http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
지능형 지식저작 도구: Intelligent-Knowledge Authoring Tool(I-KAT)
방재훈,허태호,Taqdir Ali,Musarrat Hussain,이승룡 한국통신학회 2020 정보와 통신 Vol.37 No.9
건강과 의료 관련 추천 시스템은 올바른 추천 사항을 적시에 올바른 사용자에게 제공해야 되고, 이를 위해 시스템이 보유하고 있는 지식은 진화해야되며, 오류 없이 항상 정확하고 최신성을 유지해야 한다. 지식은 의사와 의료 데이터로부터 획득할 수 있으며 이를 바탕으로 한 지식베이스의 생성과 업데이트는 다양한 기계학습 알고리즘과 진화형 지식 획득 기술들을 이용하거나 전문가들이 직접 경험지식을 입력하고 검증할 수 있어야 한다. 그러나 현재 많은 의료 추천 시스템들은 의사의 경험이나 의료 데이터로부터 지식을 획득하거나 관리를 적절하게 수행할 수 있는 저작도구가 충분하지 않다. 이를 해결하기 위하여 본고에서는 지능형 지식 저작 도구 I-KAT (Intelligent-Knowledge Authoring Tool)을 제안한다. I-KAT은 지식 공학자로부터 도움을 최소로 받으며 의료 전문가들이 쉽게 지식을 획득, 관리 및 검증할 수 있도록 보조한다. I-KAT은 다양한 분야에서 활용되도록 개발되었으나 본고에서는 의료분야로 한정한다. 전문가의 지식 생성 효율을 높이기 위하여 I-KAT은 병원경영정보시스템의 임상 개념을 바탕으로 생성된 도메인 임상 모델(Domain Clinical Model, DCM)을 사용한다. I-KAT에 대한 성능 실험은 여러 방법이 있지만 본고에서는 룰을 생성하는 시간의 효율성과 사용자 설문을 통한 만족도를 측정하는 방법으로 범위를 제한 하였다.
방재훈,윤소현,이석곤,안병철 한국전자파학회 2000 한국전자파학회논문지 Vol.11 No.3
In this paper, an efficient moment-method technique is proposed for analyzing rectangular waveguide E-plane filters. Techniques are presented for the fast evaluation of Green's function and for the efficient evaluation of integrals arising in the E-plane of the rectangular waveguide. The structure boundary is represented by the piecewise linear segments. Simple pulse-expansion and point-matching technique are used. The entire E-plane filter structure is simulated by the method of moments. Three representative cases of the E-plane filter are analyzed and compared with results by other researchers.
근육의 성질에 관한 성별 차이 비교 연구– 청년과 노년에서의 근 긴장도, 탄성, 경직도 지수와 두 나이대 간 지수 변화를 중심으로
방재훈,한진석,최예진,이나경 대한통합의학회 2022 대한통합의학회지 Vol.10 No.3
Purpose : The study aimed to examine gender-differences in muscle tone, elasticity, and stiffness of the erector spinae in young and old subjects. This study also aimed to assess the effect of aging on muscle tone, elasticity, and stiffness of the erector spinae in men and women, and compare the trend of the aging effect between the two gender groups. Methods : With the muscle in the relaxed state and subjects in the prone position, a myotonometer was used to quantify muscle tone, elasticity, and stiffness, of the erector spinae in 102 participants[46 males (29 young subjects, aged 22.48±2.23 years and 17 old subjects, aged 76.35±3.71 years), 56 females (40 young subjects, aged 20.38±1.43 years and 16 old subjects, aged 74.56±5.40 years)]. Results : The tone and stiffness of the erector spinae muscles were greater in men than in women for both age groups (p<.001-.01), while elasticity did not show a significant difference between men and women. For the direction of change, both male and female groups showed significantly increased tone and stiffness, and decreased elasticity with increasing age (p<.001). For age-related changes, a different tendency was observed between men and women. Men showed a greater increase in tone than women with aging. in contrast, both men and women exhibited a similar decrease or increase in elasticity and stiffness. Conclusion : Gender-differences in the erector spinae in terms of muscle tone and stiffness were observed. Regardless of the age, men had higher muscle tone and stiffness than women, but not elasticity. The erector spinae muscles showed age-related changes in all aspects of muscle tone, elasticity, and stiffness, in both men and women. Notably, men presented greater variation than women in the amount of increase of muscle tone with aging. These findings have implications for musculoskeletal therapeutic approaches, and gender-customized tuning may be indicated for designing exercise interventions to prevent and manage gender-sensitive muscular injuries or diseases and frailty.
프롬프트 레이블링을 이용한 적응형 음성기반 감정인식 프레임워크
방재훈(Jae Hun Bang),이승룡(Sungyoung Lee) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.2
기존의 음성기반 감정인식 기술은 다양한 사용자로부터 수집된 데이터를 기반으로 범용적인 훈련 모델을 생성하고 이를 기반으로 감정을 인식한다. 이러한 음성기반 감정인식 모델링 기술은 개인 사용자의 음성특징을 정확히 고려하기 힘든 방법으로 개인마다 인식 정확도의 편차가 크다. 본 논문에서는 스마트폰 환경에서 프로프트 레이블링 기법을 활용하여 사용자에게 즉각적으로 감정을 피드백 받아 새로운 모델을 생성하여 적용하는 적응형 음성기반 감정인식 프레임워크를 제안한다. 실험을 통하여 제안하는 적응형 음성기반 감정인식 기법이 기존의 범용적인 모델을 사용하였을 때 보다 정확도가 크게 증가됨을 증명하였다. Traditional speech emotion recognition techniques recognize emotions using a general training model based on the voices of various people. These techniques can not consider personalized speech character exactly. Therefore, the recognized results are very different to each person. This paper proposes an adaptive speech emotion recognition framework made from user"s" immediate feedback data using a prompted labeling technique for building a personal adaptive recognition model and applying it to each user in a mobile device environment. The proposed framework can recognize emotions from the building of a personalized recognition model. The proposed framework was evaluated to be better than the traditional research techniques from three comparative experiment. The proposed framework can be applied to healthcare, emotion monitoring and personalized service.
방재훈 ( Jae Hun Bang ),이승룡 ( Sungyoung Lee ),정태충 ( Taechung Jung ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.1
기존의 음성기반 감정인식 기술은 충분한 컴퓨팅 파워를 가진 PC에서 수백개의 특징을 사용하여 감정을 인식하고 있다. 이러한 음성기반 감정인식 기술은 컴퓨팅 파워에 제약이 많은 스마트폰 환경을 고려하지 않은 방법이다. 본 논문에서는 제한된 스마트폰 컴퓨팅 파워를 고려한 음성의 특징 추출 기법과 서버 클라이언트 개념을 도입한 효율적인 음성기반 감정인식 프레임워크를 제안한다.