• 대한임베디드공학회논문지
• /
• 제19권1호
• /
• pp.47-55
• /
• 2024

We spend a lot of time in indoor space, and the space has a huge impact on our lives. Interior design plays a significant role to make an indoor space attractive and functional. However, it should consider a lot of complex elements such as color, pattern, and material etc. With the increasing demand for interior design, there is a growing need for technologies that analyze these design elements accurately and efficiently. To address this need, this study suggests a deep learning-based design analysis system. The proposed system consists of a semantic segmentation model that classifies spatial components and an image classification model that classifies attributes such as color, pattern, and material from the segmented components. Semantic segmentation model was trained using a dataset of 30000 personal indoor interior images collected for research, and during inference, the model separate the input image pixel into 34 categories. And experiments were conducted with various backbones in order to obtain the optimal performance of the deep learning model for the collected interior dataset. Finally, the model achieved good performance of 89.05% and 0.5768 in terms of accuracy and mean intersection over union (mIoU). In classification part convolutional neural network (CNN) model which has recorded high performance in other image recognition tasks was used. To improve the performance of the classification model we suggests an approach that how to handle data that has data imbalance and vulnerable to light intensity. Using our methods, we achieve satisfactory results in classifying interior design component attributes. In this paper, we propose indoor space design analysis system that automatically analyzes and classifies the attributes of indoor images using a deep learning-based model. This analysis system, used as a core module in the A.I interior recommendation service, can help users pursuing self-interior design to complete their designs more easily and efficiently.

• 한국실내디자인학회논문집
• /
• 제37호
• /
• pp.3-11
• /
• 2003

The study Is Intended to investigate and analyze the system and practice that have been applied to Interior Architecture, comparing with a number of similar foreign cases, in an attempt to seek the way toward its development as well as to come up with the solution for enhancing the competitiveness, thereby making a recommendation on how to create the desirable work environment of Interior Architecture down the road. The conclusion and recommendation we have made is highlighted as follow. Among the practical or procedural challenges in the process of improving work environment of Interior Architecture, development of current national technical qualification system in a way of further detailing the categories of Ki-sul-sa(highest engineer grade) or Ki-neung-jang(highest technician grade) as part of measures aimed at gradual approaching for improvement of design fees and rates or supervision fees will be very crucial, that calls for close coordination with the Ministry of Labor and Human Resources Development Service of Korea. In a bid to upgrade the Interior Architecture to become the part of knowledge-based industry, amendment to Korean Standard Industrial Classification along with Standard Classification of Occupations and Academic Classification will be essential, and moreover with the attitude of reflection and self-improvement, the endeavors to be able to deal with the revision of existing laws and regulations in a consistent way and manner, by forming a joint committee among the three Interior Architecture-related organizations(KOSID, ICC, KlID), will be more than important.

• 한국산업정보학회논문지
• /
• 제18권4호
• /
• pp.73-79
• /
• 2013

최근 스마트 TV는 빠른 속도로 확산되고 있으나 스마트 폰이나 스마트 패드에 비하여 입력장치의 사용이 매우 불편하며 많은 양의 콘텐츠 중 자신에게 적합한 콘텐츠를 빠르게 찾기 어렵다는 한계로 인하여 스마트 기기 중 그 기능의 사용빈도가 낮다는 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하고 스마트 TV 상에서 사용자가 원하는 콘텐츠를 보다 쉽게 찾을 수 있는 개인화된 지능형 추천 시스템을 제안하고 구축하고자 한다. 사용자 선호정보를 이용한 프로파일 분석, TV 시청에 대한 패턴 분석, 애플리케이션에 대한 사용통계 분석 등 사용자에 대한 여러 가지 정보를 다차원적으로 고려하여 사용자에게 가장 적합한 콘텐츠를 추천할 수 있는 개인화된 지능형 시스템을 설계 및 구축하였다.

• 한국섬유공학회:학술대회논문집
• /
• 한국섬유공학회 2003년도 The Korea-Japan Joint Symposium
• /
• pp.112-112
• /
• 2003

A Web-based fabric information system has been developed. Recently the numbers of textile companies that have their own homepage to advertise their product fabrics for apparel through the Web-based E-commerce rapidly increase.(omitted)

• 유통과학연구
• /
• 제15권7호
• /
• pp.35-41
• /
• 2017

Purpose - A product bundling is a marketing approach where multiple products or components are packaged together into one bundle solution. This paper aims to introduce an optimal bundle search problem (hereinafter called "OBSP") which may be embedded with online recommendation system to provide an optimized service considering pairwise discount and delivery cost. Research design, data, and methodology - Online retailers have their own discount policy and it is time consuming for online shoppers to find an optimal bundle. Unlike an online system recommending one item for each search, the OBSP considers multiple items for each search. We propose a mathematical formulation with numerical example for the OBSP and analyzed the complexity of the problem. Results - We provide two results from the complexity analysis. In general case, the OBSP belongs to strongly NP-Hard which means the difficulty of the problem while the special case of OBSP can be solved within polynomial time by transforming the OBSP into the minimum weighted perfect matching problem. Conclusions - In this paper, we propose the OBSP to provide a customized service considering bundling price and delivery cost. The results of research will be embedded with an online recommendation system to help customers for easy and smart online shopping.

• 한국멀티미디어학회논문지
• /
• 제20권9호
• /
• pp.1541-1550
• /
• 2017

The increasing number of multimedia content offered to the user demands content recommendation. In this paper, we propose a system for recommending content related to the content that user is watching. In the proposed system, relationship information between content is generated using relationship information between representative keywords of content. Relationship information between keywords is generated by analyzing keyword collocation frequencies in Internet news corpus. In order to handle big corpus data, we design an architecture that consists of a distributed search engine and a distributed data processing engine. Furthermore, we store relationship information between keywords and relationship information between keywords and content in NoSQL to handle big relationship data. Because the query optimizer of NoSQL is not as well developed as RDBMS, we propose query optimization techniques to efficiently process complex queries for recommendation. Experimental results show that the performance is improved by up to 69 times by using the proposed techniques, especially when the number of requested related keywords is small.

• 한국전자거래학회지
• /
• 제15권2호
• /
• pp.1-18
• /
• 2010

이동통신 시장의 경쟁이 격화됨에 따라 이미 포화상태에 다다른 음성 서비스보다는 데이터 서비스를 증가시키기 위해 통신사들이 노력하고 있다. 그러나 단말기의 한계로 인해 자신이 원하는 서비스를 검색하는 것이 쉽지 않고, 시간 역시 많이 소모되는 문제점으로 인해 데이터 서비스 시장이 기대한 만큼 성장하지 않고 있는 상황이다. 본 논문에서는 이와 같은 문제점을 극복하기 위하여, 이동통신사에서 보유하고 있는 위치정보와 무선인터넷 이용로그를 기반으로 개인이 처한 상황에 맞게 무선 서비스를 추천하는 개인화 서비스 방안을 제시하고자 한다. 이를 위해 무선통신사의 실제 데이터를 기반으로 기지국의 위치정보와 해당위치에서의 서비스 이용 정보를 이용하여 군집 분석을 실시하고, 이를 기반으로 협업 필터링를 이용한 무선 서비스의 개인화 서비스 방안을 제안한 후 이를 검증하였다. 또한 분류된 군집의 특성을 분석하고, 이를 기반으로 한 무선 서비스 추천 방안을 제시하였다.

• 디자인학연구
• /
• 제16권2호
• /
• pp.23-34
• /
• 2003

웹사이트에서의 개인화 디자인에 대한 요구는 갈수록 증대되고 있다. 현재 많이 활용되고 있는 개인화 디자인 방법은 구축비용과 시간이 적게 든다는 장점을 가지고 있어 웹사이트에 손쉽게 적용될 수 있다. 그러나 사용자의 데이터가 축적되지 않으므로 보다 세련된 개인화가 어렵다는 단점을 가지고 있다. 본 연구에서는 웹사이트 디자인의 개인화를 위한 보다 발전된 방법으로서의 추천 시스템을 연구하였다. 그 결과로 현재 활용되고 있는 추천 시스템들의 내용과 특징에 대해서 정리하였으며 이를 바탕으로 협동적 필터링 기법을 적용한 디자인 추천 시스템을 구성하였고 그 세부적인 과정과 절차를 제안하였다.

• 한국문헌정보학회지
• /
• 제54권3호
• /
• pp.41-69
• /
• 2020

이 연구의 목적은 이용자 선호도 및 관심분야 정보 수집을 위한 웹 기반의 프로파일링 모델을 활용하여 이용자 선호도 기반의 대체자료 추천 시스템의 개발과 정보 추천 모델의 핵심이 되는 도서자동분류엔진을 설계하고 시범 구축하는 것이다. 이용자 선호도 기반의 대체자료 선정 방법론을 개발하기 위해 국가대체자료공유시스템인 DREAM의 이용자 대체자료 이용 내역을 분석하여 KDC의 10개 주제 분야별 대체자료에 대한 이용자 선호도를 조사하였다. 이용 내역 데이터의 표제 정보를 분석하여 주제 분야별로 그리고 조사대상 기간별로 관심 키워드를 도출하였으며, 도출된 키워드를 주제 분야별로 순위화하였다. 주제별과 기간별로 순위화된 키워드는 이용자 선호도를 나타내는 것으로 출판된 도서 가운데 대체자료 제작 대상을 선정하는데 활용할 수 있다. 또한 이용자 선호도 기반의 대체자료 선정을 위하여 국립장애인도서관의 내부 데이터뿐만 아니라 타 도서관이나 다양한 유관 기관의 서비스 및 이용 내역을 반영하기 위한 연계방안을 제안하였다.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.433-438
• /
• 2003

최근, 인터넷 쇼핑몰과 같은 웹 사이트를 대상으로 각 사용자에게 가장 필요한 정보를 제공하기 위한 웹 정보 추천 시스템에 대한 연구가 활발히 진행되고 있다. 사용자 프로파일과 명시적 피드백에 의존하는 대부분의 웹 정보 추천 시스템의 경우 사용자의 다양하고 정확한 정보를 필요로 하지만 실세계의 문제에 있어 이러한 연관 정보를 얻기란 쉽지 않다. 본 논문에서는 사용자의 명시적 피드백과 프로파일에 의존하지 않는 웹 정보 서비스를 위한 정보 예측 기법을 제안한다. 이를 위해 앙상블 Support Vector Machine과 하이브리드 SOM을 설계하고 적용하여 웹 로그 데이터의 희소성 문제를 해결하면서 대용량 웹 데이터로부터 사용자에게 꼭 필요하고 유용한 정보를 추천할 수 있는 동적 웹 정보 예측 시스템을 설계하고 구현한다.