http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
황구연(Gu-youn Hwang),신동규(Dong-kyoo Shin),신동일(Dong-il Shin) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1A
최근 인간공학 및 감성공학 분야에 대한 관심이 크게 증가하여 다양한 연구가 활발히 진행되고 있다. 바이오피드백 인터페이스 기술에 대한 기초 연구로서 복합 생체신호를 처리하고 모델링 하는 시스템을 만드는 것은 매우 중요하며 이러한 기술들의 궁극적 역할은 쾌적한 삶의 환경을 제공하는 것이므로 생체 신호 분석을 기반으로 한 인간 중심의 시스템이 미래 기술의 핵심 키워드가 될 것이다. 본 논문에서는 생체 신호 (EEG, ECG)분석을 통해 사용자의 집중도 및 감정 상태를 인식하고 사용자의 의도를 효과적으로 반영 가능한 바이오피드백 인터페이스를 설계하였다. 기존의 단일 생체신호를 이용한 인터페이스 기법에 비해 복합 생체신호를 분석함으로써 사용자의 상태 및 의도를 판단함에 용이하고 활용성이 향상 되도록 하였다.
Hybrid UWB 무선측위기법을 이용한 리더기 개수 최소화 방법
최진욱(Jin-wook Choi),황구연(Gu-youn Hwang),신동규(Dong-kyoo Shin),신동일(Dong-il Shin) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1D
UWB(Ultra Wide Band)는 기존의 스펙트럼에 비해 매우 넓은 대역에 걸쳐 낮은 전력으로 대용량의 정보를 전송가능하며 정확성면에서 탁월하며 신호 도달거리가 길다는 장점에서 실내 위치 측위기술로 가장 적당하다. 측위 기술 방법 중 각도를 측정하여 위치를 측정 하는 AoA방식과 도착 시간을 이용해서 위치를 측정하는 ToA방식, 그리고 두 리더기간의 시간의 차를 측정하여 리더기간의 거리차가 일정함을 통해 얻는 쌍곡선의 교점을 이용하는 TDoA방식이 가장 대표적으로 사용되고 있다. 본 논문에서는 2개의 리더기에서 AOA방법을 통한 두 각의 교점과 ToA의 두 원들과의 교점, TDOA방식의 한 쌍의 쌍곡선의 교점을 이용하여 3개의 리더기가 아닌 2개의 리더기 사용으로 리더기의 개수를 최소화 하며 위치 추적의 정확도를 높이고자 한다. UWB의 특징과 실내 위치 결정 측위 방법 소개와 더불어 Hybrid를 통하여 얻을 수 있는 효과를 설명한다.
유비쿼터스 홈 네트워크 시스템에서 은닉 마르코프 모델을 이용한 사용자 행동 상태 분석 및 예측 알고리즘
신동규 ( Dong-kyoo Shin ),신동일 ( Dong-il Shin ),황구연 ( Gu-youn Hwang ),최진욱 ( Jin-wook Choi ) 한국인터넷정보학회 2011 인터넷정보학회논문지 Vol.12 No.2
본 논문은 유비쿼터스 홈 네트워크 시스템에서 저장된 사용자 행동 프로파일 데이터에 은닉 마르코프 모델에 적용하여 사용자의 행동 상태를 예측하는 알고리즘을 제안한다. 은닉 마르코프 모델은, 순차 데이터를 갖는 패턴을 인식하기 위해서 데이터에 내포되어 있는 시간성을 적절히 표현하고, 그것으로부터 원하는 정보를 추론할 수 있는 대표적인 모델이다. 제안 알고리즘에서는 “행동 인지 시스템(Activity Recognition System)"에 의하여 저장된 행동 발생 횟수, 행동 지속시간, 행동이 발생된 위치 데이터를 학습 데이터로 이용하였다. 사용자의 행동에 가중치를 부여하여 사용자의 행동에 대한 흥미를 객관적으로 수식화 하는 방법을 제안하였으며 은닉 마르코프 모델을 이용하여 시간에 따른 가중치 변화를 구하여 사용자의 행동 상태 변화를 예측하였다. 제안 알고리즘은 현실적인 유비쿼터스 홈 네트워크 구축에 도움을 준다. This paper proposes an algorithm that predicts the state of user`s next actions, exploiting the HMM (Hidden Markov Model) on user profile data stored in the ubiquitous home network. The HMM, recognizes patterns of sequential data, adequately represents the temporal property implicated in the data, and is a typical model that can infer information from the sequential data. The proposed algorithm uses the number of the user`s action performed, the location and duration of the actions saved by "Activity Recognition System" as training data. An objective formulation for the user`s interest in his action is proposed by giving weight on his action, and change on the state of his next action is predicted by obtaining the change on the weight according to the flow of time using the HMM. The proposed algorithm, helps constructing realistic ubiquitous home networks.