• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.285-286
• /
• 2016

광고, 게임, 로봇 등 다양한 분야에서 사람의 감정을 이용한 서비스가 늘어나면서 감정 인식에 관한 연구가 활발히 진행되어 왔다. 본 논문에서는 스마트폰의 센서에서 얻어진 사용자 상황정보와 스마트시계의 심박 수 측 정 데이터를 통해 사용자의 감정을 예측하는 모델을 제안한다. 해당 모델을 생성하기 위해서 스마트폰에서 사용 자 상황정보를 수집한다. 스마트시계에서는 기분이 부정적인지 혹은 긍정적인지를 판단하기 위해 심박 수를 측정 한다. 이러한 수집된 정보를 기계 학습 알고리즘을 사용하여 감정 예측 모델을 생성하고, 이 모델을 통해 사용자 의 감정을 예측한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.789-792
• /
• 2019

최근 IT 기술의 발전으로 웹 기반 시뮬레이션이 많은 연구에 도움을 주고 있다. EDISON은 그러한 시뮬레이션 환경을 제공해주는 플랫폼으로 전산열유체, 나노물리, 계산화학, 등 다양한 전문분야의 앱(이하 솔버)을 제공해준다. 이러한 솔버는 사용자가 그 솔버에 맞는 간단한 파라미터들만 입력하면 다양한 결과를 알아서 계산해 주는 편의를 제공해 주지만 입력 데이터에 따라 작업 시간이 상당히 혹은 무한히 걸릴 수 있기 때문에 언제 끝날지 모르는 작업의 완료 여부를 수시로 확인해야만 하는 불편함이 있다. 때문에 그 시간을 예측할 수 있다면 수시로 확인하는 불편함을 줄일 수 있다. 또한 오랜 시간이 걸리는 작업의 결과를 미리 알 수 있으면 사용자들에게 큰 도움이 될 것이다. 이런 점에서 본 논문에서는 시뮬레이션의 작업 결과와 수행 시간의 예측 모델을 적용해 보았다. 본 논문에서는 계산화학분야의 uChem 솔버의 결과 예측을 진행하였는데 uChem 솔버는 1주기 및 2주기 원자들로 이루어진 화합물의 최적화된 상태의 에너지 값과 구조를 보여주는 프로그램이다. 예측을 진행한 결과 에너지는 99%이상의 상당히 높은 정확도를 얻을 수 있었고 수행 시간의 경우 약 90%의 정확도를 얻었다. 이를 통해서 사용자로 하여금 더욱 편리한 서비스를 제공할 수 있을 것이다.

• Journal of Software Assessment and Valuation
• /
• v.15 no.1
• /
• pp.123-131
• /
• 2019

The Internet of Things (IoT) environment must be able to meet the needs of users by providing access to various services that can be used to develop diverse user applications. However, QoS issues arise due to the characteristics of the IoT environment, such as numerous heterogeneous devices and potential resource constraints. In this paper, we propose a QoS prediction method that reflects trust between users in SOA based IoT. In order to increase the accuracy of QoS prediction, we analyze the trust and distrust relations between users and identify similarities among users and predict QoS based on them. The centrality is calculated to enhance trust relationships. Experimental results show that QoS prediction can be improved.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.42 no.6
• /
• pp.63-74
• /
• 2005

In Electronic Commerce, the latest most of the personalized recommender systems have applied to the collaborative filtering technique. This method calculates the weight of similarity among users who have a similar preference degree in order to predict and recommend the item which hits to propensity of users. In this case, we commonly use Pearson Correlation Coefficient. However, this method is feasible to calculate a correlation if only there are the items that two users evaluated a preference degree in common. Accordingly, the accuracy of prediction falls. The weight of similarity can affect not only the case which predicts the item which hits to propensity of users, but also the performance of the personalized recommender system. In this study, we verify the improvement of the prediction accuracy through an experiment after observing the rule of the weight of similarity applying Vector similarity, Entropy, Inverse user frequency, and Default voting of Information Retrieval field. The result shows that the method combining the weight of similarity using the Entropy with Default voting got the most efficient performance.

• Journal of the Korea Convergence Society
• /
• v.11 no.7
• /
• pp.1-7
• /
• 2020

As the performance of mobile devices has dramatically improved, users can perform many tasks in a mobile environment. This means that the use of behavior information stored in the mobile device can tell a lot of users. For example, a user's text message and frequently used application information (behavioral information) can be utilized to create useful information, such as whether the user is interested in parenting(profile prediction). In this study, I investigate the behavior information of the user that can be collected in the mobile device and propose the item that can profile the user. And I also suggest ideas about how to utilize profiling information.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.830-832
• /
• 2003

본 논문에서는 교육용 컨텐츠 추천시스템의 정확도를 향상시키고자 사용자 모델 정보를 활용하여 기존의 협업여과 방법의 유사도 재산을 보완함으로써 추천의 정확도를 향상시키는 방법을 제안하고자 한다. 협업여과방법은 사용자의 평가와 비슷한 선호도를 가지고 다른 사용자의 평가를 기반으로 제품이나 항목을 예측하고 이를 사용자에게 추천한다. 그러나 협업여과방법은 일정 수 이상의 상품이나 항목에 대한 평가가 이루어져야 하며, 사용자의 평가가 적은 경우 희소성으로 인한 평가의 정확도가 낮아지는 단점을 기지고 있다. 본 논문에서는 인구 통계 정보를 이용한 가상 평가 점수를 반영하여 유사도 계산시 희소성을 낮춰 예측의 정확도를 향상시키고자 한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.4
• /
• pp.472-487
• /
• 1999

본 논문에서는 효율적인 이동성 관리를 위한 이동성 예측 기법을 소개한다. 이동 컴퓨팅 환경에서는 사용자가 지리적 위치의 제약없이 언제, 어디서나 다른 네트워크 시스템과 메시지를 주고 받을수 있다. 그러나, 통신자원의 부족, 잦은 접속단절 , 사용자의 움직임 등과같은 이동 컴퓨팅 시스템의 특징 때문에, 지능적이고 효율적인 이동성관리가 요구된다. 이동 컴퓨팅 시스템이 지능적이고 효율적인 이동성관리를 통하여 높은 질의 서비스를 제공하기 위해서는 이동 사용자의 움직임 패턴들을 능동적으로 고려하는 것이 바람직하다. 본 논문에서는 이동 사용자의 과거수일, 수개월동안의 움직임 패턴 즉, 이동사용자의 위치연혁으로부터 미래 위치를 예측하는 지능적 이동성 예측기법(intelligent mobility prediction scheme)을 제안한다. 모델링 방법으로서 뉴로-퍼지 추론시스템(neuro-fuzzy inference system)을 이용한다. 뉴로-퍼지 추론 시스템이 이동 사용자가 움직이게 되는 미래 위치를 예측하기 때문에 , 본 논문에서의 이동성 예측 기법은 통신채널의 사전 배당, 부족한 자원의 사전 할당등을 위해서 사용될 수 있다. 게다가, 본 논문의 시뮬레이션 결과는 제안하는 기법이 다양한 이동 환경에 대해서 높은 예측 정확도를 갖음을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.151-153
• /
• 1998

사용자 레벨 입출력은 유연성이 있고 효율적인 디바이스 드라이버를 만들 수 있게해주기 때문에, 내장 실시간 시스템에서 그 중요성이 더해가고 있다. 내장 실시간 시스템에서 사용자 레벨 입출력을 지원하기 위해서는 운영체제가 입출력 장치에서 발생한 외부 인터럽트를 프로세서에 예측 가능하고 효율적인 방법으로 전달할 수 있는 방법을 제공해야 한다. 본 논문에서는 새로운 사용자 레벨 시그널 처리 기법을 기반으로 한 효율적인 사용자 레벨 입출력 기법을 제안한다. 제안된 기법은 동적 가상 쓰레드 바인당(dynamic virtual binding)과 스케줄링 이벤트 업콜(scheduling event upcall)등의 다중 쓰레딩을 지원하기 위한 커널 구조를 이용하여 기존 시그널 처리의 문제점을 해결한다. 본 논문에서는 제안된 기법은 ARX실시간 운영체제상에 구현하여 그 성능을 측정하였다. 실험결과 제안된 기법은 적은 부하로 외부에서 발생한 인터럽트를 사용자 프로세서에 예측 가능한 시간에 전달한다.

• Journal of Internet Computing and Services
• /
• v.10 no.1
• /
• pp.111-121
• /
• 2009

In this paper, we propose a multimedia recommender system using user's playback time. Proposed system collects multimedia content which is requested by user and its user‘s playback time, as web log data. The system predicts playback time.based preference level and related contents from collected transaction database by fuzzy association rule mining. Proposed method has a merit which sorts recommendation list according to preference without user’s custom preference data, and prevents a false preference. As an experimental result, we confirm that proposed system discovers useful rules and applies them to recommender system from a transaction which doesn‘t include custom preferences.

• Journal of Internet Computing and Services
• /
• v.11 no.4
• /
• pp.85-94
• /
• 2010

In this paper, we propose a location-prediction structure that can provide user service in advance. It consists of seven steps and supplies intelligent services which can forecast user's location. Context information collected from physical sensors and a history database is so difficult that it can't present importance of data and abstraction of data because of heterogeneous data type. Hence, we offer the location-prediction that change data type from heterogeneous data to homogeneous data. Extracted data is clustered by SOFM, then it gets user's location information by ARIMA and realizes the services by a reasoning engine. In order to validate the proposed location-prediction, we built a test-bed and test it by the scenario.