본 연구는 길 찾는 능력과 거리를 인식하는 능력이 떨어지고 많은 주의력에 어려움을 느끼는 노인을 위해 간헐적인 주의 집중만으로 보행 안내를 받을 수 있는 손목에 착용하는 보행 보조 장치를 개발하기 위해 기존의 촉각 기술을 활용한 보행 보조 기술에서 시각 정보를 활용할 수 있도록 촉각 정보에 병행하는 시각 정보인 화면 UI에 초점을 맞추었다. 기술 수요자인 65세 이상 노인 30명에게 스마트워치를 착용시키고 Wizard of Oz로 네 가지 화면 UI로 길을 찾아가도록 지시한 후 각 화면 UI에 대한 평가 및 사후 인터뷰를 진행하였다. 선호도 순위, 경로를 이탈한 사람의 수, 경로 이탈 횟수에 대해 정량적 분석을 실시하고, 사후 인터뷰를 통해 수집된 사용 경험에 근거해 새로운 이해를 얻고자 질적 연구 방법론인 grounded theory로 정성적 분석을 진행하였으며, 본 연구 결과를 바탕으로 모순적인 요구사 항을 가진 노인의 손목시계형 보행 보조 장치 개발 및 후속 연구를 위한 시사점을 도출하였다.

정보통신과 스마트 기기의 급속한 발전은 정보제공 서비스 산업의 발전을 견인해왔고, 이에 따라 다수 의 교통정보 제공 업체(ISP, Information Service Provider)가 시장에 등장하였다. 운전자들은 ISP로부 터 제공받은 교통정보를 기반으로 목적지까지 합리적인 경로를 선택하여 통행을 한다. 교통운영기관 (TMC, Traffic Management Center)은 교통수요정책과 같은 적극적(active) 방법뿐만 아니라 최적 신호 제어와 같은 소극적(passive) 방법을 통해 교통혼잡을 완화하기 위해 노력한다. 이와 같이 도로교통망에 서는 TMC와 ISP, 운전자들이 개별적으로 최적의 선택을 하지만, 서로 상호작용하며 종국의 교통상황을 만들어낸다. 그동안 개별적인 통행 주체에 대해서는 많은 연구가 수행되어 왔지만, 이들 세 주체 간의 상 호작용에 대해서는 많은 연구가 이루어지지 않았다. 이에 본 연구에서는 교통운영기관과 교통정보제공업 체, 운전자 경로선택 간의 상호작용을 분석할 수 있는 통합 모델링 프레임워크를 개발하였다. 그림 1은 통합 모델링 프레임워크의 개념도를 나타낸다. 운전자는 ISP 가입자와 비가입자로 구성되고, 가입자는 제공받은 교통정보를 기반으로 경로를 선택하는 반면, 비가입자는 스스로의 경험에 따라 경로를 선택하는 데, 경로선택 모형으로는 Boundedly Rational 모형을 채택하였다. 교통정보제공서비스는 가입자를 통해 수집된 교통정보와 예측된 정보를 혼합하여 가입자들에게 최적의 경로를 안내해 준다. 교통운영기관은 실 시간 교통 모니터링 시스템을 통해 수집된 교통정보와 예측된 정보를 혼합하여 최적의 실시간 교통신호제 어를 수행한다. 교통신호제어는 두 가지 방식이 제안되었는데, 첫 번째 방식은 실시간 교차로 접근 교통 량 기반의 신호제어 방식(R2CFNet)이고, 두 번째 방식은 예측된 경로 기반으로 신호를 제어하는 방식 (R2CFNet)이다. 제안된 프레임워크를 활용하여 ISP의 시장점유율별 도로교통망 성능(performance)을 분석한 결과, 시장점유율이 증가함에 따라 R2CFNet 신호제어 방식이 더 효율적인 것으로 나타났다.

판매직에 종사하는 여성을 대상으로 100%의 Basil oil, Lavender oil, Lemon oil, Jasmin oil, Ylang-ylang oil (KIMEX co. Ltd), Skatole의 총 6가지 종류의 천연향을 사용하여 자극하였을 때의 상호 정보량을 분석, 비교하였다. 그 결과, 선호도가 낮은 Basil과 Skatole을 자극할 때 무향에 비해 상호 정보량이 많고, 향간의 비교에서도 선호도가 낮은 향에 대한 상호 정보량이 선호도가 높은 향에 비해 더 많음을 보여주었다. 이는 뇌에서 상호 정보량이 향에 대한 선호도와 관련이 있고, 특히 선호도가 낮은 향의 경우, 정보량의 증가 경향이 확인되었다.

본 연구에서는 단순노무직, 판매직, 전문직에 종사하는 피험자를 대상으로 100%의 basil oil, lavender oil, lemon oil, jasmine oil, ylang-ylang oil (KIMEX co. Ltd, Korea), skatole (TAKASAGO co. Ltd, Japan)등 총 6가지 종류의 천연향에 대한 두뇌의 정보량 흐름을 파악하기 위해 상호 정보량을 검토하였다. 그 결과, 전문직에서는 상호 정보량의 유의한 변화가 전두엽 사이(F3F4)에서 나타난 반면, 단순노무직과 판매직에서는 전두엽(F3F4), 두정엽(P3P4), 측두엽(T5T6) 사이에서 모두 나타났다 두 직종과 비교하여 전문직이 주로 외부 자극에 대한 고차원적 기능을 담당하는 전두엽영역의 정보량에서 유의한 변화를 보인 것은 향을 전문적으로 구분하고, 확인하는 그들의 직업적 특성을 반영한 결과라 추측된다. 또한, 단순노무직과 달리, 전문직과 판매직은 선호도가 낮은 향에서 상호 정보량이 증가하는 경향을 보여, 향 관련 종사자들의 선호도와 상호 정보량간의 관련성을 시사하였다.

There has been a growing concern on ontology especially in recent knowledge-based industry and defining a field-customized semantic word network is essential for building it. In this paper, a word network for ontology is established with 785 publications of Korean Society of Rural Planning(KSRP), from 1995 to 2017. Semantic relationships between words in the publications were quantitatively measured with the ‘normalized pointwise mutual information’ based on the information theory. Appearance and co-appearance frequencies of nouns and adjectives in phrases are analyzed based on the assumption that a ‘noun phrase’ represents a single ‘concept’. The word network of KSRP was compared with that of WordNetTM, a world-wide thesaurus network, for the verification. It is proved that the KSRP’s word network, established in this paper, provides words’ semantic relationships based on the common concepts of Korean rural planning research field. With the results, it is expecting that the established word network can present more opportunity for preparation of the fourth industrial revolution to the field of the Korean rural planning.

본 연구는 인공신경망의 성능을 향상시키기 위한 여러 가지 방법들 중의 하나인 입력변수 선정기법에 관한 연구로서, 일반적으로 널리 사용되고 있는 상관계수를 이용한 입력변수 선정기법 외에 상호정보량을 활용한 방법을 적용하여 인공신경망의 성능을 향상시키고자 하였다. 대상자료는 기상청에서 제공하는 RDAPS자료의 152개 출력값으로 지상강우량의 예측값인 APCP를 포함하고 있으며, 강우관측값간의 상호정보량을 구해 가장 영향력이 큰 변수를 입력변수로 사용하였다.

In this paper, we present a practical palce and object recognition method for guiding visitors in building environments. Recognizing palces or objects in real world can be a difficult problem due to motion blur and camera noise. In this work, we present a modeling method based on the bidirectional interactionbetween places and objects for simulataneous reinforcement for the robust recognition. The unification of visual context including scene context, object context, and temporal context is also. The proposed system has been tested to guide visitors in a large scale building environment(10 topological places, 80 3D objects)