• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.256-259
• /
• 2021

본 논문에서는 사람을 키넥트로 촬영하여 3 차원 아바타로 복원하여 연예인처럼 춤을 추게 하는 기술을 설계 구현하였다. 기존의 순수 딥러닝 기반 방식과 달리 본 기술은 3 차원 인체 모델을 사용하여 안정적이고 자유로운 결과를 얻을 수 있다. 우선 인체 모델의 기하학적 정보는 3 차원 조인트를 사용하여 추정하고 DensePose를 통하여 정교한 텍스쳐를 복원한다. 여기에 3 차원 포인트-클라우드와 ICP 매칭 기법을 사용하여 의상 모델 정보를 복원한다. 이렇게 확보한 신체 모델과 의상 모델을 사용한 아바타는 신체 모델의 rigged 특성을 그대로 유지함으로써 애니메이션에 적합하여 PSY 의 <강남스타일>과 같은 춤을 자연스럽게 표현하였다. 개선할 점으로 인체와 의류 부분의 좀 더 정확한 분할과 분할과정에서 발생할 수 있는 노이즈의 제거 등을 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.23-26
• /
• 2023

본 논문에서는 서술형 수학 문제 풀이 모델의 숫자 대소관계 파악을 위한 명시적 자질추출방식 Explicit Feature Extraction(EFE) Reasoner 모델을 제안한다. 서술형 수학 문제는 자연현상이나 일상에서 벌어지는 사건을 수학적으로 기술한 문제이다. 서술형 수학 문제 풀이를 위해서는 인공지능 모델이 문장에 함축된 논리를 파악하여 수식 또는 답을 도출해야 한다. 때문에 서술형 수학 문제 데이터셋은 인공지능 모델의 언어 이해 및 추론 능력을 평가하는 지표로 활용되고 있다. 기존 연구에서는 문제를 이해할 때 숫자의 대소관계를 파악하지 않고 문제에 등장하는 변수의 논리적인 관계만을 사용하여 수식을 도출한다는 한계점이 존재했다. 본 논문에서는 자연어 이해계열 모델 중 SVAMP 데이터셋에서 가장 높은 성능을 내고 있는 Deductive-Reasoner 모델에 숫자의 대소관계를 파악할 수 있는 방법론인 EFE 를 적용했을 때 RoBERTa-base 에서 1.1%, RoBERTa-large 에서 2.8%의 성능 향상을 얻었다. 이 결과를 통해 자연어 이해 모델이 숫자의 대소관계를 이해하는 것이 정답률 향상에 기여할 수 있음을 확인한다.

• 기술혁신학회지
• /
• 제13권3호
• /
• pp.471-493
• /
• 2010

전 세계적으로 서비스 산업의 중요성은 더욱 부각되고 있다. 우리나라 역시 서비스 산업이 국내 GDP의 60%이상을 점유하는 만큼 서비스 산업의 중요성은 매우 크다. 그러나 우리나라의 서비스 산업의 생산성 및 경쟁력은 주요 선진국들에 비하여 매우 낮은 것으로 평가되고 있다. 이러한 생산성의 격차는 부가가치가 높은 핵심 지식서비스 산업 분야에서 더욱 커진다. 띠라서 국가 경쟁력 제고 차원의 국내 서비스 산업의 경쟁력 강화가 필수적이다. 이와 관련, 최근 서비스 산업의 혁신을 위한 다양한 혁신 모델들이 연구되고 있다. 서비스 분야에서도 기존의 제조업 분야와 마찬가지로 생산성과 효율성을 증가시키기 위해 보다 과학적이고 체계적인 모델의 필요성이 제기되고 있다. 본 논문에서는 서비스 산업에서의 과학기술의 활용을 기반으로 한 혁신모델을 제시하기 위해서 기술경영의 관점에서 '전략적 서비스 혁신경영'의 모델을 제시하였다. 또한 이러한 모델을 바탕으로 기술혁신을 도입하여 기업의 성과를 크게 끌어올린 월마트 사례와 최첨단 기술이 접목된 복합 산업적 공간으로 세계적 경쟁력을 가진 인천국제공항공사의 사례를 분석하였다. 본 논문에서 제시한 전략적 서비스 혁신경영의 모델을 기반으로 두 사례를 분석한 결과 두 기업은 모두 전략적 서비스 혁신경영의 모델의 요소인 전략적 의도, 기술혁신, 조직혁신을 포함하는 통합적 관점의 혁신전략을 가지고 조직의 성과를 높인 것으로 평가된다. 특히 과학기술의 혁신을 바탕으로 조직혁신을 전사적인 차원 추진하여 높은 혁신성과를 창출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.523-526
• /
• 2010

주어진 경계선에 대해 비누막이 생성하는 표면 모델링 및 시간에 따른 변형 시뮬레이션은 컴퓨터 그래픽스 응용 프로그램의 한 분야이다. 이 문제에 대한 이전의 연구들은 주로 기하적인 방법들을 이용하였기 때문에 물리적으로 정확한 변형을 다루지 못하였다. 본 연구에서는 정확한 기하를 바탕으로 물리기반 변형을 다루기 위해 이산미분기하학으로부터 비누막의 동적인 모델을 제안한다. 우선, 비누 성분의 물리적인 특성들을 고려한 에너지 모델을 정의하고, 이를 이산 영역에서 나타내기 위해 이산미분기하 및 이산화 기법들을 이용한다. 제안하는 모델은 평형 상태에서의 비누막 형상뿐만 아니라 외력에 대한 표면의 변형까지 정확하게 나타내며, 실시간 시뮬레이션이 가능하여 게임, 애니메이션 목적으로 활용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.2-2
• /
• 2023

기후변화가 가속화로 인해 수재해의 빈도와 강도 예측이 어려워짐에 따라 실시간 홍수 모니터링에 대한 수요가 증가하고 있다. 합성개구레이다는 광원과 날씨에 무관하게 촬영이 가능하여 수재해 발생시에도 영상을 확보할 수 있다. 합성개구레이다를 활용한 수체 탐지 알고리즘 개발이 활발히 연구되어 왔고, 딥러닝의 발달로 CNN을 활용하여 높은 정확도로 수체 탐지가 기능해졌다. 하지만, CNN 기반 수체 탐지 모델은 훈련시 높은 정량적 정확성 지표를 달성하여도 추론 후 정성적 평가시 경계와 소하천에 대한 탐지 정확성이 떨어진다. 홍수 모니터링에서 특히 중요한 정보인 경계와 좁은 하천에 대해서 정확성이 떨어짐에 따라 실생활 적용이 어렵다. 이에 경계를 강화한 적대적 학습 기반의 수체 탐지 모델을 개발하여 더 세밀하고 정확하게 탐지하고자 한다. 적대적 학습은 생성적 적대 신경망(GAN)의 두 개의 모델인 생성자와 판별자가 서로 관여하며 더 높은 정확도를 달성할 수 있도록 학습이다. 이러한 적대적 학습 개념을 수체 탐지 모델에 처음으로 도입하여, 생성자는 실제 라벨 데이터와 유사하게 수체 경계와 소하천까지 탐지하고자 학습한다. 반면 판별자는 경계 거리 변환 맵과 합성개구레이다 영상을 기반으로 라벨데이터와 수체 탐지 결과를 구분한다. 경계가 강화될 수 있도록, 면적과 경계를 모두 고려할 수 있는 손실함수 조합을 구성하였다. 제안 모델이 경계와 소하천을 정확히 탐지하는지 판단하기 위해, 정량적 지표로 F1-score를 사용하였으며, 육안 판독을 통해 정성적 평가도 진행하였다. 기존 U-Net 모델이 탐지하지 못하던 영역에 대해 제안한 경계 강화 적대적 수체 탐지 모델이 수체의 세밀한 부분까지 탐지할 수 있음을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.534-537
• /
• 2010

반투명 재질의 효과적인 표현을 위해서 일반적으로 사용되는 빛의 확산 모델은 일반적 확산 모델(Standard Diffusion model: SDA)이다. 그러나 일반적 확산 모델은 흡수 변수 (absorption coefficient) ${\sigma}_a$가 감소한 산란 변수(reduced scattering coefficient) ${\sigma}_s$ 보다 상대적으로 큰 재질에 대해서는 부정확한 한계를 가지고 있다. 이러한 한계를 극복하기 위하여 다양한 모델이 제시되었다. $P_N$ 근사화 이론은 이러한 일반적 확산 모델이 가지고 있는 한계를 잘 극복한다. 우리는 일반적 확산 모델을 기반으로 하고 $P_3$ 근사화 이론의 변수들을 이용하는 hybrid-P3 근사화 방법을 이용하여 흡수 변수가 감소한 산란 변수보다 상대적으로 큰 재질을 그래픽 공간 상에서 효과적으로 표현하는 방법을 제시한다. 또한 그 재질의 광학적 특성을 추정하기 위하여 우리가 제안하는 모델에 적합한 측정장비를 개발하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.13-14
• /
• 2021

본 논문은 생성모델의 학습데이터 제작기법에 대한 실험 및 결과와 향후 관련 연구의 방향을 기술한다. GAN으로 대표되는 생성모델이 아티스트에게 얼마만큼의 만족도와 영감을 주는지를 비교 실험 및 평가하기 위해서는 정제된 학습데이터가 필요하다. 하지만 현실적으로 아티스트의 작품은 데이터 세트를 만들기에는 그 수가 적고 인공지능이 학습하기에도 정제되어있지 않다. 2차 가공작업을 통하여 아티스트의 원본 작업과 유사한 데이터 세트의 구축은 생성모델의 성능향상을 위해 매우 중요하다. 연구의 결과 생성모델이 표현하기 어려운 스타일의 작가 작품을 선정한 뒤 최적의 학습데이터를 만들기 위한 다양한 실험과 기법을 통해 구축한 데이터 세트를 생성모델 알고리즘에 적용하고 실험을 통해 창작자의 작품제작 의도인 작가 진술에 최대한 유사한 이미지의 생성과 더 나아가 작가가 생각하지 못했던 창조적 모방의 결과물을 도출하였고 작가평가를 통해 높은 만족도를 얻었다.

• 한국보육학회지
• /
• 제17권4호
• /
• pp.91-119
• /
• 2017

이 연구의 목적은 유아의 바람직한 식생활을 형성하기 위해 개발된 순환학습모델에 기반한 식생활 프로그램이 유아의 영양지식, 식행동, 과학과정기술, 과학적 태도에 미치는 효과를 살펴보는데 있다. 이 연구를 위해 G시에 위치한 H어린이집 만 5세반 유아 16명과 만 4세반 유아 중에서 생일이 지나 만 5세가 된 유아 7명을 실험집단으로, G어린이집의 만 5세반 유아 17명과 만 4세반 유아 중 만 5세가 된 유아 7명을 비교집단으로 선정하였다. 프로그램 실시 효과에서 두 집단 간에 의미 있는 차이가 있는지를 알아보기 위하여 SPSS WINDOWS 20.0 프로그램을 사용하여 자료분석을 실시하였다. 유아 식생활 프로그램 실시여부를 독립변인으로, 영양지식, 식행동, 과학과정기술 및 과학적 태도의 사전점수를 공변인으로, 영양지식, 식행동, 과학과정기술 및 과학적 태도의 사후점수를 종속변인으로 하여 공분산분석(ANCOVA)을 실시하였고, 실험집단과 비교집단 각각의 사전 사후 검사시기에 따른 영양지식, 식행동, 과학과정기술, 과학적 태도의 실제적인 향상이 있었는지 확인하기 위해 대응표본 t-test를 실시하였다. 연구결과 실험집단과 비교집단 간에 영양지식, 식행동, 과학과정기술, 과학적 태도의 사전 사후 점수 변화에 통계적으로 유의한 차이를 보여, 순환학습모델에 기반한 식생활 프로그램이 유아의 영양지식, 식행동, 과학과정기술, 과학적 태도 증진에 효과가 있는 것으로 나타났다. 본 연구는 보육현장에 적용 가능한 식생활 프로그램을 제시하여 현장 교사가 식생활과 관련하여 겪는 어려움을 지원하고, 식생활과 관련된 변인들과 관련한 연구를 통해 유아기 식생활의 중요성을 제시하며 유아들이 기관에서 교육적으로 의미 있는 식생활을 경험할 수 있도록 하는 기초자료가 될 것으로 본다.

• 과학교육연구지
• /
• 제46권1호
• /
• pp.17-29
• /
• 2022

본 연구의 목적은 NOS 관련 주제를 대상으로 컴퓨터가 얼마나 효율적이고 타당하게 학습할 수 있는지에 대하여 정성적으로 탐색하고자 한 연구이다. 이를 위해 NOS와 관련되는 문헌(논문초록 920편)을 중심으로 말뭉치를 구성하였으며, 최적화된 Word2Vec (CBOW, Skip-gram)모델의 인자를 확인하였다. 그리고 NOS의 4가지 영역(Inquiry, Thinking, Knowledge, STS)에 따라 단어수준 워드임베딩 모델 비교평가를 수행하였다. 연구 결과, 선행연구와 사전 성능 평가에 따라 CBOW 모델은 차원 200, 스레드 수 5, 최소빈도수 10, 반복횟수 100, 맥락범위 1로 결정되었으며, Skip-gram 모델은 차원수 200, 스레드 수 5, 최소빈도수 10, 반복횟수 200, 맥락범위 3으로 결정되었다. NOS의 4가지 영역에 적용하여 확인한 모델별 유사도가 높은 단어의 종류는 Skip-gram 모델이 Inquiry 영역에서 성능이 좋았다. Thinking 및 Knowledge 영역에서는 두 모델별 임베딩 성능 차이는 나타나지 않았으나, 각 모델별 유사도가 높은 단어의 경우 상호 영역 명을 공유하고 있어 제대로 된 학습을 하기 위해 다른 모델의 추가 적용이 필요해 보였다. STS 영역에서도 지나치게 문제 해결과 관련된 단어를 나열하면서 포괄적인 STS 요소를 탐색하기에 부족한 임베딩 성능을 지닌 것으로 평가되었다. 본 연구를 통해 NOS 관련 주제를 컴퓨터에게 학습시켜 과학교육에 활용할 수 있는 모델과 인공지능 활용에 대한 전반적인 시사점을 줄 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1578-1580
• /
• 2012

모델 검증은 시스템이 만족해야 하는 속성을 자동으로 검사하는 정형 검증 기법으로써, 많은 도메인에서 활용되고 있다. 특히 모델 검증 도구들에 따라 상태 공간 탐색 방식이 다르고, 상태 공간 탐색 방식에 따라서 생성되는 반례도 달라진다. 본 논문에서는 모델 검증의 대표적인 도구인 SPIN과 SMV에서 생성하는 반례를 상호 비교한다.