• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.95-100
• /
• 2023

Due to Traffic accidents people faces health and economical casualties around the world. As the population increases vehicles on road increase which leads to congestion in cities. Congestion can lead to increasing accident risks due to the expansion in transportation systems. Modern cities are adopting various technologies to minimize traffic accidents by predicting mathematically. Traffic accidents cause economical casualties and potential death. Therefore, to ensure people's safety, the concept of the smart city makes sense. In a smart city, traffic accident factors like road condition, light condition, weather condition etcetera are important to consider to predict traffic accident severity. Several machine learning models can significantly be employed to determine and predict traffic accident severity. This research paper illustrated the performance of a hybridized neural network and compared it with other machine learning models in order to measure the accuracy of predicting traffic accident severity. Dataset of city Leeds, UK is being used to train and test the model. Then the results are being compared with each other. Particle Swarm optimization with artificial neural network (PSO-ANN) gave promising results compared to other machine learning models like Random Forest, Naïve Bayes, Nearest Centroid, K Nearest Neighbor Classification. PSO- ANN model can be adopted in the transportation system to counter traffic accident issues. The nearest centroid model gave the lowest accuracy score whereas PSO-ANN gave the highest accuracy score. All the test results and findings obtained in our study can provide valuable information on reducing traffic accidents.

• 스마트미디어저널
• /
• 제11권7호
• /
• pp.61-69
• /
• 2022

학습된 머신러닝은 시간 경과에 따른 학습 모델과 학습 데이터 측면의 표류 현상이 발생과 동시에 머신러닝의 성능이 퇴화하게 된다. 이를 해결하기 위한 방안으로 머신러닝의 재학습 시기를 결정하기 위한 ML 표류의 개념과 평가 방법을 제안하고자 한다. 딸기와 선명도에 따른 XAI 테스트 및 사과 이미지의 XAI 테스트를 진행하였다. 딸기의 경우 선명도 값에 따른 ML 모델의 XAI 분석의 변화는 미미하였으며 사과 이미지의 XAI의 경우 사과는 정상적으로 객체 분류 및 히트맵 영역을 표시하였으나 사과꽃 및 꽃봉오리의 경우 그 결과가 딸기나 사과에 비해 미미하였다. 이는 사과꽃 및 꽃봉오리의 학습 이미지 수가 부족하기에 발생한 것으로 예상되며 추후 더 많은 사과꽃 및 꽃봉오리 이미지를 학습하여 테스트할 계획이다.

• Journal of Smart Tourism
• /
• 제4권2호
• /
• pp.5-14
• /
• 2024

This study explores the transformative potential of machine learning (ML) and ML-driven data analytics in the hospitality industry. It provides a comprehensive overview of this emerging method, from explaining ML's origins to introducing the evolution of ML-driven data analytics in the hospitality industry. The present study emphasizes the shift embodied in ML, moving from explicit programming towards a self-learning, adaptive approach refined over time through big data. Meanwhile, social media analytics has progressed from simplistic metrics deriving nuanced qualitative insights into consumer behavior as an industry-specific example. Additionally, this study explores innovative applications of these innovative technologies in the hospitality sector, whether in demand forecasting, personalized marketing, predictive maintenance, etc. The study also emphasizes the integration of ML and social media analytics, discussing the implications like enhanced customer personalization, real-time decision-making capabilities, optimized marketing campaigns, and improved fraud detection. In conclusion, ML-driven hospitality data analytics have become indispensable in the strategic and operation machinery of contemporary hospitality businesses. It projects these technologies' continued significance in propelling data-centric advancements across the industry.

• 기술혁신학회지
• /
• 제16권4호
• /
• pp.954-977
• /
• 2013

이 연구는 소비자들이 사물지능통신(Machine-to-Machine: 이하 M2M) 기술을 활용한 가전제품을 구매 및 사용하고자 할 때, 어떠한 요인들이 그 제품을 선택하는 데 영향을 미치는지 고찰하였다. M2M 가사기술은 모바일 인터넷을 통해 가전제품과 가정 내 각종 시설을 원격제어하거나 전자동으로 작동시키는 새로운 정보통신기술로, 여성들의 가사노동 부담 해소와 사회 참여를 지지할 수 있는 기술이다. 이 논문은 이러한 점에 주목하여 성별, 소득 수준, 기혼여성의 취업 여부, 모바일 인터넷 기기의 보유 여부 등 4개의 독립변수가 소비자들의 M2M 가전제품의 구매 및 사용의사와 어떠한 상관관계에 있는지 분석하였다. 연구 결과 M2M 가전제품의 구매와 사용을 모두 결정할 수 있는 변수는 '스마트폰과 태블릿PC 등 모바일 인터넷 기기의 보유 여부'로 확인되었다. 이와 달리 기혼여성의 취업 여부는 구입의사에만 영향을 미쳤고 소득수준과 성별 요인은 거의 영향을 미치지 않았다. 이러한 결과는 '주부의 취업, 소득, 성별 변수에 의해 가사기술이 도입된다'는 기존 연구와 다른 새로운 성과이다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.580-586
• /
• 2021

현재 사출성형분야의 Computer Aided Testing(CAT) 방법론으로 CAE(Computer Aided Engineering)를 이용한 수치 해석 기법이 주를 이루고 있다. 그러나 최근 시뮬레이션에 추가로 인공지능 기법을 응용하는 방법론이 연구되고 있다. 우리는 지난 연구에서 다양한 Machine Learning 기법을 활용하여 사출 성형 공정에 따른 변형 결과를 비교하였으며, 최종적으로 MLP(Multi-Layer Perceptron) 예측모델을 생성하였고, HMA(Hybrid Metaheuristic Algorithm)를 이용하여 최적화 결과를 얻어냈다. 그러나 MLP는 예측 성능이 우수한 반면 블랙박스와 같이 결정 과정에 대한 설명이 부족하다. 본 연구에서는 Radiator Tank 부품에 대하여 사출 성형 해석 소프트웨어인 Autodesk Moldflow 2018을 이용하여 수치 해석 기법으로 데이터를 생성하고, Machine Learning 소프트웨어인 RapidMiner Studio version 9.5를 활용하여 여러 Machine Learning Algorithms 모델을 생성하여 평균 제곱근 오차를 비교하였다. Decision-tree는 Root Mean Square Error(RMSE) 값이 다른 Machine Learning 기법에 비해 양호한 예측 성능을 갖추고 있었다. Decision-tree의 크기를 결정하는 Maximal Depth에 따라 분류 기준을 높일 수 있지만 복잡성도 함께 증가시켰다. Decision-tree를 이용하여 구속 조건을 만족하는 중간 값을 선정하여 시뮬레이션을 진행한 결과 기존의 시뮬레이션만 진행한 것보다 7.7%의 개선 효과가 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.125-137
• /
• 2009

스마트카드는 작은 크기의 마이크로 컴퓨터칩을 내장하고 있다. 이 칩은 프로세서, RAM, ROM, 클럭, 버스 그리고 암호전용 코프로세서 등을 포함하고 있다. 따라서 이 칩은 RFID 태그와 비교해서 가격이 비싸고, 복잡하지만 안전한 칩이다. 스마트카드의 주요 응용분야는 전자뱅킹이나 안전한 통신 관련 분야이다. 자바카드는 개방형 플랫폼 중 가장 널리 사용되는데 그 이유는 자바카드의 보안성, 플랫폼 독립성, 그리고 빠른 개발 싸이클 때문이다. 하지만 자바카드는 실행속도가 느리기 때문에 자바 카드의 성능개선은 중요한 연구 분야가 되어왔다. 본 논문에서는 효과적인 트랜잭션버퍼 관리 방법을 제안하여 자바카드의 성능을 개선시켰으며 실험을 통하여 그 성능을 입증하였다.

• 한국융합학회논문지
• /
• 제11권7호
• /
• pp.105-112
• /
• 2020

본 연구는 2029세대의 페스티벌 사용자를 위한 패브릭 일렉트로닉스 기반의 스마트 가방 개발 연구로 한국전통 문양과 도깨비 문양을 전자회로로 응용한 테크 플랩(음악 미디어 제어 기능/ LED 반응 기능)을 커스터마이즈 가능하도록 개발하였다. 사용자의 기호와 상황에 따라 맞춤형 서비스가 가능하도록 기능적·디자인적 전략으로 고찰하고 이를 바탕으로 컴퓨터 자수기를 활용한 탈부착 모듈형의 커스터마이즈 스마트 가방 플랫폼을 제시하였다. 이는 기존에 출시한 하드한 형태의 PCB 스마트 제품과의 차별성과 새로운 비즈니스 모델을 제안했다는 점에서 연구의 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제22권7호
• /
• pp.63-74
• /
• 2017

Recently in the area of ICT, the M2M and IoT are in the spotlight as a cutting edge technology with the help of advancement of internet. Among those fields, the smart home is the closest area to our daily lives. Smart home has the purpose to lead a user more convenient living in the house with WLAN (Wireless Local Area Network) or other short-range communication environments using automated appliances. With an arrival of the age of IoT, this can be described as one axis of a variety of applications as for the M2H (Machine to Home) field in M2M. In this paper, we propose a novel technique for estimating the location of a terminal that freely move within a specified area using the RSSI (Received Signal Strength Indication) in the WLAN environment. In order to perform the location estimation, the Fingerprint and KNN methods are utilized and the LMS with the gradient descent method and the proposed algorithm are also used through the error correction functions for locating the real-time position of a moving user who is keeping a smart terminal. From the estimated location, the nearest fixed devices which are general electric appliances were supposed to work appropriately for self-operating of virtual smart home. Through the experiments, connection and operation success rate, and the performance results are analyzed, presenting the verification results.

• Journal of Information Processing Systems
• /
• 제15권3호
• /
• pp.645-654
• /
• 2019

The purpose of this study was to collect and analyze personal bio data and social network services (SNS) data, derive user preference and user life pattern, and propose intuitive and precise user modeling. This study not only tried to conduct eye tracking experiments using various smart devices to be the ground of the recommendation system considering the attribute of smart devices, but also derived classification preference by analyzing eye tracking data of collected bio data and SNS data. In addition, this study intended to combine and analyze preference of the common classification of the two types of data, derive final preference by each smart device, and based on user life pattern extracted from final preference and collected bio data (amount of activity, sleep), draw the similarity between users using Pearson correlation coefficient. Through derivation of preference considering the attribute of smart devices, it could be found that users would be influenced by smart devices. With user modeling using user behavior pattern, eye tracking, and user preference, this study tried to contribute to the research on the recommendation system that should precisely reflect user tendency.

• 대한인간공학회지
• /
• 제34권2호
• /
• pp.85-101
• /
• 2015

Objective: The purpose of this study was to develop and evaluate smart secondary controls using iPad for the drivers with physical disabilities in the driving simulator. Background: The physically disabled drivers face problems in the operation of secondary control devices that accept a control input from a driver for the purpose of operating the subsystems of a motor vehicle. Many of conventional secondary controls consist of small knobs or switches that physically disabled drivers have difficulties in grasping, pulling or twisting. Therefore, their use while driving might increase distraction and workload because of longer operation time. Method: We examined the operation time of conventional and smart secondary controls, such as hazard warning, turn signal, window, windshield wiper, headlights, automatic transmission and horn. The hardware of smart secondary control system was composed of iPad, wireless router, digital input/output module and relay switch. We used the STISim Drive3 software for driving test, customized Labview and Xcode programs for interface control of smart secondary system. Nine subjects were involved in the study for measuring operation time of secondary controls. Results: When the driver was in the stationary condition, the average operation time of smart secondary devices decreased 32.5% in the normal subjects (p <0.01), 47.4% in the subjects with left hemiplegic disabilities (p <0.01) and 38.8% in the subjects with right hemiplegic disabilities (p <0.01) compared with conventional secondary devices. When the driver was driving for the test in the simulator, the average operation time of smart secondary devices decreased 36.1% in the normal subjects (p <0.01), 41.7% in the subjects with left hemiplegic disabilities (p <0.01) and 34.1% in the subjects with right hemiplegic disabilities (p <0.01) compared with conventional secondary devices. Conclusion: The smart secondary devices using iPad for people with hemiplegic disabilities showed significant reduction of operation time compared with conventional secondary controls. Application: This study can be used to design secondary controls for adaptive vehicles and to improve the quality of life of the people with disabilities.