스마트 TV에서의 상황인지를 위한 모듈형 베이지안 네트워크 (Modular Bayesian Networks for Context-Awareness in Smart TV)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 40권 / 2호 / 108 ~ 121페이지
· 저자명 : 양견모, 조성배

초록

최근 다양한 센서와, 인터넷 연결을 이용한 서비스와 기능을 제공하는 스마트 TV의 보급률이 증가하고 있다. 하지만 지금까지 TV에서의 상황인지 연구는 콘텐츠 서비스에 중심을 두었기 때문에 사용자가 스마트TV의 기능을 사용하기 위해서 각 기능의 역할에 대해 학습해야 하는 문제가 있다. 이러한 문제를 해결하기 위해 사용자의 현재 상황을 인식하고, 상황에 맞는 적절한 기능 조정 서비스를 제공해야할 필요가 있다. 본 논문에서는 스마트 TV에서의 상황인식을 위해 도메인 지식을 활용한 모듈형 베이지안 네트워크를 제안한다. 상황인지를 위해서 널리 사용되는 베이지안 네트워크는 불완전한 상황에서 유연하게 대처하고, 충분한 양의 데이터가 없을 경우 도메인 지식을 바탕으로 네트워크를 설계될 수 있는 장점이 있다. 또한 서비스와 기능적으로 독립인 모듈형 네트워크 설계를 통하여 네트워크의 계산량을 줄이고, 설계한 네트워크를 재사용 할 수 있다. 제안하는 방법의 성능을 분석하기 위해 혼동행렬을 작성하고 정확률, 재현률, 정확도를 계산하여 이를 규칙기반 시스템과 비교한 결과해 각각 최소 16% 20% 10%가 높았으며, t-검증을 통하여 제안하는 방법이 불완전한 상황이 발생할 수 있는 스마트 TV의 상황인지에 우수함을 95%의 유의수준에서 입증하였다. 또한 시나리오를 통하여 제안한 모델의 유용성을 확인하였다.

영어초록

Recently, the smart TV which offers functions and services using a variety of sensors and internet connection is proliferated. However, because so far the research of a context-awareness in TV has been focused on content services, it have problem that user learn a role of each function that is offered the smart TV to use the functions. We aware a current user situation and offer function control services considering the situation to solve the problem. This paper proposes modular Bayesian networks using domain knowledge for context-aware of the smart TV. Bayesian networks, which can respond flexibly in uncertain situations and can be designed by domain knowledge when the data is not enough, has emerged as a powerful technique for context-aware services. And the network modeling through a modular method that is independent services and functions is possible to reduce a time complexity and can reuse the designed networks. The precision, recall and accuracy of networks which are constructed by the proposed method are at least 16%, 20% and 10% higher than the rule based system respectively. And the t-test confirms that the proposed method outperforms the rule-based system in uncertain situations at significance level of 95%.

참고자료

· 없음