http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
스마트 기기와 Wi-Fi 인프라를 이용한 실내 측위 시스템
조익현,황태규,김대호,홍지만,Cho, Eighyun,Hwang, Taegyu,Kim, Daeho,Hong, Jiman 한국스마트미디어학회 2015 스마트미디어저널 Vol.4 No.2
최근 다양한 스마트 기기가 보급화 됨에 따라 스마트 기기를 이용한 실내 위치추적 기술 연구 또한 활발히 진행되고 있다. 하지만 실내 위치추적 기술은 GPS 센서 없이 실내의 위치를 추적해야 한다는 제약 사항이 있다. 본 논문에서는 별도의 인프라 구축이 필요 없고 오차범위가 작은 실내위치추적 기법을 제안한다. 제안 기법은 기존 실내 측위를 위한 기법 중 걸음검출, Wi-Fi 핑거프린팅 기법들의 장단점이 서로 상호보완적 이라는 점에서 착안하였다. 제안하는 기법은 걸음검출을 통해 사용자의 변위를 측정하며 이를 보정하기 위해 Wi-Fi 핑거프린팅 기법을 혼합 형태로 사용한다. 본 논문에서는 실험을 통해 제안하는 기법의 유효성을 입증하고 실용화 가능성을 보인다. Recently, research on indoor locating techniques using smart device sensors has been conducted actively, Owing to the exponential increase in the use of various smart devices. However, in order to develop indoor location techniques, there are limitations due to the requirement that the tracking system has to function without GPS. In this paper, we propose an accurate indoor locating system that does not require additional infrastructure. The proposed scheme is developed based on the idea that the advantages and disadvantages of "Wi-Fi Fingerprinting" and "Step Detection" techniques are complementary. In the proposed scheme, we track users with "Step Detection," and correct errors with "Wi-Fi Fingerprinting." In this paper, we demonstrate the effectiveness and feasibility of our proposed scheme through experiments.
Preference Difference Metric을 이용한 아이템 분류방식의 추천알고리즘
박찬수(Chan-soo Park),황태규(Taegyu Hwang),홍정화(Junghwa Hong),김성권(Sung Kwon Kim) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.2
기존의 협업필터링 기반의 추천시스템에 대한 연구는 정확한 평점예측에 집중되면서 추천시스템의 수행시간이 길어지게 되고, 선호아이템을 짧은 시간에 추천해주는 본래의 목적에서 멀어지게 되었다. 본 논문에서는 Preference Difference Metric을 이용하여 평점예측이 아닌 선호 아이템의 분류를 통한 추천을 수행하여 수행시간을 단축하고 정확도를 유지하는 추천 알고리즘을 제안한다. In recent years, research on collaborative filtering-based recommendation systems emphasized the accuracy of rating predictions, and this has led to an increase in computation time. As a result, such systems have divergeded from the original purpose of making quick recommendations. In this paper, we propose a recommendation algorithm that uses a Preference Difference Metric to reduce the computation time and to maintain adequate performance. The system recommends items according to their preference classification.