• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.179-182
• /
• 2011

본 논문의 정보소외계층 위한 웹 접근성 기법에 관한 연구에서는 웹 접근성(web accessibility)의 세부항목을 준수하는 웹사이트를 구축하여 신체적 장애를 가진 사람이 일반 사람과 동일하게 웹사이트를 편리하고 쉽게 이용할 수 있게 구현하고 운영하였다. 웹 사이트가 웹 접근성 규칙을 준수하여 올바르게 설계되어 개발되고 편집되어 있을 때 모든 사용자들은 정보와 기능에 동등하게 접근할 수 있다. 본 논문에서 실험 사이트로 구축하며 준수한 웹 접근성은 시각에 대하여 실명, 색각 이상, 다양한 형태의 저 시력을 포함한 시각 장애와 이동성에 대하여는 파킨슨병, 근육병, 뇌성마비, 뇌졸중과 같은 조건으로 인한 근육 속도 저하, 근육 제어 손실로 말미암아 손을 쓰기 어렵거나 쓸 수 없는 상태와 청각에 대하여는 귀머거리, 청각 장애와 발작에 대하여는 깜박이는 효과나 시각적인 스트로보스코프를 통해 일어나는 간질성 발작과 인지능력에 대하여는 문제 해결과 논리 능력, 집중력, 기억력에 문제가 있는 정신 지체 및 발달 장애, 학습 장애 (난독증, 난산증 등)에 대한 지침 규정이다.

• 한국정보교육학회:학술대회논문집
• /
• 2021.08a
• /
• pp.7-11
• /
• 2021

This study designs block-based machine learning education program using sound data that can be easily applied in elementary schools. The education program designed its goals and directions based on the results of a demand analysis conducted on 70 elementary school teachers in advance according to the ADDIE model. Scratch in Machine Learning for Kids was used for block-based programming, and the education program was designed to discover regularity of data values using sound data, learn the principles of artificial intelligence, and improve computational thinking in the programming process. In a later study, the education program needs to verify what changes there are in attitudes and computational thinking about artificial intelligence.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.787-790
• /
• 2021

본 논문에서는 최신 모션 인식 기술을 활용하여 골프 스윙 비디오에서 사람의 자세를 추정한 후 다양한 원인으로 오검출된 좌표들을 보정하여 자세 추정의 정확도를 높이는 방법을 제안한다. 기존의 사람 자세 추정 모델은 골프 스윙 데이터에서 오검출, 반전, 불안정성, 미검출의 문제를 보여 정확한 자세 추정을 어렵게 했다. 이를 해결하기 위하여 본 연구에서는 자세 추정시 발생하는 이상치 데이터들을 Bi-LSTM 으로 학습하고 골프 스윙의 특징을 고려한 간단한 규칙을 통하여 이상치 데이터를 효과적으로 검출하고 이를 보정하는 방법을 제안한다. 또한 다양한 실험과 분석을 통하여 제안하는 방법이 골프 스윙 모션에서 사람의 자세를 정확히 추정할 수 있음을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.150-152
• /
• 2022

In this work, we propose a model that considers the behavior and synaptic plasticity of sensory neurons based on Liquid Time-constant Network (LTC). The neuron connection structure was experimented with four types: the increasing number of neurons, the decreasing number, the decreasing number, and the decreasing number. In this study, we experimented using a time series prediction dataset to see if the performance of the changed model improved compared to LTC. Experimental results show that the application of modeling of sensory neurons does not always bring about performance improvements, but improves performance through proper selection of learning rules depending on the type of dataset. In addition, the connective structure of neurons showed improved performance when it was less than four layers.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.473-474
• /
• 2022

텍스트를 기반으로 하는 패스워드는 다방면에서 가장 많이 사용되고 있는 인증 수단이다. 하지만 이러한 패스워드는 사용자의 기억에 의존하기 때문에 사람들은 일반적으로 기억하기 쉽게 '!iloveY0u'와 같은 암호를 사용한다. 이로 인해 사용자들의 패스워드 간에 규칙성이 생기게 되어 HashCat과 같은 크래킹 도구에 의해 해킹될 수 있다. 딥러닝을 통한 패스워드 예측의 경우, 일반적인 패스워드 크래킹 도구와 달리 패스워드 구조 및 속성에 대한 사전 지식 및 전문적 지식 없이도 패턴을 추출하고 학습할 수 있어 활발히 연구되고 있다. 본 논문에서는 딥러닝 모델 중에서도 순환 신경망을 사용하여 텍스트 기반의 패스워드를 예측하는 연구의 동향에 대해 알아본다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.5
• /
• pp.71-76
• /
• 2023

In this paper, we propose a fuzzy U-Net, a fuzzy deep learning model that applies fuzzy logic to improve performance in image segmentation using deep learning. Fuzzy modules using fuzzy logic were combined with U-Net, a deep learning model that showed excellent performance in image segmentation, and various types of fuzzy modules were simulated. The fuzzy module of the proposed deep learning model learns intrinsic and complex rules between feature maps of images and corresponding segmentation results. To this end, the superiority of the proposed method was demonstrated by applying it to dental CBCT data. As a result of the simulation, it can be seen that the performance of the ADD-RELU fuzzy module structure of the model using the addition skip connection in the proposed fuzzy U-Net is 0.7928 for the test dataset and the best.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.19 no.1
• /
• pp.95-107
• /
• 2017

In this study, a preliminary study was undertaken for development of a tunnel incident automatic detection system based on a machine learning algorithm which is to detect a number of incidents taking place in tunnel in real time and also to be able to identify the type of incident. Two road sites where CCTVs are operating have been selected and a part of CCTV images are treated to produce sets of training data. The data sets are composed of position and time information of moving objects on CCTV screen which are extracted by initially detecting and tracking of incoming objects into CCTV screen by using a conventional image processing technique available in this study. And the data sets are matched with 6 categories of events such as lane change, stoping, etc which are also involved in the training data sets. The training data are learnt by a resilience neural network where two hidden layers are applied and 9 architectural models are set up for parametric studies, from which the architectural model, 300(first hidden layer)-150(second hidden layer) is found to be optimum in highest accuracy with respect to training data as well as testing data not used for training. From this study, it was shown that the highly variable and complex traffic and incident features could be well identified without any definition of feature regulation by using a concept of machine learning. In addition, detection capability and accuracy of the machine learning based system will be automatically enhanced as much as big data of CCTV images in tunnel becomes rich.

• Journal of the Korean School Mathematics Society
• /
• v.13 no.1
• /
• pp.23-43
• /
• 2010

This study is to investigate how much highschool students, who have learned functional concepts included in the Middle school math curriculum, understand chapters of the function, to analyze the types of errors which they made in solving the mathematical problems and to look for the proper instructional program to prevent or minimize those ones. On the basis of the result of the above examination, it suggests a classification model for teaching-learning methods and teaching material development The result of this study is as follows. First, Students didn't fully understand the fundamental concept of function and they had tendency to approach the mathematical problems relying on their memory. Second, students got accustomed to conventional math problems too much, so they couldn't distinguish new types of mathematical problems from them sometimes and did faulty reasoning in the problem solving process. Finally, it was very common for students to make errors on calculation and to make technical errors in recognizing mathematical symbols in the problem solving process. When students fully understood the mathematical concepts including a definition of function and learned procedural knowledge of them by themselves, they did not repeat the same errors. Also, explaining the functional concept with a graph related to the function did facilitate their understanding,

• 대한공업교육학회지
• /
• v.32 no.2
• /
• pp.1-22
• /
• 2007

The purposes of this study were to measure the school-related adjustment level of technical high school students, and to determine the relationship between school-related adjustment and its related variables. The study was carried out through questionnaire survey method. The population sample for the study constituted 553 completed questionnaires from purposive sample of 600 first grade technical high school students. A survey questionnaire was developed by researcher, which consisted of 28 scales. Both descriptive and inferential statistics were employed for data analysis. Major findings of this study were as follows: First, school-related adjustment level of technical high school students was average. In sub-variables of school-related adjustment, 'compliance with the rule' was the highest, and 'relation to teacher' was the lowest. Second, five related variables were found to be a significant relationship with school-related adjustment level of technical high school students. They were 'orientation for freshman', 'student's department hope', 'teacher activity for student learning improvement', 'teacher support for student school life', 'parent's interest about school life'. Third, after multiple regression analysis, the proportion of the variance in school-related adjustment of technical high school students was about 42.2%. School-related adjustment of technical high school students was most explained by 'teacher activity for student learning improvement'.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.345-352
• /
• 2002

무선 인터넷을 이용하는 사용자는 정보의 양의 따른 시간적 통신비용의 증가 문제로 개인화 에이전트가 사용자의 관심에 따라 서비스를 제공하는 기능과 맞춤화된 정보를 제공하는 기능, 지식 기반 방식으로 정보를 예측하는 기능을 가지기를 바라고 있다. 본 논문에서는 이와 같이 무선 인터넷을 사용하는 사용자를 위한 PDA 개인화 에이전트 시스템을 구축하고자 한다. PDA 개인화 에이전트 시스템 구축을 위해 프로파일 기반의 에이전트 엔진과 사용자 프로파일을 이용한 지식기반 방식을 사용한다. 사용자가 웹페이지에서 행하는 행위들을 모니터링하여 사용자가 관심 가지는 문서를 파악하고 정보 검색을 통해 얻어진 문서를 분석하여 사용자 각각의 관심 문서로 나누어 서비스하게 된다. 모니터링 되어진 문서를 효과적으로 분석하기 위해 unsupervised clustering 기계학습 방식인 Cobweb을 이용한다. unsupervised 기계 학습은 conceptual 방식을 이용하여 검색되어진 정보를 사용자의 관심 분야별로 clustering한다. 클러스터링을 통해 얻어진 결과를 다시 기계학습을 통해 사용자 관심문서에 대한 프로파일을 생성하게 된다. 이렇게 만들어진 프로파일을 룰(Rule)로 만들어 이를 기반으로 사용자에게 서비스하게 된다. 이러한 룰은 사용자의 모니터링 결과로 얻어지기 때문에 주기적으로 업데이트하게 된다. 제안하는 시스템은 인터넷신문이나 웹진 등에서 사용자들에게 뉴스를 전달하기 위한 목적으로 생성하는 뉴스문서를 특정 대상으로 선정하였고 사용자 정보를 이용한 검색을 실시하고 결과로 얻어진 정보를 정보 분류를 통해 PDA나 휴대폰을 통해 사용자에게 제공한다. 상품을 검색하기 위한 검색노력을 줄이고, 검색된 대안들로부터 구매자와 시스템이 웹상에서 서로 상호작용(interactivity) 하여 해를 찾고, 제약조건과 규칙들에 의해 적합한 해를 찾아가는 방법을 제시한다. 본 논문은 구성기반 예로서 컴퓨터 부품조립을 사용해서 Template-based reasoning 예를 보인다 본 방법론은 검색노력을 줄이고, 검색에 있어 Feasibility와 Admissibility를 보장한다.매김할 수 있는 중요한 계기가 될 것이다.재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data buffer without complexity of compu