• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.125-127
• /
• 2016

본 논문에서는 IoT(Internet of Things) Device와 스마트폰을 이용하여 사용자의 상황을 인지하고 상황에 적합한 상품을 추천하는 추천시스템을 제안한다. 기존 추천시스템과 다르게 제안하는 IoT 환경에서의 추천시스템은 IoT Device와 스마트폰에서 얻을 수 있는 날씨, 위치, 사용자 정보 등을 파악하여 추천하는 것으로 다양하고 많은 데이터를 제공하므로 정확도를 높일 수 있다. 베이지안 네트워크(BN, Bayesian Network)는 불확실성을 효율적으로 관리하고 정확도와 실시간성을 높일 수 있는 방법으로, 상품의 특징에 따라 종류를 분류하여 추론하고 선호도가 높은 상품의 종류를 추천하는 시스템을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.330-333
• /
• 2019

본 연구는 기존 관중 수 예측에 주로 사용되는 ARIMA 모형과 다른 GKFN(Network with Gaussian kernel functions) 모델을 시계열 모델로 제안하고 여러 변수 간의 상관관계를 분석한 MLP(Multilayer Perceptron) 모델을 각각 따로 만들어 두 가지 RMSE값의 가중치를 결합한 새로운 모델을 최종적으로 제안한다. GKFN 모델은 phase space 분석을 위해 smoothness measure를 측정하고 커널 개수를 늘려가며 학습시키는 방법이다. 또한, MLP 모델은 관중 수에 영향을 주는 여러 변수(날짜, 날씨 등 팀과 관련된 특징들)의 상관관계를 correlation coefficient 값을 이용해 분석하고 높은 상관관계를 가지는 변수들을 이용해 MLP 모델을 만들어 학습하는 것이다. 이를 통해 프로야구팀 기아 타이거즈의 일일 단위 관중 수를 예측하고자 하였다. 관중 수 예측을 통해 구단과 관객 모두 긍정적인 활용이 가능할 것이다. 훈련 자료는 2010년부터 2018년까지 9년 동안 기아 타이거즈의 일별 관중 수를 자료로 하였다.

• Journal of Korea Multimedia Society
• /
• v.8 no.10
• /
• pp.1369-1382
• /
• 2005

Vehicle segmentation, which extracts vehicle areas from road scenes, is one of the fundamental opera tions in lots of application areas including Intelligent Transportation Systems, and so on. We present a vehicle segmentation approach for still images captured from outdoor CCD cameras mounted on the supporting poles. We first divided the input image into a set of two-dimensional grids and then calculate the feature values of the edges for each grid. Through analyzing the feature values statistically, we can find the optimal rectangular grid area of the vehicle. Our preprocessing process calculates the statistics values for the feature values from background images captured under various circumstances. For a car image, we compare its feature values to the statistics values of the background images to finally decide whether the grid belongs to the vehicle area or not. We use dynamic programming technique to find the optimal rectangular gird area from these candidate grids. Based on the statistics analysis and global search techniques, our method is more systematic compared to the previous methods which usually rely on a kind of heuristics. Additionally, the statistics analysis achieves high reliability against noises and errors due to brightness changes, camera tremors, etc. Our prototype implementation performs the vehicle segmentation in average 0.150 second for each of $1280\times960$ car images. It shows $97.03\%$ of strictly successful cases from 270 images with various kinds of noises.

• Journal of Korea Multimedia Society
• /
• v.15 no.8
• /
• pp.996-1003
• /
• 2012

We present a nearby vehicle detection method in the adjacent lane using in-vehicle front view camera. Nearby vehicles in adjacent lanes show various appearances according to their relative positions to the host vehicle. Therefore, most conventional methods use motion information for detecting nearby vehicles in adjacent lanes. However, these methods can only detect overtaking vehicles which have faster speed than the host vehicle. To solve this problem, we use the feature of regions where nearby vehicle can appear. Consequently, our method cannot only detect nearby overtaking vehicles but also stationary and same speed vehicles in adjacent lanes. In our experiment, we validated our method through various whether, road conditions and real-time implementation.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.142-144
• /
• 2012

T-DMB는 개인용, 휴대용, 이동형의 디지털방송매체로서의 특징을 가지고 있으며 최근들어 수신기 보급 증가로 새로운 재난방송 매체로 부상하고 있다. 그러나 현재의 T-DMB 기반 재난방송 기술은 T-DMB를 시청하고 있어야만 재난정보 수신이 가능하다는 한계를 갖고 있다. 이에 본 논문은 기존 T-DMB를 시청해야만 재난정보 수신이 가능한 기존 T-DMB 재난방송 서비스의 한계를 뛰어 넘어 재난발생시 수신기가 자동으로 재난방송신호를 인지하여 T-DMB를 시청하지 않더라도 재난정보를 제공하고 평상시 지역정보, 날씨 등 공공서비스 정보를 제공하는 T-DMB 재난방송 서비스 기술을 소개한다.

• Feed Journal
• /
• v.4 no.8 s.36
• /
• pp.108-113
• /
• 2006

양돈장에서 번식돈은 농장의 시작이자 마지막이라 과언이 아닐 것이다. 그만큼 중요한 돼지이며 번식돈 관리만 철저히 해도 소모성 질병으로부터의 피해를 어느 정도는 줄일 수 있다고 생각한다. 이렇게 중요한 번식돈 관리가 모두가 알고 있는 것처럼 여름철에는 매우 힘들다. 힘든 여름철 번식돈 관리의 핵심은 사료 섭취량에 있다. 사람도 여름철이되면 입맛이 떨어지고 차가운 물만 찾는 것과 마찬가지로 돼지도 그렇다. 덥기 때문에 사료 섭취량은 자연적으로 감소하게 되고 포유돈의 경우 줄어든 사료 섭취량은 모유 분비량에 직접적인 영향을 미치기 때문에 이유 제충이 감소하게 되고 이는 농장 총 육성률에 영향을 미치게 된다. 다시 말해서 여름철 포유돈 사료 섭취량 감소는 이유 체중, PSY(연간 모돈 두당 이유자돈수), MSY(연간 모돈 두당 출하두수) 그리고 WSY (연간 모돈 두당 출하체중)에 결정적인 영향을 미친다 해도 과언이 아닌 것이다. 여름철 번식돈 관리 방안을 논하기에 앞서 대한민국 여름철은 어떤 특징을 갖고 있는지 생각해보자. 여름철 날씨를 대중 목욕탕 사우나에 비교해서 설명해 보겠다. 대중 목욕탕에 가보면 사우나가 있는데, 이 사우나를 대한민국 여름철과 비교해 볼 수 있다. 사우나에는 건식과 습식 사우나가 있는데, 이 두 사우나실의 온도를 보면 건식보다 습식사우나실의 온도가 10~20℃ 정도 더 낮은 것을 볼 수 있다. 그러나 실제로 사람이 느끼는 온도는 습식 사우나실에 들어갔을 때 더 뜨겁게 느낀다. 상대적으로 낮은 온도임에도 불구하고 습식 사우나실이 더 뜨겁다고 느끼는 이유는 습도에 의한 것이다. 대한민국 여름철은 바로 습식 사우나실과 같은 환경인 것이다. 지금부터는 습식 사우나실과 같은 고온 다습한 대한민국 여름철 환경에서 번식돈이 받을 수 있는 고온스트레스의 정도와 고온 스트레스가 번식돈 생산성에 미치는 영향을 설명하고자 한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.7A
• /
• pp.1050-1056
• /
• 2000

In this paper, We Propose the automobile license plate extraction method using Discrete Cosin Transform and Correlation fem automobile image obtained through digital camera. The automobile license plate is consisted of the character and rectangle background of it. We extracted the automobile edge image by the DCT processing of automobile image and Obtained the automobile license plate from the automobile edge image by Correlation processing. We separated characters from automobile license plate using the projection histogram. Compare to the previous methods, we obtained the good result from extracting the automobile license plate at night, very strong light and bad weather.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.1004-1007
• /
• 2016

점차 발전하는 자동차 산업에 맞추어 운전자들에게 보다 편리한 서비스를 제공하는 스마트 카에 대한 사회적 관심 또한 증가하고 있다. 이는 최근 스마트 카를 주제로 한 각종 어플리케이션이 등장하는 속도만 봐도 몸소 알 수 있다. 실제로 많은 운전자들이 차를 운전할 때 내비게이션의 목적지를 일일이 설정하는 것에 큰 번거로움을 느끼고 있으며, 이로 인한 사고의 위험성 역시 적지 않다. 이러한 기존의 문제점과 사회적 관심을 고려하여 사용자의 일상이 결합된 스마트 카 어플리케이션 '카스텔라'를 기획하였다. 매번 도로 위에서 목적지를 조작하는 과거의 자동차 내비게이션과 달리, '카스텔라'는 사용자가 등록한 일정을 내비게이션과 연동함으로써 사용자의 일상이 결합된 맞춤 서비스를 제공한다. 또한, 자신의 차량을 상대로 사용자를 등록하여 해당 사용자가 차량의 시동을 제어하는 시스템과 당일의 날씨에 따른 안전 멘트도 제공한다. 기존의 다른 어플리케이션과 달리 사용자 일정 차량이 하나로 녹아들어 사용자의 모바일과 자동차의 연동이 보다 편리하고, 사용자가 자신의 어플리케이션에 등록한 일정을 자동차의 내비게이션에서 바로 목적지로 설정할 수 있다는 것이 특징이다.

• The Journal of Bigdata
• /
• v.7 no.2
• /
• pp.217-224
• /
• 2022

Since online shopping has become common, people can easily buy fashion goods anytime, anywhere. Therefore, consumers quickly respond to various environmental variables such as weather and sales prices. Therefore, utilizing big data for efficient inventory management has become very important in the fashion industry. In this paper, the changes in sales volume of fashion goods due to changes in temperature is analyzed via the proposed big data analysis algorithm by utilizing actual big data from Korean fashion company 'A'. According to the simulation results, it was confirmed that Bidirectional-LSTM(Bi-LSTM) compared to LSTM(Long Short-Term Memory) takes more simulation time about more than 50%, but the prediction accuracy of non-periodic time series data such as clothing product sales data is the same.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.4
• /
• pp.113-121
• /
• 2020

With the rapid development of information and communication technology (ICT), various sensors are being embedded in wearable devices. Consequently, these devices can continuously collect data including health data from individuals. The collected health data can be used not only for healthcare services but also for analyzing an individual's lifestyle by combining with other external data. This helps in making an individual's life more convenient and healthier. However, collecting health data may lead to privacy issues since the data is personal, and can reveal sensitive insights about the individual. Thus, in this paper, we present a method to collect an individual's health data from a smart band in a privacy-preserving manner. We leverage the local differential privacy to achieve our goal. Additionally, we propose a way to find feature points from health data. This allows for an effective trade-off between the degree of privacy and accuracy. We carry out experiments to demonstrate the effectiveness of our proposed approach and the results show that, with the proposed method, the error rate can be reduced upto 77%.