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 : 류성은(Ryu Seong Eun) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
Hard-example Mining과 Augmentation 최적화를 이용한 위험 상황 탐지 및 소통 서비스
류성은(Ryu Seong Eun),구병국(Koo Byung Kook),성기승(Seong Ki Seung),강민정(Kang Mi Jung),김민지(Kim Min Ji) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.6
자녀와 부모간의 소통 부재 문제는 시간이 흘러갈수록 쉽게 해결되지 않는다. 또한 주거상의 물리적 차이로 인해 자녀는 부모의 위험 상황을 인지하기 힘들다 본 논문에서는 실내에서 발생할 수 있는 부모의 위험 상황 탐지와 스냅톡을 이용한 소통 증진 장려 애플리케이션을 제안한다. 이는 Hard-example mining과 Augmentation 정책 최적화를 사용한 딥러닝 기반의 학습 모델을 통해 위험 상황을 효과적으로 탐지한다. Firebased Cloud Messagingd을 이용하여 탐지된 위험 상황을 알리고 채팅 기능을 제공하는 애플리케이션 API 서버를 구축한다. 자녀는 간단한 사진 전송과 코멘트 기능을 제공하는 스냅톡 서비스를 통해 부모의 안전을 간단히 확인하고 소통을 위한 환경을 제공받는다. The problem of lack of communication between grown up child and parents is not easily solved over time. In addition, physical differences in housing make it difficult for grown up child to recognize the risk situation of their parents. In this paper, we propose an application that encourages communication enhancement using SnapTalk and detection of parental risk situations that can occur indoors. This effectively detects risk situations through deep learning-based learning models using hard-example mining and Augmentation policy optimization. We build application API server that informs detected risk situations and provides chat functionality using Firebase Cloud Messaging system. Grown up child is provided with an environment for simple verification and communication of their parents" safety through SnapTalk service, which provides simple photo transmission and commenting functions.
-
도로 위험 탐지를 위한 데이터 편향성 최적화 기반 연관 추론 모델
류성은,김현진,구병국,권혜정,박찬홍,정경용,Ryu, Seong-Eun,Kim, Hyun-Jin,Koo, Byung-Kook,Kwon, Hye-Jeong,Park, Roy C.,Chung, Kyungyong 한국융합학회 2020 한국융합학회논문지 Vol.11 No.9
본 연구에서는 도로 위험 탐지를 위한 데이터 편향성 최적화 기반 연관 추론 모델을 제안한다. 이는 사용자의 개인적 특성과 주변 환경 데이터를 수집하고 교통사고 방지 서비스를 제공하기 위한 연관분석 기반의 마이닝 모델이다. 이는 다양한 상황 변수들로 구성된 트랜잭션 데이터를 생성한다. 생성된 정보를 바탕으로 연관 패턴 분석을 통해 각 트랜잭션 내 변수들의 유의미한 연관관계를 도출한다. 분류된 범주형 데이터의 편향성을 고려하여 최적화된 지지도 및 신뢰도 값으로 가지치기를 진행한다. 추출된 상위 연관규칙을 바탕으로 사용자에게 개인 특성과 주행 도로 상황에 대한 위험 탐지모델을 제공한다. 이는 데이터 편향성 문제를 극복하고 데이터간 연관성을 고려하여 잠재적인 도로 사고를 예방하는 교통 서비스가 가능하다. 성능 평가는 제안하는 방법이 정확도에서 0.778, Kappa 계수에서 0.743로 우수하게 평가된다. In this study, we propose an association inference model based on data bias optimization for road hazard detection. This is a mining model based on association analysis to collect user's personal characteristics and surrounding environment data and provide traffic accident prevention services. This creates transaction data composed of various context variables. Based on the generated information, a meaningful correlation of variables in each transaction is derived through correlation pattern analysis. Considering the bias of classified categorical data, pruning is performed with optimized support and reliability values. Based on the extracted high-level association rules, a risk detection model for personal characteristics and driving road conditions is provided to users. This enables traffic services that overcome the data bias problem and prevent potential road accidents by considering the association between data. In the performance evaluation, the proposed method is excellently evaluated as 0.778 in accuracy and 0.743 in the Kappa coefficient.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
