http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
시각 장애우를 위한 Wearable Computing System
김형호(Hyung-Ho Kim),최선희(Sun-Hee Choi),조태종(Tea-Jong Jo),장재인(Jea-in Jang) 대한전기학회 2006 정보 및 제어 심포지엄 논문집 Vol.2006 No.1
Nowadays, techNoogies such as RFID, sensor network makes our life comfortable more and more. In this paper we propose a wearable computing system for blind and deaf person who can be easily out of sight from our techNoogy. We are making a wearable computing system that is consisted of embedded board to processing data, ultrasonic sensors to get distance data and motors that make vibration as a signal to see the screen for a deaf person. This system offers environmental informations by text and voice. For example, distance data from a obstacle to a person are calculated by data compounding module using sensed ultrasonic reflection time. This data is converted to text or voice by main processing module, and are serviced to a handicapped person. Furthermore we will extend this system using a voice recognition module and text to voice convertor module to help communication among the blind and deaf persons.
마우스에 대한 Aloewhite의 급성 경구 및 피하독성시험
김형식,곽승준,안미영,김규봉,이승기,천선아,임소영,박현선,홍채영,조태영,오선택,이병무 성균관대학교 약학연구소 1995 成均藥硏論文集 Vol.7 No.1
Abstract - Acute oral and subcutaneous toxicities of Aloewhite(30% aloesine) were carried out in ICR mice. In this study, we daily examined number of deaths, clinical signs, body weights, and pathological examinations for 14 days after single oral and subcutaneous administration of Aloewhite with different dose levels. Aloewhite did not show any remarkable toxic effect in mice. These results suggest that oral and subcutaneous LD50 values in mice were over 6.8g/kg and 10g/kg, respectively.
대용량 경로데이터 분류에 기반한 경험적 최선 경로 추천
이계형(Kye Hyung Lee),조영훈(Yung Hoon Jo),이태호(Tea Ho Lee),박희민(Heemin Park) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.2
위치를 수집할 수 있는 모바일 기기의 확산에 따라 다양한 위치기반서비스들이 개발되어 사용되고 있다. 본 논문에서는 위치기반서비스가 일반화됨에 따라 수집되고 저장되는 경로 데이터의 양이 기하급수적으로 커지고 결국 빅데이터가 될 것이기 때문에 수집된 대용량 경로데이터에서 최선 경로를 찾아 추천해주는 시스템을 제안한다. 대용량 경로 데이터에서 실제 운행 시간 등의 정보를 바탕으로 기존 내비게이션보다 좋은 경로를 추천할 수 있게 된다. 대용량 경로 데이터 처리를 위해 하둡 맵리듀스를 이용해서 분류하고 분류된 경로를 데이터베이스에 저장하여 사용자의 요청에 빠르게 반응할 수 있도록 하였다. 사용자의 요청에 지도상의 최단 경로가 아닌 수집된 경로 기록을 바탕으로 최선 경로를 찾게 되는 것이다. 구현된 전체 시스템은 1) 실제 경로를 수집하기 위한 안드로이드 응용프로그램, 2) 하둡 맵리듀스를 이용해 수집된 경로를 미리 분류해 놓기 위한 분류 엔진, 3) 사용자의 출발지-도착지 요청에 따라 분류된 경로에서 최선 경로를 찾아 사용자에게 돌려주는 웹서버와 안드로이드 클라이언트 서비스 시스템이다. 실제 운행 실험을 제안한 방법과 시스템이 실효성이 있음을 보인다. This paper presents the implementation of a system that recommends empirical best routes based on classification of large trajectory data. As many location-based services are used, we expect the amount of location and trajectory data to become big data. Then, we believe we can extract the best empirical routes from the large trajectory repositories. Large trajectory data is clustered into similar route groups using Hadoop MapReduce framework. Clustered route groups are stored and managed by a DBMS, and thus it supports rapid response to the end-users’ request. We aim to find the best routes based on collected real data, not the ideal shortest path on maps. We have implemented 1) an Android application that collects trajectories from users, 2) Apache Hadoop MapReduce program that can cluster large trajectory data, 3) a service application to query start-destination from a web server and to display the recommended routes on mobile phones. We validated our approach using real data we collected for five days and have compared the results with commercial navigation systems. Experimental results show that the empirical best route is better than routes recommended by commercial navigation systems.