• Journal of the Korea Society of Computer and Information
• /
• v.15 no.2
• /
• pp.135-146
• /
• 2010

In this paper, we propose an Recommendation System for supporting self-directed learning on e-learning marketplace. The key idea of this system is recommendation system using revised collaborative filtering to support marketplace. Exisiting collaborative filtering method consists of 3 stages as preparing low data, building familiar customer group by selecting nearest neighbor, creating recommendation list. This study designs recommendation system to support self-directed learning by using collaborative filtering added nearest neighbor learning course that considered industry and learning level. This service helps to select right learning course to learner in industry. Recommendation System can be built by many method and to recommend the service content including explicit properties using revised collaborative filtering method can solve limitations in existing content recommendation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.757-759
• /
• 2017

현대인들은 삶을 영위하기 위해 매우 바쁘게 생활한다. 아이러니하게도, 이로 인해 자신의 건강은 챙기기 쉽지 않다. 특히 치아 쪽은 건강검진에도 포함되어 있지 않아 더욱 그렇다. 이를 해결하기 위해 본 논문은 충치를 판단해주는 플랫폼을 제안한다. 실시간으로 사용자의 구강 안을 촬영한 영상에서 충치, 아말감, 골드 크라운 이렇게 세 가지 치아의 상태를 구분하여 검출한다. 치아의 종류를 판단하는 기술은 딥러닝을 이용하였다. 딥러닝 학습모델이 치아 판별기로써의 기능을 다하려면 충분하게 많은 각 종류의 치아 데이터가 필요하다. 따라서, 인터넷, 학술 자료 등을 활용하여 수집했다. 이 시스템을 혈압측정기, 신장계와 같이 공공장소에 설치함으로써 사용자 스스로 치아의 상태를 확인 할 수 있을 것으로 예상된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.253-254
• /
• 2019

본 논문에서는 딥러닝과 OpenCV를 이용해서 사람의 얼굴에서 나이 성별을 추출하고 추출된 데이터를 기반으로 야외에 설치된 디스플레이 광고를 맞춤형으로 제공한다 이를 통해 광고를 좀 더 효과적으로 사용할 수 있는 방안을 제공한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.287-288
• /
• 2020

우리나라의 무단 투기된 쓰레기양은 2019년 2월 기준 33만 톤이며 이를 단속하기 위해 상용화된 쓰레기 무단투기 단속 시스템은 센서를 이용하여 시스템 주변에 사람이 지나가면 영상을 촬영하기 때문에 쓰레기 무단투기자 뿐 아니라 해당 시스템 주변을 지나는 모든 사람을 촬영하기 때문에 불법 쓰레기를 배출하는지 해당 영상을 사람이 일일이 다시 분석해야한다. 본 논문에서는 쓰레기 투기 행위 이미지를 바탕으로 학습시킨 딥러닝 실시간 객체인식 알고리즘인 YOLO-v4를 활용하여 실시간으로 쓰레기 무단투기를 단속하는 시스템을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.534-535
• /
• 2020

본 논문에서는 딥러닝과 지식베이스를 융합하여 활용한 질환 인식 및 식품 추천 시스템을 제안한다. 제안하는 시스템은 온전히 모바일 디바이스 내에서 작동하는 시스템이다. 본 시스템은 압축된 딥러닝 모델을 이용해 사용자 대화 텍스트를 분석하여 사용자의 질환을 예측한다. 그 후, 지식베이스를 기반으로 해당 질환 관리에 도움이 되는 식품을 매칭하고 사용자에게 추천한다. 이는 사용자 친화적 헬스케어 애플리케이션으로써 체크리스트 작성 등 번거로운 작업 없이도 사용자에게 유용한 건강 정보를 제공할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.319-320
• /
• 2022

교통량이 증가됨에 따라 높아지는 사고율을 줄이기 위해 효율적이며, 다양한 교통 위반 단속이 요구되고 있다. 기존의 유무인 교통법규 위반 단속 시스템의 도입으로 단속 구역 확대를 시도하고 있으나 높은 비용의 문제로 한정된 지역에서만 실시되고 있다. 해당 문제 해결을 위해 본 논문에서는 딥러닝 실시간 객체인식기술을 적용하여 차량의 교통법규 위반을 인식하며 이에 대한 정보를 제공하는 시스템을 개발하였다. 실시간 객체인식 알고리즘인 YOLOv4와 실시간 객체추적기술인 deepSORT 알고리즘을 데스크톱 PC에 적용하여 구현하였다. 개발한 시스템은 과속, 버스 전용 차로, 주정차, 급속 다차선 변경에 대한 인식 결과를 제공한다. 기존 설치된 CCTV 영상을 대상으로 시스템 적용이 가능하여 저비용으로 넓은 지역에 대한 교통법규 위반 상황 인식을 기대할 수 있다.

• Convergence Security Journal
• /
• v.11 no.6
• /
• pp.17-23
• /
• 2011

In this paper, we propose mobile Augmented Reality(AR) for smart learning system which is advanced e-learning. AR is technology that seamlessly overlays computer graphics on the real world. AR has become widely available because of mobile AR. Mobile AR is possible to get information from real world anytime, anywhere. Nowadays, there are various areas using AR such as entertainment, marketing, location-based AR. One of the most promising areas is education. AR in education shows lifelike images to users for realism. It's a good way for improving concentration and attention. We utilize only a camera for image-based AR without other sensor.

• Journal of KIISE
• /
• v.44 no.11
• /
• pp.1156-1164
• /
• 2017

Existing studies on automatic bug triage were mostly used the method of designing the prediction system based on the machine learning algorithm. Therefore, it can be said that applying a high-performance machine learning model is the core of the performance of the automatic bug triage system. In the related research, machine learning models that have high performance are mainly used, such as SVM and Naïve Bayes. In this paper, we apply Deep Learning, which has recently shown good performance in the field of machine learning, to automatic bug triage and evaluate its performance. Experimental results show that the Deep Learning based Bug Triage system achieves 48% accuracy in active developer experiments, un improvement of up to 69% over than conventional machine learning techniques.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.306-309
• /
• 2019

The damage to farms due to wild animals such as wild boars and elks increases every year, but, in the current system, the catchers from government hunt animals by using guns at night as making an effort to detect wild animals personally by using flashlights. This is very time-inefficient and immediate follow-up action on being damaged is not possible. In this paper, we introduce a system which can detect and recognize the wild animals or the people with high accuracy using thermal imaging camera and infrared camera in company with deep learning technology, so that could kick out or catch the wild animals more quickly than current system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1294-1297
• /
• 2012

기존의 이러닝에서는 교수자가 강의동영상을 통하여 주로 단방향으로 지식을 전달하였다. 이런 문제점을 해결하기 위해 본 연구에서논 실시간 상호작용이 가능한 이러닝시스템인 ECube을 제안하고 구현하였다. 교수자에게는 학습자와 실시간 소통을 위한 실시간 강의기능, 전문가의 도움없이 미디어 제작과 편집이 가능한 동영상삼 저작도구인 EMC(Effective Media Contents) 솔루션을 제공한다. ECube 시스템 안의 EMC 솔루션만으로도 자막, 이미지, 퀴즈, 비디오를 합쳐 통합된 콘텐츠의 제작이 가능하다. 학습자에게는 실시간 강의를 수강하는 동안에 발표수업에 참여할 수 있는 기능을 지원하고 자신의 학습에 관한 학습계획부터 학습성과까지의 내용을 문서화할 수 있는 기능을 제공한다. 이 기능을 활용하여 학습자는 과목별 포트폴리오 작성이 가능하여 자기주도적 학습을 수행할 수 있는 학습환경을 제공한다.