http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
생활 환경의 소음 측정을 위한 모바일 데이터 처리 시스템
추민지,서정희,박흥복,Choo, Min-ji,Seo, Jung-hee,Park, Hung-bog 한국정보통신학회 2015 한국정보통신학회논문지 Vol.19 No.8
Korean representative residence type is apartment house. Due to this, civil complaint related to living noise is rapidly increasing. Here, in case when they suffer from surrounding noise in daily life, they can raise civil complaint. However, in general home, it is difficult to measure noise utilizing expert equipment, in many cases they use smart phone app. Noise measurement app that was previously released has markedly low correctness, e.g. value is differently measured in the same condition, therefore, it is difficult to be used for the actual noise measurement. Therefore, this paper suggests mobile data process system for noise measurement of living environment utilizing smart phone. The expected effect of this research can be utilized as the civil complaint material by conveniently measuring the noise and presuming the direction that the noise appeared at the home that has no equipment. 우리나라의 대표적인 주거 형태는 공동 주택이다. 이로 인해 생활 소음과 관련된 민원 발생이 급증하고 있는 상태이다. 이에 실생활에서 주변 소음으로 인해 고통을 받는 경우에는 소음 측정기로 측정하여 민원을 제기할 수도 있다. 그러나 일반가정에서는 전문적인 장비를 동원해 소음 측정을 하기가 어렵기 때문에 간편하게 스마트폰 앱을 사용하는 경우가 많다. 기존에 출시된 소음 측정 앱은 동일한 조건에서 측정하여도 값이 다르게 나오는 등 정확도가 현저히 떨어지며, 실제 소음 측정을 위한 목적으로 사용하기가 어렵다. 따라서 본 논문은 스마트폰을 이용한 생활환경의 소음 측정을 위한 모바일 데이터 처리 시스템을 제안한다. 본 연구의 기대 효과는 장비가 없는 가정에서 간편한 소음 측정 및 소음이 발생된 방향을 추정하여 민원 처리의 자료로 활용할 수 있다.
추민지 ( Min-ji Choo ),박소현 ( So-hyun Park ),박영호 ( Young-ho Park ) 한국정보처리학회 2021 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.10 No.8
The TATI model is a Traffic Accident Text to RGB Image model, which is a methodology proposed in this paper for predicting the severity of traffic accidents. Traffic fatalities are decreasing every year, but they are among the low in the OECD members. Many studies have been conducted to reduce the death rate of traffic accidents, and among them, studies have been steadily conducted to reduce the incidence and mortality rate by predicting the severity of traffic accidents. In this regard, research has recently been active to predict the severity of traffic accidents by utilizing statistical models and deep learning models. In this paper, traffic accident dataset is converted to color images to predict the severity of traffic accidents, and this is done via CNN models. For performance comparison, we experiment that train the same data and compare the prediction results with the proposed model and other models. Through 10 experiments, we compare the accuracy and error range of four deep learning models. Experimental results show that the accuracy of the proposed model was the highest at 0.85, and the second lowest error range at 0.03 was shown to confirm the superiority of the performance.
추민지 ( Min-ji Choo ),이혜진 ( Hye-jin Lee ),박영호 ( Young-ho Park ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
최근 스마트폰, 스마트 워치, 네비게이션 등과 같은 GPS가 내장된 기기가 늘어남에 따라 사용자의 위치 정보를 기반으로 하는 다양한 형태의 위치 기반 서비스와 다양한 목적에 따른 경로 추천 알고리즘이 제안되고 있다. 대부분의 연구들은 단순히 위치 및 거리 요소만 고려하기 때문에 시간의 측면에서 효율적이지 못하다는 단점이 있다, 이러한 문제를 효율적으로 해결하기 위해 시간과 공간을 모두 고려한 사용자 맞춤형 경로 추천 알고리즘을 제안한다.