• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2012년도 추계학술대회 논문집
• /
• pp.217-218
• /
• 2012

• 한국지진공학회논문집
• /
• 제6권4호
• /
• pp.15-22
• /
• 2002

이 연구는 원자력발전소 구조물의 확률론적 내진성능을 평가하는 수단으로 이용되고 있는 지진취약도분석 기법에 대하여 소개하고, 지진취약도분석에 입력자료로 제공되는 기본변수의 특성에 대하여 논의하였다. 특히, 지진취약도 분석결과에 지대한 영향을 미칠 수 있는 입력변수의 하나인 응답스펙트럼형태계수의 정의 방법을 개선하였다. 새로운 응답스펙트럼형태계수는 구조물의 고유진동모드별 기여도가 전체 구조응답에 미치는 영향을 고려할 수 있도록 모드별 기여도를 이용하여 표현하였다. 대표적인 원자력발전소 구조물을 대상으로 예제분석을 수행하고, 제안된 응답스펙트럼형태계수의 유용성 및 적용성을 검증하였다. 특히, 이 논문의 방법은 복합모드감쇠특성을 갖는 구조물의 경우에도 효과적으로 적용될 수 있음을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권1호
• /
• pp.72-76
• /
• 2009

최근 유비쿼터스 컴퓨팅에 대한 관심이 높아지면서 유비쿼터스 환경에서의 서비스를 위한 인간과 컴퓨터의 상호 작용, 특히 인간의 행동을 인식하는 연구가 활발히 진행되고 있다. 기존의 영상기반 연구와는 달리 모바일 환경에 적합하도록 가속도 센서, 생리신호 센서 등 다양한 센서들을 활용하여 사용자의 행동을 인식하는 기법이 연구되고 있다. 본 논문에서는 멀티모달 센서들을 통합하고 동적 베이지안 네트워크를 계층적으로 구성하여 사용자의 행동을 인식하는 방법을 제안한다. 연산량이 비교적 적은 베이지안 네트워크로 전반적인 사용자 행동을 추론하고 획득된 각 행동의 확률순으로 동적 베이지안 네트워크를 구성한다. 동적 베이지안 네트워크는 OVR(One-Versus-Rest) 전략으로 학습되며, 확률순으로 행동이 검증되어 임계치를 넘는 경우 선택된 행동보다 낮은 확률의 행동에 대한 동적 베이지안 네트워크를 검증하지 않아 추론 연산량을 줄인다. 본 논문에서는 가속도 센서와 생리적 신호 센서를 기반으로 총 8가지의 행동을 인식하는 문제에 제안하는 방법을 적용하여 평균적으로 97.4%의 분류 정확률을 얻었다.

• 한국인터넷방송통신학회논문지
• /
• 제14권2호
• /
• pp.65-71
• /
• 2014

본 논문에서는 모바일 디바이스에 기본적으로 제공되는 모노 카메라와 모노 마이크의 멀티 모달 입력을 통하여 사용자와 모바일 디바이스간의 거리를 추정하는 방법을 제안한다. 영상을 이용한 거리 추정은 모노 카메라로 입력되는 영상에서 피부색 영역을 추출하고, 노이즈를 제거한 후에 얼굴 영역 및 눈 영역을 검출하여 사용자의 거리를 추정한다. 음성을 이용한 거리 추정은 모노 마이크로 입력되는 음성으로부터 가장 큰 피크(Peak)를 선정하고, ROI(Region of Interest)를 지정한 후에 FFT(Fast Fourier Transform)을 수행하여 주파수 축에서의 크기(Magnitude)를 계산한다. 계산된 크기 값과 거리별 크기 값의 모델을 비교하여 거리 별 우도(Likelihood)를 계산하고, 정렬한 후 가중치를 주어 더함으로써 사용자의 거리를 추정한다. 실험결과 영상 및 음성을 멀티 모달 입력으로 이용하여 거리를 추정한 결과 단일 모달로 거리를 추정한 결과 보다 향상된 결과를 얻을 수 있었다.

• 한국항행학회논문지
• /
• 제23권6호
• /
• pp.526-534
• /
• 2019

전파 신호를 이용한 위치 추정 방법은 3개 이상의 앵커로부터 거리 측정치를 획득하여야 한다. 하지만 일반적인 건물은 좁고 기다란 복도와 모퉁이로 구성되어 있어 3개 이상의 가시 앵커를 확보하기 쉽지 않으며, 이로 인해 멀티 모달 솔루션이 발생하여 사용자의 위치를 추정하기가 어렵다. 이러한 문제를 극복하기 위해 본 논문에서는 인공신경망을 이용하여 위치를 추정하는 방법을 제안한다. 인공신경망을 이용하면 멀티 모달 솔루션이 발생하더라도 축적된 거리 측정치를 기반으로 사용자 이동 패턴 정보를 획득하여 위치를 추정할 수 있다. 해당 방법은 추가적인 장비나 센서가 필요치 않으며 오직 앵커 기반의 거리 측정치만으로 위치를 추정할 수 있다. 제안된 방법을 검증하기 위해 건물 내에 충분하지 않은 수의 앵커를 설치하여 멀티 모달 솔루션을 발생시킨 상황에서 위치 추정 테스트를 수행하였다. 그 결과 앵커의 수가 충분치 않은 상황에서도 위치를 추정할 수 있음을 확인하였다.

• 대한공간정보학회지
• /
• 제16권3호
• /
• pp.87-94
• /
• 2008

이 연구에서는 복합형 환승센터의 돌발상황 대응을 위한 모니터링 대상의 선정과 돌발상황 모니터링, 검지, 확인, 전파, 처리, 종료까지의 진행 절차에서 관리되는 정보를 도출하고 데이터베이스로 통합관리 하도록 하여 상황진행 단계에 따라 상황처리 의사결정에 필요한 사전정보를 제공하도록 제시하였다. 시설물, 이용자, 교통류로 구성된 환승센터는 모니터링 정보의 한계성을 가지고 있다. 따라서 상황검지 및 상황대응 전략수립 방안에서는 상황대응 전문가의 경험 지식과 과거의 사례를 활용할 수 있는 전문가 시스템의 사례기반 추론을 활용하는 방안으로 접근하였다. 또한 돌발상황 발생 시 공간적 혼잡도 및 피해 최소화를 위해 환승센터에서 운영하고 있는 설비의 통제 방안을 제시하였으며, 대외기관의 서비스 지원 극대화를 위해 실시간으로 상황정보의 공유 서비스 체계가 유지되도록 하였다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.34-39
• /
• 2009

사람의 감정은 주관적인 인식 작용으로서 충동적인 성향을 띄고 있으며 무의식중의 사람의 욕구와 의도를 표현하고 있다. 이는 유비쿼터스 컴퓨팅 환경이나 지능형 로봇의 사용자가 처한 환경의 상황정보 중에서 사용자의 의도를 가장 많이 포함하고 있는 정보라고 할 수 있다. 이러한 사용자의 감정을 파악할 수 있는 지표는 사람의 얼굴 영상에서의 표정과 음성신호에서의 Spectrum 통계치 및 생체신호(근전위, 뇌파, 등)등 이다. 본 논문에서는 감정인식 활용의 편의와 효율성 향상을 주목적으로 하여 사용자의 얼굴 영상과 음성을 이용한 감정인식에 대하여 개별 결과물만을 산출하고 그 인식률을 검토한다. 또한 임의의 상황에서의 인식률 향상을 위하여 영상과 음성의 특징을 기반으로 최적의 특징 정보들을 구별해 내고, 각각의 개별 감정 특징에 대한 융합을 시도하는 특징 융합 기반의 Multi-Modal 감정인식 기법을 구현한다. 최종적으로 감정인식 결과를 이용하여 유비쿼터스 컴퓨팅 환경에서 발생 가능한 상황 설정 시나리오와 베이지만 네트워크를 통해 유비쿼터스 컴퓨팅 서비스의 확률 추론 가능성을 제시하고자 한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.23-29
• /
• 2022

가상인간은 가상공간(가상 현실, 혼합 현실, 메타버스 등)에서 Unity와 같은 3D Engine 전용 모델링 도구로 구현된다. 실제 사람과 유사한 외모, 목소리, 표정이나 행동 등을 구현하기 위해 다양한 가상인간 모델링 도구가 도입되었고, 어느 정도 수준까지 인간과 의사소통이 가능한 가상인간을 구현할 수 있게 되었다. 하지만, 지금까지의 가상인간 의사소통 방식은 대부분 텍스트 혹은 스피치만을 사용하는 단일모달에 머물러 있다. 최근 AI 기술이 발전함에 따라 가상인간의 의사소통 방식은 과거 기계 중심의 텍스트 기반 시스템에서 인간 중심의 자연스러운 멀티모달 의사소통 방식으로 변화할 수 있게 되었다. 본 논문에서는 다양한 대화 데이터셋으로 미세조정한 인공신경망을 사용해 사용자와 자연스럽게 대화 할 수 있는 가상인간을 구현하고, 해당 가상인간이 생성하는 문장의 감정값을 분석하여 이에 맞는 표정을 발화 중에 나타내는 시스템을 구현하여 사용자와 가상인간 간의 실시간 멀티모달 대화가 가능하게 하였다.

• Structural Engineering and Mechanics
• /
• 제81권4호
• /
• pp.411-428
• /
• 2022

This paper presents the Campbell diagram analysis of the rotordynamic system using the full order model (FOM) and the reduced order model (ROM) techniques to determine the critical speeds, identify the stability and reduce the computational time. Due to the spin-speed-dependent matrices (e.g., centrifugal stiffening matrix), several model order reduction (MOR) techniques may be considered, such as the modal superposition (MS) method and the Krylov subspace-based MOR techniques (e.g., Ritz vector (RV), quasi-static Ritz vector (QSRV), multifrequency quasi-static Ritz vector (MQSRV), multifrequency/ multi-spin-speed quasi-static Ritz vector (MMQSRV) and the combined Ritz vector & modal superposition (RV+MS) methods). The proposed MMQSRV method in this study is extended from the MQSRV method by incorporating the rotational-speed-dependent stiffness matrices into the Krylov subspace during the MOR process. Thus, the objective of this note is to respond to the question of whether to use the MS method or the Krylov subspace-based MOR technique in establishing the Campbell diagram of the shaft-disc-blade assembly systems in three-dimensional (3D) finite element analysis (FEA). The Campbell diagrams produced by the FOM and various MOR methods are presented and discussed thoroughly by computing the norm of relative errors (ER). It is found that the RV and the MS methods are dominant at low and high rotating speeds, respectively. More precisely, as the spinning velocity becomes large, the calculated ER produced by the RV method is significantly increased; in contrast, the ER produced by the MS method is smaller and more consistent. From a computational point of view, the MORs have substantially reduced the time computing considerably compared to the FOM. Additionally, the verification of the 3D FE rotordynamic model is also provided and found to be in close agreement with the existing solutions.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1413-1432
• /
• 2023

Recommender systems aim to recommend items to users by taking into account their probable interests. This study focuses on creating a model that utilizes multiple sources of information about users and items by employing a multimodality approach. The study addresses the task of how to gather information from different sources (modalities) and transform them into a uniform format, resulting in a multi-modal feature description for users and items. This work also aims to transform and represent the features extracted from different modalities so that the information is in a compatible format for integration and contains important, useful information for the prediction model. To achieve this goal, we propose a novel multi-modal recommendation model, which involves extracting latent features of users and items from a utility matrix using matrix factorization techniques. Various transformation techniques are utilized to extract features from other sources of information such as user reviews, item descriptions, and item categories. We also proposed the use of Principal Component Analysis (PCA) and Feature Selection techniques to reduce the data dimension and extract important features as well as remove noisy features to increase the accuracy of the model. We conducted several different experimental models based on different subsets of modalities on the MovieLens and Amazon sub-category datasets. According to the experimental results, the proposed model significantly enhances the accuracy of recommendations when compared to SVD, which is acknowledged as one of the most effective models for recommender systems. Specifically, the proposed model reduces the RMSE by a range of 4.8% to 21.43% and increases the Precision by a range of 2.07% to 26.49% for the Amazon datasets. Similarly, for the MovieLens dataset, the proposed model reduces the RMSE by 45.61% and increases the Precision by 14.06%. Additionally, the experimental results on both datasets demonstrate that combining information from multiple modalities in the proposed model leads to superior outcomes compared to relying on a single type of information.