• 대한기관식도과학회:학술대회논문집
• /
• 대한기관식도과학회 1972년도 춘계종합 학술대회 초록집
• /
• pp.1.1-1
• /
• 1972

청력검사의 검사자료로는 어음이 가장 적당하지만 검사어음의 선택에는 많은 어려운 문제점이 있어 우리말 어음에 대한 공인된 검사용어표가 아직도 없다. 때문에 저자는 이 표 작성에 필요한 기초자료를 얻기 위해 정상인, 각종향음하에서 정상인 및 난청자에 있어서 각각 그 명료도와 오청상에 관한 연구를 시행하였다. 사용어로는 일상생활에서 사용빈도가 많은 박의 498어음중 100개를 선택하여 정상인에서 60㏈의 어음강도로 검사하였을 경우와, 여러 강도의 white noise와 speech noise를 어음과 동시에 주었을 경우와, 난청자에서 여러 강도의 어언을 주었을 때 반응결과를 검토하여 보았다. 일반적으로 얻은 결과는 명료도가 불량한 감음성난청자를 제외하고는 정상인, 소음하에서 정상인 및 난청자에서의 오청상은 어두자음, 모음, 어미자음 각각 그들 음소의 판별적 자질에 따라 혼동하는 경향이 있었다. 명료도가 불량한 난청에서는 상기 변화규칙에 예외 되는 경우가 많았다. 명료도가 불량한 감음성 난청에서는 상기 변화규칙에 예외 되는 경우가 많았었다. 비교적 강한 소음하에서는 소음의 종류에 따라 같은 강도라도 오청률의 차를 현저히 볼 수 있었다.

• 한국융합학회논문지
• /
• 제11권5호
• /
• pp.9-17
• /
• 2020

스마트폰을 이용한 인간 활동 인식은 컴퓨터 지능 분야에서 뜨거운 연구 주제이다. 스마트폰에는 다양한 센서가 장착되어 있다. 이러한 센서의 데이터를 융합하면 응용프로그램에서 많은 활동을 인식할 수 있다. 그러나 이러한 장치는 활용 가능한 센서 수가 제한되기 때문에 리소스가 적으며, 최적의 성능과 효율적인 특징 추출을 달성하기 위해서는 특징 선택 및 분류 방법이 필요하다. 이 논문에서는 이러한 요구사항에 따라 스마트폰-기반 HAR 체계를 제안한다. 이 논문에서 제안된 방법은 가속도 센서, 자이로 센서, 기압 센서에서 시간-도메인 특징을 추출하며, 커널 판별 분석(KDA)과 SVM을 적용하여 높은 정확도로 활동을 인식한다. 이 방법은 각 활동에 대해 각 센서에서 가장 관련성이 높은 특징을 선택한다. 우리의 비교 결과는 제안된 시스템이 이전의 스마트폰-기반 HAR 시스템보다 성능이 우수함을 보여준다.

• 국제지역연구
• /
• 제14권3호
• /
• pp.290-311
• /
• 2010

본 논문은 다국적기업 R&D랩들의 중국내 비즈니스활동이 활성화됨에 따라, 다국적기업이 중국에 어떤 진출동기로 어떤 유형의 R&D랩을 설립하는지에 대한 분석을 진행하고자하였다. 다국적기업 R&D랩의 중국진출동기를 중국의 시장이나 고객을 확보하기 위한 시장요인, 중국의 훌륭한 인적자원을 활용하기 위한 인적자원요인, 중국내 경쟁에서 경쟁우위를 차지하기 위한 경쟁우위요인과 정치적 환경요인 4가지로 분류하고, R&D랩 유형을 글로벌 기술센타, 현지 시장지원 랩, 현지 기술지원 랩 등 3가지 유형으로 분류하여 진출동기별 선택 가능한 R&D랩 유형을 규명하였다. 그 결과, 시장요인을 지향하거나 경쟁우위를 지향하는 다국적기업들은 현지 시장지원 랩을, 중국의 자원요인을 지향하는 다국적기업들은 글로벌 기술센터를 많이 설립하는 것으로 나타났다. 또한 중국의 감세, 면세 등 정책적 이점을 지향하여 R&D랩을 진출하는 다국적기업들은 현지 기술지원 랩을 선택하는 경우가 많았다.

• 센서학회지
• /
• 제12권6호
• /
• pp.289-297
• /
• 2003

본 논문에서는 정신적 과제수행 동안 EEG 뇌파의 정확한 분류방법에 관하여 기술한다. 피험자는 실험 task에서 시각적 자극에 대한 반응, 문제의 해석, 손동작 제어와 키 선택을 수행한다. 선택시간을 감지하기 위하여 측정한 뇌파로부터 $\alpha$, $\beta$, $\theta$, $\gamma$를 분리하고 4가지의 특징들을 해석한파. 이 특징들을 분석하여 각 피험자별로 공통적인 특징플로 구성된 일반 규칙을 설정한다. 본 시스템의 신경망은 1개의 은닉층을 갖는 3층의 피드포워드 신경망 구조를 가지며 학습에는 역전파 학습 알고리즘을 이용하였다. 4명의 피험자를 대상으로 설정한 알고리즘들을 적용하여 평균 87% 분류 성공률을 보였다. 본 논문에서 제안한 방법은 인지적인 정신과제 판별을 위한 방법들과 결합하여 BCI 기술을 위한 기반 기술로 활용될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권5호
• /
• pp.465-475
• /
• 2007

인터넷 이용의 확산과 함께 많은 사용자들이 자신의 일상을 글이나 사진, 만화와 같은 형태로 표현하여 과거의 기억을 반추하거나, 다른 사람과 공유하는 데 사용한다. 본 논문에서는 사용자의 일상 행동과 감정이 표현된 특이성 목록을 활용하여 다양한 만화를 생성함으로써 사용자의 기억이 쉽게 회상되고 공유될 수 있도록 하였다. 우선 각 특이성 별로 정의된 우선순위와 연관성을 바탕으로 중요 특이성을 선택하여 만화 시나리오를 구성하고, 생성된 시나리오를 스토리 온톨로지를 통해 보정한다. 다음 보정된 시나리오의 각 특이성과 만화 이미지 사이의 유사도를 계산하여, 각 특이성에 어울리는 만화 컷이 조합된다. 마지막으로 다양한 만화 생성을 위해 날씨, 야경, 과장, 애니메이션과 같은 효과들을 적용하였다. 생성된 만화의 다양성을 측정하기 위해 사용 시나리오와 사용성 평가를 통해 제안하는 방법을 평가하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권6호
• /
• pp.539-549
• /
• 2006

컴포넌트 기반 소프트웨어 개발 (CBD) 기술은 재사용 가능한 컴포넌트를 조립하여, 효율적으로 소프트웨어를 개발함으로써 개발 노력과 상품화 시간을 줄여주는 새로운 기술로 정착되고 있다. 이러한 CBD 컴포넌트는 한 도메인의 표준이나 공통적인 기능을 제공하여야 재사용성이 높아진다. 특히, 공통성 안의 미세한 가변적인 부분도 모델링하고, 이러한 가변성을 각 어플리케이션의 특성에 적합하게 특화 할 수 있도록 설계되어야 한다. Enterprise JavaBeans(EJB)는 컴포넌트를 구현하는 최적의 환경으로 인식되어 왔다. 그러나 EJB는 컴포넌트를 특화 할 수 있는 설계 기법을 제공하지 않기 때문에 비즈니스 컴포넌트의 재사용성이 낮아진다. 따라서 본 논문에서는 EJB 환경에서 컴포넌트의 가변성을 설계하는 효율적인 기법을 제안한다. 세 가지 컴포넌트 특화 기법인 선택형 기법, 플러그인 기법, 외부 프로파일 기법을 적용하여 EJB를 위한 컴포넌트 특화 기법을 제안한다. 제시한 기법을 다른 연구의 다양한 기준과 비교하여 제시한 기법의 유용성에 대해서 평가한다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.273-285
• /
• 2007

대부분의 스테레오 정합 방법은 두 점간의 대응점을 측정하는데 있어 밝기값을 사용하며 잡음의 영향을 받은 화소가 정합에 사용될 경우 정합 성능이 저하된다. 따라서 잡음은 정합 성능을 결정짓는 중요한 역할을 한다. 본 논문에서는 고해상도 위성영상에서 정합 성능을 향상시키기 위해 잡음에 강건한 밝기 필터와 에지 필터를 이용하여 정합하는 방법을 제안한다. Mean, Median, Midpoint, Gaussian 필터와 같은 밝기 필터와 Gradient, Roberts, Prewitt, Sobel, Laplacian 필터와 같은 에지 필터를 사용하였다. 에지필터와 밝기 필터의 성능 평가를 위해 균일 잡음 또는 가우시안 잡음이 첨가된 합성 영상과 위성 영상에 대해 실험을 수행하였고 필터들은 성능에 따라 순위를 정하였다. 밝기 필터와 에지 필터들 중에서 Median 필터와 Sobel 필터가 가장 우수한 성능을 나타낸 반면에 Midpoint 필터와 Laplacian 필터는 가장 저조한 성능을 나타내었다. Ikonos 스테레오 위성영상을 실험 영상으로 사용하였으며 Median 필터와 Sobel 필터를 이용한 정합 방법이 다른 필터 조합을 이용한 정합 방법보다 향상된 정합 결과를 나타내었다.

• 소프트웨어공학소사이어티 논문지
• /
• 제24권3호
• /
• pp.77-89
• /
• 2011

소프트웨어 제품라인 공학은 제품라인의 공통적인 부분과 차이점을 핵심 자산으로 관리하여 품질을 높이고, 핵심 자산을 계획된 제품들에 재사용함으로써 소프트웨어의 생산성을 높이는데 효과적인 방법이다. 제품라인 아키텍처에는 제품에 따라서 포함되거나 포함되지 않는 가변적인 부분이 있기 때문에, 기존 단일 소프트웨어를 대상으로 한 아키텍처 모델과는 달리, 제품라인 아키텍처는 제품 간의 차이점인 가변성을 나타낼 수 있어야 한다. 기존에 여러 연구자가 제품라인 아키텍처 모델에 가변성을 표현하는 방법을 제안하였지만, 이들이 제시한 표현 방법들의 강약점을 분석하고 차이점을 비교하는 연구가 부족하였다. 따라서 본 논문에서는 현재까지 제안된 제품라인 아키텍처 모델에서의 가변성 표현 방법을 분석하고 비교하여, 적합한 표현 방법을 선택하는데 가이드가 되고자 한다.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.33-41
• /
• 2022

본 논문에서는 다중 요인을 고려한 천연 가스 누출 정도 예측을 위해 관련 요인을 포함하는 기상청 자료와 천연가스 누출 자료를 통합하고, 요인 분석을 기반으로 중요 특성을 선택하는 머신러닝 기법을 제안한다. 제안된 기법은 3단계 절차로 구성되어 있다. 먼저, 통합 데이터 셋에 대해 선형 보간법을 수행하여 결측 데이터를 보완하는 전처리를 수행한다. 머신러닝 모델 학습 최적화를 위해 OrdinalEncoder(OE) 기반 정규화와 함께 요인 분석을 사용하여 필수 특징을 선택하며, 데이터 셋은 k-평균 클러스터링으로 레이블을 지정한다. 최종적으로 K-최근접 이웃, DT(Decision Tree), RF(Random Forest), NB(Naive Bayes)의 네 가지 알고리즘을 사용하여 가스 누출 수준을 예측한다. 제안된 방법은 정확도, AUC, 평균 표준 오차(MSE)로 평가되었으며, 테스트 결과 OE-F 전처리를 수행한 경우 기존 기법에 비해 성공적으로 개선되었음을 보였다. 또한 OE-F 기반 KNN(OE-F-KNN)은 95.20%의 정확도, 96.13%의 AUC, 0.031의 MSE로 비교 알고리즘 중 최고 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.3099-3120
• /
• 2023

The present fast-moving era brings a serious stress issue that affects elders and youngsters. Everyone has undergone stress factors at least once in their lifetime. Stress is more among youngsters as they are new to the working environment. whereas the stress factors for elders affect the individual and overall performance in an organization. Electroencephalogram (EEG) based stress level classification is one of the widely used methodologies for stress detection. However, the signal processing methods evolved so far have limitations as most of the stress classification models compute the stress level in a predefined environment to detect individual stress factors. Specifically, machine learning based stress classification models requires additional algorithm for feature extraction which increases the computation cost. Also due to the limited feature learning characteristics of machine learning algorithms, the classification performance reduces and inaccurate sometimes. It is evident from numerous research works that deep learning models outperforms machine learning techniques. Thus, to classify all the emotions based on stress level in this research work a hybrid deep learning algorithm is presented. Compared to conventional deep learning models, hybrid models outperforms in feature handing. Better feature extraction and selection can be made through deep learning models. Adding machine learning classifiers in deep learning architecture will enhance the classification performances. Thus, a hybrid convolutional neural network model was presented which extracts the features using CNN and classifies them through machine learning support vector machine. Simulation analysis of benchmark datasets demonstrates the proposed model performances. Finally, existing methods are comparatively analyzed to demonstrate the better performance of the proposed model as a result of the proposed hybrid combination.