비선형 시스템 식별을 위한 수정된 Elman 신경회로망 구조

정경권(Kyung-kwon Jung),권성훈(Sung-hoon Kwon),이인재(In-jae Lee),이정훈(Jung-hoon Lee),엄기환(Ki-hwan Eom) 대한전자공학회 1998 대한전자공학회 학술대회 Vol.1998 No.6

변형된 궤환형 신경회로망을 이용한 로봇 매니퓰레이터 적응 제어 방식

정경권(Kyung Kwon Jung),이인재(In Jae Lee),이승현(Sung Hyun Lee),김인(Ine Gim),정성부(Sung Boo Chung),엄기환(Ki Hwan Eom) 대한전자공학회 1999 대한전자공학회 학술대회 Vol.1999 No.6

표고버섯 물 추출물을 첨가한 쿠키의 품질 특성

정경임(Kyung Im Jung),최영주(Young Ju Choi),오정환(Jung Hwan Oh),이정임(Jung Im Lee),박소영(So Young Park),김혜란(Hye Ran Kim),전병진(Byung-Jin Jeon),김동민(Dongmin Kim),공창숙(Chang-Suk Kong) 한국생명과학회 2019 생명과학회지 Vol.29 No.9

본 연구에서는 표고버섯 물 추출물 0%, 1%, 3%, 5% 및 7%를 첨가한 쿠키의 항산화활성과 품질 특성을 알아보았다. 손실률은 표고버섯 물 추출물의 함량이 증가함에 따라 증가하였고(p<0.05), pH는 추출물의 함량이 증가함에 따라 감소하였으며(p<0.05), 퍼짐성과 팽창률 및 수분 함량은 모든 군에서 유의적인 차이가 없었다. 쿠키의 L값과 b값은 농도의존적으로 감소하였고(p<0.05), a값은 농도의존적으로 증가하였다(p<0.05). 쿠키의 기계적 특성 평가에서 경도는 7% 첨가군에서 가장 높게 나타났고, 씹힘성과 파쇄성은 농도의존적으로 증가하였으나 응집성과 탄력성은 모든 군에서 유의적인 차이가 없었다. 표고버섯 물 추출물을 첨가한 쿠키의 총 폴리페놀 함량과 DPPH radical 소거능은 농도의존적으로 증가하였다(p<0.05). 쿠키의 관능적 특성 평가에서 외관과 색 및 맛은 무첨가군, 향과 조직감 및 전반적인 기호도는 1% 첨가군에서 가장 높게 나타났다. 이상의 결과에서 표고버섯 물 추출물 1~3%를 첨가하여 제조한 쿠키는 관능적인 기호도와 항산화활성을 높일 수 있는 바람직한 방법이라 판단된다. This study evaluated the characteristics and antioxidant properties of cookies prepared with different amounts (0%, 1%, 3%, 5%, and 7%) of Lentinus edodes water extract (LEWE). The baking loss rate of cookies increased as the amount of LEWE increased (p<0.05). The pH of cookies significantly decreased when amounts of LEWE increased (p<0.05), but spread factor, leavening rate, and moisture content showed no significant difference among the samples. L value and b value of cookies significantly decreased when amounts of LEWE increased (p<0.05), but a value of cookies significantly increased when amounts of LEWE increased (p<0.05). Hardness was higher in the 7% LEWE cookies. Chewiness and brittleness increased with increasing LEWE concentration, but cohesiveness and springiness showed no significant differences among the samples. Total polyphenol content and DPPH (1,1-diphenyl-2-picrylhydrazyl) radical scavenging activity significantly increased upon the addition of LEWE (p<0.05). In a sensory evaluation, the appearance, color, and taste of the cookies were rated higher in groups containing 0% LEWE, but the flavor, texture, and overall acceptability scores were highest for cookies with 1% LEWE added. These results suggest that cookies prepared by adding 1-3% LEWE achieve the best sensory evaluation and antioxidant activity.

종속 퍼지 제어기 설계

정경권(Kyung Kwon Jung),류태욱(Tae Uk Ryu),엄기환(Ki Hwan Eom),이정훈(Jung Hoon Lee),이용구(Yong Gu Lee),손동설(Dong Seol Son) 대한전자공학회 2001 대한전자공학회 학술대회 Vol.2001 No.6

근전도 신호의 스펙트럼 추정을 이용한 신경회로망 패턴 분류

정경권(Kyung Kwon Jung),이용구(Yong Gu Lee),이현관(Hyun Kwan Lee),엄기환(Ki Hwan Eom) 대한전자공학회 2007 대한전자공학회 학술대회 Vol.2007 No.7

In this paper, we propose a method of pattern recognition of EMG signals of hand gesture using spectral estimation and neural network. Proposed system is composed of the Yule-Walker algorithm and the LVQ. The use of the Yule-Walker algorithm is to estimates the power spectral density (PSD) of the signal. The spectral estimate returned is the magnitude squared frequency response of AR model. A fine tuning step will then be incorporated to improve the accuracy of the classification by way of the LVQ. We describe in detail the experiment conducted to verify the usefulness of the proposed method for EMG pattern classification of hand gesture.

일부 남자 고등학교 태권도 선수들의 영양상태와 식이 조사 시점 및 조사 일수의 평가

정경아(Jung Kyung Ah),황세희(Hwang Se Hee),김찬(Kim Chan),이장규(Lee Jang Ku),장유경(Chang Yoo Kyung) 韓國營養學會 2002 Journal of Nutrition and Health Vol.35 No.2

클라이언트 - 서버 모델 기반의 개인화 텍스타일 감성 디자인 추천 시스템의 성능 평가

정경용(Kyung-Yong Jung),김종훈(Jong-Hun Kim),나영주(Young-Joo Na),이정현(Jung-Hyun Lee) 한국정보과학회 2005 정보과학회 컴퓨팅의 실제 논문지 Vol.11 No.2

최근의 전자상거래 사이트들은 사용자 만족을 극대화 시키기 위해 사용자별로 개인화된 서비스를 제공하고 있다. 협력적 필터링은 개인화된 아이템 실시간 추천을 위하여 고안된 알고리즘이며 예측의 정확도와 성능을 증대시키기 위해서 다양한 보완 방법들이 제시되고 있다. 유용한 추천 시스템을 구축하기 위해서는 두 가지 문제를 동시에 고려해야 한다. 그러나, 협력적 필터링 기술에 관한 연구는 정확도 향상에 관한 연구가 주로 수행되었고 성능 문제는 간과하여 왔다. 본 연구에서는 추천 에이전트 시스템의 성능을 향상시킬 수 있는 대표 속성을 이용한 이웃 선택, 추천 텍스타일 집합, 유사 군집 요소를 협력적 필터링 기술에 추가하여 실험해 보았다. 패션 디자인 추천 에이전트 시스템(FDRAS)을 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다. The latest E-commerce sites provide personalized services to maximize user satisfaction for Internet user. The collaborative filtering is an algorithm for personalized item real-time recommendation. Various supplementary methods are provided for improving the accuracy of prediction and performance. It is important to consider these two things simultaneously to implement a useful recommendation system. However, established studies on collaborative filtering technique deal only with the matter of accuracy improvement and overlook the matter of performance. This study considers representative attribute-neighborhood, recommendation textile set, and similarity grouping that are expected to improve performance to the recommendation agent system. Ultimately, this paper suggests empirical applications to verify the adequacy and the validity on this system with the development of Fashion Design Recommendation Agent System (FDRAS).

텍스타일 기반의 협력적 필터링 기술과 디자인 요소에 따른 감성 분석을 이용한 패션 디자인 추천 에이전트 시스템

정경용(Kyung-Yong Jung),나영주(Young-Joo Na),이정현(Jung-Hyun Lee) 한국정보과학회 2004 정보과학회 컴퓨팅의 실제 논문지 Vol.10 No.2

제품의 품질 및 가격뿐만 아니라 물질적 풍요로움과 더불어 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 이를 위하여 제품의 기능적 측면뿐만 아니라 개개인의 정서적 감정과 선호도가 반영된 제품의 설계나 디자인 또한 요구되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 에이전트 시스템(FDRAS-pro)을 제안한다. 텍스타일 기반의 협력적 필터링 기술에서, 예측에 사용될 이웃의 수를 결정하기 위해서 Representative Attribute-Neighborhood 방법을 사용한다. 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상관계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 텍스타일의 대표 감성 어휘를 추출함으로써 소재 개발을 위한 감성 어휘 데이타베이스를 구축한다. FDRAS-pro는 구축된 감성 어휘 데이타베이스를 기반으로 성향이 비슷한 사용자에게 텍스타일 디자인을 추천한다. 디자인 요소에 따른 감성 분석을 하기 위해서, 텍스타일 디자인을 9가지 디자인 요소(디자인 소재, 모티브대 배경비율, 모티브의 변화도, 해석법, 모티브의 배열, 모티브의 명료성, 명도차, 색상차, 채도차)에 따라 분석하였다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다. In the life environment changed with not only the quality and the price of the products but also the material abundance, it is the most crucial factor for the strategy of product sales to investigate consumer's sensibility and preference degree. In this perspective, it is necessary to design and merchandise the products in cope with each consumer's sensibility and needs as well as its functional aspects. In this paper, we propose the Fashion Design Recommender Agent System (FDRAS-pro) for textile design applying collaborative filtering personalization technique as one of the methods of material development centered on consumer's sensibility and preference. For a collaborative filtering system based on textile, Representative-Attribute Neighborhood is adopted to determine the number of neighbors that will be used for preferences estimation. Pearson’s Correlation Coefficient is used to calculate similarity weights among users. We build a database founded on the sensibility adjectives to develop textile designs by extracting the representative sensibility adjectives from users’ sensibility and preferences about textile designs. FDRAS-pro recommends textile designs to a customer who has a similar propensity about textile. To investigate the sensibility and emotion according to the effect of design factors, textile designs were analyzed in terms of 9 design factors, such as, motif source, motif-background ratio, motif variation, motif interpretation, motif arrangement, motif articulation, hue contrast, value contrast, chroma contrast. Finally, we plan to conduct empirical applications to verify the adequacy and the validity of our system.

개인화 추천 시스템에서 연관 관계 군집에 의한 아이템 기반의 협력적 필터링 기술

정경용(Kyung-Yong Jung),김진현(Jin-Hyun Kim),정헌만(Heon-Man Jung),이정현(Jung-Hyun Lee) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.4

추천 시스템은 예전에는 몇몇 혁신적인 전자상거래(E-commerce) 사이트에서만 사용되어 왔으나 현재는 전자상거래를 새롭게 재구성하는 필수적인 비즈니스 도구가 되어가고 있다. 그리고 협력적 필터링은 이론과 실무 분야 모두에서 가장 성공적으로 평가 받은 추천 기법 중 하나이다. 그러나 개인화 추천 시스템을 구축하기 위해서는 두 가지 문제를 동시에 고려해야 한다. 즉 초기 평가 문제와 희박성 문제이다. 본 논문에서는 연관 관계 군집과 연관 규칙의 향상도를 이용하여 이러한 문제를 해결하고자 한다. 사용자의 평가 데이타를 사용하여 아이템간의 향상도를 산출하고, α-cut에 의한 임계값을 아이템들간의 연관성에 적용한다. 연관 관계 군집의 효율성을 높이기 위해서 기존의 Hypergraph Clique Clustering 알고리즘과 본 연구에서 제안하는 Split Cluster Method를 이용하였다. 군집이 완성되면, 각 군집 내부에서 아이템간의 유사도를 산출하고 빠른 액세스를 위해 인덱스를 데이타베이스에저장한다. 새로운 아이템들의 선호도 예측 시에 생성한 인덱스를 적용시킨다. 성능을 평가하기 위해서 기존의 협력적 필터링 기술과 비교 평가하였다. 그 결과 기존의 협력적 필터링 기술의 문제점을 해결하여 예측의 정확도를 높이는데 효과 적임을 확인하였다. While recommender systems were used by a few E-commerce sites former days, they are now becoming serious business tools that are re-shaping the world of E-commerce. And collaborative filtering has been a very successful recommendation technique in both research and practice. But there are two problems in personalized recommender systems, it is First-Rating problem and Sparsity problem. In this paper, we solve these problems using the associative relation clustering and “Lift” of association rules. We produce “Lift” between items using user's rating data. And we apply Threshold by -cut to the association between items. To make an efficiency of associative relation cluster higher, we use not only the existing Hypergraph Clique Clustering algorithm but also the suggested Split Cluster method. If the cluster is completed, we calculate a similarity item in each inner cluster. And the index is saved in the database for the fast access. We apply the creating index to predict the preference for new items. To estimate the performance, the suggested method is compared with existing collaborative filtering techniques. As a result, the proposed method is efficient for improving the accuracy of prediction through solving problems of existing collaborative filtering techniques.

Textile 기반의 협력적 필터링 개인화 기술을 이용한 패션 디자인 추천 시스템 개발

정경용(Kyung-Yong Jung),나영주(Young-Joo Na),이정현(Jung-Hyun Lee) 한국정보과학회 2003 정보과학회 컴퓨팅의 실제 논문지 Vol.9 No.5

소재 개발의 프로세스가 고객 중심으로 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 시스템(FDRS)을 제안한다. Textile 기반의 협력적 필터링 개인화 기술에서, 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상관 계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 Textile의 대표 감성 형용사를 추출함으로써 소재 개발을 위한 감성 형용사 데이타베이스를 구축한다. 패션 디자인 추천 시스템(FDRS)은 구축된 감성 형용사 데이타베이스를 기반으로 성향이 비슷한 사용자에게 Textile 디자인을 추천한다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다. It is important for the strategy of product sales to investigate the consumer's sensitivity and preference degree in the environment that the process of material development has been changed focusing on the consumer center. In the present study, we propose the Fashion Design Recommender System (FDRS) of textile design applying collaborative filtering personalization technique as one of methods in the material development centered on consumer's sensibility and preferences. In collaborative filtering personalization technique based on textile, Pearson Correlation Coefficient is used to calculate similarity weights between users. We build the database founded on the sensibility adjective to develop textile designs by extracting the representative sensibility adjective from users' sensibility and preferences about textile designs. FDRS recommends textile designs to a consumer who has a similar propensity about textile. Ultimately, this paper suggests empirical applications to verify the adequacy and the validity on this system with the development of Fashion Design Recommender System (FDRS).