%가 보조자료로 사용된 멀티미디어 콘텐츠자료가 실험관련 교과목 수업에 효과적이라고 응답하였고, 87.5%가 활용된 멀티미디어 콘텐츠 자료에 만족하며, 75%가 기존의 교과서와 비교하여 더 많이 활용하였다고 응답하였다. 따라서 멀티미디어 콘텐츠를 활용한 교육은 개인차에 따른 개별화 학습을 가능하게 할 뿐만 아니라 능동적인 참여를 유도하여 학습효율을 높일 수 있을 것으로 기대된다.향은 패션마케팅의 정의와 적용범위를 축소시킬 수 있는 위험을 내재한 것으로 보여진다. 그런가 하면, 많이 다루어진 주제라 할지라도 개념이나 용어가 통일되지

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.