• 보건교육건강증진학회지
• /
• 제4권1호
• /
• pp.16-24
• /
• 1987

보건교육활동은 개인의 건강한 생활과 집단의 건강을 보호ㆍ증진하는데 필요한 지식을 학습하게 하여 올바른 건강생활태도를 가지고 바람직한 행동을 할 수 있게 하는 활동을 통털어 말한다. 그러나 보건교육활동의 궁극적인 목적은 바람직한 보건행위에 있다. 즉 어떤 사람이 보건에 대한 깊은 지식과 올바른 태도를 가지고 있다하더라도 행동으로 옮겨지지 않는다면 의미가 없다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.633-642
• /
• 2019

최근, 단일 이미지 초해상도 복원 기법(super-resolution)에서 컨볼루션 신경망 모델은 매우 성공적이다. 잔여 학습 기법은 컨볼루션 신경망 훈련의 안전성과 성능을 향상시킬 수 있다. 본 논문은 저해상도 입력 이미지에서 고해상도 목표 이미지로 비선형 매핑 학습을 위해 고밀도 스킵 연결(dense skip-connection)을 통한 재귀 잔차 구조를 이용한 단일 이미지 초해상도 복원 기법을 제안한다. 제안하는 단일 이미지 초해상도 복원 기법은 고밀도 스킵 연결 방식을 통해 재귀 잔차 학습 방법을 채택해서 깊은 신경망에서 학습이 어려운 문제를 완화하고 더 쉽게 최적화하기 위해 신경망 안에 불필요한 레이어를 제거한다. 제안하는 방법은 매우 깊은 신경망의 사라지는 변화도(vanishing gradient) 문제를 완화할 뿐만 아니고 낮은 복잡성으로 뛰어난 성능을 얻음으로써 단일 이미지 초해상도 복원 기법의 성능을 향상시킨다. 실험 결과를 통해 제안하는 알고리듬이 기존의 알고리듬 보다 결과가 더 우수함을 보인다.

• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.99-106
• /
• 2010

다층퍼셉트론 혹은 전방향 신경회로망이 임의의 함수를 근사시킬 수 있다는 이론적 연구결과에 기초하여 많은 분야에 응용되고 있다. 이 다층퍼셉트론을 실제 문제에 응용하는 경우에 여러 가지 파라미터 혹은 학습 방법 등을 결정하여야 한다. 이 논문에서는 패턴인식 문제에 다층퍼셉트론을 적용하는 경우에 실제 결정하여야 할 파라미터의 결정방법과 학습 방법에 대하여 논의한다. 이 논의는 각층의 노드 수 결정 방법, 다층 퍼셉트론의 가중치 초기화, 그리고, 성능향상을 위하여 학습에 사용되는 여러 가지 오차 함수, 데이터 불균형 문제의 학습, 깊은 구조 등을 다루었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.225-226
• /
• 2024

가상현실 기술을 활용한 역사 교육 콘텐츠 개발은 미래 교육 환경에 적응하고 학습 경험을 혁신하기 위한 중요한 도전이다. 이를 통해 시각적·체험적 학습을 강화하여 학생들의 흥미와 참여도를 높일 수 있으며, 다양한 교육 자료를 가상 현실에서 체험하면서 깊은 이해를 도모할 수 있다. 메타버스 기술은 역사적 사건들을 현실과 가상의 경계를 넘어 재현할 수 있는 독특한 기회를 제공하며, 이를 통해 학생들은 적극적으로 학습에 참여하며 창의성과 문제 해결 능력을 키울 수 있다. 따라서 이 콘텐츠의 개발은 교육의 미래를 모색하고, 새로운 학습 환경에서의 효과적인 교육 방법을 개발하는 데에 중요한 역할을 할 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제7권7호
• /
• pp.1449-1455
• /
• 2003

본 논문에서는 가상현실기술을 이용한 효과적인 천체학습시스템의 개발에 대하여 기술한다. 본 시스템은 HMD를 사용하여 학습자에게 깊은 몰입감을 제공하고 3차원 마우스를 사용하여 편안한 항해를 제공한다. 본 시스템에서는 Visual C++과 OpenGL을 사용하여 천체의 3 차원 이미지를 생성하고 이를 HMD에 디스플레이한다. 그러면 학습자들은 마치 우주선에 탑승해서 천체를 항해하는 느낌을 받으면서 학습하게 된다. 항해하는 도중에는 행성자료를 살펴볼 수 있고 문제도 굴어 볼 수 있게 함으로써 다양한 상호작용에 의해 교육적 효과를 높일 수 있도록 하였다. 이와 같이 본 논문에서는 가상현실기술이 몰입과 상호 작용을 통하여 학생들의 흥미를 증가시킴으로써 교육 효과를 향상시킬 수 있음을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.311-315
• /
• 2021

근래의 자연어처리 분야에서는 잘 만들어진 도구(Library)를 이용하여 생산성 높은 개발과 연구가 활발하게 이뤄지고 있다. 이 중에 대다수는 깊은 학습(Deep-Learning, 딥러닝) 기반인데, 이런 모델들은 학습 속도가 느리고, 비용이 비싸고, 사용(Run-Time) 속도도 느리다. 이뿐만 아니라 라벨(Label)의 가짓수가 굉장히 많거나, 라벨의 구성이 단어마다 달라질 수 있는 의미분별(동형이의어, 다의어 번호 태깅) 분야에서 딥러닝은 굉장히 비효율적인 문제가 있다. 이런 문제들은 오히려 기존의 얕은 학습(Shallow-Learning)기반 모델에서는 없던 것들이지만, 최근의 연구경향에서 딥러닝 비중이 급격히 증가하면서, 멀티스레딩 같은 고급 기능들을 지원하는 얕은 학습 기반 언어모델이 새로이 개발되지 않고 있었다. 본 논문에서는 학습과 태깅 모두에서 멀티스레딩을 지원하고, 딥러닝에서 연구된 드롭아웃 기법이 구현된 자연어처리 도구인 혼합 자질 가변 표지기 ManiFL(Manifold Feature Labelling : ManiFL)을 소개한다. 본 논문은 실험을 통해서 ManiFL로 다의어태깅이 가능함을 보여주고, 딥러닝과 CRFsuite에서 높은 성능을 보여주는 개체명 인식에서도 비교할만한 성능이 나옴을 보였다.

• 한국정보처리학회논문지
• /
• 제5권6호
• /
• pp.1537-1551
• /
• 1998

금후의 고도의 정보화 사회에서 발샐할 다양한 형태의 시스템 요구와 기대에 능동적이고도, 효과적으로 대처해 나가기 위해서는 보다 체계적인 컴퓨터 통신 소프트웨어 개발 방법론의 정비와 확립이 절실히 요구되고 있다. 본 논문에서는 (1)종래의 형식적 기술 기법보다 사용자 친화성(user-friendliness)이 높은 표현 기법으로 통합형 에디터의 제공, (2)(1)에서의 새로운 표현 기법으로부터 국제 표준의 형식적 기술 기법인 LOTOS로의 자동변환법의 제공, (3)형식사양 수준에서의 소프트웨어 재사용의 방법론을 제공한다. 그 결과, 사용자는 특정 FDT(Formal Description Technique)에 대한 깊은 지식이나 충분한 사용 경험이 없어도 시스템에 대한 깊은 지식이나 충분한 사용 경험이 없어도 시스템에 대한 구조적 요구와 동작요구, 데이터요구만 가지고 최종적으로 원하는 형식사양을 생성해 낼 수 있다. 이는 특정 FDT를 직접적으로 이용하는 것 보다 상대적으로 초기 학습의 부담이 적고 기술과 이해가 용이하다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
• /
• pp.118-123
• /
• 2002

많은 자연언어처리 분야에서 문장의 단위화는 기본적인 처리 단계로서 중요한 위치를 차지하고 있다. 한국어 단위화에 대한 기존 연구들은 규칙 기반 방법이나 기계 학습 기법을 이용한 것이 대부분이었다. 본 논문에서는 통계 기반 방식의 일환으로 순수 확률기반 모델을 이용한 단위화 방법을 제시한다. 확률 기반 모델은 처리하고자 하는 해당 언어에 대한 깊은 지식 없이도 적용 가능하다는 장점을 가지므로 다양한 언어의 단위화에 대한 기본 모델로서 이용될 수 있다. 또한 자료 부족 문제를 해결하기 위해 메모리 기반 학습 시에 사용하는 IG back-off 평탄화 방식을 시스템에 적용하였다. 본 논문의 모텔을 적용한 단위화 시스템을 이용하여 한국어와 영어에 대해 실험한 결과 비교적 작은 규모의 말뭉치를 학습하였음에도 불구하고 각각 90.0%, 90.0%의 정확도를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• 기독교교육논총
• /
• 제77권
• /
• pp.127-150
• /
• 2024

연구 목적 : 본 연구의 목적은 성서 교육과 학습을 위한 해석의 다양성의 중요성을 강조한 독일 성서교수학자 베르그(Horst Klaus Berg)의 교육원리를 소개하고 탐구하면서 기독교교육에서 다양한 성서해석의 중요성을 강조한다. 연구 내용 및 방법 : 오늘날 성서 읽기의 어려움은 복잡성에서 비롯된다 할 수 있다. 이 복잡성을 교육학적인 의미에서 다양성으로 이해하고 더 깊은 이해의 도구로 삼을 수 있다. 본 논문은 복잡한 성서의 다양한 해석의 당위성을 이해하기 위해 독일의 대표적인 성서교수학자 베르그의 이론에 주목한다. 베르그는 '기차 선로들'과 '자유 학습'과 같은 상징어로 성서의 다양한 해석과 방법이 학습자에게 전통과 경험 사이의 간격을 교육적으로 줄여야 한다고 주장한다. 이러한 다양한 해석에 대한 열린 자세는 성서의 광범위한 내용이 학습자가 삶의 현장과 연결되어 기초적으로 학습자가 인식할 수 있는 교육 기회를 제공한다고 믿는다. 결론 및 제언 : 본 연구에서는 베르그의 성서 교수학의 세 가지 과제: '상호 해석,' '성서 본문의 다양성 이해,' '자유 학습'이 불가분의 관계에 있다는 것을 확인한다. 이것을 통해 우리는 베르그의 성서교수학으로부터 어린이가 자신의 삶의 경험과 연결하여 성서 본문의 깊은 의미를 이해하는 주체적인 독자가 되도록 돕는 것이 기독교교육의 과제임을 다시 깨닫는다. 이런 의미에서 베르그가 주장하는 성서의 통전성과 다양성에 대한 이해는 오늘날 기독교 교육의 영역에 여전히 유효한 통찰을 주는 개념이다.