• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.613-614
• /
• 2017

최근 가정 내부에 IoT(Internet of Things)를 적용시킨 홈 IoT의 자동화 관련 연구가 진행되고 있다. 그러나 기존 IoT 자동화 시스템은 기기 동작이 센서의 임계값만을 통해 진행되기 때문에 기기간 충돌 및 간섭이 발생할 수 있으며 기기의 오작동으로 인해 작업의 효율성이 낮은 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 상황 별 작업 분류 알고리즘을 제안한다. 센서의 임계값과 현재 날짜를 의사결정트리의 분류 값으로 활용하여 가정 내부 상황에 따른 작업을 분류하고 그에 해당하는 기기를 선정하여 작업을 진행한다. 이에 따라 사용자는 가정 내부 상황 변화에 유동적으로 변화하는 서비스를 제공받을 수 있으며 기기 간 충돌과 기기의 오작동이 감소함으로써 작업의 정확도가 증대될 것으로 사료된다.

• 대한교통학회지
• /
• 제22권6호
• /
• pp.175-196
• /
• 2004

본 연구에서는 기존 알고리즘이 오보를 발생시키는 요인에 대하여 취약하다는 인식에 기초하여 이를 보완하여 향상된 오보억제 능력을 갖는 고속도로 돌발상황 검지모형을 구축하고자 하였다. 개발모형은 고속도로의 위치(본선구간, 진출입 구간)별로 이상교통류 판다, 정체발생 여부판다, 정체원인 구분으로 이어지는 일련의 판단프로세스를 실행하여 돌발상황 유사상황과 실제 돌발상황 간의 특성을 구별하는 방식으로 돌발상황을 검지한다. 돌발상황검지모형의 성능은 평가에 사용된 자료의 특성에 매우 민감하므로 개발모형의 성능에 대해 단정적 결론을 내릴 수는 없으나, 본 연구에서 사용된 실험환경하의 성능지표를 종합한 환산점수상으로 기존모형보다 향상된 성능을 나타내었으며, 오보율은 대다수 모형보다 우수한 것으로 분석되었다. 본 연구의 초점이 현장에서 돌발상황 검지모형의 활용성 제고를 위한 오보율 개선에 있었던 만큼 본 연구는 실험적 시도로서 소기의 성과를 거두었다고 판단된다.

• 한국ITS학회 논문지
• /
• 제22권4호
• /
• pp.97-113
• /
• 2023

전방 낙하물과 같은 돌발상황이 발생했을 때 신속하고 적절한 정보 제공은 도로 위 이용자들의 편의를 가져다주고 2차 교통사고 또한 효과적으로 줄일 수 있다. 도로 상의 돌발상황은 현재 국내에서 루프 검지기나 CCTV 등 ITS 기반 검지 체계를 사용하여 주로 검지하고 있다. 이러한 방식은 검지기의 검지 구간에서의 도로 위 데이터만을 얻을 수 있다. 때문에, 기존 ITS 기반 검지체계의 공간적 음영구간에서 돌발상황을 찾아내기 위하여 새로운 검지 수단이 필요하다. 이에 본 연구에서는 차량 내 설치된 단말기에서 촬영된 영상으로부터 돌발상황을 검지 및 분류하는 ResNet 기반 알고리즘을 제안한다. 국내 고속도로 전방 주행영상을 수집하였고, 돌발상황 유형을 클래스로 정의하여 각 데이터를 라벨링한 후, 제안한 알고리즘으로 데이터를 학습시켰다. 학습 결과, 개발한 알고리즘은 데이터 수가 상대적으로 적었던 일부 클래스를 제외하고 정의한 돌발상황 클래스에 대하여 높은 검지율을 보였다.

• 디지털융복합연구
• /
• 제10권10호
• /
• pp.215-220
• /
• 2012

본 논문에서는 상황 변화 환경에서 적응적인 객체 인식을 위한 계층적 트리 구조를 이용한 조명 온톨로지 분류에 대한 방식을 제안한다. 본 논문에서는 상황이 불변하는 환경에서 동작하는 개발된 많은 시스템을 찾아냈고, 상황에 맞는 감지를 위한 새로운 개념의 트리 구조를 이용한 온톨로지를 도입하였다. 조명의 영향이 상황 인지 인식시스템을 아주 설계하기 어려운 시스템으로 만들기 때문에 본 논문에서는 트리 구조의 온톨로지를 사용하여 이러한 상황 변화 시스템을 설계하는데 더 중점을 두었다. 온톨로지는 일반적으로 사람들이 특정 분야의 것들에 대해 생각하는 방법의 추상적 모델에서 전형적으로 캡처된 한 분야의 개념화의 명시적 사양으로 정의 할 수 있다. 인간은 기본 원칙과 환경을 이해하고 설명하기 위해 온톨로지를 생성한다. 본 연구에서는 상황 온톨로지, 상황 모델링, 상황 적응 및 조명 기준에 따라 트리 구조 온톨로지를 설계하는 상황 분류를 제안했다. 조명 온톨로지의 적당한 영역을 선택한 후, 그 영역에서 더 나은 성능을 생산하는 동작의 한 집합을 선택하는데 있어서 장점을 얻었다. 본 논문에서는 역동적인 변화 환경에서 객체 인식의 영역에서 이러한 개념을 이용하여 폭 넓은 실험을 수행하였으며 제안하는 기본 개념에 대해 수행할 수 있는 많은 성공을 얻었다.

• 한국문헌정보학회지
• /
• 제37권1호
• /
• pp.5-25
• /
• 2003

사회가 복잡해지면서 많은 사람들이 여러 경로를 통해 정신적 상처를 입고 마음의 병을 앓고 있다. 이런 사람들에 대한 도서관적 봉사방법으로 정선된 책을 통한 정신치료가 있는데 이것을 독서치료라고 한다. 우리나라에서는 독서치료에 대한 관심이 적어 그다지 많이 연구되지 않았고, 도서관에서의 봉사도 활발하지 않았지만 최근 이것에 대한 관심이 점차 높아지고 있다. 따라서 본 연구에서는 독서치료에 대한 도서관 봉사의 가장 기본적 도구인 상황별독서목록을 만들기 위하여 독서치료 대상자의 상황을 분류하기 위한 기준을 마련하였는데 제1차적 기준은 생물학적 특성으로서의 성과 연령이고 2차적 기준은 가정, 학교, 직장 등 공간적 특성, 3차적 기준은 인간관계이다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 추계학술대회
• /
• pp.226-227
• /
• 2009

본 연구에서는 구매 상황과 직접적 관련이 없는 특정 정서 상태가 상품 선택에 미치는 영향을 알아보고자 하였다. 상품 범주는 구매하고자 하는 물품을 대하는 태도로 분류된 실용적/쾌락적(utilitarian/hedonic) 물품 기준을 사용하였고, 동일한 시나리오 상황에서 특정 정서(긍정/부정/중립)에 따라 선택된 상품에 차이가 발생하는지를 살펴보았다. 그 결과, 중립적 정서 상황에 비해 부정적 정서 상황에서 실용적 목적을 지닌 상품을 선택하는 비율이 유의미하게 높았다. 이는 부정적 정서가 체계적이고 구체적인 정보 처리 과정을 촉진시킨다는 기존 연구 결과가 구매행동에서도 적용 가능함을 시사한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.631-632
• /
• 2024

본 연구는 웨어러블 기기를 이용하여 위험 상황을 감지하고 사고 예방에 기여할 방법을 탐색한다. 데이터의 시간 영역과 주파수 영역의 분석을 통해 위험한 상황과 일반적인 상황을 구분하는 성능을 비교한다. 비딥러닝 모델과 딥러닝 모델을 비교 평가하였다. 결과적으로 시간 영역보다 주파수 영역에서 컨볼루션 신경망 모델이 우수한 성능을 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.139-142
• /
• 2008

현대 산업의 발전에 따른 사회고령화, 장애인구 증가는 장애인을 위해 특화된 서비스를 제공할 유비쿼터스 컴퓨팅 기술의 개발이 필요함을 나타낸다. 이를 위해 사용자와 유비쿼터스 환경 간의 상호작용이 지원되는 상황인식 서비스 기술 개발이 필요하다. 상황인식 서비스 기술은 미들웨어와 응용서비스 개발로 분류 가능하며, 본 논문은 응용서비스 개발의 차원에서 장애인을 위한 서비스 Activity를 결정하고, 이것을 기반으로 온톨로지가 적용된 상황정보의 모델링을 구현한다. 상황정보 모델을 상황인식을 위한 베이지안 네트워크의 구조학습에 적용하여, 확률 기반 상황 추론이 가능한 상황인식 시스템을 개발한다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.469-474
• /
• 2018

도시 유동인구가 증가함에 따라 도시 환경 소음에 관한 연구의 중요성이 증가하고 있다. 본 연구에서는 교통상황에서 발생하는 이상 소음을 최근 환경 소음 분류 연구에서 높은 성능을 보이는 딥러닝 알고리즘을 이용하여 분류한다. 구체적으로는 타이어 제동 마찰음, 자동차 충돌음, 자동차 경적음, 정상 소음 네 개의 클래스에 대하여 합성곱 신경망을 이용하여 분류한다. 또한, 실제 교통 상황에서의 환경잡음에 강인한 분류 성능을 갖기 위해 빗소리, 바람 소리, 군중 소리의 세 가지 환경잡음을 설정하였고 이를 활용하여 분류 모델을 설계하였으며 3 dB SNR(Signal to Noise Ratio) 조건에서 88 % 이상의 분류 성능을 가진다. 제시한 교통 소음에 대하여 기존 선행연구 대비 높은 분류 성능을 보이고, 빗소리, 바람 소리, 군중 소리의 세 가지 환경잡음에 강인한 교통 소음 분류 모델을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.883-885
• /
• 2005

지지 벡터 기계(Support Vector Machine: SVM)를 이용한 다중부류 분류기법이 최근 활발히 연구되고 있다. SVM은 이진분류기이기 때문에 다중부류 분류를 위해서 다수의 분류기를 구성하고 이들을 효과적으로 결합하는 방법이 필요하다. 본 논문에서는 기존의 정적인 다중분류기 결합 방법과는 달리 포섭구조의 분류모델을 확률에 따라 동적으로 구성하는 방법을 제안한다. 확률적 분류기인 나이브 베이즈 분류기(NB)를 이용하여 입력된 샘플의 각 클래스에 대한 확률을 계산하고, OVA (One-Vs-All) 전략으로 구축된 다중의 SVM을 획득된 확률에 따라 포섭구조로 구성한다. 제안하는 방법은 OVA SVM에서 발생하는 중의적인 상황을 효과적으로 처리하여 고성능의 분류를 수행한다. 본 논문에서는 지문분류 문제에서 대표적인 NIST-4 지문 데이터베이스를 대상으로 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.8\%$의 분류율을 획득하였으며, 기존의 결합 방법인 다수결 투표(Majority vote), 승자독식(Winner-takes-all), 행동지식공간 (Behavior knowledge space), 결정템플릿(Decision template) 등보다 높은 성능을 확인하였다.