• 한국IT서비스학회지
• /
• 제17권1호
• /
• pp.91-103
• /
• 2018

This study developed a prediction model using machine learning technology and predicted the success of health consulting by using life log data generated through u-Health service. The model index of the Random Forest model was the highest using. As a result of analyzing the Random Forest model, blood pressure was the most influential factor in the success or failure of metabolic syndrome in the subjects of u-Health service, followed by triglycerides, body weight, blood sugar, high cholesterol, and medication appear. muscular, basal metabolic rate and high-density lipoprotein cholesterol were increased; waist circumference, Blood sugar and triglyceride were decreased. Further, biometrics and health behavior improved. After nine months of u-health services, the number of subjects with four or more factors for metabolic syndrome decreased by 28.6%; 3.7% of regular drinkers stopped drinking; 23.2% of subjects who rarely exercised began to exercise twice a week or more; and 20.0% of smokers stopped smoking. If the predictive model developed in this study is linked with CBR, it can be used as case study data of CBR with high probability of success in the prediction model to improve the compliance of the subject and to improve the qualitative effect of counseling for the improvement of the metabolic syndrome.

• 한국멀티미디어학회논문지
• /
• 제24권11호
• /
• pp.1492-1499
• /
• 2021

Skin prick test is widely used in diagnosing allergic sensitization to common inhalant or food allergens, in which positivities are manually determined by calculating the areas or mean diameters of wheals and erythemas provoked by allergens pricked into patients' skin. In this work, we propose a segmentation algorithm over U-Net, one of the FCN models of deep learning, to help us more objectively grasp the erythema boundaries. The performance of the model is analyzed by comparing the results of automatic segmentation of the test data to U-Net with the results of manual segmentation. As a result, the average Dice coefficient value was 94.93%, the average precision and sensitivity value was 95.19% and 95.24% respectively. We find that the proposed algorithm effectively discriminates the skin's erythema boundaries. We expect this algorithm to play an auxiliary role in skin prick test in real clinical trials in the future.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.685-688
• /
• 2020

안면 인식은 Face ID를 비롯하여 미아 찾기, 범죄자 추적 등의 분야에 도입되고 있다. 안면 인식은 최근 딥러닝을 통해 인식률이 향상되었으나, 측면에서의 인식률은 정면에 비해 특징 추출이 어려우므로 비교적 낮다. 이런 문제는 해당 인물의 정면이 없고 측면만 존재할 경우 안면 인식을 통한 신원확인이 어려워 단점으로 작용될 수 있다. 본 논문에서는 측면 이미지를 바탕으로 정면을 생성함으로써 안면 인식을 적용할 수 있는 상황을 확장하는 인공지능 기반의 안면 정면화 모델을 구현한다. 모델의 안면 특징 추출을 위해 VGG-Face를 사용하며 특징 추출에서 생길 수 있는 정보 손실을 막기 위해 U-Net 구조를 사용한다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.86-93
• /
• 2024

기능적 자기 공명영상(functional magnetic resonance imaging;fMRI)의 발전은 뇌 기능의 매핑, 휴식 상태에서 뇌 네트워크의 이해에 상당한 기여를 하였다. 본 논문은 알츠하이머의 진행상태를 분류하기 위해 CNN-LSTM 기반의 분류 모델을 제안한다. 첫 번째로 특징 추출 이전 fMRI 데이터에서 잡음을 제거하기 위해 4단계의 전처리를 수행한다. 두 번째, 전처리가 끝나면 U-Net 구조를 활용하여 공간적 특징을 추출한다. 세 번째, 추출된 공간적 특징은 LSTM을 활용하여 시간적 특징을 추출하여 최종적으로 분류하는 과정을 거친다. 실험은 데이터의 시간차원을 조절하여 진행하였다. 5-fold 교차 검증을 사용하여 평균 96.4%의 정확도를 달성하였고 이러한 결과는 제안된 방법이 fMRI 데이터를 분석하여 알츠하이머의 진행을 식별하는데 높은 잠재력을 가지고 있음을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.21-29
• /
• 2024

CT 촬영 시 방사선량을 줄이면 피폭 위험성을 낮출 수 있으나, 영상 해상도가 크게 저하 될 뿐아니라 잡음(noise) 발생으로 인해 진단의 효용성이 떨어진다. 따라서, CT 영상에서의 잡음제거는 영상복원 분야에 있어 매우 중요하고 필수적인 처리 과정이다. 영상 영역에서 잡음과 원래 신호를 분리하여 잡음만을 제거하는 것은 한계가 있다. 본 논문에서는 웨이블릿 변환 기반 GAN 모델 즉, WT-GAN(wavelet transform-based GAN) 모델을 이용하여 CT 영상에서 효과적으로 잡음 제거하고자 한다. 여기서 사용된 GAN 모델은 U-Net 구조의 생성자와 PatchGAN 구조의 판별자를 통해 잡음제거 영상을 생성한다. 본 논문에서 제안된 WT-GAN 모델의 성능 평가를 위해 다양한 잡음, 즉, 가우시안 잡음(Gaussian noise), 포아송 잡음 (Poisson noise) 그리고 스펙클 잡음 (speckle noise)에 의해 훼손된 CT 영상을 대상으로 실험하였다. 성능 실험 결과, WT-GAN 모델은 전통적인 필터 즉, BM3D 필터뿐만 아니라 기존의 딥러닝 모델인 DnCNN, CDAE 모형 그리고 U-Net GAN 모형보다 정성적이고, 정량적인 척도 즉, PSNR (Peak Signal-to-Noise Ratio) 그리고 SSIM (Structural Similarity Index Measure) 면에서 우수한 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제14권7호
• /
• pp.3247-3252
• /
• 2013

정보기술의 융합화와 클라우드 컴퓨팅의 확산 등 빠르게 발전하는 정보통신기술은 학제간 융복합을 통해 새로운 교육의 패러다임 시대를 열고 있다. 정보통신기술의 발전에 따라 그동안 교육환경은 이러닝에서 유러닝을 거쳐 이제 스마트교육으로 변화되고 있다. 이미 교육계에서는 향후 교육환경의 변화를 가져올 스마트교육에 대한 다양한 연구들이 진행되고 있지만 스마트 환경이 구축될 교실공간, 곧 물리적 공간환경에 대한 연구는 거의 이루어지지 않고 있다. 이러한 문제의식 하에 본 연구는 교육의 새로운 패러다임으로 등장한 스마트교육과 스마트교육이 적용되는 물리공간의 특성을 살펴보았다. 그 결과 스마트교육이 적용될 물리공간은 공간의 소통성, 경계의 유연성, 요소의 다가성이 그 특성으로 나타남을 알 수 있었다.

• 교육녹색환경연구
• /
• 제4권4호
• /
• pp.39-54
• /
• 2004

In this study, the following findings were obtained: First, life-long educational system should be reinforced that can train and educate people to fit their situation and provide the necessary manpower in a just-in-time manner by getting away from the school-centered education and rapidly introducing the knowledge required in both the world market and the domestic market. This can be said to be the global trend in the ubiquitous age. Second, government should make efforts to build up the life-long educational system that can make the persons trained and educated in schools the manpower required by the state and society. Third, Life-long learning policy starts with providing for the system of lifting all kinds of limits and obstacles so that anyone needing learning can learn and his learning may not discriminated from schooling. For this policy or system to be effectively promoted, government should reinforce administrative and financial support system for investment in and research on the ubiquitous department. Fourth, It is quiet right that the very effort we are going give the super to the ubiquitous education is a shortcut to solving rapidly lots of problems heaped on our present life-long educational system.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 추계학술발표논문집 2부
• /
• pp.700-703
• /
• 2010

통합학문을 구성해야 한다는 시대적 요구가 점차 많아지고 있다. 이러한 요구는 둘 이상의 학문이 융합하여 시너지의 효과를 발생하거나 창의적인 문제해결 혹은 그 이상의 새로운 결과물을 창출하는 목적을 가지고 있다. 이는 궁극적으로 합침을 통하여 전혀 다른 새로운 것을 지향하는 통섭을 목적으로 하고 있다고 볼 수 있다. 교수 학습은 교수자와 학습자의 커뮤니케이션 과정이며 교사와 학생간의 원활한 커뮤니케이션이 이루어지지 않고는 교육의 본질적 목표를 달성하기 어렵다. 교수 학습의 연결은 커뮤니케이션이며, 이를 효율적으로 실행 가능하게 해 주는 것이 매체라 할 수 있다. 교수자와 학습자의 관계를 이어주는 커뮤니케이션, 매체와 인간이 하나로 통섭되는 매체의 인간화, 매체를 통한 커뮤니케이션의 확장을 통하여 사용자와 매체, 사용자와 사용자, 매체와 매체의 상호작용이 이루어지게 된다. 본 연구에서는 이러한 측면에서 인간 매체 간 통섭적 커뮤니케이션에 근거한 유러닝을 전망해 봄으로써 학습자 중심의 교육을 실현하는 관점을 제시하고자 한다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2021년도 봄 학술논문 발표대회
• /
• pp.151-152
• /
• 2021

The sale price of apartment buildings is a key factor in the success or failure of apartment projects, and the factors that affect the sale price of apartments vary widely, including location, environmental factors, and economic conditions. Existing methods of predicting the sale price do not reflect the nonlinear characteristics of apartment prices, which are determined by the complex impact factors of reality, because statistical analysis is conducted under the assumption of a linear model. To improve these problems, a new analysis technique is needed to predict apartment sales prices by complex nonlinear influencing factors. Using machine learning techniques that have recently attracted attention in the field of engineering, it is possible to predict the sale price reflecting the complexity of various factors. Therefore, this study aims to conduct a basic study for the development of a machine learning-based prediction model for apartment sale prices.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.49-52
• /
• 2022

건물 외벽에 발생하는 균열은 시설물 구조 안전에 영향을 미치며 그 크기에 따라 위험도가 달라진다. 이에 따라 전문검사관의 현장 점검을 통해 발생 균열 두께를 정밀하게 측정할 필요가 있고 최근에는 이러한 현장 안전점검에 인공지능을 도입하려는 추세다. 그러나 기존의 균열 데이터셋은 주로 콘크리트에만 한정되어 다양한 외벽에 강인한 모델을 구축하기 어렵고 균열 두께를 측정하기 위해 정확한 마스크(Mask) 정보가 필요하나 이를 만족하는 데이터셋이 부재하다. 본 논문에서는 다양한 외벽에 강인한 균열 구획화 모델을 목적으로 2,744장의 이미지를 촬영하고 매직 완드 기법으로 라벨링을 진행해 데이터셋을 구축 후, 이를 바탕으로 딥러닝 기반 균열 구획화 모델을 개발했다. UNet-ResNet50을 최종모델로 선정 및 개발 결과, 테스트 데이터셋에 대해 81.22%의 class IoU 성능을 보였다. 본 연구의 기술을 바탕으로 균열 두께를 측정하여 건축물 안전점검에 활용될 수 있기를 기대한다.