보행자 교통사고율은 야간에 특히 그 비율이 더 높기 때문에, 야간 보행자 감지 시스템을 장착한 모델들의 출시가 증가하는 추세이다. 현재 상용 제품들은 일반적으로 고가 또는 다루기 까다로운 레이더 + 카메라, 다중 카메라 같은 복합적 센서를사용하거나, 나이트비젼과 같이 단일 센서를 사용하는 경우 운용 환경이 지극히 제한적이다. 이 논문에서는 적응적 이진화와 적분 영상을 이용하여 야간용 PDS에서 흑백 카메라를 사용하여 ROI(관심 영역)를 축소하는 기법을 제안한다. 다양한 조건에서 촬영된 동영상 프레임들에 대해 비교한 결과 제안 기법이 더 정확하고 환경 변화에 대해 견고함이 확인되었다. 기법 간 정확한 정량적 비교를 위해서 검출된 보행자와 비보행자 에지 화소수의 비를 사용했다.

경영활동에 있어서 직관력은 잘 알려진 인지능력이지만 효과적인 의사결정지원시스템의 개발 목적으로는 거의 고려되고 있지 않다. 본 연구는 의사결정자의 인지 유형에 따른 시계열 예측의 정확성과 뇌파의 차이를 통계적 검증, 인공신경망, 데이터 마이닝의 세 가지 접근방법으로 탐색하여 그 결과를 비교 분석함으로써 시계열 직관 예측에 영향을 주는 의사결정자의 인지적/생리적 특성을 도출함으로써 효과적인 의사결정환경을 조성하는데 공헌하고자 하였다. 실험결과 통계적 분석에서는 아무런 유의성을 찾을 수 없었으나, 인공신경망 분석에서는 인지유형과 감성유형이 모두 시계열 예측 정확도와 상관성이 있는 것으로 나타났으며, 데이터 마이닝 분석에서는 보다 의미 있는 상관관계를 찾아낼 수 있었다.