• Science & Technology Policy
• /
• v.2 no.17 s.17
• /
• pp.12-16
• /
• 1992

• Science & Technology Policy
• /
• v.10 no.3 s.123
• /
• pp.115-121
• /
• 2000

• The Science & Technology
• /
• s.471
• /
• pp.22-25
• /
• 2008

• The Science & Technology
• /
• v.34 no.2 s.381
• /
• pp.36-37
• /
• 2001

• The Science & Technology
• /
• no.2 s.453
• /
• pp.28-28
• /
• 2007

• The Science & Technology
• /
• v.34 no.4 s.383
• /
• pp.80-81
• /
• 2001

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.10-13
• /
• 2021

본 논문에서는 과다 노출된 영상을 영상 간 변환(Image-to-Image Translation)을 위해 설계된 적대적 생성 신경망(Generative Adversarial Network)을 활용하여 복원하는 연구를 수행한다. 과다 노출 복원을 위한 기존의 연구에서 과다 노출 영역 판별, 밝기 회복, 색상 보정 과정을 거치는데, 영상 내 과다 노출 영역을 판별하는 과정에서 임의로 결정하는 파라미터에 의해 복원된 영상 결과가 달라지는 한계점을 극복하기 위해 종단간(End-to-End) 신경망을 학습시켜 과다 노출 영역을 별도의 파라미터 선택과 분할된 과정 없이 한 번에 복원하는 방법을 제안한다. 영상 간 변환 신경망 학습에 필요한 과다 노출 여부로 도메인이 분할된 데이터셋은 게임 소프트웨어를 활용하여 만들어 사용하였다. 본 연구에서는 신경망이 생성한 영상이 실제로 과다 노출 영역을 탐지하여 복원하는 것을 확인하였다. 그리고 과다 노출 영역을 탐지하여 복원하는 과정을 학습 단계별로 확인함으로써 신경망이 실제로 과다 노출 복원 과정을 학습함을 보였다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.05a
• /
• pp.801-825
• /
• 2017

본 연구는 과학기술분야 정부출연 연구기관의 자율성과 독립성을 보장하고, 연구기관 간의 협력과 유기적인 연결이라는 정책목표하에 1999년 이후 지금까지 그 목표달성을 위해 정책수단으로 존재하고 있는 연구회제도의 정책변동 사례를 대상으로 하고 있다. 과학기술 연구회는 김대중 정부이후 박근혜 정부까지 네 번의 정권교체기마다 변화과정을 거쳐왔다. 여기서는 그 사례에 Kingdon의 다중흐름모형을 이용하여 각 정부별 정책결정요인과 그 과정을 비교 분석했으며, 그 결과로서 Hogwood & Peters의 정책변동유형을 살펴보았다.

• The Science & Technology
• /
• v.19 no.6 s.205
• /
• pp.62-67
• /
• 1986

이 글은 과학기술처가 최근에 발간한 연구보고서인 「우리나라 과학기술개발시스템의 전개과정과 전망」(연구기관 한국과학기술원)의 결론부분이다. 이 연구는 60년대부터 현재까지 우리나라 과학기술의 발전을 위한 노력들을 진화론적, 총체적, 시스템적인 시각에서 체계적으로 살펴본 것이다. <편집자주>

• The Science & Technology
• /
• v.35 no.7 s.398
• /
• pp.68-69
• /
• 2002