http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정수환,최재덕,Jeong, Su-Hwan,Choe, Jae-Deok 한국통신학회 2007 정보와 통신 Vol.24 No.3
개방형 망 구조의 지원으로 다양한 경로를 통하여 통신망에 대한 액세스가 쉬워지는 BcN/NGN 망에서 이를 악용한 많은 위협들이 존재하기 때문에 BcN/NGN 망에서 보안 및 인증 기술은 큰 이슈다. 본 고에서는 BcN/NGN 망에서의 보안 위협과 최근 ITU-T에서 NGN보안 표준과 관련하여 진행중인 NGN 망에서 인증, 시그널링 데이터 보호, 미디어 데이터 보호를 위해 사용되는 보안 메커니즘들에 대해서 살펴본다. 또한 최근 ITU-T SG 13에서 개최한 NGN을 위한 디지털 아이디 워크샵에 대한 근황을 알아본다.
특별강연 및 일반연제 발표 : IgA 신병증 환자의 신조직에서 여러 가지 cytokine 및 chemokine mRNA의 발현과 임상, 병리학적 소견의 상관 관계
임춘수 ( Im Chun Su ),정수환 ( Jeong Su Hwan ),이서진 ( Lee Seo Jin ),김연수 ( Kim Yeon Su ),안규리 ( An Gyu Li ),한진석 ( Han Jin Seog ),김성권 ( Kim Seong Gwon ),이정상 ( Lee Jeong Sang ),채동완 ( Chae Dong Wan ),전노원 ( Jeon N 대한신장학회 1999 춘계학술대회 초록집 Vol.18 No.2
기계학습 모델을 이용한 노인보행과 비노인보행의 구별 방법에 관한 연구
김가영 ( Ga Young Kim ),정수환 ( Su Hwan Jeong ),엄수현 ( Soo Hyeon Eom ),장성원 ( Seong Won Jang ),이소연 ( So Yeon Lee ),최상일 ( Sangil Choi ) 한국정보처리학회 2021 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.10 No.9
보행 분석은 인간의 걸음걸이를 분석하여 보행과 관련된 여러 다양한 정보를 얻기 위한 연구 분야 중 하나로써 의료 분야뿐만 아니라 기계공학, 전자공학 및 컴퓨터공학 등 다양한 학문 분야에서 오랫동안 연구되고 있다. 보행 분석을 통해 걸음걸이에 문제가 있는지를 파악하려는 노력이 꾸준히 이어져 왔다. 본 논문에서는 이러한 보행 이상을 알아보기 위한 전 단계로써 보행 데이터를 활용하여 동일 실험 참가자에 대해 노인 체험복 착용 전후의 걸음걸이를 기계학습 모델에 적용하여 학습시킴으로써 노인 체험복 착용 여부를 구별할 수 있는지를 연구하였다. 총 45명의 실험 참가들을 대상으로 노인 체험복 착용 전과 후 각각의 보행 데이터를 수집하였고, 총 6개의 기계학습 모델을 이용하여 보행 데이터를 학습시켰다. 신경망 모델을 활용하여 노인 체험복 착용 여부를 판별한 결과 약 99%의 높은 정확도를 보였다. 본 연구에서 시사하는 것은 기계학습을 활용하여 보행의 이상 유무를 판단할 수 있는 가능성을 모색했다는 데 있다. Gait analysis is one of the research fields for obtaining various information related to gait by analyzing human ambulation. It has been studied for a long time not only in the medical field but also in various academic areas such as mechanical engineering, electronic engineering, and computer engineering. Efforts have been made to determine whether there is a problem with gait through gait analysis. In this paper, as a pre-step to find out gait abnormalities, it is investigated whether it is possible to differentiate whether experiment participants wear elderly simulation suit or not by applying gait data to machine learning models for the same person. For a total of 45 participants, each gait data was collected before and after wearing the simulation suit, and a total of six machine learning models were used to learn the collected data. As a result of using an artificial neural network model to distinguish whether or not the participants wear the suit, it showed 99% accuracy. What this study suggests is that we explored the possibility of judging the presence or absence of abnormality in gait by using machine learning.