• 한국멀티미디어학회논문지
• /
• 제11권6호
• /
• pp.807-815
• /
• 2008

A simple efficient method of spotting and recognizing hand gestures in video is presented using a network of hidden Markov models and dynamic programming search algorithm. The description starts from designing a set of isolated trajectory models which are stochastic and robust enough to characterize highly variable patterns like human motion, handwriting, and speech. Those models are interconnected to form a single big network termed a spotting network or a spotter that models a continuous stream of gestures and non-gestures as well. The inference over the model is based on dynamic programming. The proposed model is highly efficient and can readily be extended to a variety of recurrent pattern recognition tasks. The test result without any engineering has shown the potential for practical application. At the end of the paper we add some related experimental result that has been obtained using a different model - dynamic Bayesian network - which is also a type of stochastic model.

• 트랜스-
• /
• 제14권
• /
• pp.65-92
• /
• 2023

The knowledge of the narrative agent not only constitutes the content and meaning of the narrative itself, but is also closely related to the emotional response of the recipient. Also, the disparity of knowledge between narrative agents is an important factor in making a narrative richer and more interesting. But It tends to be treated as a sub-topic of narration theory or genre/style studies rather than an independent subject of narrative studies or criticism. In this paper, I propose a model that can systematically and quantitatively analyze the knowledge of narrative agents. The proposed model consists of the knowledge structure that represents a narrative, the knowledge state that expresses the knowledge of narrative agent as a degree of belief, and the knowledge flow that means changes in the knowledge state according to the development of events. In addition, the formal notation of the knowledge structure and a probabilistic inference model that could obtain the state of knowledge were proposed, and the knowledge structure and knowledge flow were analyzed by applying the model to the actual narrative. It is expected that the proposed model will be of practical help in the creation and evaluation of narratives.

• 한국정보과학회논문지:데이타베이스
• /
• 제32권2호
• /
• pp.111-119
• /
• 2005

전자카타로그는 상품에 관한 풍부한 의미를 포함하며 온톨로지가 적용될 여지가 높은 영역이다. 온톨로지는 사물의 본질과 사물간의 관계를 나타내는데, 전자카탈로그를 형식적(formal)인 온톨로지로 표현하는 것은 전자상거래 영역에서 중요하다. DL(Description Logic)은 현재 사용되는 여러 온톨로지 언어의 이론적 기반을 제공한다. 본 논문은 DL 언어를 사용해 전자카타로그를 형식적으로 온톨로지 모델링 한다. 기본적인 모델링 구성요소 집합은 화장 개체 관계(Extended Entity Relationship)로 개념적으로 나타내고, DL 언어로 대응해서 변환한다. EER로 나타낼 수 없는 부가적인 의미적 지식은 직접 DL언어로 표현한다. 논문에서 제시하는 모델링 언어는 언어의 표현력과 복잡도를 고려할 때, 현실적으로 추론에 적합하다고 알려져 있는 SHIQ(d) 언어 범위에 기반하고 있다. 모델링한 온톨로지 e-카타로그의 활용 이해를 돕기 위해 시나리오를 제시하고, 실제 DL 추론 도구를 통해 그 시험적 검증을 한다.

• 사물인터넷융복합논문지
• /
• 제6권1호
• /
• pp.83-95
• /
• 2020

실제 복잡다난한 농작물 밭 환경에서 잡초를 정밀하게 검출하는 것은 이전의 접근방법들로는 이미지 프레임을 정확하게 처리하는 속도 면에서 부족했다. 식물의 질병 분류 문제가 중요시 되는 상황에서 특히 작물의 잡초 문제는 큰 화제가 되고 있다. 이전의 접근방식들은 빠른 알고리즘을 사용하지만 추론 시간이 실시간에 가깝지 않아 통제되지 않은 조건에서 비현실적인 해결책이 된다. 따라서, 복잡한 벼 잡초 검출 과제에 대한 탐지 모델을 제안한다. 실험 결과에 따르면, 우리의 접근 방식의 추론 시간은 잡초 검출 과제에서 상당한 시간절약을 보여준다. 실제 조건에서 실제로 적용할 수 있는 것으로 나타난다. 주어진 예시들은 쌀의 두 가지 성장 단계에서 수집되었고 직접 주석을 달았다.

• 한국정보통신학회논문지
• /
• 제8권5호
• /
• pp.1050-1057
• /
• 2004

연구의 목적은 컴퓨터 도움 없이 독립으로 서보시스템의 퍼지제어를 위한 퍼지제어기 하드웨어 회로 개발이다 본 논문은 $\alpha$-레벨 퍼지집합 분해에 기초하여 DC 서보 시스템의 퍼지제어를 위해 퍼지 추론 연산의 하드웨어에 대하여 나타내었다. 퍼지추론에서 비퍼지화까지 일체적으로 퍼지추론 연산에 의해 직접 PWM 조작신호를 얻는 방법이 제안되었다. 이 방법은 아날로그 회로로 쉽게 구현할 수있다. 퍼지제어기 입출력 특성과 직류서보 전동기 퍼지제어 응답특성에서 $\alpha$-레벨 양자화 효과에 대하여 검토한 결과 양자화 수 $\alpha$=4 단계가 충분한 것을 알 수 있다. 제안한 하드웨어 방법은 실 직류 서보시스템의 적용에서 실험을 통하여 그 효과를 나타내었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제13권1호
• /
• pp.35-45
• /
• 2007

모바일 디바이스에서 얻을 수 있는 로그 데이타는 의미 있고 실속 있는 다양한 개인 정보를 담고 있다. 그러나 메모리 용량과 연산 능력의 제한, 분석의 어려움으로 인해 이러한 정보들은 무시되고 있는 것이 일반적이다. 모바일 환경의 이러한 어려움을 극복하기 위해 로그 데이타를 분산된 모듈에서 분석하여 사용자에게 의미 있는 정보인 특이성을 탐지하는 새로운 방법을 제안한다. 제안하는 방법은 불확실한 상황에서의 추론 정확도를 향상시키기 위해 베이지안 확률 접근 방법을 채택하고 있다. 새로운 협력적 모듈형 기술은 모바일 디바이스의 제한된 자원을 가지고 효율적으로 연산하기 위해 베이지안 네트워크를 모듈로 나눈다. 인공 데이타와 실제 데이타를 이용한 실험에서 인공 데이타의 경우 약 84%의 정확률과 약 76%의 재현률을 보였으며, 실제 데이타에서는 부분 일치를 포함하여 약 89%의 일치율을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권3호
• /
• pp.535-542
• /
• 2017

유비쿼터스 컴퓨팅은 사용자의 위치, 상태, 행동정보, 주변 상황 등의 컨텍스트를 인식할 수 있게 하였는데 이로 인해 사용자에게 필요한 서비스를 빠르고 정확하게 제공해 줄 수 있게 되었다. 이와 같은 개인화 추천 서비스는 사용자의 컨텍스트 정보를 인식하고 해석하는 추론기술이 필요한데 본 논문에서는 실생활과 가장 밀접한 음식점을 날씨, 시간, 요일, 위치의 모바일 컨텍스트 데이터를 기반으로 행동 패턴을 추론하여 추천하는 모델을 연구한다. 연구를 위해 자사에서 직접 서비스 하고 있는 사용자 평가 기반 음식점 추천 서비스의 장소와 사용자 생성 데이터를 활용하였고, 행동패턴을 추론하기 위해 나이브 베이즈 방정식을 사용했다. 그리고 선호도 예측 알고리즘을 활용하여 추천 장소를 선정하였다. 시스템으로 구현하여 평가 기반의 추천 방식보다 본 논문에서 제시한 연구의 우수성도 입증하였다.

• 실천공학교육논문지
• /
• 제10권1호
• /
• pp.63-72
• /
• 2018

본 연구는 상담수퍼비전에서 수퍼바이저와 수퍼바이지의 관계인 작업동맹의 중요성에 주목하여 최근 국내 연구 동향을 분석하고, 향후 연구의 방향을 제시하기 위해 수행되었다. 이를 위해 분석대상 12편의 논문에 대해 연도별, 연구대상과 상담자 요인, 연구방법에 따라 분석하였다. 그 결과를 살펴보면 첫째, 2006년을 시작으로 총 12편의 연구가 진행되어 매우 부족함을 알 수 있었다. 둘째, 연구대상은 수퍼바이지(83.3%)로 편중되어 수퍼바이저와 수퍼바이지(16.7%), 수퍼바이저(0%) 대상 연구는 부족하였다. 또한 상담자 특성에 대한 연구도 수퍼바이저(17.3%)는 추론된 상태(8.3%), 추론된 특성(3.5%)이 높았다. 수퍼바이지 (82.5%)도 추론된 상태(56.3%)와 추론된 특성(27.1%)으로 연구되어 관찰가능한 상태와 특성에 대한 연구는 매우 미흡함을 알 수 있었다. 셋째, 연구방법으로는 양적 연구(100.0%)로 이루어져 질적연구가 매우 부족한 실정임을 알 수 있었다. 끝으로, 이러한 결과에 대한 논의, 연구의 제한점, 향후 연구에 대해 제언하였다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.67-79
• /
• 2021

전훈이란 군사용어로서 전투발전분야의 교육과 현실에서 문제점이 확인되거나 개선이 필요한 요소를 찾아서 미래의 발전을 도모하는 모든 활동이다. 이 논문에서는 전훈활동을 추진하는데 드러나는 문제점, 즉 분석시 장기간 소요, 예산 문제, 전문가 필요성 등을 해결하고자 실제 사례를 제시하고 인공지능 분석 추론기술을 적용하는 데 초점을 맞춘다. 이미 실용화되어 사용 중인, 인지 컴퓨팅 관련 기술을 활용한 인공지능 법률자문 서비스가 전훈의 문제점을 해결하는데 가장 적합한 사례로 판단했다. 이 논문은 인공지능을 활용한 지능형 전훈분석 추론기술의 효과적인 적용방안을 제시한다. 이를 위해, 전훈분석 정의 및 사례, 인공지능의 머신러닝으로 진화, 인지 컴퓨팅 등 이론적 배경을 살펴보고, 새롭게 제안한 L²-OODA 앙상블 알고리즘을 이용해 국방분야 신기술에 적용함으로써 현존전력 개선 및 최적화를 구현하는데 기여하고자 한다.

• Computers and Concrete
• /
• 제32권2호
• /
• pp.119-138
• /
• 2023

Concrete carbonation is a prevalent phenomenon that leads to steel reinforcement corrosion in reinforced concrete (RC) structures, thereby decreasing their service life as well as durability. The process of carbonation results in a lower pH level of concrete, resulting in an acidic environment with a pH value below 12. This acidic environment initiates and accelerates the corrosion of steel reinforcement in concrete, rendering it more susceptible to damage and ultimately weakening the overall structural integrity of the RC system. Lower pH values might cause damage to the protective coating of steel, also known as the passive film, thus speeding up the process of corrosion. It is essential to estimate the carbonation factor to reduce the deterioration in concrete structures. A lot of work has gone into developing a carbonation model that is precise and efficient that takes both internal and external factors into account. This study presents an ML-based adaptive-neuro fuzzy inference system (ANFIS) approach to predict the carbonation depth of fly ash (FA)-based concrete structures. Cement content, FA, water-cement ratio, relative humidity, duration, and CO2 level have been used as input parameters to develop the ANFIS model. Six performance indices have been used for finding the accuracy of the developed model and two analytical models. The outcome of the ANFIS model has also been compared with the other models used in this study. The prediction results show that the ANFIS model outperforms analytical models with R-value, MAE, RMSE, and Nash-Sutcliffe efficiency index values of 0.9951, 0.7255 mm, 1.2346 mm, and 0.9957, respectively. Surface plots and sensitivity analysis have also been performed to identify the repercussion of individual features on the carbonation depth of FA-based concrete structures. The developed ANFIS-based model is simple, easy to use, and cost-effective with good accuracy as compared to existing models.