• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권6호
• /
• pp.1478-1499
• /
• 2024

Coronavirus disease (COVID-19) is an infectious disease caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) virus. COVID-19 become an active epidemic disease due to its spread around the globe. The main causes of the spread are through interaction and transmission of the droplets through coughing and sneezing. The spread can be minimized by isolating the susceptible patients. However, it necessitates remote monitoring to check the breathing issues of the patient remotely to minimize the interactions for spread minimization. Thus, in this article, we offer a wearable-IoTs-centered framework for remote monitoring and recognition of the breathing pattern and abnormal breath detection for timely providing the proper oxygen level required. We propose wearable sensors accelerometer and gyroscope-based breathing time-series data acquisition, temporal features extraction, and machine learning algorithms for pattern detection and abnormality identification. The sensors provide the data through Bluetooth and receive it at the server for further processing and recognition. We collect the six breathing patterns from the twenty subjects and each pattern is recorded for about five minutes. We match prediction accuracies of all machine learning models under study (i.e. Random forest, Gradient boosting tree, Decision tree, and K-nearest neighbor. Our results show that normal breathing and Bradypnea are the most correctly recognized breathing patterns. However, in some cases, algorithm recognizes kussmaul well also. Collectively, the classification outcomes of Random Forest and Gradient Boost Trees are better than the other two algorithms.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.207-212
• /
• 2024

수소연료전지의 중요성은 계속 강조되며, 이 분야에서의 교육 및 훈련 수요가 증가하고 있다. 다양한 교육 환경 중에서 메타버스 교육은 특히 원격 학습에 대응하기 위해 글로벌 교육산업에서 새로운 변화의 시대를 열고 있다. 메타버스가 교육에 가져온 가장 중요한 변화는 단방향, 강사 중심 및 정적인 가르침 접근에서 다방향 및 동적인 접근으로의 전환이다. 메타버스는 수소 연료전지 엔지니어 교육에서도 효과적으로 활용될 것으로 예상되며, 교육과 훈련이 언제 어디서나 가능하게 함으로써 교육의 효과를 향상시킬 뿐만 아니라 엔지니어링 교육에 관련된 비용을 줄일 수 있을 것으로 기대된다. 본 연구에서는 이러한 아이디어에 영감을 받아 연료 전지 교육 플랫폼을 설계하고 있다. 메타버스를 활용하여 이론 학습 및 훈련을 결합한 플랫폼을 만들었다. 본 연구에서는 학습 참여자의 참여도를 높이기 위한 교육 훈련 콘텐츠 개발, 사용성 향상을 위한 사용자 인터페이스 구성, 가상 세계에서 물체와 상호 작용하는 환경 생성, 디지털 트윈 형태의 수렴 서비스 지원 등의 주요 요소를 개발했다.

• 산업융합연구
• /
• 제17권3호
• /
• pp.39-49
• /
• 2019

ICT의 발전에 따라 대학교육의 새로운 패러다임이 요구되고 있다. 이에 따른 스마트 캠퍼스 구축은 대학 교육의 패러다임을 바꾸는 학습과 지식 중심의 접근을 비롯하여 혁신적인 기술의 적용, 여러 이해관계자의 니즈를 반영하는 접근 등 다양한 관점에서 효율적인 시스템 구축을 시도해야 한다. 본 연구는 스마트 캠퍼스 생태계를 위한 플랫폼 구축에 관한 연구로서 스마트 캠퍼스의 다양한 이해관계자의 니즈를 반영하는 접근을 하였으며, 이 중에 가장 중요한 대학생 사용자들의 학습과 대학생활 및 사회연결을 축으로 하여 이들의 경쟁력 강화와 사회진출을 돕기 위한 기능에 초점을 맞추는 연구를 하였다. 먼저, 선행연구고찰을 통해 스마트 캠퍼스 구축관련 이론들을 살펴보았으며, 다음으로는 국내외 환경분석과 동향분석을 통하여 대학생 핵심역량개발과 취업지원을 중심으로 하는 e-포트폴리오와 산학협력 지원 시스템에 대해 목표모델을 설계하여 제시하였으며, 지속적인 스마트 캠퍼스 발전 모델을 위한 주안점을 제안하였다.

• KNOM Review
• /
• 제23권2호
• /
• pp.29-41
• /
• 2020

네트워크는 빠르게 성장하여 다중 도메인 복잡성을 유발하고 있다. 네트워크 트래픽 및 서비스의 다양성, 다양성 및 동적 특성은 향상된 오케스트레이션 및 관리 접근 방식을 필요로한다. 많은 표준 오케스트레이터와 네트워크 운영자가 E2E 슬라이스 오케스트레이션을 처리하기 위한 복잡성이 증가하고 있다. 또한 액세스, 에지, 전송 및 코어 네트워크를 포함하여 E2E 슬라이스 오케스트레이션과 관련된 여러 도메인이 각각 특정 문제를 가지고 있다. 따라서 멀티 도메인, 멀티 플랫폼 및 멀티 오퍼레이터 기반 네트워킹 환경을 수동으로 처리하려면 특정 전문가가 필요하며 이 접근 방식을 사용하면 런타임에 네트워크의 동적 변경을 처리할 수 없다 또한 이러한 복잡성을 처리하기위한 수동 접근 방식은 항상 오류가 발생하기 쉽고 지루한 일이다. 따라서 본 연구에서는 의도 기반 접근법을 사용하여 E2E 슬라이스 오케스트레이션을 처리하기 위한 자동화되고 추상화된 솔루션을 제안한다. 운영자로부터 도메인을 추상화하고 높은 수준의 의도 형태로 오케스트레이션 의도를 제공 할 수 있다. 또한 조정 된 리소스를 적극적으로 모니터링하고 머신 러닝을 사용하여 현재 모니터링 통계를 기반으로 시스템 상태 업데이트를 위한 향후 리소스 활용도를 예측한다. Closed-loop 자동화 E2E 네트워크 오케스트레이션 및 관리 시스템이 생성된다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.117-124
• /
• 2021

이 논문에서 우리는 국가연구데이터플랫폼 (DataON)의 분석서비스인 CANVAS (Creative ANalytics enVironment And System)를 제안한다. CANVAS는 연구데이터 분석 자원과 도구가 필요한 연구자들을 위한 개인화된 분석 클라우드 서비스이다. CANVAS는 마이크로서비스 아키텍쳐 기반으로 확장성을 고려하여 설계하였으며 전자정부프레임워크인 Spring 프레임워크, Kubernetes, JupyterLab 등의 오픈소스 소프트웨어를 이용하여 구축하였다. 구축된 시스템은 여러 사용자에게 개인화된 분석환경을 제공하며 고성능 클라우드 인프라 (CPU·GPU)를 활용하여 고속의 대용량 데이터 분석이 가능하다. 구체적으로 JupyterLab 이나 GUI 워크플로우 환경에서 데이터 모델링 및 처리가 가능하다. CANVAS는 DataON과 데이터가 공유되므로 사용자가 등록하거나 다운로드 받은 연구데이터는 CANVAS에서 바로 분석을 수행할 수 있다. 이로서 CANVAS는 DataON 사용자의 데이터 분석 편의성을 높이고 연구데이터 공유·활용 활성화에 기여한다.

• 한국멀티미디어학회논문지
• /
• 제22권5호
• /
• pp.535-546
• /
• 2019

Recently, there have been a lot of researches on the whole face replacement system, but it is not easy to obtain stable results due to various attitudes, angles and facial diversity. To produce a natural synthesis result when replacing the face shown in the video image, technologies such as face area detection, feature extraction, face alignment, face area segmentation, 3D attitude adjustment and facial transposition should all operate at a precise level. And each technology must be able to be interdependently combined. The results of our analysis show that the difficulty of implementing the technology and contribution to the system in facial replacement technology has increased in facial feature point extraction and facial alignment technology. On the other hand, the difficulty of the facial transposition technique and the three-dimensional posture adjustment technique were low, but showed the need for development. In this paper, we propose four facial replacement models such as 2-D Faceswap, OpenPose, Deekfake, and Cycle GAN, which are suitable for the Cox platform. These models have the following features; i.e. these models include a suitable model for front face pose image conversion, face pose image with active body movement, and face movement with right and left side by 15 degrees, Generative Adversarial Network.

• 한국터널지하공간학회 논문집
• /
• 제23권1호
• /
• pp.13-24
• /
• 2021

암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.

• 만화애니메이션 연구
• /
• 통권49호
• /
• pp.425-464
• /
• 2017

<지식채널e>는 한국교육방송공사의 미니 다큐멘터리로서, 교육 콘텐츠로 널리 활용된다. 이 연구의 목적은 <지식채널e>의 교육 현장에서의 활용 실태를 조사하여, 성공적인 교육 콘텐츠의 특성을 분석하고, 교육용 미디어 콘텐츠가 지향해야 할 방향을 알아보고자 하는 것이다. 이를 위하여 초, 중, 고등학교 교사 361명을 대상으로 설문조사를 실시하여, 학교 교육에서 <지식채널e>의 활용 빈도, 접근 방법, 학습 활동, 문제점 및 개선점을 분석하였다. 연구 결과, <지식채널e>가 학교 교육에 활용되는 빈도는 초등학교, 중학교, 고등학교 순이었으며, 교사들은 교육을 위한 방송 콘텐츠를 선정할 때 교육과정 내용과의 적합성을 중시하는 것으로 나타났다. <지식채널e>는 수업 동기 유발 자료로 주로 활용된다. 초등 교과별로 살펴보면, 사회, 도덕, 과학 등 내용 지식의 성격이 강하거나 다양한 관점의 접근이 필요한 주제에서 활용도가 높다. 그러나 수업과 직접적으로 관련된 자료를 찾기가 어렵고, <지식채널e>와 유사한 콘텐츠가 풍부해졌기 때문에 <지식채널e>에 대한 활용도가 떨어지고 있다. 이를 개선하기 위해서는 <지식채널e>를 제공하는 플랫폼을 개선하고, <지식채널e>의 제작 방식을 소셜 미디어 환경에 맞게 전환해야 한다.

• 한국인터넷방송통신학회논문지
• /
• 제15권1호
• /
• pp.171-178
• /
• 2015

IT 관련 교과에서 실습 교육이 그 어느 때보다 강조되고 있다. 이 글은 IT 교육을 위한 클라우드 컴퓨팅 기반의 가상 데스크탑 서비스 제공 방안과 효율적인 운영 관리 방안을 연구하였다. 구현된 가상 실습 환경 시스템을 이용하면 교과의 커리큘럼에 적합하도록 커스토마이징된 실습환경을 제공할 수 있다. 뿐만 아니라, 제안된 시스템을 이용할 경우 교과운영 사전에 미리 교과별로 프로비저닝 할 수 있다. 따라서 본 논문에서 산정한 규모와 운영 정책을 참고하여 여러 사이버대학이 공동 활용할 수 있는 클라우드 실습 포털시스템을 구축한다면 보다 효율적이고 효과적인 가상실습 교육 서비스 시스템을 구축하고 제공할 수 있을 것으로 예상된다.

• Geomechanics and Engineering
• /
• 제11권3호
• /
• pp.361-372
• /
• 2016

The soil-concrete interface shear strength, although has been extensively studied, is still difficult to predict as a result of the dependence on many factors such as normal stresses, surface roughness, particle sizes, moisture contents, dilation angles of soils, etc. In this study, a well-known rigorous statistical learning approach, namely the least squares support vector machine (LS-SVM) realized in a ubiquitous spreadsheet platform is firstly used in estimating the soil-structure interface shear strength. Instead of studying the complicated mechanism, LS-SVM enables to explore the possible link between the fundamental factors and the interface shear strengths, via a sophisticated statistic approach. As a preliminary investigation, the authors study the expansive soils that are found extensively in most countries. To reduce the complexity, three major influential factors, e.g., initial moisture contents, initial dry densities and normal stresses of soils are taken into account in developing the LS-SVM models for the soil-concrete interface shear strengths. The predicted results by LS-SVM show reasonably good agreement with experimental data from direct shear tests.