• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• 한국가정과교육학회지
• /
• 제30권4호
• /
• pp.127-139
• /
• 2018

본 연구는 사범대학 가정교육과 대학생 15명을 대상으로 하여 손바느질 실습수업에 플립러닝을 적용하고 그 효과를 살펴보았다. 플립러닝 수업은 3단계로 설계하였으며 수업 준비 단계에서는 기초 손바느질에 관한 동영상과 ppt자료를 온라인으로 학습하도록 하였다. 수업 중에는 사전학습여부를 퀴즈로 확인한 후 미니시범을 보이고, 기초 손바느질을 하는 기본과제와 이를 활용한 소품 만들기 응용과제를 하도록 하였다. 수업 마무리 단계에서는 과제전시를 통해 학생들이 서로 평가하도록 하였다. 플립러닝 수업효과는 학생들의 수업에 대한 인식과 성찰일지로 살펴보았다. 학생들은 플립러닝 수업에 적극적으로 참여하고, 플립러닝 수업의 수준이 적절하다고 하였으며, 동영상과 ppt자료, 퀴즈, 기본과제와 소품 만들기 응용과제가 학습에 도움이 되었다고 하였고, 수업에서 상호작용이 원활하다고 하였으며, 플립러닝 수업에 대한 만족도가 높은 것으로 나타났다. 특히, 손바느질 실습에 대한 플립러닝 적용의 경우 동영상을 활용함으로써 사전학습으로 인한 수업내용에 대한 이해의 증가와 수업 중 반복학습에 대한 장점이 부각되는 것을 알 수 있었으며, 기본과제 외에 응용과제를 함으로써 학생 개개인의 수준에 적합한 학습자 중심의 자기주도수업과 개별화학습으로 일반적 실습수업보다 긍정적 효과를 가진 것으로 나타났다. 본 연구는 손바느질 실습에 플립러닝이라는 새로운 효과적인 교수학습방법을 시도하였다는데 의의가 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.45-46
• /
• 2019

본 논문에서는 Upper Confidence Bound (UCB)를 이용한 효율적인 패킷 스케줄링 기법을 제안한다. 기존 e-greedy 등 강화학습의 보상을 극대화 할 수 있는 행동을 선택하는 것과 다르게, 제안된 UCB를 이용한 강화학습 패킷 스케줄링 기법은 각 상태에서 행동을 선택한 횟수를 추가적으로 고려한다. 이는 보다 효율적인 강화학습의 탐구(Exploration)를 가능케 한다. 본 논문에서는 컴퓨터 시뮬레이션을 통하여 제안하는 UCB를 이용한 강화학습 패킷 스케줄링 기법이 기존의 e-greedy 및 softmax를 기반으로 한 패킷 스케줄링 기법에 비해 정확도 측면에서 향상된 정확도를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.469-470
• /
• 2023

이 논문은 이미지 처리와 머신 러닝 분야에서 중요한 주제 중 하나인 알고리즘 성능과 효율성에 대한 연구이다. 역전파 알고리즘과 상대적으로 새로운 Forward-Forward 알고리즘을 비교하고 분석해 보니 Forward-Forward 알고리즘이 역전파 알고리즘보다 비교적 높은 정확도를 확인할 수 있었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권5호
• /
• pp.173-185
• /
• 2016

복수학위/교환학생 프로그램의 활성화로 강좌의 교수진과 학생들이 글로벌화되고 있다. 그동안 기존의 오프라인 위주의 강좌에서 벗어나 온라인 강좌나 블렌디드 학습 기반 강좌가 연구개발 되어 왔다. 하지만 기존의 연구는 대학 내에 국한되어 있어 복수학위나 교환학생 프로그램에 대한 고려는 이루어지지 않고 있다. 글로벌 강좌를 개발하고 운영하기 위해서는 비용이나 효율성 측면에서 여러 가지 어려움이 수반된다. 이를 효과적으로 해결하기 위한 방안으로 온/오프라인을 융합한 블렌디드 글로벌 강좌의 운영이 필요하며 이에 대한 연구가 시급하다. 이를 위해 본 연구에서는 블렌디드 글로벌 강좌 모형을 제시 개발하였다. 해외 석학 중심의 글로벌 강좌 개설 및 운영을 위해 블렌디드 러닝 방법을 반영하여 개설 시기와 온/오프라인 상호 유기적 관계에 따라 크게 8가지로 유형을 고안하고 이들 유형 간의 상호 비교 분석을 하였다. 본 연구에서 제안하는 블렌디드 글로벌 강좌는 글로벌시대에 적합한 인재를 대학에서 양성하는 데 적용할 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.26-26
• /
• 2022

본 연구는 하천중심선을 활용하여 Sentinel-1 위성영상기반 중소규모 하천 수체(水體) 추출 방법을 제안한다. 한강 유역의 한탄강 일부를 연구지역으로 선정하였으며, 이 지역을 촬영한 Sentinel-1 위성영상자료를 수집하였다. 여기에 개발한 방법의 검증을 위하여 유사시간대의 고해상도 광학위성 PlanetScope을 함께 수집하였다. 본 연구에서는 하천의 수체를 효과적으로 추출하기 위하여 국토지리정보원에서 제공하는 하천중심선 자료를 활용하였다. 하천중심선을 따라 유클리드 거리를 가중치로 산정한 자료(DST)와 Sentinel-1의 VH, VV 편광을 조합한 k-means 방법을 통해 위성영상의 픽셀을 군집화하였고, 최적의 매개변수 값을 산출하였다. 이 매개변수를 활용하여 Sentinel-1의 VV편광, VH편광 그리고 DST의 상관관계에 따른 타원방정식 형태의 계산식을 도출할 수 있었다. 수집한 자료의 검증결과 평균적으로 정확도는 0.65~0.75, kappa 계수는 0.8 내외를 보여 상당히 일치함을 확인할 수 있었다. 또한, 추가 확보한 30여 개의 Sentinel-1 위성영상을 제안 방법으로 추출한 수체의 면적과 유량 값을 비교해 본 결과, 유사한 변화 양상을 보였다. 본 연구는 하천 중심선자료를 활용하여 참값이 없더라도 수체 면적 추정이 가능함을 확인하였다. 제안한 방법은 현존하는 수체추출 방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후, 딥러닝을 통한 수체 식별을 추가 진행을 통해. 정확도를 높일 수 있을 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제8권6호
• /
• pp.133-139
• /
• 2008

가상대학은 언제어디서나 컴퓨터만 소지하고 있다면 단순히 마우스나 키보드를 몇 번 클릭함으로서 강의를 쉽게 학습할 수 있다. 많은 사람들이 가상대학이 시간을 절약할 수 있고 학습을 향상시킬 수 있다고 믿고 있다. 가상대학 강좌를 선택한 학생이 얼마나 학습했는지를 점검하기 위해서 강사는 얼마나 많은 학생이 이해했으며 학생들의 어려운 문제점이 무엇인지 반드시 알아야 한다. 이러한 조건들이 점검되지 못한다면, 가상대학 강좌는 매우 어렵고 지루하게 느껴질 것이다. 본 논문에서는 이해한 학생과 이해하지 못한 학생을 가르치는 쌍방향 지능형 강의 시스템을 소개한다. 컴퓨터 모의 실험결과 쌍방향 가상 수업 시스템이 이해하지 못한 학생을 고려하지 않은 기존의 단방향 가상 수업시스템보다 훨씬 효과적인 것을 입증했다.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.27-34
• /
• 2017

IT의 급격한 발전과 더불어 소셜미디어가 많은 사용자들에게 보급되었으며, 교육적 활용가능성에 대한 논의도 지속적으로 확장되고 있다. 학습의 관점에서 소셜미디어는 학습공동체를 형성하여 집단지성을 발현하는데 기여할 수 있는 도구로 평가받는다. 본 연구에서는 대학 이러닝 환경에서 학습자들이 실시간 소셜미디어와 비실시간 소셜미디어를 활용하는 양태를 비교분석하였다. 내용분석 결과 소셜미디어의 활용유형은 크게 '학습내용', '학습지원', '형용적 표현', '잡담'으로 나뉘어졌다. 실시간과 비실시간 소셜미디어 활용결과는 학습내용, 형용적 표현, 잡담 요인에서 통계적으로 유의미하게 실시간 소셜미디어의 활용성이 높은 것으로 나타났다. 질적 인터뷰에서는 학습자들이 실시간 및 소셜미디어의 특징에 대한 다양한 의견을 제시하였다. 결론적으로, 학습자들은 대체적으로 실시간 소셜미디어를 선호하는 경향이 있었으며, 비실시간 소셜미디어는 숙고와 정리를 위해 체계적으로 활용되었다. 마지막으로 디지털 및 소셜미디어 세대에 대응하는 교육적 지원방안이 제언으로 논의되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1215-1218
• /
• 2021

한국을 방문하는 외국인들은 매년 증가하고 있고 방한 목적 중 식도락관광이 3위에 오를 만큼 세계에서 한국 음식은 위상이 높아지고 있다. 하지만, 한국에서의 알레르기 성분 표시는 법적 의무가 아니기 때문에 대부분의 한식당에서는 이를 표시하지 않고 있고 알레르기가 있는 외국인 관광객들은 한국 음식 섭취에 있어서 상당한 위험과 불편함을 부담하고 있다. 이에 본 논문에서는 머신러닝을 활용하여 사진 촬영만으로 쉽고 정확하게 알레르기 성분을 제공하고자 사물 이미지 데이터 전처리를 위한 HSV(Hue, Saturation, Value) 데이터 전처리 기법을 제안한다. 제안하는 기법은 이미지의 HSV의 평균 및 분산, 표준편차를 통해 불필요한 데이터를 제거한다. 성능평가에서는 비빔밥, 불고기, 제육볶음 등 사진 약 500장의 데이터 셋을 구성하여 HSV의 평균 및 분산을 통해 이미지를 제거하는 방식으로 구축한 데이터 셋을 TensorFlow를 통해 정확도와 학습시간을 측정한다. 측정결과, 제안하는 기법으로 구축한 데이터 셋은 최소 15%에서 최대 25% 높은 정확도와 최소 37.96%에서 최대 42.85% 높은 정도 낮은 학습시간을 보여주었다. 향후 HSV를 활용한 데이터 전처리 기법은 더 많은 데이터를 통해 더욱 구체적인 성능 분석이 필요하다. 또한, 실질적인 개발 및 구현을 통해 제안하는 데이터 전처리 기법의 더욱 현실적인 검증이 필요하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.330-333
• /
• 2019

본 연구는 기존 관중 수 예측에 주로 사용되는 ARIMA 모형과 다른 GKFN(Network with Gaussian kernel functions) 모델을 시계열 모델로 제안하고 여러 변수 간의 상관관계를 분석한 MLP(Multilayer Perceptron) 모델을 각각 따로 만들어 두 가지 RMSE값의 가중치를 결합한 새로운 모델을 최종적으로 제안한다. GKFN 모델은 phase space 분석을 위해 smoothness measure를 측정하고 커널 개수를 늘려가며 학습시키는 방법이다. 또한, MLP 모델은 관중 수에 영향을 주는 여러 변수(날짜, 날씨 등 팀과 관련된 특징들)의 상관관계를 correlation coefficient 값을 이용해 분석하고 높은 상관관계를 가지는 변수들을 이용해 MLP 모델을 만들어 학습하는 것이다. 이를 통해 프로야구팀 기아 타이거즈의 일일 단위 관중 수를 예측하고자 하였다. 관중 수 예측을 통해 구단과 관객 모두 긍정적인 활용이 가능할 것이다. 훈련 자료는 2010년부터 2018년까지 9년 동안 기아 타이거즈의 일별 관중 수를 자료로 하였다.