스테레오 비전을 이용한 마커리스 정합

주수빈(Subin Joo),문정환(Joung-Hwan Mun),신기영(Ki-Young Shin) 대한전자공학회 2016 전자공학회논문지 Vol.53 No.1

개인별 생활 루틴을 반영한 초개인화 추천 시스템

주수빈(Subin Joo),장성봉(Sungbong Jang),전수영(Sooyoung Cheon) 한국자료분석학회 2021 Journal of the Korean Data Analysis Society Vol.23 No.6

초개인화 추천 시스템은 과거 구매기록과 평점 등을 활용하여 추천하는 서비스인 ‘개인화’를 넘어서 소비자가 처한 상황과 맥락까지도 반영하는 시스템이다. 각자의 취향을 존중하는 취향의 시대로 접어들고 코로나19의 여파로 집에 있는 시간이 늘어 소비의 중심이 오프라인에서 온라인으로 전환되고 있기 때문에 다양한 연령대의 고객층을 만족시켜 소비를 유도하기 위한 초개인화 추천 시스템은 더욱더 중요한 역할을 할 것이다. OTT 서비스는 포스트 코로나 시대가 지속되면서 성장한 대표적인 산업 중 하나이고, 어느 디바이스에서도 접속 가능한 쉬운 접근성으로 이용자 수가 늘어나 비대면 문화를 이끌어가고 있다. 본 연구의 목적은 유료 OTT 서비스를 추천받고 싶어하는 소비자들에게 초개인화 추천 시스템을 사용하여 소비자들의 성향에 맞는 최적의 OTT 서비스를 추천해주는 것이다. 이를 위해, 한국미디어패널조사 데이터의 개인의 특성을 알 수 있는 개인 데이터와 초개인화 추천을 위한 개인의 생활 루틴을 알 수 있는 다이어리 데이터를 사용하여 데이터를 구축하였다. 본 연구는 개인의 성향과 특성을 잘 파악하기 위해 BSR 방법을 이용하여 유의한 변수를 선택하였고, 선택된 유의한 변수만을 사용하여 와이드 앤 딥러닝 추천 알고리즘에 적용한 추천 시스템을 제안한다. 전체 변수를 적용한 결과와 정확도를 비교해 본 결과, BSR 방법을 사용한 추천 알고리즘의 결과가 더 좋은 것으로 확인되었다. Hyper-personalization recommender system (HPRS) is a system providing a service that reflects the situation and context of consumers, in addition to past purchase records and ratings. As the center of consumption is shifting from offline to online due to COVID-19, HPRS to satisfy customers of various ages is playing an important role. The OTT service is one of the representative industries that have grown as the post-COVID-19 era continues and lead to a non-face-to-face culture. The purpose of this study is to recommend optimal OTT services tailored to consumers preferences by using a HPRS to consumers who want to be recommended for paid OTT services. To this end, we use Korean media panel survey data constructed using personal data with the characteristics of individuals and diary data with individual life routines. This study selects significant variables using the BSR method to grasp individual characteristics, and proposes a recommender system applied to a wide & deep learning algorithmin using selected significant variables. The numerical results indicate that the proposed method produces much more accurate prediction than the method including all variables.

X-ray 생성 인공지능 알고리즘의 제어 방법

주수빈(Subin Joo),정원(Jung Won) 한국통신학회 2023 한국통신학회 인공지능 학술대회 논문집 Vol.2023 No.9

유기물 내의 관능기와 극성에 따른 GAC 흡착특성 연구

이상민(Sangmin Lee),주수빈(Subin Joo) 대한환경공학회 2020 대한환경공학회 학술발표논문집 Vol.2020 No.11

합류식 하수관거 월류수 내 유기물과 인 동시제거 공정 개발

이상민 ( Lee Sangmin ),안치선 ( An Chiseun ),주수빈 ( Joo Subin ),홍봉창 ( Hong Bong-chang ),윤영식 ( Yun Youngsik ) 한국물환경학회 2020 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2020 No.-

합류식 하수관거 월류수(Combined Sewer Overflow, CSOs)는 우천 시, 하수와 우수가 하수처리장의 처리용량보다 많은 과도한 양이 유입될 경우 설계유량을 초과하는 미처리 하수가 하천으로 월류하는 것을 의미한다. 이러한 CSOs를 처리하기 위하여 비점오염저감시설을 이용할 수 있는데 이는 크게 자연형, 장치형, LID 시설로 분류되며 발생지점의 여건에 따라 장치형과 자연형이 비점오염처리시설로 선택되어 사용되고 있다. 현재 상용화된 대부분의 장치형 비점오염처리시설은 BOD와 SS를 목적으로 설계되어 총인 제거율은 약 10~30%에 불과하다. 본 연구에서는 전기로 환원 슬래그를 가공하여 인 흡착조를 개발하여 비점오염 처리시설의 총인 제거율 및 파과시간 상승을 도모하였다. 본 연구는 H제철소의 전기로 환원 슬래그를 대상으로 진행하였다. 사용된 전기로 환원 슬래그는 채거름을 통해서 75~150㎛, 150~300㎛, 300~850㎛로 조절하여 테스트하였고 연속실험은 300~850㎛입도의 슬래그를 사용하였으며 슬래그와 모래를 1.3 : 0.7 비율로 혼합하여 사용하였다. 사용된 슬래그와 모래는 실험실에서 오븐을 이용하여 120℃로 2일간 충분히 건조한 후 밀봉하여 보관 및 사용하였다. 총인 처리 및 파과시간을 확인하기 위한 연속 반응은 실온에서 진행하였으며, 교반속도는 5rpm으로 저속교반을 진행하였다. 모의폐수의 인 농도는 PO₄-P 기준 6mg/L로 제조하여 유입시켰다. 리본 블렌더 타입 연속 반응조를 통한 인 흡착 및 파과시간 측정실험 결과 연속운전 2,170시간까지 유출수의 총인농도가 0.9mg/L이하로 유지되었으며 이후 유출수 농도가 불안정하게 변동하는 경향을 나타내었다. 이후 2,388시간까지 연속운전에서 유출수의 총인 농도는 1.8mg/L까지 상승하였다. 이는 국내 강우량 5mm 이상 1년 강우시간 기준인 1,400시간을 크게 상회하는 결과이다. 본 실험의 리본 블렌더 타입 연속 반응조는 위의 실험 결과로 보아 강우로 인한 미처리 하수 내 총인 제거율 80~90%을 기대할 수 있어 하천 내 영양물질 유입부하 감소에 큰 기여를 할 수 있을 것이라 판단되며 파과시간 역시 2,170시간으로 국내 1년 강우시간 기준인 1,400시간보다 약 6개월 정도의 강우로 인한 미처리 하수 내 총인을 제거할 수 있음을 의미한다.

합류식 하수관거 월류수 내 유기물과 인 동시제거 공정 개발

이상민 ( Lee Sangmin ),안치선 ( An Chiseun ),주수빈 ( Joo Subin ),홍봉창 ( Hong Bong-chang ),윤영식 ( Yun Youngsik ) 한국물환경학회 2020 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2020 No.-

합류식 하수관거 월류수(Combined Sewer Overflow, CSOs)는 우천 시, 하수와 우수가 하수처리장의 처리용량보다 많은 과도한 양이 유입될 경우 설계유량을 초과하는 미처리 하수가 하천으로 월류하는 것을 의미한다. 이러한 CSOs를 처리하기 위하여 비점오염저감시설을 이용할 수 있는데 이는 크게 자연형, 장치형, LID 시설로 분류되며 발생지점의 여건에 따라 장치형과 자연형이 비점오염처리시설로 선택되어 사용되고 있다. 현재 상용화된 대부분의 장치형 비점오염처리시설은 BOD와 SS를 목적으로 설계되어 총인 제거율은 약 10~30%에 불과하다. 본 연구에서는 전기로 환원 슬래그를 가공하여 인 흡착조를 개발하여 비점오염 처리시설의 총인 제거율 및 파과시간 상승을 도모하였다. 본 연구는 H제철소의 전기로 환원 슬래그를 대상으로 진행하였다. 사용된 전기로 환원 슬래그는 채거름을 통해서 75~150㎛, 150~300㎛, 300~850㎛로 조절하여 테스트하였고 연속실험은 300~850㎛입도의 슬래그를 사용하였으며 슬래그와 모래를 1.3 : 0.7 비율로 혼합하여 사용하였다. 사용된 슬래그와 모래는 실험실에서 오븐을 이용하여 120℃로 2일간 충분히 건조한 후 밀봉하여 보관 및 사용하였다. 총인 처리 및 파과시간을 확인하기 위한 연속 반응은 실온에서 진행하였으며, 교반속도는 5rpm으로 저속교반을 진행하였다. 모의폐수의 인 농도는 PO₄-P 기준 6mg/L로 제조하여 유입시켰다. 리본 블렌더 타입 연속 반응조를 통한 인 흡착 및 파과시간 측정실험 결과 연속운전 2,170시간까지 유출수의 총인농도가 0.9mg/L이하로 유지되었으며 이후 유출수 농도가 불안정하게 변동하는 경향을 나타내었다. 이후 2,388시간까지 연속운전에서 유출수의 총인 농도는 1.8mg/L까지 상승하였다. 이는 국내 강우량 5mm 이상 1년 강우시간 기준인 1,400시간을 크게 상회하는 결과이다. 본 실험의 리본 블렌더 타입 연속 반응조는 위의 실험 결과로 보아 강우로 인한 미처리 하수 내 총인 제거율 80~90%을 기대할 수 있어 하천 내 영양물질 유입부하 감소에 큰 기여를 할 수 있을 것이라 판단되며 파과시간 역시 2,170시간으로 국내 1년 강우시간 기준인 1,400시간보다 약 6개월 정도의 강우로 인한 미처리 하수 내 총인을 제거할 수 있음을 의미한다.

합류식 하수관거 월류수 내 유기물과 인 동시제거 공정 개발

이상민 ( Lee Sangmin ),안치선 ( An Chiseun ),주수빈 ( Joo Subin ),홍봉창 ( Hong Bong-chang ),윤영식 ( Yun Youngsik ) 한국물환경학회 2020 한국물환경학회·대한상하수도학회 공동 춘계학술발표회 Vol.2020 No.-

합류식 하수관거 월류수(Combined Sewer Overflow, CSOs)는 우천 시, 하수와 우수가 하수처리장의 처리용량보다 많은 과도한 양이 유입될 경우 설계유량을 초과하는 미처리 하수가 하천으로 월류하는 것을 의미한다. 이러한 CSOs를 처리하기 위하여 비점오염저감시설을 이용할 수 있는데 이는 크게 자연형, 장치형, LID 시설로 분류되며 발생지점의 여건에 따라 장치형과 자연형이 비점오염처리시설로 선택되어 사용되고 있다. 현재 상용화된 대부분의 장치형 비점오염처리시설은 BOD와 SS를 목적으로 설계되어 총인 제거율은 약 10~30%에 불과하다. 본 연구에서는 전기로 환원 슬래그를 가공하여 인 흡착조를 개발하여 비점오염 처리시설의 총인 제거율 및 파과시간 상승을 도모하였다. 본 연구는 H제철소의 전기로 환원 슬래그를 대상으로 진행하였다. 사용된 전기로 환원 슬래그는 채거름을 통해서 75~150㎛, 150~300㎛, 300~850㎛로 조절하여 테스트하였고 연속실험은 300~850㎛입도의 슬래그를 사용하였으며 슬래그와 모래를 1.3 : 0.7 비율로 혼합하여 사용하였다. 사용된 슬래그와 모래는 실험실에서 오븐을 이용하여 120℃로 2일간 충분히 건조한 후 밀봉하여 보관 및 사용하였다. 총인 처리 및 파과시간을 확인하기 위한 연속 반응은 실온에서 진행하였으며, 교반속도는 5rpm으로 저속교반을 진행하였다. 모의폐수의 인 농도는 PO₄-P 기준 6mg/L로 제조하여 유입시켰다. 리본 블렌더 타입 연속 반응조를 통한 인 흡착 및 파과시간 측정실험 결과 연속운전 2,170시간까지 유출수의 총인농도가 0.9mg/L이하로 유지되었으며 이후 유출수 농도가 불안정하게 변동하는 경향을 나타내었다. 이후 2,388시간까지 연속운전에서 유출수의 총인 농도는 1.8mg/L까지 상승하였다. 이는 국내 강우량 5mm 이상 1년 강우시간 기준인 1,400시간을 크게 상회하는 결과이다. 본 실험의 리본 블렌더 타입 연속 반응조는 위의 실험 결과로 보아 강우로 인한 미처리 하수 내 총인 제거율 80~90%을 기대할 수 있어 하천 내 영양물질 유입부하 감소에 큰 기여를 할 수 있을 것이라 판단되며 파과시간 역시 2,170시간으로 국내 1년 강우시간 기준인 1,400시간보다 약 6개월 정도의 강우로 인한 미처리 하수 내 총인을 제거할 수 있음을 의미한다.

강화학습을 통한 돼지 도매시장 수급 의사결정

정유림(Yurim Jung),장성봉(Sungbong Jang),주수빈(Subin Joo),이은주(Eunju Lee),전수영(Sooyoung Cheon) 한국자료분석학회 2021 Journal of the Korean Data Analysis Society Vol.23 No.4

최근 과학과 기술 발전을 바탕으로 빅데이터와 기계학습을 활용한 데이터 분석 및 활용에 대한 사회의 관심이 더욱 확대되고 있다. 이런 사회의 흐름에 발맞추어 농·축산 분야에서도 빅데이터 수집뿐만 아니라 분석을 통한 솔루션 서비스 제공과 활용 등의 사례가 다양하게 나타나는 추세이다. 특히 축산 경제를 활성화하기 위해 가격 예측을 통한 미래의 수익률을 예측하여 수급조절을 하려는 등의 연구가 다양하게 진행 중이다. 현재까지 기계학습을 이용한 연구는 주로 축산물 분야보다는 과일류 및 채소류와 같은 농산물 분야에서 활발하게 진행되었다. 축산물 분야에서는 최근까지는 한우를 포함한 소에 대한 연구가 활발하게 진행된 바가 있으나, 돼지에 대한 연구는 다소 미진하며 또한 최신 알고리즘과 빅데이터를 이용한 연구는 현저히 적다는 한계를 보인다. 따라서 돼지 축종에 대해 기계학습 알고리즘을 이용하여 분석한다면 더 개선된 분석 결과를 도출할 수 있을 것이다. 본 논문에서는 최신 연구가 적은 분야인 돼지에 대해 도매시장 내에서 적절한 수급 행동 결정을 통해 수익을 높이고자 한다. 계절에 따른 특정 패턴이 존재하는 돼지 도매가격에 대해 각 계절에서 어떤 매수 및 매도 행동을 취해야 하는지 결정을 하기 위한 A3C 강화학습 알고리즘을 이용하여 학습 및 분석을 하였다. 가격 데이터에 유의한 계절 간의 차이가 존재하는지 검증하기 위해 대응표본 t 검정과 일원 분산분석을 시행한 후, A3C 방법을 이용하여 에포크 1,000번 반복 학습한 결과 최종적으로 높은 수익이 발생한 것을 확인하였다. Based on advances in science and technology, society s interest in analysis using big data and machine learning has been expanding. In this trend, the provision and utilization of solution service through big data are appearing in the agricultural and livestock fields. In particular, various studies to revitalize the livestock economy are in progress, such as predicting future returns through price prediction to control supply and demand. Research using machine learning has been actively conducted in agricultural products rather than livestock. In the field of livestock products, research on pigs is rather insignificant and research using machine learning and big data has a limitation in that there are significantly fewer studies. Therefore, if the pig breeds are analyzed using machine learning, more improved analysis results can be derived. In this paper, we aim to increase profits by determining the appropriate supply and demand behavior in the wholesale market of pigs. The A3C reinforcement learning algorithm is used to determine which buying and selling actions should be taken for the wholesale price of pigs with a specific pattern for each season. The A3C method was used to repeatedly learn 1,000 epochs, confirming that a high profit was generated.

카메라 영상과 딥러닝을 이용한 의수로봇 제어 시스템과 파지대상 선정

박해준(Haejune Park),안보현(Bohyeon An),백준민(Junmin Baek),이동규(Dongkyu Lee),김창원(Changwon Kim),주수빈(Subin Joo),권오원(Ohwon Kwon),김민영(Min Young Kim),서준호(Joonho Seo) 제어로봇시스템학회 2020 제어·로봇·시스템학회 논문지 Vol.26 No.5

Robotic prosthetic hands are a device that helps to improve the quality of life for patients without hands. Recently, robotic prosthetic hands can perform various grasping patterns because of improvement of bioengineering and robotics. The research that automatically selects the appropriate operation according to the situation is important. Many previous studies have used EMG signals. However, EMG signals are difficult to generalize because EMG signals vary depending on the position of the muscle. In this study, we developed a system for controlling robotic prosthetic hands using images and deep learning to facilitate generalization. We also proposed a method for selecting a grasping target to be held in the image. These results will help to improve the quality of life of the robotic prosthetic hand user.