• 제목/요약/키워드: 데이터세트 기술

검색결과 176건 처리시간 0.022초

A Taekwondo Poomsae Movement Classification Model Learned Under Various Conditions

  • Ju-Yeon Kim;Kyu-Cheol Cho
    • 한국컴퓨터정보학회논문지
    • /
    • 제28권10호
    • /
    • pp.9-16
    • /
    • 2023
  • 태권도 겨루기의 전자호구, 축구의 VAR 등 스포츠에서 기술 발전이 고도화되고 있다. 하지만 태권도 품새는 사람이 직접 자세를 눈으로 보고 판단하며 지도하기 때문에 때로는 대회의 현장에서 판정시비가 일어난다. 본 연구는 인공지능을 이용하여 태권도 동작을 더 정확하게 판단하고 평가할 수 있는 인공지능 모델을 제안한다. 본 연구에서는 촬영 및 수집한 데이터를 전처리한 후 학습, 테스트, 검증 세트로 분리한다. 분리한 데이터를 각 모델과 조건을 적용하여 학습한 후 비교하여 가장 좋은 성능의 모델을 제시한다. 각 조건의 모델은 정확도, Precision, Recall, F1-Score, 학습 소요 시간, Top-n error의 값을 비교하였고 그 결과 ResNet50과 Adam을 사용한 조건에서 학습한 모델의 성능이 가장 우수한 것으로 나타났다. 본 연구에서 제시한 모델을 활용하여 교육 현장이나 대회 등 다양한 방면에서 활용할 수 있을 것으로 기대한다.

맵리듀스기반 워크플로우 빅-로그 클러스터링 기법 (A MapReduce-Based Workflow BIG-Log Clustering Technique)

  • 진민혁;김광훈
    • 인터넷정보학회논문지
    • /
    • 제20권1호
    • /
    • pp.87-96
    • /
    • 2019
  • 본 논문에서는 분산 워크플로우 실행 이벤트 로그를 수집하고 분류하기 위한 사전 처리 도구로서 맵-리듀스기반 클러스터링 기법을 제안한다. 특히 우리는 볼륨, 속도, 다양성, 진실성 및 가치와 같은 BIG 데이터의 5V 속성에 만족하고 잘 충족되어 있기 때문에 분산 워크플로우 실행 이벤트 로그를 특별히 워크플로우 빅-로그(Workflow BIG-Logs)라고 정의한다. 이 논문에서 개발하는 클러스터링 기술은워크플로우 빅-로그를 기반으로 하는 특정 워크플로 프로세스 마이닝 및 분석 알고리즘의 사전 처리 단계에 적용하기 위한 목적으로 고안된 것이다. 즉, 맵리듀스(Map-Reduce) 프레임워크를 워크플로우 빅-로그 처리 플랫폼으로 사용하고, IEEE XES 표준 데이터 형식을 지원하며, 결국 본 연구에서 개발중에 있는 구조적 정보제어넷기반 워크플로우 프로세스 마이닝 알고리즘인 ${\rho}$-알고리즘의 사전 처리 단계 전용으로 사용되도록 구현된 것이다. 보다 자세하게 말하자면, 워크플로우 빅-로그의 클러스터링 패턴은 단위업무액티버티 기반 클러스터링 패턴과 단위업무 수행자 기반 클러스터링 패턴으로 분류되는데, 특별히 단위업무 액티버티 패턴의 하나인 시간적 워크케이스 패턴과 그의 발생 건수를 재발견하는 맵리듀스 기반 클러스터링 알고리즘을 설계하고 구현하고자 한다. 마지막으로, 우리는 BPI 챌린지에서 공개한 워크플로우 실행 이벤트 로그 데이터세트에 대해 일련의 실험을 수행함으로써 제안된 클러스터링 기법의 기술적 타당성을 검증한다.

모델트리를 활용한 죽산보 단기조류예측에 관한 연구 (Study on the Prediction of short-term Algal Bloom in Juksan weir Using the Model Tree)

  • 이보미;이혜숙;정선아;주용은;김호준;최광순
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2018년도 학술발표회
    • /
    • pp.450-450
    • /
    • 2018
  • 최근 기후변화와 수온상승으로 인한 녹조발생이 빈번하게 나타나며, 녹조발생에 관한 관심은 꾸준히 증가하고 있는 추세이다. 본 연구는 효율적인 녹조관리를 위하여 모델트리를 활용하여 클로로필-a 단기조류예측 기법을 개발하였다. 대상지역으로 영산강수계의 죽산보를 선정하였으며, 2013년 1월부터 2016년 12월까지 나주 수질자동측정망의 일 단위자료와 동일기간 광주 기상청의 일별 기상자료를 이용하였다. 상관 분석을 통해 T-N, T-P, N/Pratio와 클로로필-a, 수온, 일사량, 강수량을 독립변수로, 단기(t+1일, t+3일, t+5일, t+7일) 클로로필-a를 종속변수로 선정하여 단기조류예측기법을 개발하였다. 수집한 자료의 데이터세트는 격일 간격으로 Training, Testing 기간으로 구분하여 적용한 결과, 상관계수는 1일 예측 시, Training 기간에 0.89, Testing 기간에 0.91, 3일 예측 시, Training 기간에 0.74, Testing 기간에 0.68, 5일 예측 시, Training 기간에 0.70, Testing 기간에 0.66, 7일 예측 시, Training 기간에 0.63, Testing 기간에 0.62로 나타났다. RMSE(Root Mean Square Error)는 1일 예측 시, Training 기간에 13.96, Testing 기간에 12.22, 3일 예측 시, Training 기간에 20.03, Testing 기간에 22.14, 5일 예측 시, Training 기간에 21.32, Testing 기간에 22.57, 7일 예측 시, Training 기간에 23.52, Testing 기간에 23.45로 나타났다. 예측주기에 따라 모델트리와 회귀식에서 활용한 독립변수는 1일 예측 시, 모델트리는 N/Pratio, 클로로필-a, 회귀식은 클로로필-a로 다르게 나타났다. 반면, 3일, 5일, 7일 예측 시, 모델트리와 회귀식에 활용된 변수는 같게 나타났다. 클로로필-a, 수온, 일사량은 5일 예측 시 활용된 변수로, 3일 예측 시에는 기상항목인 강수량이, 7일 예측 시에는 수질항목인 T-N, N/Pratio가 추가되었다. 특히 1일 예측 시 일 때, 높은 예측정도와 활용된 변수의 수가 적게 나타나는 것을 확인하였으며, 예측기간이 길어질수록 예측의 정확성이 낮아지고, 활용된 변수의 수가 많아지는 것을 확인하였다. 향후 적정한 예측기간을 판단하고 예측가능성을 높이기 위해서는 지속적인 자료취득 및 개선이 필요하며, 이를 바탕으로 적절한 단기조류예측이 가능할 것으로 판단된다.

  • PDF

Multi-Time Window Feature Extraction Technique for Anger Detection in Gait Data

  • Beom Kwon;Taegeun Oh
    • 한국컴퓨터정보학회논문지
    • /
    • 제28권4호
    • /
    • pp.41-51
    • /
    • 2023
  • 본 논문에서는 보행자의 걸음걸이로부터 분노 감정 검출을 위한 다중 시간 윈도 특징 추출 기술을 제안한다. 기존의 걸음걸이 기반 감정인식 기술에서는 보행자의 보폭, 한 보폭에 걸리는 시간, 보행 속력, 목과 흉부의 전방 기울기 각도(Forward Tilt Angle)를 계산하고, 전체 구간에 대해서 최솟값, 평균값, 최댓값을 계산해서 이를 특징으로 활용하였다. 하지만 이때 각 특징은 보행 전체 구간에 걸쳐 항상 균일하게 변화가 발생하는 것이 아니라, 때로는 지역적으로 변화가 발생한다. 이에 본 연구에서는 장기부터 중기 그리고 단기까지 즉, 전역적인 특징과 지역적인 특징을 모두 추출할 수 있는 다중 시간 윈도 특징 추출(Multi-Time Window Feature Extraction) 기술을 제안한다. 또한, 제안하는 특징 추출 기술을 통해 각 구간에서 추출된 특징들을 효과적으로 학습할 수 있는 앙상블 모델을 제안한다. 제안하는 앙상블 모델(Ensemble Model)은 복수의 분류기로 구성되며, 각 분류기는 서로 다른 다중 시간 윈도에서 추출된 특징으로 학습된다. 제안하는 특징 추출 기술과 앙상블 모델의 효과를 검증하기 위해 일반인에게 공개된 3차원 걸음걸이 데이터 세트를 사용하여 시험 평가를 수행했다. 그 결과, 4가지 성능 평가지표에 대해서 제안하는 앙상블 모델이 기존의 특징 추출 기술로 학습된 머신러닝(Machine Learning) 모델들과 비교하여 최고의 성능을 달성하는 것을 입증하였다.

엔도크라운 디지털 인상을 위한 구강스캐너 3종의 정확도 평가: 실험실 연구 (Evaluation of the accuracy of three different intraoral scanners for endocrown digital impression: An in vitro study)

  • ;박지만
    • 대한치과보철학회지
    • /
    • 제58권4호
    • /
    • pp.282-289
    • /
    • 2020
  • 목적:본 연구의 목표는 다른 유형의 엔도크라운(endocrown) 와동 형태를 세 가지 다른 구강스캐너로 디지털 인상을 채득하였을 때의 정확성을 평가하는 것이다. 재료 및 방법: 두 개의 인체 하악 대구치를 협측벽이 있는 것(Class 2)과 협측벽이 없는(Class 3), 두 가지 엔도크라운 지대주 디자인으로 치아형성 하였다. 와동 디자인 2종을 레퍼런스로 탁상용 스캐너(E3, 3shape)와 세 개의 다른 구강스캐너, Trios 3 (3shape, TRI group), Cerec Omnicam (Dentsply Sirona, CER group), i500 (Medit Corp., I5 group)로 스캔하였다. 표준 테셀레이션 언어(.stl) 데이터 세트를 얻어, 계측 소프트웨어에서 불러들였다. 각 구강스캐너로 획득한 반복된 스캔 데이터 사이의 편차에 기초하여 정밀도(precision)를 평가하였다. 기준 데이터와 반복하여 얻은 구강스캔 사이의 편차로서 진도(trueness)를 평가 하였다. 상호작용을 탐지하기 위해 데이터는 일변량 분산분석(ANOVA)을 사용하여 통계적으로 분석하였고, 실험군의 비교 분석을 위해 데이터는 .05의 유의 수준에서 일원 분산분석 및 사후 Tukey 테스트로 분석하였다. 결과: I5 군의 두 와동 형태에 대한 편차값은 진도의 측면에서 다른 구강스캐너 군에 비해 낮았다. 두 와동 디자인 모두에서 TRI 군은 다른 구강스캐너군 보다 우수한 정밀도를 보였다. 결론: 구강스캐너의 다양한 기술과 다양한 엔도크라운 치아형성 디자인이 디지털 스캔의 정확도에 영향을 미쳤다.

플랫 벤치 프레스 동작 시 하지의 지지유형이 대흉근과 척추기립근의 근 활성에 미치는 영향 (Effect of lower limb's support type on pectoralis major and erector spinae muscle activity during flat bench press)

  • 이승용;유종욱;김재정
    • 한국응용과학기술학회지
    • /
    • 제35권3호
    • /
    • pp.940-947
    • /
    • 2018
  • 본 연구의 목적은 플랫 벤치 프레스에서 하지를 지면에 지지한 자세와 하지를 벤치에 지지한 자세에서의 동작 수행 시 대흉근 및 척추기립근의 근 활성 분석을 통해 벤치 프레스 응용동작에 뒷받침 할 만 한 근거자료를 찾고, 운동수행에 관한 효율적인 기초자료를 제시하는데 있다. 대상자는 아마추어 보디빌더 4명, 헬스 트레이너 2명으로 선정하였다. 측정을 위해 연구대상들의 대흉근과 척추기립근에 표면전극을 부착하였다. 벤치 프레스에 대한 동작구간을 설정하고 하지를 지면에 지지한 동작과 하지를 벤치에 지지한 동작으로 나눠 피험자별 10RM으로 각각 1세트씩 실시하는 방식으로 진행하였다. 데이터는 SPSS 20.0을 통하여 분석하였으며 다음과 같은 결과를 얻었다. 플랫 벤치 프레스 동작 시 하지의 지지 유형이 대흉근에는 영향을 미치지 않았지만, 척추기립근에서는 차이가 나타났다.

복잡한 환경에서 MTCNN 모델 기반 얼굴 검출 알고리즘 개선 연구 (Research and Optimization of Face Detection Algorithm Based on MTCNN Model in Complex Environment)

  • 부옥매;김민영;장종욱
    • 한국정보통신학회논문지
    • /
    • 제24권1호
    • /
    • pp.50-56
    • /
    • 2020
  • 현재 심층 신경망 이론 및 응용 연구의 빠른 개발로 얼굴 인식의 효과가 향상되고 있다. 그러나 심층 신경망 계산의 복잡성과 탐지 환경의 복잡성으로 인해 얼굴을 빠르고 정확하게 감지하는 방법이 주요 문제가 된다. 이 논문은 FDDB, LFW 및 FaceScrub 공개 데이터 세트를 훈련 표본을 사용하는 단순한 MTCNN 모델을 기반으로 둔다. MTCNN 모델을 분류하고 소개하면서 학습 훈련 속도를 높이고 성능을 향상하는 방법을 모색합니다. 본 논문에서는 다이내믹 이미지 피라미드 기술을 이용하여 기존 이미지 Pyramid 기술을 대체하여 샘플을 분할하고 MTCNN 모델의 OHEM을 훈련에서 제거하여 훈련 속도를 향상시켰다.

소프트웨어 요구사항 분류체계를 이용한 효율적인 아키텍처 패턴 적용에 관한 연구 (A Study on Efficient Application of Architectural Patterns by the Taxonomy of Software Requirements)

  • 최종우;민상윤
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제12권7호
    • /
    • pp.285-294
    • /
    • 2023
  • 다양한 산업에 영향을 미치고 있는 소프트웨어의 규모와 복잡도가 높아지면서 소프트웨어 아키텍처의 역할이 매우 중요해지고 있다. 소프트웨어 아키텍트는 이러한 아키텍처를 설계할 때 종종 경험적 직관에 의존한다. 그럼에도 아키텍처 설계에 관한 방법론이 다양하게 연구되고 있으나, 시스템에 여러 아키텍처 패턴(architectural pattern)을 적용하는 구체적인 방법이나 적용 순서에 따른 효과에 관해서는 다루고 있지 않다. 본 연구에서는 먼저, 같은 아키텍처 패턴 세트(set)를 동일 시스템에 적용할 때, 적용 순서에 따른 아키텍처 설계 결과의 상이성에 관해 설명한다. 이러한 현상적 논리를 바탕으로 아키텍처 패턴 적용이 필요한 요구사항들을 사전에 식별하고, 적용할 패턴을 분류하는 방안을 제시한다. 또한 분류한 패턴들을 효율적으로 적용하기 위해 적용 순서를 정할 수 있도록 요구사항의 우선순위를 정하는 절차를 제안하며 사례연구를 통해 아키텍처 패턴 유형을 기반으로 요구사항을 우선순위화하는 것이 품질 속성 측면에서 효율적인 소프트웨어 아키텍처 설계에 도움이 됨을 보인다.

Mask R-CNN과 Dense-Net을 이용한 제조 현장에서의 작업자 행동 추출 (Extraction of Worker Behavior at Manufacturing Site using Mask R-CNN and Dense-Net)

  • 리타 리자얀티;황민태;진교홍
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2022년도 춘계학술대회
    • /
    • pp.150-153
    • /
    • 2022
  • 본 논문은 작업자와 객체들이 서로 혼재되어 있는 제조 현장에서 Mask R-CNN을 이용해 객체들을 탐지한 후 이를 Dense-Net을 통해 객체 형상을 자동으로 추출하는 기술을 담고 있다. 이는 맞춤형 공장 데이터 세트를 기반으로 하며, 대상이 되는 객체는 작업자, 기계, 도구, 컨트롤 박스 및 제품들이다. Mask R-CNN은 이미 잘 알려진 객체 인식 방식으로서 다중 객체 인식을 지원하며, Dense-Net은 중첩된 객체들로 부터 개별 객체를 추출하는 데 탁월한 효과를 보여준다. 이러한 두 가지 기술을 이용한 기초구현 결과 제조 현장 모습에서 객체들을 정상적으로 추출해 이미지를 설명할 수 있으며, 향후 객체에 대한 레이블링과 객체 간의 상호 관계를 추가해 작업자의 이상 행동을 감지하는 용도로 활용할 계획이다.

  • PDF

프로세스 마이닝과 리엔지니어링을 위한 제어경로 기반 프로세스 그룹 발견 프레임워크와 실험적 검증 (Control-Path Driven Process-Group Discovery Framework and its Experimental Validation for Process Mining and Reengineering)

  • 응웬 탄 하이;김광훈
    • 인터넷정보학회논문지
    • /
    • 제24권5호
    • /
    • pp.51-66
    • /
    • 2023
  • 본 논문에서는 비즈니스 프로세스 모델의 생명주기관리를 지원하는 대표적인 지식발견기술인 프로세스 마이닝과 지식개선기술인 프로세스 리엔지니어링 접근방법을 기반으로 하는 새로운 유형의 프로세스 발견 프레임워크를 제안한다. 또한, 제안된 프레임워크를 기반으로 하는 프로세스 마이닝 시스템을 개발하고, 이를 통한 실험적 검증을 수행한다. 실험적 효과검증에 적용된 프로세스 실행 이벤트 로그를 특별히 프로세스 빅-로그(Process BIG-Logs)라고 정의하고, 분산 비즈니스 프로세스 관리 시스템의 로깅메커니즘과 연계된 조각-실행로그이력들을 클러스터링하는 전처리과정을 거친 마이닝의 입력데이터세트로 활용한다. 결과적으로, 본 논문에서는 구조적 정보제어넷기반 프로세스 마이닝 알고리즘인 ρ-알고리즘을 개선한 제어경로기반 프로세스 그룹 발견 알고리즘과 프레임워크를 설계 및 구현하고, 구현된 시스템을 이용하여 제안한 알고리즘과 프레임워크의 정확성을 실험적으로 검증한다.