• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.3
• /
• pp.304-309
• /
• 2007

What is important in ubiquitous computing is collecting users' context information from various sensors and providing services suitable for use's current situation. Particularly in mobile environment, each area has different context awareness structure and this makes it difficult to share information with other areas. As a result, context resources for recognizing users' context ate insufficient. Moreover, because mobile devices have a limited processing capacity, there are difficulties in the real time analysis of users' context. This paper proposed a context awareness and integration model for analyzing users' context actively and providing adaptive services using mobile devices. The proposed model distinguishes users' context between dynamic and static structure to analyze the context, and obtains context resources by sharing context information of users within an area.

• Journal of the Korean Society for information Management
• /
• v.32 no.1
• /
• pp.205-225
• /
• 2015

The purpose of this study is to propose a management plan of the pop-up library model that is developed as part of the outreach library service recently. Especially this study focused the method for meeting the citizen's right to know by providing various information of the pop-up library in social fields such as a national disasters. The survey and In-depth interview (a volunteer of Sewol ferry disaster and a participant of 2013 Busan International Film Festival) were done for this research. As the results of the investigation, the lack of communication and information between members in constrained situations were pointed pointed out as important problems. With these findings, this study suggested the pop-up library model management plan in information-constrained situations.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1869-1870
• /
• 2008

현재의 상황인지 컴퓨팅(Context-aware Computing)은 센서로부터 전달받는 상황정보가 완벽하다는 가정을 하고 있으며 따라서, 이에 근거한 상황인지는 불확실성(Uncertainty)을 제대로 다루지 못하고 있는 실정이다. 또한 상황인지 컴퓨팅에서 상황 정보를 표현하는데 주로 사용되고 있는 온톨로지(Ontology) 모델링 역시 현실 세계의 불확실성을 다루기에는 한계가 있다. 본 논문은 선행 연구인 온톨로지 기반의 홍수 상황인지 처리에서 발생할 수 있는 불확실성을 탐지하고 이를 해결하기 위한 방안을 제안한다. 홍수 상황인지를 위한 센서 종류와 수량을 보강하고 기 설계된 온톨로지 모델의 추론 과정 보완을 통하여 홍수 상황인지의 불확실성을 최소화한다. 이는 홍수 상황인지 뿐만 아니라 일반적인 온톨로지 기반의 상황인지 u-서비스에 응용할 수 있다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.1
• /
• pp.86-99
• /
• 2021

One of the methods to alleviate traffic congestion is to increase the efficiency of the roads by providing traffic condition information on road user and distributing the traffic. For this, reliability must be guaranteed, and quantitative real-time traffic speed prediction is essential. In this study, and based on analysis of traffic speed related to traffic conditions, historical data correlated with traffic flow were used as input. We developed an LSTM model that predicts speed in response to normal traffic conditions, along with a CNN-LSTM model that predicts speed in response to incidents. Through these models, we try to predict traffic speeds during the hour in five-minute intervals. As a result, predictions had an average error rate of 7.43km/h for normal traffic flows, and an error rate of 7.66km/h for traffic incident flows when there was an incident.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.91-92
• /
• 2011

최근 유비쿼터스 시대의 도래와 함께 모바일 기기를 이용한 서비스 수요가 급격히 증가함에 따라 대량의 콘텐츠와 서비스를 효율적으로 제공하기 위한 연구가 진행되고 있다. 이를 위해 사용자의 상황 정보를 이용하여 개인화 서비스를 제공하기 위한 다양한 모델들이 제시되고 있다. 하지만 이러한 모델들은 상황에 따른 사용자의 선호도 혹은 컨텍스트를 자체적으로 수집/분석하여 추천한다는 점에서 신뢰도가 높은 콘텐츠를 추천하지 못하거나 이를 검증할 수 없다는 문제점이 있다. 본 논문에서는 시공간 복합 상황 정보와 사용자의 컨텍스트를 활용한 분석과 함께 콘텐츠와 서비스를 제공하는 외부 CP(Contents Provider)가 Open API로 제공하는 신뢰도에 따라 소비 가치가 높은 최적의 콘텐츠를 제공할 수 있는 추천 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1023-1026
• /
• 2014

CCTV 는 범죄상황 발생시 보안과 증거확보를 위해 사용되어 왔다. 실제 상황에서 범죄가 발생하기 전 예방을 하는 것 보다 사후 처리에 용도를 두고 있으며, 범죄 상황에서의 보행자에 대한 행동을 미리 예측하기 어렵다. 본 논문에서는 노상에서 CCTV 로 수집된 데이터를 통해 객체 인식 및 객체간의 관계를 파악한다. 파악된 객체를 다중의 CCTV 연동 카메라가 추적하고 객체의 행동을 분석한다. 객체가 이상행동이라고 판단될 시 위협을 받는 객체 및 가까운 기관에 알림을 줄 수 있는 모델을 제안한다. 이를 통해 범죄 발생 전 즉각적인 대응이 가능하며 빠른 상황판단이 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.587-589
• /
• 2020

사용자의 관심사를 고려하면 상황 인지 서비스의 질을 높일 수 있다. 기존의 사용자의 관심사를 고려하는 서비스에는 지식베이스(KB)가 사용 되었으나, 최근 새로운 방법인 wikidata를 이용한 엔티티 링크를 활용한 방법도 활발히 연구가 진행되고 있다. wikidata가 적용된 엔티티 링크는 기존의 KB를 이용하는 방법보다 데이터의 변경, 보완이 쉽고 가볍다. 이에 본 논문에서는 wikidata가 적용된 엔티티 링크 모델을 이용한 상황인지 서비스를 제공 할 수 있는 프레임워크를 제안한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.5
• /
• pp.789-795
• /
• 2011

This paper aims to develop authoring tools and services platform that can be Immediate response through supervisor's intuitive understanding based 3d-Building Information mode about overall security situation of building by mapping many CCTV images on 3D space information from traditional observation way that make simply visualize CCTV images on the Situation Board.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.42-44
• /
• 2007

유비쿼터스 컴퓨팅 환경에서 발생하는 충돌의 원인은 현재 사용할 수 없는 자원을 사용하고자 할 때 발생한다. 현재 사용할 수 없는 자원이라 함은 이미 다른 요청에 의해 사용되고 있거나, 현재 상황에서 동작 불가능한 제약을 갖고 있는 자원을 의미한다. 이처럼 상황에 제약을 받고 있는 자원에 대한 요청이 발생하는 경우, 시스템 혹은 자원 관리자는 각각의 요청의 우선순위를 결정해야 한다. 동시에 수행될 수 없는 둘 이상의 요구가 발생했을 때, 보다 중요한 문제를 먼저 처리해야 하고, 이 중요성을 결정하는 것이 충돌 해결의 근원이 된다. 본 연구에서는 이러한 우선순위를 결정하는 과정에 있어 충돌이 발생한 요청의 발원자, 즉 개별 사용자들의 관계에 근거하여 우선순위를 결정짓는 모델을 제안한다. 본 모델은 유비쿼터스 컴퓨팅 공간을 구성하는 각각의 사용자들의 관계에 근거한 동적 우선순위 결정을 가능하게 함으로써, 보다 능동적인 충돌 해결이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• 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.