• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 2부
• /
• pp.241-248
• /
• 2007

가정용 통합형 리모콘에 관한 연구의 중간 점검 결과 5 가지 디자인 요소를 찾을 수 있었다. 본 연구는 이 선행 연구를 통해 조작대상 기기의 변환 제어에 관한 요소의 중요성이 인식되어 이에 관한 좀 더 심도있는 분석과 연구를 진행한 것이다. 먼저 가정용 통합형 리모콘의 사용상황을 3 가지 (C1, C2, C3)로 분류하고 물리적이고 직관적으로 기기를 사용하는 C1 조작 상황을 연구의 범위로 제한하였다. C1 조작 상황에서 통합형 리모콘으로 기기를 변환, 제어하는 방법으로서 피지컬 트랜지션을 연구의 대상으로 정하였다. 피지컬 트랜지션 연구를 위해 현재 출시된 통합형 리모콘의 기기 변환, 제어 사례 연구와 조작 대상 기기의 특정을 분석하여 통합형 리모콘의 사례연구를 통해 기기 변환, 제어 방법을 4가지로 정리해 보았다. 또한 조작 대상 기기를 조작 상황인지를 위한 디스플레이 요소, 작동방식 (ON/OFF, OPEN/CLOSE), 사용빈도 등에 따라 3가지로 분류하고 이 3 가지 종류의 조작 방식을 사용할 때, 어떻게 대상기기에 맞게 전환하여 사용할 것인지, 사용자가 어떻게 이 방법에 접근할 수 있는지에 관한 피지컬 트랜지션 아이디어를 도출하는 연구를 진행하였다. 피지컬 트랜지션 아이디어는 현재 출시된 통합형 리모콘의 추출 연구 및 조작 대상 기기의 사용 특성 분류 연구 아이디어 도출 연구 일반 제품의 인터페이스 연구관련 유사 사례 연구를 통해 대안을 개발 제시 하였다. 본 연구는 통합형 리모콘 디자인에서 조작 방식 전환을 위한 디자인 개발 시에 유용하게 쓰여 질 것이라고 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.611-614
• /
• 2016

최근 철도 산업의 비중이 증가함에 따라 열차의 안정적인 주행이 그 어느 때보다 중요한 이슈로 부각되고있다. 특히, 열차의 진로 변경을 위한 핵심 요소인 선로전환기의 결함은 열차의 사고와 직결되는 장비 중 하나로써, 그 이상 여부를 사전에 인지하여 선로전환기의 안정성을 확보하기 위한 유지보수의 지능화 시스템이 필요하다. 본 논문에서는 선로전환기의 작동 시 발생하는 소리정보를 활용하여 선로전환기의 비정상 상황을 분류하는 시스템을 제안한다. 제안하는 시스템은 먼저, 선로전환기의 상황별 소리를 수집하고, 다양한 소리정보를 추출하여 특징 벡터를 생성한다. 다음으로, 딥러닝 모델 중 하나인 DNN(Deep Neural Network)을 이용하여 선로전환기의 비정상 상황을 분류한다. 실제 선로전환기의 전환 시 발생하는 소리 데이터를 기반으로 DNN의 파라미터에 따른 다양한 실험을 수행한 결과, 약 93.10%의 정확도를 갖는 안정적인 DNN 모델을 설계하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권10호
• /
• pp.317-322
• /
• 2020

인공지능의 발달로 인하여 재난 분야에서는 재난대응 지원 시스템으로 이용되고 있다. 재난은 언제 어디서든지 발생할 수 있으며, 재난 발생 시 소방청 119 신고접수대에 접수되는 신고는 크게 화재, 구조, 구급, 기타 신고 등 4가지로 구분된다. 119 신고에 따른 재난 대응도 그 종류 및 상황에 따라 다르게 대응된다. 본 논문에서는 119 신고 데이터 1280개 문서를 학습 데이터 셋을 이용하여 SVM, NB, k-NN, DT, SGD, RF 상황 분류 기계학습 알고리즘을 3 클래스로 테스트한 분류 성능은 최고 92%, 최소 77%의 성능을 보였다. 인공지능의 발달로 인하여 재난 분야에서는 재난 대응 지원 시스템으로 이용되고 있다. 재난은 언제 어디서든지 발생할 수 있으며, 재난 발생 시 소방청 119 신고접수대에 접수되는 신고는 크게 화재, 구조, 구급, 기타 신고 등 4가지로 구분된다. 119 신고에 따른 재난대응도 그 종류 및 상황에 따라 다르게 대응된다. 본 논문에서는 119 신고 데이터 1280개 문서를 학습 데이터 셋을 이용하여 SVM, NB, k-NN, DT, SGD, RF 상황 분류 알고리즘을 3 클래스로 테스트한 분류 성능은 최고 92%, 최소 77%의 성능을 보였다. 앞으로 다양한 분야의 재난별 데이터 셋을 확보하여 효율적인 재난 대응 연구가 필요하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1345-1347
• /
• 2015

본 논문에서는 응급상황이 신고되는 상황에서 수보자에게 전달되는 신고자의 주변음향신호로부터 신고자의 주변상황을 추정하기 위하여 음향의 주파수적 특성 및 변화특성의 모델링 성능이 뛰어난 Gabor 필터뱅크 기반의 특징벡터 추출 기술 및 분류 성능이 뛰어난 심화신경망을 도입한다. 제안하는 Gabor 필터뱅크 기반의 특징벡터 추출 기법은 비음성 구간 검출기를 통하여 음성/비음성을 구분한 후에 비음성 구간에서 23차의 Mel-filter bank 계수를 추출한 후에 이로부터 Gabor 필터를 이용하여 주변상황 추정을 위한 특징벡터를 추출하고, 이로부터 학습된 심화신경망을 통하여 신고자의 장소적 정보를 추정한다. 제안된 기법은 여러 가지 시나리오 환경에서 평가되었으며, 우수한 분류성능을 보였다.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2001년도 학술대회논문집
• /
• pp.87-92
• /
• 2001

실내의 조명상황에서 Glare의 문제성을 지적하고, 실제로 공간내 조명기구로부터의 Glare를 평가하였다. 정해진 위치에서 공간을 바라봤을 때, 시야에 들어오는 광원들에 의한 직접 Glare를 각종 Glare 규정에 따라 평가를 하였으며, 상호 비교분석도 하였다. 특히, KS에서 조명기구에 대한 최대 휘도를 제한하는 G분류의 적합성을 상호 분석함으로써 그 결과를 살펴보고자 하였으며, 현 KS의 G분류의 개선점이나 보완점을 지적하고자 한다.

• 융합보안논문지
• /
• 제24권1호
• /
• pp.77-82
• /
• 2024

최근 연구를 통해 다양한 물체 탐지 및 분류 모델은 전반적으로 크게 성능 향상이 이루워졌지만, 물체가 부분적으로 노출된 상황에서의 물체 탐지 및 분류에 대한 연구는 미흡한 실정이다. 특히, 군사 분야에서 무인전투체계가 물체를 탐지하고 분류하는 데 사용되는 경우, 군사적 상황에서 물체는 일반적으로 부분적으로 가려진 상태나 위장된 상태일 가능성이 높다. 본 연구에서는 부분적으로 가려진 물체의 분류 성능을 향상시키는 방법을 제안한다. 이 방법은 물체 이미지 상에 특정 부분을 주변 환경을 고려하여 가리는 부분을 추가하여 은·엄폐 및 위장된 물체에 대한 분류 성능을 개선시켰다. 실험결과로 제안 방법을 적용하였을 때 은·엄폐 및 위장된 물체에 대해서 기존 방법에 비해 물체 분류 향상이 있음을 볼 수가 있었다.

• 한국콘텐츠학회논문지
• /
• 제11권2호
• /
• pp.22-30
• /
• 2011

품질뿐만 아니라 물질적 풍요가 되어가는 IT융합 환경에서 상황정보를 파악하는 것은 개인화 추천 서비스 전략의 중요한 성공요소가 되고 있다. 본 논문에서는 서비스 온톨로지 기반의 상황인식 모델링을 이용한 추천을 제안하였다. 이기종 디바이스 구축을 위해 OSGi 프레임워크 기반의 데이터 획득 모듈을 구축하고 온톨로지 기반의 상황정보 모델을 개발한다. 상황정보 모델을 위해서 추천 시스템에 필요한 상황정보를 추출하고 분류한다. 상황정보를 사용하여 온톨로지 기반의 상황인식 모델을 개발하고 협력적 필터링의 추천에 반영한다. 상황인식 모델은 Na$\"{\i}$ve Bayes 분류자를 사용하여 상황에 따라 서비스를 선택한 정보를 반영하고 사용자에게 제공한다. 제안한 방법의 성능 평가를 하기 위해 대응표본 T-검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1031-1034
• /
• 2011

헬스케어에서의 상황정보는 사용자와 관련된 정보를 추론하여 질 높은 서비스를 제공하기 위해서 사용자가 필요로 하는 능동적이고 지능적인 서비스를 제공하여야 한다. 본 논문에서는 상황인식을 이용한 보건기상지수 모니터링 방법론을 제안한다. 체온, 기온, 조도, 습도, 자외선에 따른 건강지수를 사용자의 현재 위치에 따라 실시간으로 제공하기 위해서, GPS와 기상청의 RSS로부터 추출한 XML를 활용한다. 보건기상지수는 천식지수, 뇌졸중지수, 피부질환지수, 폐질환지수, 꽃가루농도지수, 도시고온지수의 요소에 따라 분석하여 모니터링한다. 상황정보 수집과 추론 과정을 통해 장치간의 유동성을 보장하는 환경에서 서비스를 지원하기 위한 도메인 상황정보를 구성한다. 이기종 디바이스의 유동성이 보장되는 환경에서 새로운 상황이 존재하면 추가된 상황정보의 서비스를 지원하기 위해서 Naive Bayes 분류자를 이용한다. 상황정보 수집, 상황인식 추론, 상황정보 모델링에 따른 새로운 상황 분류하는 방법론에 대해서 논리적 타당성과 유효성을 검증한다.

• 정보보호학회지
• /
• 제11권5호
• /
• pp.63-77
• /
• 2001

최근 인테넷을 이용한 각종 해킹 및 사이버 범죄가 크게 증가하고 있으나, 아직까지 공격의 주범인 해커들의 수준을 파악하지 못한 상황이다. 과거에 해커 분류를 시도한 경우가 있었지만 적용한 분류 기준은 대부분 해커들의 행동 양식이었다. 이에 본 문서에서는 해킹 수행 코드(exploit code)를 작성할 수 있는 가의 여부를 바탕으로 해커의 능력을 분류하고 그들이 사용할 수 있는 해킹 기법과 그 수준을 확인해 보도록 한다. 이러한 해커의 수준에 따른 해킹 기법 분류를 기반으로 내부망의 보안성 평가에 활용할 수 있을 것이다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.101-125
• /
• 2022

최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.