http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 임병권(Byoung-Kwon Lim) (검색결과 9 건)
- 무료
- 기관 내 무료
- 유료
-
DietAdviser : 스마트폰 상에서의 개인 건강 관리 어플리케이션
임병권(Byoung-Kwon Lim),김지섭(Jiseob Kim),유준희(JunHee Yoo),장병탁(Byoung-Tak Zhang) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.6
전 시대를 통틀어 건강은 인류에게 중요한 문제이다. 특히 사회와 경제가 안정되어 있는 나라일수록 건강에 대한 관심이 높은데, 그것은 우리나라도 예외가 아니다. 실제로 우리나라의 국민의료비 규모는 성장을 거듭하고 있다. 이러한 상황에서 체중 관리는 건강과 직접적으로 관련되고 많은 사람들이 신경을 쓰는 부분이다. 이에 맞춰 많은 체중 관리용 스마트폰 어플리케이션이 개발되고 있다. 하지만 대부분의 어플리케이션은 그저 사용자의 입력을 기록하고 보여줄 뿐 사용자에게 적절한 식단과 운동을 추천하지 못한다. 그리하여 본 연구진에서는 자동화 되어 사용자가 손쉽게 이용할 수 있고, 사용자의 성향에 맞춰 개인화된 정보를 추천할 수 있는 체중 관리 어플리케이션인 DietAdviser를 개발하였다. DietAdviser는 스마트폰 센서를 이용하여 사용자의 데이터를 자동으로 수집하며 저장된 데이터를 바탕으로 사용자의 식성에 맞는 식단을 추천한다. 체중 조절에는 많은 시간과 노력이 필요하지만, 사용자들은 이 DietAdviser를 이용하여 체중 조절에 필요한 시간과 노력을 절약할 수 있다. Health is important for everyone. In particular, people in advanced countries are more concerned about health. It's a fact that South Korea's medical expenses are growing up. In this situation, diet is essential problem in health and many people are not free of worry about diet. There are many diet applications to meet many people's expectations. But, a lot of applications only log and show user's input. They can't recommend proper exercise and menu. So, our team develop DietAdviser that person can easily use and be recommended personalized menu and exercise. DietAdviser automatically log user's information using smartphone's sensors and recommend personalized menu using logged information. Diet needs a lot of time and effort, but DietAdviser users can save time and effort.
-
Author-Topic 모델 기반 대본 학습을 통한 비디오 등장 인물 인식
임병권(Byoung-Kwon Lim),허민오(Min-Oh Heo),장병탁(Byoung-Tak Zhang) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
기계학습 기술이 발달함에 따라 기계학습은 제한된 상황에서 벗어나, 실생활과 비슷한 복잡하고 다양한 상황에서의 학습이 중요한 이슈가 되었다. 본고에서는 현실과 비슷한 상황을 도입하기 위하여 드라마를 사용한다. 드라마 내의 등장인물들은 말투, 어조, 관심주제와 같이 다양한 특성을 내재하고 있다. 등장인물들의 다양한 특성 중 관심주제는 대본 안에 글로 드러나 있으므로 기계학습을 통해 등장 인물의 인식에 활용할 수 있다. 최근, 확률그래프모델 분야에서 문서의 주제를 다루는 기법으로 자주 거론되는 토픽 모델 중 하나인 Author-Topic (AT) 모델은 등장인물의 관심주제를 학습하는 데에 적합하다. 본 논문에서는 AT 모델로 대본을 학습하고, 학습된 데이터 분포를 이용하여 장면에 등장하는 인물들을 인식하는 방법을 제시한다. 이 방법의 성능을 측정하기 위해, 미국 TV 드라마 ‘Friends’ 대본 39편을 학습시키고, 장면에 대해 등장인물을 인식하는 실험을 수행하였다. 이 실험을 통해 본고에서 Author-Topic 모델을 이용한 인물 인식 방법이 다수의 인물이 참여한 담화의 인물들을 인식하는데 강점이 있음을 확인할 수 있다.
-
DietAdviser: 스마트폰 상에서의 개인 건강 관리 어플리케이션
임병권(Byoung-Kwon Lim),김지섭 (Jiseob Kim),유준희 (Junhee Yoo ),장병탁(Byoung-Tak Zhang) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2D
전 시대를 통틀어 건강은 인류에게 중요한 문제이다. 특히 사회와 경제가 안정되어 있는 나라일수록 건강에 대한 관심이 높은데 그것은 우리나라도 예외가 아니다. 실제로 우리나라의 국민의료비 규모는 성장을 거듭하고 있다. 이러한 상황에서 체중 관리는 건강과 직접적으로 관련되고 많은 사람들이 신경을 쓰는 부분이다. 이에 맞춰 많은 체중 관리용 스마트폰 어플리케이션이 개발되고 있다. 하지만 대부분의 어플리케이션은 그저 사용자의 입력을 기록하고 보여줄 뿐 사용자에게 적절한 식단과 운동을 추천하지 못한다. 그리하여 본 연구진에서는 사용자가 손쉽게 이용할 수 있고 사용자의 성향에 맞춰 개인화된 정보를 추천할 수 있는 체중 관리 어플리케이션인 DietAdviser를 개발하였다. DietAdviser는 스마트폰 센서를 이용하여 사용자의 데이터를 자동으로 수집하며 저장된 데이터를 바탕으로 사용자의 식성에 맞는 식단을 추천한다. 체중 조절에는 많은 시간과 노력이 필요하지만 사용자들은 이 DietAdviser를 이용하여 체중 조절에 필요한 시간과 노력을 절약할 수 있다.
-
Hypernetwork를 이용한 개인 맞춤형 식단추천 방법
임병권(Byoung-Kwon Lim),장병탁(Byoung-Tak Zhang) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
많은 현대인들은 체중 관리를 위해 많은 시간과 노력을 쏟고 있으며 그중에서도 식단을 관리하는데 많은 힘을 기울이고 있다. 하지만, 전문지식이 없는 일반인이 자신이 먹은 식단을 분석하고 어떤 음식을 먹을지 계획하는 것은 쉽지 않다. 따라서 본고에서는 hypernetwork를 이용한 개인 맞춤형 식단 추천 알고리즘을 제안한다. 개발된 식단 추천 알고리즘은 사용자의 식단 로그 데이터를 기반으로 사용자의 식성에 맞고 적절한 칼로리를 지닌 식단을 구성하여 추천한다. 특히, 식품 정보 DB 이외에 다른 추가 정보가 필요하지 않으며, 개인의 작은 식단 로그 데이터만으로도 동작 가능한 장점을 가지고 있다. 본 연구실에서는 개발된 알고리즘을 이용하여 개인 체중 관리 어플리케이션인 DietAdvisor를 제작하였으며, 사용자는 어플리케이션을 통해 실제 식단 추천 및 그 외의 체중관리에 필요한 서비스를 제공받을 수 있다.
-
하이퍼그래프 모델을 이용한 fMRI Brain Network 의 허브 모듈 분석
김준식(Joon Shik Kim),임병권(Byoung-Kwon Lim),김은솔(Eun-Sol Kim),양진산(Jinsan Yang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2A
본 논문에서는 하이퍼그래프의 고유벡터를 척도로 하여 fMRI기반 Brain Network를 분석하여 중요한 허브노드를 찾는 방법론을 제시한다. 이 방법을 비디오게임을 수행하면서 촬영한 기능적 자기뇌영상(fMRI) 데이터인 PBAIC 2007 데이터셋에 대하여 그 유용성을 검증하였다. 이 데이터는 각 20분씩 세 세션을 촬영한 것이며 처음 두 세션에는 13가지의 감정 항목의 평가치가 각 스캔마다 주어진다. 한 피험자의 첫번째 세션 데이터로부터 13가지 감정 항목에 대하여 상관관계가 높은 각각의 복셀(voxel)들을 추출하였다. 이 13가지의 복셀들의 집합들을 각각 하이퍼에지로 보고 하이퍼그래프를 구성하였다. 하이퍼그래프로부터 인접 행렬(adjacency matrix)를 구성한 후 고유치(eigenvalue)와 고유벡터(eigenvector)를 구하였다. 여기서 고유치가 가장 큰 고유벡터의 원소들은 각 복셀들의 중앙성(centrality), 즉 중요성을 나타내며 이로부터 감정과 관련된 중요한 허브 복셀들과 그들의 국소적 집합인 모듈을 찾았다. 모듈들은 감정 및 작업기억(working memory)과 관련된 뇌 영역들의 클러스터(cluster)로 추정된다.
-
확률 그래프 모델을 이용한 스마트폰 사용자의 이동경로 학습 및 실시간 예측 기법
허민오(Min-Oh Heo),강명구(Myunggu Kang),임병권(Byoung-Kwon Lim),황규백(Kyu-Baek Hwang),박영택(Young-Tack Park),장병탁(Byoung-Tak Zhang) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.6
스마트폰은 위치, 가속도, 소리를 측정할 수 있는 센서들을 탑재하고 있으며, 사용자가 늘 휴대하려는 기기라는 특성을 지닌다. 이러한 센서 정보들을 기록하여 만든 데이터 집합은 스마트폰 사용자의 일상적인 행동패턴을 포함하게 되며, 개인화된 모델링에 적용할 수 있다. 이에, 본 고에서는 동적 베이지안망(dynamic Bayesian network)과 Rao-Blackwellized particle filtering(RBPF)를 이용하여 관측된 센서값을 기준으로 현재 사용자가 방문하려는 장소 및 이용할 경로를 실시간으로 예측하는 방법과 모델 학습방법을 제시하고자 한다. 이를 위하여 64일 동안 GPS, 가속도 센서, 행동 인지기 데이터를 1초 간격으로 수집하여, 주요 방문장소 및 경로를 추출하고, 예측을 시도하였다. 이로부터, 제시한 모델이 사용자의 의도를 나타내고 있음을 확인하였다. Smartphones are equipped with a rich set of embedded sensors such as accelerometer, GPS, digital compass, microphone and camera. And most smartphone users are carrying them outdoor at all times. Sensor-logged datasets contain user-specific activity patterns, which enable modeling personalized usual lives. Here, we propose a real-time route inference and learning method using dynamic Bayesian networks (DBNs) and Rao-Blackwellized particle filtering (RBPF) given sequential observed values. For experimental verification, we gathered personal sensor data of GPS, accelerometer and action recognizer for 64 days and extracted significant places and routes from them. And we predicted traveling destinations and routes probabilistically. The experimental results showed that the proposed model represents the intention of our subject properly.
-
확률 그래프 모델을 이용한 스마트폰 사용자의 이동경로 학습 및 실시간 예측 기법
허민오(Min-Oh Heo),강명구(Myunggu Kang),임병권(Byoung-Kwon Lim),황규백(Kyu-Baek Hwang),박영택(Young-Tack Park),장병탁(Byoung-Tak Zhang) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B
스마트폰은 위치 가속도 소리를 측정할 수 있는 센서들을 탑재하고 있으며 사용자가 늘 휴대하려는 기기라는 특성을 지닌다. 이러한 센서 정보들을 기록하여 만든 데이터 집합은 스마트폰 사용자의 일상적인 행동패턴을 포함하게 되며 개인화 된 모델링에 적용할 수 있다. 이에 본 고에서는 동적 베이지안망(Dynamic Bayesian Network)과 Rao-Blackwellized Particle Filtering (RBPF)를 이용하여 관측된 센서값을 기준으로 현재 사용자가 방문하려는 장소 및 이용할 경로를 실시간으로 예측하는 방법과 모델 학습방법을 제시하고자 한다. 이를 위하여 64 일 동안 GPS 가속도 센서 행동 인지기 데이터를 1초 간격으로 수집하여 주요 방문장소 및 경로를 추출하고 예측을 시도하였다. 이로부터 제시한 모델이 사용자의 의도를 나타내고 있음을 확인하였다.
-
하이퍼에지의 돗수분포를 이용하여 원숭이 뇌신경 네트워크의 허브 뇌영역 찾기
김준식(Joon Shik Kim),김은솔(Eun-Sol Kim),임병권(Byoung-Kwon Lim),양진산(Jinsan Yang),장병탁(Byoung-Tak Zhang) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
Sporns 외[1] 연구에서는 원숭이의 신경다발연결 데이터 베이스인 코코맥(CoCoMac)을 이용하여 허브 영역들을 찾은 바 있다. 이 연구에서는 그래프의 네트워크 척도의 하나인 차(degree)가 높은 영역들을 허브로 찾았다. 우리는 이를 연장하여 하이퍼에지의 돗수분포를 이용하여 허브영역을 구하여 보았다. 이때 하이퍼에지는 클릭(clique)를 의미한다. 기존의 연구의 허브들과 비교할 때 9개중 4개의 영역에서 일치하였다. 또한 마루엽(intraparietal) 영역과 시각영역(visual area)가 추가로 허브영역으로 찾아졌다. 본 연구에서는 높은 차수(order)의 하이퍼에지를 고려하여 조합의 용량(combinatorial capacity)을 기준으로 허브 영역을 찾아보았다. 이 논문의 결과에서 추가된 5영역은 “where”관련 정보를 처리하는 영역들이며 이는 생존에 필수적인 시각관련 영역이다.
-
fMRI 데이터에 적용한 인디언 뷔페 프로세스 닮은 성분 분석법
김준식(Joon Shik Kim),김은솔(Eun-Sol Kim),임병권(Byoung-Kwon Lim),이충연(Chung-Yeon Lee),장병탁(Byoung-Tak Zhang) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1C
문서를 이루는 단어들의 빈도수가 지수법칙(power law)를 따른다는 지프의 법칩(Zipf’s law)이 있다. 이러한 단어분포를 고려하여 문서의 토픽을 찾아내는 기계학습법이 디리쉴레 프로세스(Dirichlet process) 이다. 이를 발전시켜서 데이터의 잠재 요인(latent factor)들을 베이즈 확률모델에 기반한 샘플링 바탕으로 찾는 방법이 인디언 뷔페 과정(Indian buffet process) 이다. 우리는 25가지의 특징(feature)들에 대한 점수(rating)들이 볼드(blood oxygen dependent level) 신호와 함께 주어지는 PBAIC 2007 데이터에 주성분 분석법(principal component analysis)를 적용했다. PBAIC 2007 데이터는 비디오 게임을 수행하며 기능적뇌영상(functional magnetic resonance imaging, fMRI) 촬영을 하여 얻어진 공개데이터이다. 우리의 연구에서는 주성분 분석법을 이용하여 10개의 독립 성분(independent component)들을 찾았다. 그리고 1.75초 마다 촬영된 BOLD 신호와 10개의 고유벡터(eigenvector)들간의 내적을 취하여 가중치(weight)를 구하였다. 성분들의 가중치를 낮은 순서로 정렬함으로써 각 시간마다 주도적으로 영향을 미치는 성분들을 알아낼 수 있었다.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
