• 한국엔터테인먼트산업학회논문지
• /
• 제13권6호
• /
• pp.203-210
• /
• 2019

본 연구는 국내 대학생을 대상으로 라이프케어를 위한 감각처리특성과 여가참여유형, 작업참여인식 그리고 삶의 질과의 상관관계에 대해 알아보고자 하였다. 대학생을 169명을 대상으로 2019년 2월부터 동년 3월까지 설문조사를 실시하였다. 감각처리는 청소년/성인 감각프로파일(Adolescent/Adult Sensory Profole)로, 여가참여유형은 여가활동 질문지로, 작업참여인식은 작업자가평가(Occupational Self Assessment)로, 삶의 질은 삶의 만족 척도(Satisfaction With Life Scale)로 평가하였다. 감각처리특성과 여가참여유형, 작업참여인식 및 삶의 만족 척도와의 관련성은 피어슨 상관분석을 사용하였다. 감각처리특성 중 등록저하와 스포츠, 감각찾기와 스포츠, 사교활동 및 관광 사이에 유의한 양의 상관관계가 나타났다. 그리고 작업참여인식에서 작업수행은 등록저하, 감각예민, 감각회피와 유의한 음의 상관관계를 나타냈다. 취미교양과 관람, 사교활동은 작업참여인식과 유의한 양의 상관관계를 보였다. 작업참여인식과 삶의 질은 양의 상관관계로 나타났다(p<.05, p<.01). 감각처리특성은 여가참여유형, 작업참여인식 그리고 삶의 질과 상관관계를 나타내었다. 앞으로의 연구에서는 감각처리특성에 기반한 여가활동, 작업참여 및 삶의 질을 향상시키는 평가도구개발이 이루어져야 할 것이다.

• 정보처리학회논문지B
• /
• 제12B권6호
• /
• pp.715-720
• /
• 2005

본 논문에서는 영상의 1차 모멘트와 단층신경망에 기반을 둔 주요성분분석을 이용한 얼굴인식 기법을 제안하였다. 여기서 1차 모멘트는 입력되는 얼굴영상의 중심이동을 위한 것으로 차원을 감소시켜 얼굴인식에 불필요한 배경을 배제시키기 위함이다. 또한 단층신경망을 이용한 주요성분분석은 수치적 기법의 대안으로 Foldiak 학습알고리즘을 이용하며, 차원을 감소시켜 얼굴영상의 특징추출을 위한 정규직교기저를 얻기 위함이다. 제안된 기법을 64$\ast$64 픽셀의 48개(12명$\ast$4장) 학습자 얼굴영상을 대상으로 city-block, Euclidean, 그리고 negative angle의 각 거리 척도를 분류척도로 이용하여 실험하였다. 실험결과, 제안된 기법은 우수한 인식성능이 있음을 확인하였다. 특히 negative angle를 이용하는 것이 city-block이나 Euclidean을 이용하는 것보다 상대적으로 정확하게 유사성을 측정할 수 있었다.

• 한국정보통신학회논문지
• /
• 제21권12호
• /
• pp.2298-2304
• /
• 2017

온라인 서명 검증은 간단하면서도 효율적인 본인 확인 방법의 하나로 다른 생체 인식 기술에 비해 거부감이 적은 장점이 있다. 서명 검증 모델을 학습하기 위해서는 모조서명이 필요하지만 대부분의 실용적인 응용에서는 모조서명을 확보하기가 쉽지 않다. 이 논문에서는 이러한 모조서명 확보 문제를 해결할 수 있는 방법의 하나로 다른 사람의 서명을 활용하는 방법을 제시한다. 검증 과정에서는 서명의 형태적 특징을 추출하고 이를 SVM을 이용하여 검증하였다. SVM은 특징 벡터를 고차원으로 사상하고 사상된 공간에서 선형 분리를 시도하는 방법으로 인식기 중 범용적이면서 높은 성능을 보이는 것으로 알려져 있다. 모델 생성 과정에서 모조서명으로 검증하고자 하는 사람의 서명과 형태적인 유사점을 찾을 수 없는 서명, 즉, 일반 필기 데이터를 사용함으로써, 모조서명의 확보가 어려운 경우에도 검증률을 개선할 수 있음을 실험 결과를 통해 확인할 수 있으며, 이는 모조서명 없이도 서명 검증이 가능함을 보여준다.

• ETRI Journal
• /
• 제46권2호
• /
• pp.290-306
• /
• 2024

To treat the novel COronaVIrus Disease (COVID), comparatively fewer medicines have been approved. Due to the global pandemic status of COVID, several medicines are being developed to treat patients. The modern COVID medicines development process has various challenges, including predicting and detecting hazardous COVID medicine responses. Moreover, correctly predicting harmful COVID medicine reactions is essential for health safety. Significant developments in computational models in medicine development can make it possible to identify adverse COVID medicine reactions. Since the beginning of the COVID pandemic, there has been significant demand for developing COVID medicines. Therefore, this paper presents the transferlearning methodology and a multilabel convolutional neural network for COVID (MLCNN-COV) medicines development model to identify negative responses of COVID medicines. For analysis, a framework is proposed with five multilabel transfer-learning models, namely, MobileNetv2, ResNet50, VGG19, DenseNet201, and Inceptionv3, and an MLCNN-COV model is designed with an image augmentation (IA) technique and validated through experiments on the image of three-dimensional chemical conformer of 17 number of COVID medicines. The RGB color channel is utilized to represent the feature of the image, and image features are extracted by employing the Convolution2D and MaxPooling2D layer. The findings of the current MLCNN-COV are promising, and it can identify individual adverse reactions of medicines, with the accuracy ranging from 88.24% to 100%, which outperformed the transfer-learning model's performance. It shows that three-dimensional conformers adequately identify negative COVID medicine responses.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권6호
• /
• pp.2996-3011
• /
• 2017

With rapid growth of web technology and dissemination of smart devices, social networking service(SNS) is widely used. As a result, huge amount of data are generated from SNS such as Twitter, and sentiment analysis of SNS data is very important for various applications and services. In the existing sentiment analysis based on the $Na{\ddot{i}}ve$ Bayes algorithm, a same number of attributes is usually employed to estimate the weight of each class. Moreover, uncountable and meaningless attributes are included. This results in decreased accuracy of sentiment analysis. In this paper two methods are proposed to resolve these issues, which reflect the difference of the number of positive words and negative words in calculating the weights, and eliminate insignificant words in the feature selection step using Multinomial $Na{\ddot{i}}ve$ Bayes(MNB) algorithm. Performance comparison demonstrates that the proposed scheme significantly increases the accuracy compared to the existing Multivariate Bernoulli $Na{\ddot{i}}ve$ Bayes(BNB) algorithm and MNB scheme.

• International Journal of Precision Engineering and Manufacturing
• /
• 제2권3호
• /
• pp.41-46
• /
• 2001

This paper discusses the feasibility of improving micro-machining accuracy by using two-dimensional(2-D) vibration cutting. Vibration cutting is generated by two piezo actuators arranged orthogonally : one is actuated by a sine curve voltage input, and the other is actuated by a phase-shifted sine curve voltage. A tool attached to the vibrator oscillates in a 2-D elliptical motion, depending on the frequencies, amplitudes, and the phase shifts of two input signals and the workpiece feedrate. Along the elliptical tool locus, cutting is done in the lower part, and non-cutting is done in the upper part. By this way a unique feature of 2-D vibration cutting, that is, air lubrication between a tool and chips, is caused. Another unique feature of 2-D vibration cutting was experimentally verified, that is, some negative thrust force occurs as the direction of chip movement on a tool rake face is reversed. Those features not only help chips flow smoothly and continuously but also reduce cutting force, which results in a higher quality machined surface. Through tool path simulations and experiments under several micro-machining conditions, the 2-D vibration cutting, compared to conventional cutting, was found to result in a great decrease in the cutting force, a much smoother surface, and much less burr.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.1088-1094
• /
• 2010

영상 인증 알고리즘은 군사, 의료 분야 및 스캔된 증빙 문서, 계약서 등 민감한 분야에서 필요하며 원본에 대한 위조 여부를 증명하여야 한다. 인증 분야에서는 지각적 비가시성과 연성이 필요하다. 워터마크의 용량은 클수록 좋으며, 워터마크된 영상만으로 워터마크 추출이 가능한 블라인드 워터마킹은 구현이 어렵지만 가장 바람직하다. 또한 워터마크 추출 과정에서 거짓 긍정과 거짓 부정의 오류가 발생하지 않는 신뢰성은 필수적이다. 이 연구에서는 DCT의 고주파 영역에 계수를 조정하여 워터마크를 삽입하며, 신뢰성을 높이기 위하여 필요하다면 원본 영상의 명도 히스토그램을 보정하는 방법을 사용한다. 실험 결과에서는 제안한 알고리즘이 높은 PSNR 값에 의한 지각적 비가시성, 연성, 블라인드 특성을 만족시키며, 스테가노그라피 응용에 적용 가능할 정도로 큰 워터마크의 용량과 히스토그램의 보정에 의한 신뢰성을 가진 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.533-540
• /
• 2012

본 논문은 의사연관피드백과 의미특징기반의 용어 가중치에 의한 문서요약 방법을 제안한다. 제안된 방법은 의사연관피드백을 이용하여 사용자의 간섭을 최소화 시키며, 의미특징으로부터 유도된 용어의 가중치는 문장집합의 내부 특징을 잘 나타나기 때문에 문서요약의 질을 향상할 수 있다. 또한 가중치가 부여된 의미특징과 확장된 질의를 이용하여서 사용자의 요구사항과 제안방법의 요약결과 사이의 의미적 차이를 감소시킨다. 실험결과 제안방법이 용어의 가중치를 부여하지 않은 방법에 비해서 좋은 성능을 보인다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권3호
• /
• pp.336-340
• /
• 2008

최근 감정 분류에 대한 관심이 높아져 연구가 활발히 진행되고 있다. 문서 전체에 관한 감정의 분류도 중요하지만, 문서를 이루고 있는 문장에 관한 분류도 점차 그 필요성이 높아지고 있다. 본 논문에서는 한국어 감정 분류 시스템 구축을 위해서 추출된 한국어 감정 자질을 이용한 한국어 문장 및 문서 감정 분류에 관해 연구한다. 한국어 감정 분류의 시작은 감정을 내포한 대표적인 어휘로부터 시작하며, 이와 같은 감정 자질들은 문장 및 문서의 감정을 분류하는데 결정적인 관여를 한다. 한국어 감정 자질의 추출을 위하여 영어 단어 시소러스 정보를 이용하여 자질들을 확장하고, 영한사전을 통해 확장된 자질들을 번역함으로써 감정 자질들을 추출하였다. 추출된 감정 자질들을 사용하여, 단어 벡터로 표현된 입력문서를 이진 분류기인 지지벡터 기계(SVM: Support Vector Machine)를 이용하여 문장과 문서에 내포된 감정을 판단하고 평가하였다.

• 대한의용생체공학회:의공학회지
• /
• 제30권3호
• /
• pp.191-198
• /
• 2009

Phlegm smear testing for acid-fast bacilli (AFB) requires careful examination of tubercle bacilli under a microscope to distinguish between positive and negative findings. The biggest weakness of this method is the visual limitations of the examiners. It is also time-consuming, and mistakes may easily occur. This paper proposes a method of identifying tubercle bacilli that uses a computer instead of a human. To address the challenges of AFB testing, this study designs and investigates image systems that can be used to identify tubercle bacilli. The proposed system uses an electronic microscope to capture digital images that are then processed through feature extraction, image segmentation, image recognition, and neural networks to analyze tubercle bacilli. The proposed system can detect the amount of tubercle bacilli and find their locations. This paper analyzes 184 tubercle bacilli images. Fifty images are used to train the artificial neural network, and the rest are used for testing. The proposed system has a 95.6% successful identification rate, and only takes 0.8 seconds to identify an image.