Yejin Seo

Yejin Seo

Auto-generated profile, based on publicly available information

Yejin Seo


Research Focus & Metrics

Academic Career Length

6Years (2021-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
28 February 2023 in The Journal of Korean Institute of Information Technology
Verified
Journal Article
Closed access
YSYejin Seo
Yejin Seo
HKHyunjung Kim
Hyunjung Kim
JMJaejoon Moon
Jaejoon Moon
SLSeungho Lee
Seungho Lee
KKKyuseok Kim
Kyuseok Kim
최근 들어 반려동물을 양육하는 가정이 증가하고 있다. 국내 반려인은 현재 1,500만명으로, 앞으로도 관련 산업 및 시장 규모가 급격히 성장 중에 있다. 여러 가지 관련 서비스 중 반려동물의 헬스케어와 관련된 시장은 그 성장세가 가장 빠른 영역 중 하나이다. 이에, 본 연구에서는 반려동물의 헬스케어를 위한 웨어러블 디바이스를 개발하고 그 성능을 측정하였다. 구체적으로는 반려동물의 생체 데이터를 수집하여 인공지능 기반으로 이들의 행동 패턴을 분석할 수 있는 모델을 제안하였다. 본 연구에서 활용한 방법론은 CNN(Convolutional Neural Network), SVM(Support Vector Machine), RF(Random Forest)이다. 이들 모델 중 RF는 예측 정확도가 0.8999, 정밀도가 0.9008로 측정되어 시장에서 상용 가능한 수준의 성능을 보였다.

31 October 2021 in The Journal of Korean Institute of Information Technology
Verified
Journal Article
Closed access
KKKyuseok Kim
Kyuseok Kim
YSYejin Seo
Yejin Seo
코로나19 바이러스의 빠르고 강한 전파력으로 인해 대면 활동의 규모와 빈도를 줄이고 비대면으로 활동하는 기회가 늘어나고 있다. 학교나 직장에서는 비대면과 대면 활동을 혼합한 교육, 근무를 수행하기도 한다. 또한, 사람들이 밀접해 있는 대중교통 대신 자가용을 활용하는 수가 늘고 있다. 이에 따라, 개인형 교통수단의 이용자 수 변화로 “따릉이” 공급 과 · 부족 현상을 겪고 있다. 본 연구에서는 코로나19 시대에 공공 자전거 이용자 수를 예측하기 위한 인공지능 모형을 제안한다. 연구 결과, 다중 선형 회귀분석의 설명력인 Adj. R2는 0.676으로 코로나19 관련 독립변수를 포함하지 않고 수행한 결과인 0.600 보다 약 12.67% 상승하였음을 알 수 있었다. 또한, 이 변수들을 기반으로 한 인공지능 모형의 공공 자전거 이용자 수의 예측 오차 MAPE(Mean Absolute Percentage Error)는 약 0.43998815 이었다. 추후 본 연구 모형을 통해 코로나19로 인하여 변화된 각종 공공 재화의 이용자 수를 예측하는데 도움이 될 것으로 기대한다.

31 December 2021 in The Journal of Korean Institute of Information Technology
Verified
Journal Article
Closed access
YSYejin Seo
Yejin Seo
KKKyuseok Kim
Kyuseok Kim
2017년 6월부터 2021년 2월까지 약 44개월 동안 25번의 부동산 정책이 수립, 시행되었다. 그러나 부동산 정책이 수립, 시행된 44개월 중 아파트 매매 가격의 하락은 2019년 1월부터 4월까지 0.7%, 2020년 5월 0.2%에 그쳤다. 반면에 전체기간인 약 4년 동안 아파트 매매 가격은 약 78%가 상승하였다. 본 논문에서는 부동산에 대한 대중의 관심에 영향을 미치는 정책과 환경을 예측하기 위한 회귀분석 기반의 머신러닝 모형을 제안한다. 연구 데이터는 Naver에서의 부동산 키워드의 검색량, 국토교통부의 부동산 대책, 통계청과 KOSIS의 인구통계학적 정보 등이다. 연구 결과, 회귀 분석 모형의 설명력인 Adj. R2는 0.749이었으며 머신러닝 모형의 MAPE는 약 2.2976%였다. 본 방법론을 이용하여 부동산 심리지수를 예측하는데 도움이 될 것으로 기대된다.

30 June 2022 in The Journal of Korean Institute of Information Technology
Verified
Journal Article
Closed access
YSYe-Jin Seo
Ye-Jin Seo
KKKyu-Seok Kim
Kyu-Seok Kim
4차 산업혁명 시대에는 스마트폰의 하드웨어 성능이 점점 더 빨라지고 기능이 다양해지면서 우리 일상에서 없어서는 안 될 필수품이 되었다. 또한, 4G, 5G와 같은 무선 네트워크의 속도는 급속도로 빨라지고 있다. 그래서 우리는 스마트폰을 통해 음악을 듣고, 이메일을 작성하고, 인터넷 서핑을 하고, 고화질 영화도 볼 수 있다. 그러나 이러한 스마트폰의 장점 외에도 부작용도 존재한다. 예를 들어, 사진, 동영상 파일 등 저작권이 있는 파일과 정보의 불법 공유는 SNS나 웹사이트를 통해 빈번하게 이루어진다. 이것은 너무 자주 발생하므로 때로는 심각한 경우 범죄가 되기도 한다. 그러나 그러한 것의 유포자와 출처를 추적하고 파악하려면 일반적으로 많은 시간과 노력이 필요합니다. 따라서 본 논문에서는 스마트폰에서 이미지 파일 공유 시 출처를 자동으로 남김으로서 공유된 불법 이미지 파일을 효과적으로 추적하는 방법을 제안한다. 본 논문에서 제안하는 방법을 활용하여 불법 파일 공유 추적에 도움이 될 것으로 기대한다.