• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.588-590
• /
• 2016

사용자의 성별은 기본적이면서도 중요한 마케팅 데이터다. 그러나 최근에는 개인정보보호 강화 추세로, 회원가입 시 성별이나 나이 등의 세부 정보를 입력하지 않는 간편 가입이 많아졌다. 이러한 입력되지 않은 정보 추출을 위해 성별 예측 연구의 필요성이 증가되었다. 성별이 입력된 사용자의 정보를 바탕으로 성별이 입력되지 않은 사용자의 성별을 예측하는 기존 연구가 다양한 방법으로 진행되어왔고, 우수한 식별이 가능한 기법들은 이진분류기인 SVM을 기반으로 한 연구가 다수 존재한다. 그러나 SVM 알고리즘은 이진 분류만 가능하기 때문에 성별예측에 대한 정확률은 알 수가 없다. 성별예측의 정확률을 활용하면 부정확한 분류를 예방할 수 있으며 상품추천의 가중치로 사용 될 수 있다. 본 연구는 확률을 기반으로 하여 정확률을 추론 가능한 나이브 베이지안을 응용한다. 그리고 데이터 집합 사례를 균형있게 늘려주는 SMOTE기법을 이용해 클래스 불균형 문제를 개선했으며 또한 성별 예측의 특성에 맞게 노이즈를 제거하고, 성별 분류에 확정적인 아이템에 가중치를 적용했다. 더불어 제안 방법을 실제 데이터에 적용시켜 우수성을 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.319-320
• /
• 2009

본 논문은 Open Quotient 정보와 Fundamental Frequency 정보를 이용한 성별 분류에 관한 것이다. 기존의 대표적인 성별 분류 특징정보로 Fundamental Frequency가 있으나, Fundamental Frequency 정보로는 이용하여 분류하는 데에 중점을 두어왔으나 이 정보는 노인 혹은 어린이에 대해서는 성별 분류 특징이 어렵다는 단점이 있었다. 한편 본 논문에서 제안하는 방법은 Open Quotient와 Fundamental Frequency의 연령대에 따른 차별 정보를 이용하여 학습시켜 성별분류를 보다 나은 성능으로 분류할 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.3
• /
• pp.55-66
• /
• 2024

Gender classification techniques have received a lot of attention from researchers because they can be used in various fields such as forensics, surveillance systems, and demographic studies. As previous studies have shown that there are distinctive features between male and female gait, various techniques have been proposed to classify gender from three dimensional(3-D) gait data. However, some of the gait features extracted from 3-D gait data using existing techniques are similar or redundant to each other or do not help in gender classification. In this study, we propose a method to select features that are useful for gender classification using a correlation-based feature selection technique. To demonstrate the effectiveness of the proposed feature selection technique, we compare the performance of gender classification models before and after applying the proposed feature selection technique using a 3-D gait dataset available on the Internet. Eight machine learning algorithms applicable to binary classification problems were utilized in the experiments. The experimental results show that the proposed feature selection technique can reduce the number of features by 22, from 82 to 60, while maintaining the gender classification performance.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.10
• /
• pp.59-66
• /
• 2022

This research conducted a study classifying gender of speakers by analyzing feature vectors extracted from the voice data. The study provides convenience in automatically recognizing gender of customers without manual classification process when they request any service via voice such as phone call. Furthermore, it is significant that this study can analyze frequently requested services for each gender after gender classification using a learning model and offer customized recommendation services according to the analysis. Based on the voice data of males and females excluding blank spaces, the study extracts feature vectors from each data using MFCC(Mel Frequency Cepstral Coefficient) and utilizes SVM(Support Vector Machine) models to conduct machine learning. As a result of gender classification of voice data using a learning model, the gender recognition rate was 94%.

• The Journal of Society for e-Business Studies
• /
• v.21 no.1
• /
• pp.147-163
• /
• 2016

Gender information of a smart device user is essential to provide personalized services, and multi-modal data obtained from the device is useful for predicting the gender of the user. However, the method for utilizing each of the multi-modal data for gender prediction differs according to the characteristics of the data. Therefore, in this study, an ensemble method for predicting the gender of a smart device user by using three classifiers that have text, application, and acceleration data as inputs, respectively, is proposed. To alleviate privacy issues that occur when text data generated in a smart device are sent outside, a classification method which scans smart device text data only on the device and classifies the gender of the user by matching text data with predefined sets of word. An application based classifier assigns gender labels to executed applications and predicts gender of the user by comparing the label ratio. Acceleration data is used with Support Vector Machine to classify user gender. The proposed method was evaluated by using the actual smart device log data collected from an Android application. The experimental results showed that the proposed method outperformed the compared methods.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.552-555
• /
• 2011

최근 스마트폰, 태블릿 PC와 같은 모바일 스마트 디바이스(mobile smart devices)와 더불어 스마트 TV에 대한 관심이 크게 증가하면서 사용자들의 컨텐츠와 기능에 대한 요구 또한 다양해지고 있다. 스마트 TV가 컨텐츠와 기능적 측면에서 사용자의 편의와 재미, 그리고 유익함을 동시에 만족시키기 위해서는 더욱 지능화된 기능을 탑재할 필요가 있다. 일반적으로 남녀에 따라 TV를 시청하는 경향이 다르기 때문에 현재 TV를 시청하는 사용자의 성별분류(gender classification)를 통해 성별에 따른 따른 채널이나 광고, 응용 프로그램을 달리 제공하는 성별 기반의 스마트 TV 응용을 개발할 수 있게 된다. 본 논문에서는 스마트 TV 응용에 적합한 BGOLAM 기반의 성별분류 방법에 대해 제안하고, 실험을 통해 제안하는 방법의 적절성을 보인다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.17 no.1
• /
• pp.99-104
• /
• 2022

Artificial intelligence is getting a crucial part of our lives with its incredible benefits. Machines outperform humans in recognizing objects in images, particularly in classifying people into correct age and gender groups. In this respect, age and gender classification has been one of the hot topics among computer vision researchers in recent decades. Deployment of deep Convolutional Neural Network(: CNN) models achieved state-of-the-art performance. However, the most of CNN based architectures are very complex with several dozens of training parameters so they require much computation time and resources. For this reason, we propose a new CNN-based classification algorithm with significantly fewer training parameters and training time compared to the existing methods. Despite its less complexity, our model shows better accuracy of age and gender classification on the UTKFace dataset.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.298-300
• /
• 2001

본 논문에서는 구조적응 자기구성 지도 모델을 사용하여 인간 행동의 성별을 분류하는 인식기를 제안하였다. 26명의 사람이 '화난 상태' 혹은 '보통 상태'의 두가지 정서 하에서 '문 두드리기', '손 흔들기', '물건 들어올리기'의 세가지 동작을 수행하는 동안, 행위자 관절점의 속도나 위치 정보로부터 성별을 분류하였다. 또한 SASOM의 성능 비교 분석을 위하여 전통적인 SOM, 다층 퍼셉트론과 거의 두 가지 결합 모델, SASOM와 의사결정트리 결합 모델, 단일 의사 결정트리, $textsc{k}$-최근접 이웃 등의 인식기를 구현하여 성능을 비교분석 하였다. 실험 결과 SASOM 분류기가 가장 높은 이식률을 보였으며 분류기로서 유용함을 알 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.143-153
• /
• 2002

본 연구는 교통사고의 발생원인에 대한 인식유형과 감소대책에 대한 인지 유형별 영향요인의 정도를 분석하기 위하여 수량화이론 II류와 CHAID 분석법을 이용하여 분류모델과 판별모델을 구축하였다. 수량화이론 II류에 의한 교통사고 발생원인에 대한 인식 유형별 영향요인 판별모델은 전체 적중률이 78.4%로 매우 높게 나타났다. 편상관계수는 설명변수의 항목 중 학력, 성별, 운전경력 년 수, 소유 차종의 순으로 영향을 미치고 외적 변수인 교통사고 발생원인에 대한 유형에서는 기여 정도가 교통단속 부재 > 교통체계 미비 > 승용차 과다 사용 >잘못된 의식 때문의 순으로 나타났다. 교통사고 감소 대책에 대한 인지유형별 영향요인 판별모델은 전체 적중률이 59.9%로 높게 나타났으며, 편상관 계수는 학력, 성별, 운전경력 연수, 연령의 순으로 영향을 미치고 있고, 외적 변수인 교통사고 감소 대책에 대한 유형에서는 기여 정도가 교통단속 강화 > 대중교통수단 이용 유도 > 교통체계 개선 > 의식 개혁의 순으로 나타났다. 또한 CHAID 분석법에 의한 교통사고 발생원인에 대한 인식 유형별 영향요인 분류모델에 있어서는 예측변수로 학력, 연령, 성별, 통행수단의 네 가지 변수가, 교통사고의 감소 대책에 대한인지 유형별 영향요인 분류모델에 있어서는 학력, 운전경력 연수, 성별 그리고 통행수단의 네 가지 변수가 카이제곱 통계량 이 5%의 유의수준에서 유의한 것으로 판단되었다. 교통사고 발생원인 인식과 감소 대책의 인지 유형에 대한 빈도분석과 교차분석은 의식과 관련한 유형이 가장 높게 나타났으나 판별.분류모델에서는 교통단속과 관련한 유형이 기여 정도가 높고 의식 관련 유형이 상대적으로 낮게 나타나는 등 반대양상을 보이고 있어 심리적으로 내재되어 있고 표면에 잘 드러나지 않았던 의식 수준의 낮음이 분류모델을 통해서 명확하게 드러났다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.11a
• /
• pp.148-153
• /
• 1998

향은 방향성 또는 휘발성 물질에 il해 코의 점막을 통해 흡입되어 여러 감성의 변화와 뇌파등 생체 신호의 변화를 초래하고 또한 풍부한 감성도 유발한다. 특히 기억력에 관련된 원시 감정을 유발하고 생체에서 나오는 phermone(페르몬)은 행동 양식까지 영향을 미친다. 또한 질환치료에도 적용되거나 증상의 경감, 예방효과 등을 보여주는 aromatherapy는 매우 유망한 분야이다. 본 연구에서는 이러한 페르몬 향과 aromatherapy에 사용되는 essential oil등을 이용하여 주관적 감성 평가를 실시하고 이를 통계분석하여 이들 여러 종류의 향들의 자극으로 유발되는 감성의 특징을 밝혀내고자 하였다. 둘째로 향의 선호도를 결정하는데 어떠한 감성요인이 작용하는지를 알고자 하였다. 실험에 사용된 향은 26종류이고 총 33명의 지원자가 참여하였다. 설문지는 18문항을 선별하여 4가지 유형으로 작성한 후 유형별로 데이타를 정리하여 베리막스의 요인분석, 회귀분석, 군집분석등을 이용하여 분석하였다. 베리 막스의 요인분석으로 감성 형용사를 비슷한 척도끼리 묶어 .괘한 감성을 결정하는 요인, 자극의 강도를 결정하는 요인, 이외의 다른 고풍스럽거나 현대적인 요인등 3개 요인으로 grouping하였다. 향의 선호도를 결정하는데 중요한 감성척도에서는 피검자 성별에 따라 차이가 있음을 보여주었다. 남성의 경우 황홀하다, 여성적이다인데 반해 여성인 경우 재적하다, 친숙하다라는 감성 척도가 중요하게 작용하였다. 또한 각 향별로 군집 분류하여 향의 종류를 구분할 수 있었으며 또한 각 향별 선호도를 결정하는 감성 척도도 구해 보았다. 또한 향의 분류에 따른 감성 척도의 특징을 성별로 관찰한 결과 페르몬 향인 경우 essential oil과 달리 성별의 차이가 나타났다. 결론적으로 후각을 자극하는 향물질로 유발된 감성 측정을 해 본 결과 성별에 따라 선호도를 결정하는 감성요인의 차이를 알 수 있었으며 또한 essential oil에서는 성별 차이가 없는데 반해 페르몬 향의 경우 성별의 차이를 나타내었다.