태권도 돌려차기 시 기술 수준에 따른 몸통, 골반, 지지 다리의 운동학적 변인 비교

김재웅 ( Kim Jae-woong ),한기훈 ( Han Ki-hoon ),김제민 ( Kim Je-min ),이상우 ( Lee Sang-woo ),권문석 ( Kwon Moon-seok ),터틀노엘 ( Noelle J. Tuttle ) 국기원 2018 국기원태권도연구 Vol.9 No.1

이 연구의 목적은 태권도 돌려차기 시 기술 수준에 따른 몸통, 골반, 지지 다리의 운동학적 변인을 비교 분석하는 데 있다. 본 연구를 위해 블랙 벨트 소지자로서 기술 수준에 따라 중급자10명, 상급자 9명이 실험에 참여하였다. 3차원 동작 분석 시스템을 사용하여 골반, 몸통, 지지다리의 방향각을 산출하였다. Start, Toeoff, MKF, Max, Impact, Min에서 그룹 간의 평균 방향각을 비교하기 위하여 독립표본 t-검정을 하였다. MKF, Impact, Min에서 골반의 좌측 기울어짐 각도가 그룹 간의 유의한 차이가 나타났다. Start와 Max에서 지지 다리의 엉덩관절 굴곡 각도와 MKF에서 지지 다리의 엉덩관절 외전 각도 사이에 유의한 차이가 있었다. 이상의 결과를 볼 때, 상급자들은 푸쉬단계에서 엉덩관절의 굴곡 각도가 증가 되었고, MKF에서는 외전 각도가 감소하였다. 또한, 스트라이크 단계에서 골반의 좌측 기울어짐 각도는 감소하였다. The study purpose was to investigate skill level differences on trunk, pelvis, and supporting leg kinematics in a Taekwondo roundhouse kick. 10 intermediate and nine expert male black-belt holders executed roundhouse kicks at a target. Orientation angles of the pelvis, trunk, and supporting -thigh, -shank, and -foot were obtained through a three-dimensional video motion analysis. Orientation angles at Start, Toeoff, Maximum Knee Flexion(MKF), Impact, Maximum angle(Max), and Minimum angle(Min) were compared between groups using independent t-tests(p<.05). Significant differences between groups were found in the pelvis left lateral tilted position at MKF, Impact, and Min; significant differences were also found in the supporting hip joint flexed position at Start and Max, and abducted position at MKF. It was concluded that higher performers increased the hip joint flexion angle in the Push phase, decreased abduction angle at MKF, and decreased the pelvis left tilted angle in the Strike phase.

HR-WPAN을 위한 Worst-case Guaranteed Scheduling Algorithm

김제민,이정규,Kim, Je-Min,Lee, Jong-Kyu 한국통신학회 2007 韓國通信學會論文誌 Vol.32 No.5B

현재까지 HR-WPAN(High Rate-Wireless Personal Area Network)에 제안된 LDS(Link-status Dependent Scheduling) 알고리즘(algorithm)은 전체 네트워크(network)의 처리율(throughput) 향상만을 목적으로 함으로서, worst-link에 상대적으로 중요한 디바이스(device)가 연결된 경우, 그 디바이스의 처리율은 더욱 악화 된다. 본 논문에서 제안한 WGS(Worst-case Guaranteed Scheduling) 알고리즘은 link 상태가 변하더라도 모든 디바이스의 처리율을 동일하게 유지함으로써, worst-link에 연결된 디바이스의 처리율을 어느 정도 보장하고 전체 네트워크의 지연은 기존의 LDS 알고리즘보다 감소시킬 수 있다. 따라서 향후 HR-WPAN의 설계 시 worst-link에 연결된 디바이스의 처리율을 어느 정도 보장하고 전체 네트워크의 지연을 감소시키고 싶을 경우, 본 논문에서 제안한 WGS 알고리즘이 유용하게 사용될 수 있을 것이다. The proposed LDS(Link-status Dependent Scheduling) algorithm in HR-WPAN(High Rate-Wireless Personal Area Network) up to now aims at doing only throughput elevation of the whole network, when the crucial device is connected with worst-link relatively, throughput of this device becomes aggravation. The proposed the WGS(Worst-case Guaranteed Scheduling) algorithm in this paper guarantees throughput of the device which is connected with worst-link in a certain degree as maintaining throughput of all devices identically even if a link-status changes, decreases delay of the whole network more than current LDS algorithm. Therefore proposed WGS algorithm in this paper will be useful in case of guaranteeing throughput of a device which is connected worst-link in a certain degree in a design of HR-WPAN hereafter.

시멘틱 웹 환경에서의 개인화 검색

김제민,박영택,Kim, Je-Min,Park, Young-Tack 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.5

웹에 분산된 모든 윈 페이지는 구조가 서로 다르다. 시멘틱 웹 환경은 이형적인 구조를 갖는 웹 페이지들의 메타데이터 바탕으로 시멘틱 검색이 가능하다. 그러나 일반적으로 사용자의 요구에 따른 시멘틱 김색은 상황에 따라 엄청난 수의 검색 결과를 내놓는다. 따라서 검색 결과에 대해 각 사용자에 맞는 검색 결과 순위를 적용할 필요가 있다. Culture Finder는 시멘틱 웹 검색 에이전트들이 개인화 된 문화 정보를 검색할 수 있도록 도움을 준다. Culture Finder는 웹에 존재하는 각 웹 페이지에 대한 메타 데이터를 작성하고, 시멘틱 검색을 이행하며 사용자 프로파일을 기반으로 삼아 검색 결과에 대한 순위 점수를 계산한다. Culture Finder에는 개인화 된 시멘틱 검색을 효율적으로 실행하기 위해 중요한 5가지 기법이 적용되었다. 사용자의 검색 행위로부터 사용자 프로파일을 생성하기 위한 기계 학습기법, 시멘틱 웹 검색 에이전트를 위한 효율적인 시멘틱 검색 기법, 사용자 질의의 효과적인 파악을 위한 질의 분석 기법, 각 사용자에게 적합한 검색 결과를 제공하기 위한 순위 적용 기술, 메타데이터를 생성하기 위한 상위 온톨로지 표현 방법, 본 논문에서는 Culture Finder의 구조를 통해서 시멘틱 개인화 검색에 대한 기법을 제안한다. The semantic web environment promise semantic search of heterogeneous data from distributed web page. Semantic search would resuit in an overwhelming number of results for users is increased, therefore elevating the need for appropriate personalized ranking schemes. Culture Finder helps semantic web agents obtain personalized culture information. It extracts meta data for each web page(culture news, culture performance, culture exhibition), perform semantic search and compute result ranking point to base user profile. In order to work efficient, Culture Finder uses five major technique: Machine learning technique for generating user profile from user search behavior and meta data repository, an efficient semantic search system for semantic web agent, query analysis for representing query and query result, personalized ranking method to provide suitable search result to user, upper ontology for generating meta data. In this paper, we also present the structure used in the Culture Finder to support personalized search service.

시멘틱 웹 기반 DQL 검색 시스템 설계

김제민,박영택,Kim Je-Min,Park Young-Tack 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.1

인터넷의 등장 이후 폭발적으로 증대되는 웹 정보를 효율적으로 사용하기 위한 방안이 연구 되고 있다. 현재, 웹 서비스에서 사용하고 있는 키워드 기반 검색은 syntactic 정보만을 제공하므로 자신이 원하는 서비스를 받고자하는 사용자의 의도와는 상관없는 정보를 검색하여 제공하는 경우가 많다. 웹 서비스의 이러한 단점을 보완 하고자 시멘틱 웹(semantic web)기술이 제안되고 있는데, 시멘틱 웹을 이용하면 사용자가 원하는 의미와 일치하는 정보를 찾아줄 수 있다. 시멘틱 웹을 기반으로 만들어진 시스템은 BQL (Daml Query Language)을 이용한 시멘틱 검색(Semantic search)기법을 이용하고 있다. 시멘틱 검색은 사용자가 입력한 질의들을 해석하여 사용자의 원하는 정보와 의미가 같은 해답을 얻어내는 것이다. 이에 본 논문에서는 효율적인 정보 검색을 위해 시멘틱 엘 기반의 검색 시스템을 설계하는데 목적을 가지며, 효과적인 검색 시스템을 설계하기위해 사용자 중심의 키워드 형태 질의론 시스템 중심의 DQL로 변환하는 RDQL 변환기와 추론엔진을 불러내어 추론을 실행하는 RDQL 엔진을 제안한다. It has been proposed diverse methods to use web information efficiently as the size of information is increasing. Most of search systems use a keyword-based method that mostly relies on syntactic information. They cannot utilize semantic information of documents and thus they could generate to users. To solve shortcoming in searching documents, a technique using the Semantic Web is suggested. A semantic web can find relevant information to users by employing metadata which are represented using standard ontologies. Each document is annotated with a metadata which can be reasoned by agents. In this paper, we propose a search system using semantic web technologies. Our semantic search system analyzes semantically questions that user input, and get resolution information that user want. To improve efficiency and accuracy of semantic search systems, this paper proposes DQL(DAML Query Language) engine that employs inference engine to execute reasoning and DQL converter that changes keyword form question of the user to DQL.

비단조 추론과 귀납적 기계학습 기반 적응형 전략 게임 엔진

김제민,박영택,Kim, Je-Min,Park, Young-Tack 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.1

요즘 사람들이 많이 즐기는 전략 게임들은 장르가 가지는 특성을 이행하지 못하고 있다. 사용자 객체의 행위에 적절히 대응하는 컴퓨터 객체의 행위를 추론해내지 못함은 물론이고 다양하게 구사되는 사용자의 전략에 대책을 마련할 수 있는 학습 능력을 갖추고 있지 못하기 때문에 사용자들은 별다른 전략 없이 컴퓨터를 상대로 쉽게 게임을 승리할 수 있다. 이에 본 논문에서는 컴퓨터 객체에 추론 능력과 학습 능력을 적용하기 위해서 비단조 추론방식과 귀납적 기계 학습을 적용한 전략게임 인공지능 엔진을 연구한다. 본 논문에서는 다음 3가지 부분에 중점을 두고 엔진을 연구하였다. 첫째 사용자가 제어하는 객체들의 행위를 포괄적으로 모니터하여 사용자의 객체 행위로 추상화하는 사용자 행위 모니터, 둘째 추상화된 사용자의 객체 행위에 대응하는 컴퓨터 객체들의 행위와 사용자의 전략을 학습하는 학습 엔진, 셋째 추상화되어 있는 컴퓨터 객체의 행위를 게임에 반영하는 행위 표현기를 중심으로 연구하고 있다. 특히 본 논문에서는 보다 정확하게 사용자 객체의 전략 행위를 학습하고, 사용자의 객체에 대응하는 컴퓨터 객체 행위를 만들어내기 위해서 비단조 추론과 기계 학습 기법중 하나인 귀납적 학습 방식을 적용하는 2단계의 구조를 연구하고 있다. 즉, 귀납적 학습 방법을 통해서 컴퓨터 객체가 학습한 정보를 바탕으로 비단조 추론을 이용하여 컴퓨터 객체의 행위와 전략을 결정한다. 이에 본 논문에서는 비단조 추론과 귀납적 기계 학습을 적용하여 기존 컴퓨터 객체의 행위와의 차별성을 밝혀내고, 컴퓨터 객체가 향상된 전략을 구사할 수 있게 하는 것이 주된 목표다. Strategic games are missing special qualities of genre these days. Game engines neither reason about behaviors of computer objects nor have learning ability that can prepare countermeasure in variously command user's strategy. This paper suggests a strategic game engine that applies non-monotonic reasoning and inductive machine learning. The engine emphasizes three components -“user behavior monitor”to abstract user's objects behavior,“learning engine”to learn user's strategy,“behavior display handler”to reflect abstracted behavior of computer objects on game. Especially, this paper proposes two layered-structure to apply non-monotonic reasoning and inductive learning to make behaviors of computer objects that learns strategy behaviors of user objects exactly, and corresponds in user's objects. The engine decides actions and strategies of computer objects with created information through inductive learning. Main contribution of this paper is that computer objects command excellent strategies and reveal differentiation with behavior of existing computer objects to apply non-monotonic reasoning and inductive machine learning.

열저항 측정을 이용한 LED의 고장 판별 사례 연구

김제민(Je-Min Kim),정태희,마병진(Byung-Jin Ma) 대한전자공학회 2022 대한전자공학회 학술대회 Vol.2022 No.6

GPS 좌표 기반 이동 궤적 인지를 위한 노이즈 제거 기법

김제민(Je-Min Kim),박영택(Young-Tack Park) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.4

Most people habitually follow certain routes for traveling to specific places. These personal routes have been investigated in order to recognize users' trajectories on the basis of the GPS coordinates of their mobile devices, such as smartphones. However, GPS involves an error of around 50 m. In particular, when users remain stationary or move in a building or tunnel, their location may be incorrectly represented by GPS in some cases. In this paper, we propose a method to detect incorrect GPS coordinates so that they can be disregarded while recognizing users' trajectories on the basis of the GPS coordinates of their smartphones. In addition, we describe three approaches: 2-filter-based noise reduction adapted from previous studies, noise-cell-based noise reduction, and 3-filter-based noise reduction using WiFi vector similarity as well as 2 filters. Experimental results show that when users move around a certain area (e.g., a university or office) that has several WiFi access points, the 3-filter-based aproach using a WiFi filter has a better noise reduction ratio than other methods. On the other hand, it is observed that when moving around a city, the noise-cell-based approach has a better noise reduction ratio. 사람은 특정 목적지에 이동하기 위해 습관적으로 이용하는 자신만의 경로를 가지고 있다. 이러한 개인적인 경로를 자동으로 학습하는 많은 연구들 중 대부분은 스마트폰과 같은 모바일 기기의 GPS 좌표 정보를 기반으로 사용자의 이동 궤적을 인지한다. 그러나 GPS 장치는 최대 50m에 달하는 수신 오류율을 갖는다. 특히 사용자가 건물이나 터널 같은 곳에서 머물거나 이동할 때 수신된 GPS 좌표는 엉뚱한 위치를 가리키는 경우가 많다. 본 논문에서는 스마트폰의 GPS 좌표를 기반으로 사용자의 이동 궤적을 효과적으로 파악하기 위해서 부정확하게 수신된 GPS 좌표를 감지하고 이를 제거하는 기법을 제안한다. 본 논문에 서술된 기법은 3 가지로서 기존 연구에서 주로 사용한 2-필터 기반의 노이즈 제거 방식, 노이즈 격자를 적용한 방식 및 2-필터에 와이파이 벡터 유사도가 적용된 필터를 추가한 방식으로 구성된다. 실험 결과 학교 안과 같이 건물마다 와이파이가 잘 설치된 근거리 영역 안에서 활동했을 경우에는 와이파이 필터를 적용한 방식이 좋은 결과 보였으나 도시 안에서 이동한 경우에는 노이즈 격자를 적용한 방식이 더 나은 결과를 보였다.

스마트폰 사용자 이동 경로에 대한 확률 그래프 모델 학습 기법

김제민(Je-Min Kim),백혜정(Hea-Jung Back),박영택(Young-Tack Park) 한국정보과학회 2014 정보과학회논문지 : 소프트웨어 및 응용 Vol.41 No.2

본 논문은 스마트폰으로부터 수집한 gps 정보를 기반으로 사용자 개인의 경로 모델을 자동으로 학습하는 기법에 대해 설명한다. 스마트폰의 gps는 수신이 불안정하여, gps좌표 이력을 기반으로 사용자의 모든 목적지나 경로를 정확하게 파악하는데 어려움이 따른다. 이에 본 논문은 세 가지 부분에 초점을 맞추어 서술하였다. 먼저, 사용자 경로 정보를 확률 모델로 표현한 동적 베이지안 망에 대해 설명하고, 두 번째, 관심 지점과 이동 구간 군집화 과정을 통해 전체 훈련데이터를 정상 gps 궤적과 비정상 gps 궤적으로 구분한 다음, 정상 gps 궤적으로부터 초기 사용자 경로 모델을 추출하기 위한 방법에 대해 소개한 후, 마지막으로 초기 경로 모델을 바탕으로 예측-최대화(expectation maximization) 알고리즘을 적용하여 훈련데이터 전체를 대상으로 스마트폰 사용자의 개인 경로에 대한 확률 모델을 학습하는 방법에 대해 설명한다. 본 논문에서 제안하는 방식을 통해 학습된 경로 모델은 사용자의 현재 또는 향후 위치나 이동 경로를 효과적으로 예측하기 위한 자료로 제공되기 때문에 다양한 위치 기반 지능형 서비스에 이용 가능하다. In this paper, we present a method for learning a personal route model from the GPS logs of a user’s smartphone. The GPS signals of a smartphone are highly unstable; hence, it is difficult to correctly determine a user’s destinations and routes from the GPS logs of his/her smartphone. We overcome this problem by adopting three approaches. First, a dynamic Bayesian network is used to represent user route information as a probabilistic model. Second, normal and abnormal GPS trajectories are distinguished from training data on the basis of points of interest (POIs) and trip clustering, and an initial route model is developed using the normal GPS trajectories. Finally, a probabilistic model for a smartphone user"s personal routes is learned from training data by adapting the expectation-maximization algorithm (EM) based on the initial route model. The learned model can be applied to location-based intelligent services as it provides data for predicting a user"s current (or future) locations and trips.

75W급 DC-DC 변환기의 고장률 예측 사례 연구

김제민(Je-Min Kim),최성순(Sung-Soon Choi),이관훈(Kwan-Hun Lee) 대한전기학회 2013 대한전기학회 학술대회 논문집 Vol.2013 No.10

점진적 전방향 추론을 이용한 DQL 검색 인터페이스

김제민(Je min Kim),박영택(Young Tack Pack) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅰ

인터넷의 등장 이후 폭발적으로 증대되는 웹 정보를 효율적으로 사용하기 위한 방안이 연구 되고 있다. 현재, 웹 서비스에서 사용하고 있는 키워드 기반 검색은 syntactic 정보만을 제공하므로 원하는 서비스를 받고자하는 사용자의 의도와 상관없는 정보를 탐색하여 서비스한다. 그러나 시멘틱 웹을 기반으로 만들어진 시스템들은 서비스 정보의 질을 향상시키기 위하여 DQL(Daml Query Language)을 이용한 시멘틱 서치(Semantic search)기법을 이용하고 있다. 시멘틱 서치는 사용자가 입력한 질의들을 의미상으로 해석하고, 이를 통하여 사용자의 원하는 정보와 의미가 같은 해답을 얻어내는 것이다. 그러나 기존의 시멘틱 서치는 사용자가 복잡한 질의들을 수작업으로 처리하여 원하는 정보를 탐색해야하고 DQL(Daml Query Language)은 자체 추론 기능을 갖지 않기 때문에 DQL엔진에서 각각의 메타데이터들을 비교하여 사용자의 질의에 맞는 해답을 찾아내야 함으로 시스템 과부하 현상이 일어나게 된다. 본 논문은 이러한 기존의 시멘틱 서치 방식의 효율성과 속도를 높이기 위하여, 사용자 중심의 키워드 형태 질의를 시스템 중심의 DQL로 변환하는 DQL 컨버터 시스템과 추론엔진을 불러내어 전방향 추론과 단일화를 실행하는 DQL 엔진을 제안한다.