상황인식 스마트 주얼리 디바이스 설계 및 구현

강윤정,최동운,Kang, YunJeong,Choi, DongOun 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.11

스마트 주얼리는 사물인터넷의 구성요소를 적용하여 센서의 입력으로 얻은 상황정보를 처리하고, LED의 출력장치에 빛의 색상을 제어하여 보석에서 느낄 수 있는 반짝반짝 빛을 내는 아름다움과 신비감을 느낄 수 있도록 색과 빛의 효과를 부각시켜 심미 기능을 적용하였다. 상호작용이 가능하도록 통신 기능과 신체에 착용할 수 있는 웨어러블 기능이 있는 스마트 주얼리이다. 본 스마트 주얼리 보드에 컬러, 온도, 조도 센서를 장착하고, 블루투스 모듈로 상호작용이 가능하도록 설계하였다. 스마트 주얼리 착용자의 상황에 따라 주얼리 빛의 색상이 변할 수 있도록 알고리즘을 적용하여 모바일 어플리케이션을 구현하였다. 디지털 기술과 생활의 융합을 실현하고 더 나아가 IoT 환경에서의 스마트 주얼리 디바이스 개발의 방향성을 제시할 수 있을 것이다. Smart Jewelry is applied to the components of the Internet of Things. The process of obtaining the status information to the input of the sensor. And it controls the light color of the LED. Because to express the beauty of twinkling lights that can be felt in the jewelery and aesthetic functions were applied in order to feel the mystery. Smart Jewelry is capable of communication, interaction, wearable. Smart jewelery was equipped with a color, temperature, ambient light sensor. It was designed to allow interaction with a Bluetooth module. Applying an algorithm so that the light jewelry colors can vary depending on the circumstances of the smart jewelry wearer had been implemented by the mobile application. It can be realized in digital technology and the convergence of life. It presents the orientation development of the smart jewelery device on IoT environment.

영상 처리 기술을 이용한 한우의 무게 예측

강윤정(Yunjeong Kang),나명환(Myung-hwan Na),조완현(Wanhyun Cho),김상균(Sangkyoon Kim) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.11

본 논문은 이미지의 깊이 정보와 색상 정보를 이용하여 배경으로 부터 한우를 분할하고 무게를 예측하기 위한 방법을 제안한다. 제안된 방법은 주어진 이미지로부터 한우의 몸을 분할하기 위한 영상 분할 단계 특징추출 단계 그리고 최종적으로 한우의 무게를 추정하는 단계로 구성되어 있다. 첫 번째 단계에서, 우리는 깊이 정보와 색상 정보를 결합한 방법을 이용하여 보다 정확한 영역으로 한우를 분할하고자 하였다. 두 번째 단계는 분할된 한우 영역으로부터 무게 추정에 적합한 특징들로 길이, 폭, 면적, 부피와 같은 포인트 클라우드를 기반으로 측정된 정보와 크기, 모양 그리고 기울기 등을 이용하여 생성한 특징 서술자로 이루어져 있다. 마지막으로 한우의 무게를 예측하기 위해서 Ridge, Lasso, SVM 등과 같은 비선형 회귀 모형을 이용하였다. 우리는 강원도 원주의 한우 농가로부터 Intel RealSense D455를 이용하여 총353장의 RGB-D 영상을 수집하였으며 제안된 한우 무게 예측 시스템의 성능을 테스트하였다. 실험 결과 회귀 모형에 따라 약 91~96%의 정확도를 보였다. In this paper, we propose a method for segmenting Korean cattle from the background and predicting the weight using the image depth information and color information. In the first step, we tried to segment Korean cattle into more accurate regions using a method that combines depth information and color information. The second step is to extract features suitable for weight estimation from the divided Korean beef regions. The extracted features consist of information measured based on point clouds such as length, width, area, and volume, and feature descriptors generated using size, shape, and slope. In Third step, nonlinear regression models such as Ridge, Lasso, and SVM were used to predict the weight of Korean cattle. Finally, we collected a total of 353 RGB-D images from a Korean beef farm in Wonju, Gangwon-do using Intel RealSense D455 and tested the performance of the proposed Korean cattle weight prediction system. According to the experimental results, the accuracy of about 91 ~ 96% was shown according to the regression model.

실내 로그 정규 다중경로 페이딩 채널에서 2PAM UWB MIMO 시스템의 MIMO 검출

강윤정(Yunjeong Kang),안진영(Jinyoung An),김상준(Sangchoon Kim) 한국통신학회 2009 한국통신학회 학술대회논문집 Vol.2009 No.6

한우 무게 추정을 위한 영상 분할 방법의 고찰

강윤정(Yunjeong Kang),김태양(TaeYang Kim),조완현(Wanhyun Cho),나명환(Myung Hwan Na) 한국자료분석학회 2021 Journal of the Korean Data Analysis Society Vol.23 No.6

가축의 무게를 측정하는 과정은 매우 어려운 작업이고 가축들에게 많은 스트레스가 유발하게 되어 이들의 성장에 저해 요인으로 작용한다. 만약에 가축 영상을 통해서 가축의 무게를 자동으로 확인할 수 있다면 이러한 문제를 해결할 수 있을 뿐만 아니라 가축들의 급이량 조절이나 건강 상태 파악에 많은 도움을 줄 수 있다. 따라서, 본 연구는 한우 무게를 자동으로 측정하기 위해서 3D 영상으로부터 한우를 분할할 수 있는 여러 가지 분할 방법을 고찰하였다. 먼저, 이 연구에서 활용된 데이터는 강원도 원주에 소재하는 축산농가에서 Intel RealSense Depth Camera(D455)를 활용하여 수집하였으며, 학습을 위한 라벨링 값으로 개체별로 계근대를 이용하여 한우의 무게를 측정하였다. 두 번째로, 우리는 색상 특성(HSV), 깊이 특성(Depth), 그리고 GrabCut 알고리즘을 기반으로 한우 영상 속의 몸체와 배경을 자동으로 분할할 수 있는 방법을 제안하였다. 세 번째로, 이들 분할 방법들의 성능을 비교하기 위하여 IoU(Intersection over Union) 측도를 활용하였다. 실험 결과로부터, 우리는 GrabCut 알고리즘과 깊이 정보를 결합한 객체 분할 방법이 다른 방법들에 비교해서 가장 높은 IoU 측도를 보임으로써 이것이 가장 우수한 분할 방법임으로 확인하였다. The process of measuring the weight of livestock is a very difficult task and causes a lot of stress on the livestock, which acts as a hindrance to their growth. If it is possible to automatically check the weight of livestock through livestock images, this problem can be solved, and it can help a lot in controlling the amount of feed or understanding the health status of the livestock. Therefore, this study considered various segmentation methods that can segment Korean cattle from 3D images in order to automatically measure the weight of Korean cattle. First, the data used in this study were collected by using Intel RealSense Depth Camera (D455) at a livestock farm in Wonju, Gangwon-do, and the weight of Korean cattle was measured by using a weighbridge for each individual. Second, we proposed a method for automatically segmenting the body and background of Korean cattle images based on color characteristics (HSV), depth characteristics (Depth), and the GrabCut algorithm. Third, an Intersection over Union (IoU) measure was used to compare the performance of these partitioning methods. From the experimental results, we confirmed that the object segmentation method combining the GrabCut algorithm and depth information is the best segmentation method as it shows the highest IoU measure compared to other methods.

여러 가지 비선형 회귀모형을 이용한 양파의 생구무게 예측

강윤정(Yunjeong Kang),조완현(Wanhyun Cho),나명환(Myung-Hwan Na),고현석(Hyeon Seok Ko) 대한전자공학회 2020 대한전자공학회 학술대회 Vol.2020 No.8

In Korea, supply of onions is entirely dependent on domestic production, so it is very important to predict production. Onions are cultivated in open fields, so they are highly influenced by weather conditions. In this study, Principal Component Analysis Regression(PCAR) and Partial Least Square Regression(PLSR) were performed to find out how the meteorological environment affects onion weight. In addition, three nonlinear regression analyzes were performed to estimate the weight of onions. Through the results of the analysis, we will present a decisive factor for onion growth and the best performance technique for weight prediction.

동양 의학에서 이압요법 자가 진단 서비스를 위한 온톨로지 기반의 인식 모델

강윤정(YunJeong Kang),이상원(Sangwon Lee),최동운(Dongoun Choi) 한국엔터테인먼트산업학회 2014 한국엔터테인먼트산업학회 학술대회 논문집 Vol.2014 No.11

질병의 자가진단에 활용되는 이침의 진단원리를 위한 온톨로지를 구축하였다. 이를 통해 지식체계 시각화와 지능화된 서비스를 제공한다. 온톨로지 기반의 생체인식 정보는 맞춤형 진단과 한의학 정보를 구조화하여 질 높은 진단과 과학적인 자료를 제시할 수 있다. 본 논문에서는 온톨로지를 이용하여 기본적인 이침의 이혈침점과 진단, 임상, 개인의 생체정보로 지식을 표현하여 온톨로지로 구축하였고 구축된 데이터는 개인의 질병을 자가진단에 활용할 수 있다. 온톨로지를 기반의 귀를 통한 질병 진단은 추론을 통해 질병의 자가 진단을 보조할 수 있는 서비스로 구현하였다. The diagnostic principles of the Auricular Acupuncture self diagnosis of diseases which are utilized in the construction was the ontology. It provides services through intelligent and Knowledge Visualization. Ontology-based biometric information can be diagnosed with a high-quality scientific data presented by TCM diagnosis and customized structured information. In this paper, we use the ontology Auricular Acupuncture point and diagnosis of basic Auricular Acupuncture, clinical, data and knowledge representation to construct an ontology was built biometric information of individuals can take advantage of the disease of the individual to self-diagnose. Diagnosing the disease through the ontology-based ear is implemented as a service that can aid in the self-diagnosis of the disease through inference.

UWB-MIMO 시스템에서 채널 검파 방식에 따른 성능 비교분석

강윤정(Yunjeong Kang),백선영(Sunyoung Baek),김상준(Sangchoon Kim) 대한전기학회 2008 대한전기학회 학술대회 논문집 Vol.2008 No.10

In this paper. binary pulse-position modulation (2PPM) time-hoping (TH) ultra wideband (UWB) system is applied to multiple input multiple output (MIMO) system using vertical bell lab layered space-time (V-BLAST) structure to achieve high-data-rate communications. This UWB-MIMO system and its receivers are analyzed, and its BER performances are evaluated. In the receiver, various MIMO detection algorithms such as zero-forcing (ZF), ZF-ordered successive interference cancellation (OSIC). minimum-mean-square-error (MMSE), MMSE-OSIC and maximum likelihood (ML) are comparatively studied.

양파의 생구무게 예측을 위한 여러 가지 일반회귀모형의 성능 비교

강윤정(Yunjeong Kang),나명환(Myung Hwan Na),조완현(Wanhyun Cho),고현석(Hyeon Seok Ko) 한국자료분석학회 2021 Journal of the Korean Data Analysis Society Vol.23 No.1

양파는 우리나라의 5대 채소 중 하나로 1인당 연간 소비량이 30kg에 달할 정도로 인기가 좋다. 양파의 수급은 전반적으로 국내 생산에 의존하므로 안정적인 가격으로 소비자에게 공급하기 위해서는 생산량 예측이 필요하다. 일반적으로 양파는 노지에서 재배되는데, 노지재배 특성상 급격한 기후 변화나 자연재해는 채소 생장에 큰 문제를 야기한다. 양파 재배 농가 및 관계기관에 서는 수확량 예측 및 증대를 위해 생육 최적의 환경 조건을 파악해야 하고 이를 위해 영향력이큰 환경 요인이 무엇인지 밝혀야 한다. 본 연구에서 우리는 주성분분석(PCA)과 부분최소제곱 (PLS)을 이용하여 재배기간 동안 양파의 생구 무게에 유의미한 영향을 주는 환경요소가 어떤 것인지 도출하고, 이를 통해 재배 시 생육 관리에 대한 전략을 제시하였다. 부분최소제곱 주성분이 현실적으로 우리가 예상하는 결과와 부합하였는데 생구 무게와 강수량, 습도는 음의 상관을 가지고 기온 및 지온의 차이, 일사량과는 양의 상관을 가짐을 확인하였다. 따라서 양파 생구의 안정적인 생장을 위해서는 습도, 일조, 기온 차에 관한 관리가 필요하다. 또한 일반 회귀모형인 주성분회귀모형(PCAR), 부분최소제곱회귀모형(PLSR) 그리고 서포트벡터머신회귀모형(SVMR)을 이용하여 수확 시기의 생구 무게를 예측하고 이들의 성능을 비교 해보았다. 서포트벡터머신회귀모 형이 월등히 우수한 성능을 보였고, 부분최소제곱회귀모형, 주성분 다항회귀 모형이었으나 큰 차이를 보이지는 않았다. Onions are one of Korea s five major vegetables and are so popular that the annual consumption per person reaches 30kg. Since the supply and demand of onions is entirely dependent on domestic production, it is necessary to predict the amount of production in order to supply them to consumers at a stable price. In general, onions are cultivated in the open field. Due to the characteristic of the field cultivation, rapid climate change or natural disasters cause a big problem in vegetable growth. Onion cultivation farms and related organizations must identify the optimal environmental conditions for growth in order to predict and increase the yield. In this study, we use principal component analysis (PCA) and partial least squares (PLS), to find environmental factors that have a significant influence on the weight of onions during the cultivation period, and through this, we present an environmental management strategy during cultivation. The partial least-squares principal component was realistically consistent with the results we expected. It was confirmed that the weight of bulbs, precipitation, and humidity had a negative correlation, and had a positive correlation with the difference between temperature and ground temperature, and the amount of insolation. Therefore, it is necessary to manage the difference in humidity, sunlight, and temperature for stable growth of onions. In addition, using the general regression model, the principal component regression model (PCAR), the partial least squares regression model (PLSR), and the support vector machine regression model (SVMR), we predicted the weight compared their performance. The model that predicted the weight of onion bulb best through experiments was the support vector machine, followed by the partial least squares regression model and the principal component polynomial regression model, but there was no significant difference.

k-NN 기반 공황 장애 관리 시스템

맹환(MengHuan),강윤정(YunJeong-Kang),최동운(DongOun-Choi) 한국엔터테인먼트산업학회 2019 한국엔터테인먼트산업학회 학술대회 논문집 Vol.2019 No.5

공황 장애는 사람들의 건강한 삶을 위협하는 비교적 흔한 만성 질환이다. 공황 장애로 인한 합병증은 사람들의 건강을 위협하고 심지어 사망을 초래하는 살인자이다. 공황 장애의 합병증은 다음과 같은 두 가지 특징이 있다. 하나는 조기 합병증을 찾기 쉽지 않으며, 다른 하나는 합병증이 발생하면 반복적으로 발생하고 장기간 치료가 필요하다는 것이다. 본 논문에서는 위와 같은 문제를 해결하기 위해 k-NN 관리 시스템과 공황 장애 간의 상관관계를 연구 목표로 선정하여 위의 문제점을 해결하기 위해 다음과 같은 공황 장애 예측을 위한 기계 학습 k-NN 알고리즘을 사용하고자 한다. 내용 : (1) 데이터 전처리를 위해 k-NN 알고리즘을 도입하고 공황 장애의 관련 개념을 설명하고 사용자 정보를 설명했다. (2) 공황 장애 예측 모델의 구축. 알고리즘의 장점과 단점을 고려하여 다양한 알고리즘의 특성을 분석 한 후 k-NN을 모델 구축을 위한 기본 알고리즘으로 선택하였다. (3) 시스템 설계 및 구현. 공황 장애를 예측하는 데 도움이 되는 기능을 제공하여 사용자가 의사 결정을 내리고 치료의 적시성을 향상시킬 수 있도록 지원한다. k-NN 알고리즘에 기반한 공황 장애 검출 방법은 지속적 인자가 학습을 통해 의료 분야를 도울 수 있다. Panic disorder is a relatively common chronic disease that threatens people"s healthy lives. Complications caused by panic disorder are killers that endanger people"s health and even cause death. Complications of panic disorder have the following two characteristics: one is that early complications are not easy to find; the other is that once complications occur, they occur repeatedly and require long-term treatment. Under the above background, this paper selects the correlation between k-NN management system and panic disorder as the research goal. To solve the above problems, the research problem of this paper is to use the machine learning k-NN algorithm to predict panic disorder, including the following. Content: (1) Data preprocessing. Introduced the k-NN algorithm, expounded the related concepts of panic disorder, and explained the source of user information. (2) Construction of panic disorder prediction model. After analyzing the characteristics of various algorithms, combined with the advantages and disadvantages of the algorithm, k-NN is selected as the basic algorithm for model construction, and (3) system design and implementation. Provides the ability to assist in predicting panic disorder, helping users make decisions and improve the timeliness of treatment. The panic disorder detection method based on the k-NN algorithm can help the medical field through continuous self-learning.

다중경로 채널환경에서 수신 다이버시티를 이용하는 2PAM-TH-UWB 시스템의 오류 성능 분석

백선영(Sunyoung Baek),강윤정(Yunjeong Kang),김상준(Sangchoon Kim) 대한전기학회 2008 대한전기학회 학술대회 논문집 Vol.2008 No.10

본 논문애시는 다중경로가 무수히 많은 환경에서 다중안테나를 이용하여 고속의 데이터 전송률을 달성하기 위한 초광대역(UWB Ultra-Wideband) 시스템의 성능 향상에 대해 연구한다. 다중 수신안테나가 제공하는 공간다이버시티와 RAKE 수신기가 제공하는 시간 다이버시티가 2PAM(Binary Pulse Amplitude Modulation) TH(Time Hopping) UWB 통신 시스템의 성능에 미치는 영향을 분석한다. 시뮬레이션 경과를 통해 다중 수신안테나의 수가 증가함에 따라 TH-UWB 시스템의 BER(Bit Error Rate) 성능이 크게 향상됨을 보인다. 또한 SRAKE(Selective RAKE)에 의해 선택되는 다중경로 성분의 수가 증가할수록 시스템의 성능이 더욱 향상됨을 확인한다.