Earticle

The phenotypic characteristics of plants, including their length and width, are key indicators for evaluating growth status. In this study, we propose a robust framework for radish phenotype evaluation based on an improved SOLOv2 instance segmentation algorithm and a dataset of 1100 annotated images. The enhanced model enables precise segmentation of radish components, facilitating accurate measurement of leaf and root size. Furthermore, we integrate a Channel–Spatial Attention Module (CSAM) into the feature extraction stage to optimize the backbone, and incorporate soft attention mechanisms into the Feature Pyramid Network (FPN) to enhance its representation capability. Experimental evaluations show that the improved SOLOv2 model achieves an average segmentation accuracy of 94.3%. The proposed system significantly reduces the labor and time required by traditional measurement methods.

본 연구에서는 컨버전스 환경에서 다중 미디어 이용 행태를 다양한 차원-미디어 기기, 플랫폼, 콘텐츠-에서 살펴보았다. 이를 위해 본 연구는 미디어 이용자의 개인 특성으로서 추구 목표(실용적, 쾌락적, 사회적)와 개인 성향(혁신성, 즉시성, 인지추구 성향)에 기초한 시장세분화를 통해, 세분군별로 주 이용 매체로 자리 잡은 4대 스크린 기반 미디어-TV, 컴퓨터(랩톱/PC), 휴대폰, 태블릿PC-를 중심으로 스크린 기반 미디어 행동에 어떻게 차이가 나는지 알아보았다. 이를 통해 본 연구에서는 세분군별 이용자들의 인구통계학적 특성, 미디어 선택과 플랫폼-콘텐츠 조합 등 이용 특성을 파악함은 물론, 세분군에 따라 신규 미디어 기기/서비스의 수용 의향에서도 차이가 있음을 보이고 이에 따른 시사점을 제안하였다.

The current research investigated cross-platform usage behavior in digital convergence environments in terms of various aspects such as media devices, platforms, and contents. Specifically, we first divided media users into segments based on individual characteristics—that is, individual goal pursuit (utilitarian goal, hedonic goal, and social goal) and personal traits (innovativeness, immediacy, and need for cognition). Then, we examined whether the segments differ in usage behavior of four types of screen-based media (TV, PC/laptop computer, mobile phone, and tablet PC). More specifically, we examined whether the segments differ in the demographic characteristics, behavioral characteristics on media usage (e.g., media choice, combination of consumed contents and platforms, etc.), and the adoption intention of new media devices/services.

본 연구에서는 최근에 이동통신 시장이 음성 중심에서 데이터 중심으로 경쟁의 축이 이동되는 시장 상황 속에서 세분 시장 수준에서 고객 충성도를 확보하는 전략들이 무엇인지 분석하고자 하였다. 이동통신 시장의 최근의 연구들을 살펴보면 데이터 사용량이 많은 고객일수록 품질 기대 수준이 높아져서 고객 충성도가 저하된다는 연구 결과가 많은 지지를 얻고 있는데 이러한 결과는 이동통신사 입장에서는 초고속망 확보를 위한 막대한 투자가 오히려 고객 충성도 향상에 별로 도움이 안 될 수도 있다는 예측이 가능하다. 그러나 이러한 연구 결과는 전체 시장 수준에서 나온 연구 결과로서 세분 시장 수준에서는 다른 결과가 나올 가능성도 존재한다. 이 연구에서는 최근의 시장 상황을 반영한 시장 세분화를 통해서 세분 시장 수준에서 고객 충성도의 차이를 살펴보고 세분 시장별로 고객 충성도를 향상 시킬 수 있는 전략적 시사점들을 찾고자 하였다. 특히 기존의 연구 결과에서 데이터 사용량이 많은 고객일수록 고객 충성도가 약화되는 현상을 극복하기 위해서 데이터 사용량이 많은 세분 시장에서의 고객 충성도를 향상시킬 수 있는 전략적 방안을 제시하고자 하였다. 연구 결과 세분 시장 수준에서는 고객 충성도를 결정하는 요인들이 세분 시장별로 서로 다르기 때문에 시장 환경이 데이터 중심으로 변한다고 해도 세분 시장 수준에서는 데이터 품질이 반드시 고객 충성도를 결정하는 가장 중요한 요소가 아니라는 사실이 밝혀졌다.

In this exploratory study, the new approach for segmentation strategy in mobile communication industry is proposed through reviewing the existing study about market segmentation. In the new circumstance, data service is more important competitive factor than voice service. So we can expect the segmentation criteria will be changed to obtain the customer loyalty in the mobile industry. The data service quality is the most critical factor influencing the customer loyalty in the new data based competing circumstance. In the existing study, customers who are sensitive to data service quality show lower loyalty compare to those who are not sensitive to data service quality. However, in the segmentation market level, this theory derived from the total market level does not work as it worked in the past. First, we were tried to find the critical segmentation criteria derive from the study executed for market segmentation and classified these criteria into some categories. Also, in this study we were tried to know whether the categories for segmentation verified from the existing study can be applied to Korean mobile communication market. The various segments are derived from the empirical analysis classified to price based ones and non price based ones. Also the profiles of segments are testified using the various variables like price sensitivity, store loyalty, amount of money, customer royalty. Finally, we were going to find out the competitive strategies for major companies in Korean Market by analysing price sensitivity and customer royalty of each segment. Finally We find out that price and amount of data usage are the key factor deciding the customer royalty of each segment. In this study, critical segments that make new cash cow in the data oriented circumstance proposed to provide new the strategy can lead the participants of korea mobile communication market.

본 연구에서는 인터넷 쇼핑 소비자들에 대한 기존의 시장세분화 연구들을 바탕으로 우리나라 인터넷 쇼핑몰 기업의 시장 세분화 전략에 대한 새로운 방향을 제시하고자 하였다. 먼저 온라인 쇼핑 시장의 세분화 기준들에 대한 기존의 연구들을 살펴보고 이러한 시장세분화 기준들이 우리나라 인터넷 쇼핑 시장에서도 적용될 수 있는지를 검증하였다. 또한 본 연구에서는 실증 분석을 통해서 도출된 우리나라 인터넷 쇼핑 시장의 각각의 세분 시장에 대해서 다양한 프로파일 변수를 가지고 각 세분 시장의 전략적 의미를 설명하였다. 특히 가격 혜택과 비가격 혜택에 의한 세분 시장 분포가 어떻게 이루어져 있는지를 살펴보고 각 세분 시장에서의 성공적인 전략에 대한 시사점들을 찾고자 하였다. 마지막으로 우리나라 인터넷 쇼핑 시장의 주요 기업들이 각각의 세분 시장에서 현재 어떤 경쟁우위 요소들을 확보하고 있는지 살펴보고 실증 분석을 통해서 밝혀진 각각의 세분시장의 전략적 의미를 고려하여 그들의 성공적인 마케팅 전략의 방향을 제안하고자 하였다.

In this empirical study, the new approach for segmentation strategy in Internet shopping market is proposed through reviewing the existing study about market segmentation. First, we were tried to find the critical segmentation criteria derive from the study executed for market segmentation and classified these criteria into some categories. Also, in this study we were tried to know whether the categories for segmentation verified from the existing study can be applied to Korean market. The various segments are derived from the empirical analysis classified to price based ones and non price based ones. Also the profiles of segments are testified using the various variables like price sensitivity, store loyalty, amount of money, number of visit. Finally, we were going to find out the competitive strategies for leading companies in Korean Market by analysing their position of each segments. We conclude that the new strategic approaches are needed for leading companies to obtain the strong position in each segments.

The food industry is growing faster and absorbing variety fields. Despites this developments, HMR industry is not concerned as well. In this situation, need to focused in HMR. So, the purpose of this study is to segment Home Meal Replacement(HMR) customer for marketing based on F&B Information Recognition. Using the factor analysis, cluster analysis, discriminant analysis, and ANOVA to find out different behavioral intention in each clusters, the result elicited some implications. First, Using factor analysis to reduct F&B Information Recognition variables and analyzing the level of recognitions for the grouping by cluster analysis. The results showed that 3 clusters(High, Mid, Row recognition of F&B information) were founded and had difference in behavioral intentions. Cluster 3 which is higher recognition group has higher satisfaction of F&B information recognition and purchasing their favorite stores. The customers who have row level of recognitions lead to low satisfactions and repurcahsing. The result shows that market researcher in food and berverage should approach different marketing strategy and provides various information might customer want. This research need to survey broad populations for generalizing the results and using diversity variables to reveal relations between information and another variables.

초음파 영상 진단 장치에서 획득한 데이터로부터 진단 객체를 추출하기 위한 영상 분할은 질병의 효과적 인 진단을 위하여 필수적인 전처리 과정으로 인식되고 있으며, 지금까지 많은 분할 기법들이 연구되고 있다. 본 연 구에서는 혈관 초음파 영상의 다양한 응용 및 진단법 개발을 위하여 기초 전처리과정으로서 graph cut 알고리즘에 의한 상호적인 영상분할법을 제시한다. 일반영상 및 혈관 초음파 영상에 대하여 전경(foreground)과 배경 (background)의 제약조건을 주고 영상분할 처리하여, 원하는 object에 대한 분할 결과를 얻었다. 향후, 이러한 일련 의 처리 과정이 실시간으로 처리되면 새로운 초음파 진단법으로 발전시켜 나갈 수 있을 것으로 사료된다.

Image segmentation for object to extract data from ultrasound acquired is an essential preprocessing step for the effective diagnosis. Various image segmentation methods have been studied. In this study, interactive image segmentation method by graph cut algorithm is proposed to develop a variety of applications of vascular ultrasound imaging and diagnostics. General imaging and vascular ultrasound imaging segmentation by entering constrain condition such as foreground and background. In the future it will be able to develop new ultrasound diagnostics.

본 연구의 목적은 여행박람회를 찾은 방문객을 대상으로 신기성 추구 여행선호도를 근거로 방문객을 세분하고, 이들 세분된 군집 간의 여행활동, 여행성향, 인구통계학적 특성 및 방문형태 등에 있어 어떤 차이점이 있는지를 비교하는 것이다. 선행연구를 바탕으로 20개 항목으로 구성된 신기성 추구 여행선호도 척도를 사용하여, 부산국제관광전을 방문한 관람객을 대상으로 설문조사를 실시하였다. 전체 320부 설문지를 회수하였으며, 분석결과, 사회적 접촉, 익숙한 관광지, 여행서비스, 사전여행계획, 대중적 관광지 등 5개의 여행선호도 요인을 추출하였다. 이들 요인을 바탕으로 군집분석을 실시한 결과, 4개의 유사한 집단을 확인했고, 각각 문화차이 추구자, 자유여행 추구자, 관광지신기성 추구자, 친숙성 추구자 등으로 명칭을 붙였다. 이들 세분된 군집 간에는 여행활동, 여행방식, 숙박방식, 여행 동반자, 연령, 교육수준, 결혼여부, 관람만족도 등에서 통계적으로 유의한 차이가 있음이 드러났다. 끝으로 본 연구는 군집별 특성에 맞는 차별화된 전략을 수립하는데 필요한 실무적 시사점을 제공한다.

The purpose of this research is to categorize travel fair visitors based on their novelty-seeking travel preferences and differentiate these groups depending up the visitors' characteristics such as vacation activity, travel type, traveling behavior, social-demographic profile and visiting pattern. Based on previous studies, we developed a survey questionnaire which consisted of a 20-item of the International Tourist Role(ITR) scale developed by Mo, Howard and Havitz(1993), conducted on-site visitor interviews at Busan International Travel Fair(BITF) and collected a total of 320 questionnaires. We identified five novelty-seeking travel preference dimensions: social contact, tourist infrastructure/industry, travel service, culture similarity, and pre-trip planning. Based on these travel preferences, we found four different groups: culture dissimilarity seekers, free-roaming seekers, destination novelty seekers, and familiarity seekers. These groups differed in vacation activities, travel type, accommodation choice, travel companions, age, education level, marital status, and visitor's satisfaction of travel fair attendance. This study provides practical implications for developing differentiated strategies tailored to the characteristics of each group.

10여 년 전부터 더치 디자인(Dutch Design)이라는 이름으로 네덜란드 그래픽디자인이 한국의 그래픽디 자이너들에게 주목받아왔고, 현재는 그래픽디자인의 일반적 특성으로 자리 잡고 있다. 본 연구는 네덜란드 그래픽 디자인의 특징을 크게 ‘비판적 실험', ‘개념과 구조의 탐구’라는 점으로 파악하였다. 그리고 이 두 개의 시각으로 네덜란드 그래픽디자인의 표현 특성을 ‘중첩과 분절의 유희'로 해석하였다. 그래픽디자인의 표현에 있어서 중첩은 공간과 시간을 내포하며, 공간과 시간의 중첩은 2차적 의미를 파생시켜 다의적 해석을 가능하게 한다. 그래픽디자 인은 여러 분절된 단위소로 이뤄져 있으며 이들은 결속을 통해서 완성된 메시지를 전달한다. 본 연구는 더치 디자 인의 특성이 한때 유행하는 스타일이기보다는 시각적 표현과 의미 발현 원리에 따라 작동하고 있음을 증명한다.

Dutch graphic design has been attracting attention from Korean graphic designers for more than 10 years under the name of Dutch Design, and now it is becoming a general characteristic of graphic design. This study has identified the characteristics of Dutch graphic design as ‘critical experiment’ and ‘exploration of concept and structure’. And with these two perspectives, the expression characteristics of Dutch graphic design were interpreted as ‘play of superimposition, and segmentation’. In the expression of graphic design, overlapping implies space and time, and superimposition of space and time derives a secondary meaning, enabling the polysemous interpretation. Graphic design consists of several segmented units, which convey the completed message through solidarity. This study proves that the characteristics of Dutch design operate according to the principle of visual expression and meaning expression rather than the once popular style.

백질(WM), 회백질(GM), 뇌척수액(CSF) 등 뇌 조직의 정량적 분석에 뇌 자기공명영상(MRI)의 자동적이고 정확한 분할이 상당히 중요하다. 최근 몇 년 동안, 과학 연구와 임상 진단에서 인간의 뇌를 검사하기 위해 많은 딥 러닝 기술이 사용되어 왔다. 본 논문에서는 M-SegNet 아키텍처를 사용하여 MRI에서 뇌 조직의 새 로운 분할을 제안하였다. 뇌 MRI의 슬라이스는 인코더 단계에서 해당 접지 진실의 패치를 M-SegNet 아키 텍처에 공급하는 겹치지 않는 균일한 패치로 분할된다. 또한, 크기가 다른 멀티 스케일 컨볼루션 커널은 인 코더와 디코더 모듈에 사용되어 뇌 MRI 스캔에서 풍부한 의미적 특징을 도출한다. 마지막으로, 공개적으로 사용 가능한 데이터 세트에 대한 의미 분할 작업을 위해 제안된 아키텍처를 조사한다. 실험 결과는 제안된 패치별 M-SegNet 모델이 평균 0.95의 주사위 유사성 계수(DSC) 점수를 달성하고 기존 방법을 능가한다는 것을 보여준다.

An automatic and accurate segmentation of brain magnetic resonance imaging (MRI) is significantly important for quantitative analysis of brain tissues such as white matter (WM), grey matter (GM) and cerebrospinal fluid (CSF). In recent years, many deep learning techniques has been employed to examine the human brain in scientific research and clinical diagnosis. In this paper, we proposed a novel segmentation of brain tissues on MRI using M-SegNet architecture. The slices from the brain MRI is partitioned into uniform non-overlapping patches that are fed to M-SegNet architecture with their corresponding patches of ground truth in the encoder stage. Furthermore, multi-scale convolutional kernels with different sizes are used in the encoder and decoder modules to derive abundant semantic features from brain MRI scans. Finally, we examine the proposed architecture for the task of semantic segmentation on publically available datasets. The experimental results show that the proposed patch-wise M-SegNet model achieves a Dice similarity coefficient (DSC) score of 0.95 in average and outperforms the conventional methods.

바코드 검사기의 성능에 결정적인 영향을 미치는 것은 입력 영상으로부터 바코드 영역을 추출하는 세그먼테이션 과정이며, 기존의 세그먼테이션 기법에는 여러 가지 문제점이 존재한다. 첫째, 허프 직선 변환 방법은 길이 임계값에 매우 민감하여 임계값을 정하는데 어려움이 있다. 둘째, 모폴로지 변환은 영상을 수축, 팽창하는 과정에서 많은 지연시간이 발생한다. 따라서 본 논문에서는 이러한 바코드 검증에서 지연 현상을 해결하고 주변 영향을 적게 받는 해리스 코너 검출 기법 융합형 바코드 영역 검출 기법을 제안한다. 그리고 본 논문에서 제안한 알고리즘을 검증하기 위해 실제 라인과 유사한 실험 환경을 구성하고, 다양한 크기의 바코드 영상과 다양한 위치에서의 바코드 영역 추출실험을 하였다. 결과적으로 제안 기법은 기존의 알고리즘에 비해 주변 환경이나 임계값 설정의 어려움과 영상 처리의 지연 문제를 해결하였고 모든 테스트 영상에 대해 바코드 영역을 100% 추출하는 성능을 보였다.

A segmentation process extracts an interesting area of barcode in an image and gives a crucial impart on the performance of barcode verifier. Previous segmentation methods occurs some issues as follows. First, it is very hard to determine a threshold of length in Hough Line transform because it is sensitive. Second, Morphology transform delays the process when you conduct dilation and erosion operations during the image extraction. Therefore, we proposes a novel Converged Harris Corner detection-based segmentation method to detect an interesting area of barcode in Data Matrix. In order to evaluate the performance of proposed method, we conduct experiments by a dataset of barcode in accordance with size and location in an image. In result, our method solves the problems of delay and surrounding environments, threshold setting, and extracts the barcode area 100% from test images

본 논문에서는 U-SegNet 을 화재 모듈 및 잔류 컨볼루션과 통합하여 자기 공명 영상(MRI)으로 뇌 조직을 분할하여 U-SegNet 모델을 개선한다. 제안된 인코더-디코더 방법에서, 잔류 연결뿐만 아니라 화재 모듈의 압착 및 확장 컨볼루션 레이어는 뇌 MRI 분할을 위한 더 가볍고 더 효율적인 아키텍처로 이어진다. 잔류 단위는 심층 아키텍처의 원활한 훈련에 도움이 되며, 잔류 컨볼루션 계층에서 얻은 특징은 분할 네트워크에서 더 나은 특징 표현을 보장한다. 또한 더 적은 수의 네트워크 매개 변수로 설계를 보다 효율적으로 만들고 뇌MRI 에 더 나은 분할 정확도를 제공한다. 제안된 아키텍처는 뇌 조직 분할을 위해 공개적으로 이용 가능한 OASIS 데이터 세트에서 평가된다. 제안된 방법의 실험 결과는 주사위 유사도 계수(DSC) 점수가 0.96 이고 자카드 지수(JI)가 0.92 인 뇌 MRI 분할에 대한 기존 방법보다 우수한 성능을 보여준다.

In this paper, we propose an improved U-SegNet model by integrating U-SegNet with fire modules and residual convolutions to segment brain tissues in a magnetic resonance image (MRI). In the proposed encoder-decoder method, the residual connections, as well as squeeze, and expand convolutional layers from the fire module, lead to lighter and more efficient architecture for brain MRI segmentation. The residual unit helps in the smooth training of the deep architecture, and features obtained from residual convolutional layers ensure better feature representation in the segmentation network. It also makes the design more efficient architecture with a fewer number of network parameters and provides better segmentation accuracy for brain MRI. The proposed architecture is evaluated on a publicly available OASIS dataset for brain tissue segmentation. The experimental results of the proposed method exhibit superior performances to conventionalmethods on brain MRI segmentation with a dice similarity coefficient (DSC) score of 0.96 and Jaccard index (JI) of 0.92.

인체는 다양한 미세구조들로 이루어지기 때문에 의료용 3D 이미지에서 미세구조를 구역화하는 것이 중요하다. 기 존 구역화 방법은 미세구조가 전체 이미지의 일부만 차지하는 경우에도 이미지 전체를 대상으로 계산을 수행하여 GPU 메모리가 낭비된다. 특히 크기가 큰 3D 이미지에서 이러한 문제점이 심해진다. 이러한 비효율성을 개선하기 위해, 먼저 구역화할 ROI 영역을 식별하고 식별한 영역만 집중적으로 구역화하는 다단계 네트워크 구조를 제시한 다. 이를 통해 ROI와 관련이 적은 이미지 전체를 계산하지 않고, 미세구조만을 집중적으로 구역화할 수 있다. 제안 하는 방법의 정확도를 Dice, IoU, HD95 평가지표를 통해 평가하였고 GPU 메모리 사용량과 구역화 시간을 측정 하여 각 항목에서의 성능을 평가하였다. 실험결과에 따라, 기존모델과 비교하여 정확도는 유지하거나 소폭 상승하였 으며 구역화 시간은 크기가 작은 라벨에서 128%까지 절감되었다. GPU 메모리는 훈련 과정에서 400%, 추론 과 정에서 110%가량 절약하였다.

The human body comprises various microstructures, making the segmentation of these microstructures in medical 3D imaging is crucial. Existing segmentation methods perform calculations on the entire image even when microstructures occupy only a small portion, leading to a waste of GPU memory. This issue is exacerbated in large 3D images. This problem is especially noticeable in large 3D image data. To address this inefficiency, we propose a multi-stage network architecture that first identifies the ROI for segmentation and then focuses on segmenting only these identified areas. This approach allows for focused segmentation of microstructures without processing the entire image, reducing computations unrelated to the ROI. The accuracy of the proposed method was evaluated using Dice, IoU, and HD95 metrics, while GPU memory usage and segmentation time were measured to assess performance in each aspect. According to the experimental results, the accuracy was maintained or slightly improved compared to existing models, and segmentation time was reduced by up to 128% for smaller labels. GPU memory savings were approximately 400% during the training process and 110% during the inference process.

2024년, 오늘날의 대한민국은 세계 방위산업 시장에서 주요 무기 수출의 2%를 차지하며 세계 10대 방산 수출국에 진입 하였다. 정부는 방위산업을 국가의 새로운 성장 동력으로 인식하고, ‘세계 4대 방산 수출국 진입’을 목표로 관련 정책들을 적 극적으로 추진하고 있다. 하지만 기존 국내 연구는 제도적 지원과 수출 확대 방안에 집중되어 있으며, 방산시장을 구성하는 국가들의 특성에 대한 정량적 분석은 미비했다. 방위산업 시장은 국가와 정부가 주요 수요자로 작용하는 정치화된 시장이라는 점에서, 국가를 개체 로 설정한 시장 분석이 필요하다. 이에 본 연구는 경제력, 군사력, 기술력, 외교력 등 다양한 국가 특성을 변수로 하여 GDP 상위 45개국을 대상으로 k-prototypes 군집분석을 수행하였다. 이를 통해 군집 형성에 핵심적인 변수를 식별함으로써, 향후 대한민국이 방위산업 선 도국가로 도약하기 위한 정책 방향 설정에 시사점을 제시하는 것을 목표로 한다.

In 2024, Republic of Korea accounts for 2% of global major arms exports, placing the country among the world’s top 10 defense exporters. Recognizing the defense industry as a new national growth engine, the government is actively promoting policies aimed at joining the ranks of the ‘Top 4 Defense-Exporting Countries.’ However, existing domestic studies have largely focused on institutional support and export expansion strategies, with limited quantitive analysis of the characteristics of countries comprising the global defense market. Given that the defense industry market as a politicized market in which governments act as primary demand-side players, a country-based analytical framework is essential for effective market segmentation. This study conducts a k-prototypes cluster analysis on 45 countries with the highest GDP, using diverse national indicators such as economic power, military strength, technological capacity, and diplomatic influence. By identifying key variables that influence cluster formation, the study aims to provide strategic insights f or R epublic o f Korea in f ormulating p olicies to a dvance i ts p osition a s one o f the leading countries in the global defense industry.

본 연구는 정주기식 교통신호 운영을 개선하기 위해 스마트 교차로에서 수집된 자료를 활 용하여 시간제(time-of-day, TOD) 분할 방법을 구체화하고 그 성능을 평가하는 데 목적이 있다. 이를 위해 클러스터링 기반 방법을 제안하고, 부천시에 있는 교차로 군에서 수집된 영상 검지 기 데이터를 바탕으로 교통량 기반의 TOD를 분류하였다. 또한, 그 결과를 기존 TOD 및 유전 자 알고리즘을 이용하여 최적화한 TOD와 비교하여 클러스터링을 통한 TOD 분할 방법의 제어 지체 감소 효과를 평가하였다. 연구 결과, 클러스터링 기법을 이용한 TOD 분할은 제어 지체 감소 효과를 보이는 것을 확인하였으나, 일부 시간에서 유전자 알고리즘으로 최적화한 것보다 성능이 낮아 최적화 기법 적용 등의 보완 방안의 필요성이 제기되었다.

This study aims to improve fixed-time traffic signal operations by utilizing data collected from smart intersections to refine the time-of-day (TOD) segmentation method and evaluate its performance. To this end, a clustering-based approach is proposed, and traffic volume-based TOD classification was performed using video detector data collected from a group of intersections located in Bucheon City. Furthermore, the results were compared with existing TOD segmentation and TOD optimized using a genetic algorithm to evaluate the effect of clustering-based TOD segmentation on reducing control delay. The study results confirmed that the clustering-based TOD segmentation demonstrated a reduction in control delay; however, in certain time periods, its performance was lower than that of the genetic algorithm-based optimization, highlighting the need for complementary measures such as optimization techniques.

본 연구는 5060세대 소비자들을 대상으로 기술준비도가 웨어러블 디바이스 수용에 미치는 영향을 살펴보는 연 구이다. 5060세대가 한국 전체 인구 중 차지하는 비중이 30%에 해당하기 때문에 5060세대의 시장잠재력을 감 안하여, 이들을 중심으로 웨어러블 디바이스 수용에 미치는 요인이 무엇인지 살펴본다. 또한, 동일 세대내에서도 소비자 유형이 다르기 때문에 기술준비도의 4개 요인인 혁신성, 긍정성, 불안감, 불편감 요인을 기준으로 5060 세대의 시장세분화 분석을 실행하였다. 이를 통해, 5060세대 소비자에 대한 이해 뿐 아니라 웨어러블 디바이스 시장의 잠재소비자 확보 측면에서 전략적 시사점을 도출할 수 있다. 5060세대에 해당하는 283명을 대상으로 분 석을 진행하였으며, SPSS 26.0을 통해 인구통계분석, 위계적 회귀분석, 군집분석, 카이제곱 분석, 분산분석을 실시하였다. 회귀분석 결과 5060세대의 웨어러블 디바이스 수용에는 혁신성과 긍정성이 유의한 영향을 미치고 있었으며, 군집분석 결과 긍정형 집단, 둔감형 집단, 초민감형 집단, 부정형 집단과 같이 총 4개의 집단으로 구 분되었다. 4개 집단간 웨어러블 디바이스 수용에 대한 평균차이를 분석한 결과 초민감형 집단이 웨어러블 디바이 스 수용에 가장 적극적이었으며 부정형 집단이 수용에 가장 부정적인 것으로 나타났다.

As of 2022, the 50s and 60s accounted for 30% of Korea's total population. Looking at the characteristics of the 5060 generation can yield strategic implications for purchasing power in the wearable device market as well as understanding 5060 generation consumers. As a result, this study investigates the factors influencing wearable device acceptance, taking into account the market potential of the 50s and 60s. Clustering analysis was conducted for 50s and 60s households based on four factors of technology readiness: innovation, positivity, anxiety, and discomfort. An analysis was conducted on 283 participants corresponding to 50s and 60s households, and demographic analysis, hierarchical regression analysis, clustering analysis, chi-square analysis, and one-way ANOVA were conducted through SPSS 26.0. As a result of regression analysis, innovation and optimism had a significant effect on the acceptance of wearable devices in 50s and 60s. Also, based on a cluster analysis, the 50s and 60s were divided into a total of four segment: such as the positive group, the insensitive group, the ultra-sensitive group, and the negative group. The ultra-sensitive group was the most active in acceptance of wearable devices, and the negative group was the most negative for acceptance.

In this paper, we present an e-book recommendation system using topic-modeling based on Latent Dirichlet Allocation (LDA) that is a probabilistic model increasingly used in various textual data analysis. Through the generated topics, we found the latent themes of the topics by estimating probability distributions for the topics in eBooks and words. We also address the basic concept of micro-segmentation used mainly in customer marketing field, which ensures that a variety of eBooks are recommended to users. The primary aim of our proposed method is to integrate the effective and efficient techniques with only using textual data of eBooks to improve recommendation performance in Content-Based Filtering (CBF) recommendation when it is unable to rely on the Collaborative Filtering (CF) utilizing ratings and reviews data obtained from a user's own past information. The experiment demonstrates the robustness of the presented method, and also shows that the method provides explainable recommendation results.

최근에는 증강 현실 기술과 가상 현실 기술이 사용되는 의료 영상 분야에서 Low-end 시스템에 대한 정확한 인체 모델을 시각화하는 것이 중요하다. 모델의 기하구조를 줄이면 원래 모양과 다른 점이 나타나고 그 차이를 오류로 간주한다. 따라서 기하구조를 축소하면서 오류를 최소화해야 한다. 본 연구에서는 CT 나 MRI 등의 단층 영상에서 인체 장기에 해당하는 영역을 분할하여 3 차원 기하학적 모델을 생성함으로써 다중 해상도의 상세 단계 모델의 재구성 방법을 구현했다. 실험에서 가상 현실 플랫폼은 척추 영역을 재구성한 모델의 모양을 검증하기 위해 구축되었다. 가상 현실 플랫폼을 이용하여 3D 인체 모델과 환자 정보를 확인할 수 있다.

In recent years, it is important to visualize an accurate human body model for the low-end system in the medical imaging field where augmented reality technology and virtual reality technology are used. Decreasing the geometry of a model causes a difference from the original shape and considers the difference as an error. So, the error should be minimized while reducing geometry. In this study, the organ areas of a human body in the tomographic images such as CT or MRI is segmented and 3D geometric model is generated, thereby implementing the reconstruction method of multiple resolution level-of-detail model. In the experiment, a virtual reality platform was constructed to verify the shape of the reconstructed model, targeting the spine area. The 3D human body model and patient information can be verified using the virtual reality platform.

본 연구는 관광SNS 러브마크경험을 근간으로 이용자의 시장세분화 및 특성을 분석하여 시사점을 제시하고자 하였 다. 연구의 결과는 다음과 같다. 첫째 관광SNS 러브마크경험에 대한 요인 분석 결과 신비감, 감각성, 친밀감, 신뢰, 평판의 5가지 요인을 도출하였다. 둘째, 군집분석 결과 평판/감각성중심경험집단, 고 러브마크경험집단, 친밀감중심경험집단, 저 러 브마크경험집단으로 이루어지는 4개의 군집을 추출하였으며 각 군집별 특징에 대한 상세적 분석을 진행하였다. 셋째, 교차 분석과 대응일치분석을 실시한 결과 군집별로 관광SNS 이용 특성에 차이가 있는 것으로 나타났다. 넷째, 관광SNS 러브마 크경험을 높게 인식하는 집단일수록 경험적 가치, 만족, 행동의도를 높게 인식하는 것으로 나타났다.

The purpose of this study is to present the implications of analyzing users' market segmentation and characteristics based on the tourism SNS lovemarks experience. The results are as follows. First as a result of conducting factor analysis of tourism SNS lovemarks experience, five factors explained namely, mystery, sensuality, intimacy, trust, reputation. Second, as a result of conducting cluster analysis, four cluster groups were identified (reputation/sensuality centered experience group, high lovemarks experience group, intimacy centered experience group, low lovemarks experience group) and each characteristics were profiled. Third, as a result of Chi-square analysis and correspondence analysis, there was a difference in the characteristics of tourism SNS usage by cluster. Fourth, higher tourism SNS lovemarks experience segmented groups were more likely to recognize the degree of experiential value, satisfaction, behavioral intention.