• Smart Media Journal
• /
• v.12 no.7
• /
• pp.43-51
• /
• 2023

As online transactions increase, the image of clothing has a great influence on consumer purchasing decisions. The importance of image information for clothing materials has been emphasized, and it is important for the fashion industry to analyze clothing images and grasp the materials used. Textile materials used for clothing are difficult to identify with the naked eye, and much time and cost are consumed in sorting. This study aims to classify the materials of textiles from clothing images based on deep learning algorithms. Classifying materials can help reduce clothing production costs, increase the efficiency of the manufacturing process, and contribute to the service of recommending products of specific materials to consumers. We used machine vision-based deep learning algorithms ResNet and Vision Transformer to classify clothing images. A total of 760,949 images were collected and preprocessed to detect abnormal images. Finally, a total of 167,299 clothing images, 19 textile labels and 20 fabric labels were used. We used ResNet and Vision Transformer to classify clothing materials and compared the performance of the algorithms with the Top-k Accuracy Score metric. As a result of comparing the performance, the Vision Transformer algorithm outperforms ResNet.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.5
• /
• pp.505-511
• /
• 2023

In the present study, a deep learning model was established to predict the motion response of small fishing vessels. Hydrodynamic performances were evaluated for two small fishing vessels for the dataset of deep learning model. The deep learning model of the Long Short-Term Memory (LSTM) which is one of the recurrent neural network was utilized. The input data of LSTM model consisted of time series of six(6) degrees of freedom motions and wave height and the output label was selected as the time series data of six(6) degrees of freedom motions. The hyperparameter and input window length studies were performed to optimize LSTM model. The time series motion response according to different wave direction was predicted by establised LSTM. The predicted time series motion response showed good overall agreement with the analysis results. As the length of the time series increased, differences between the predicted values and analysis results were increased, which is due to the reduced influence of long-term data in the training process. The overall error of the predicted data indicated that more than 85% of the data showed an error within 10%. The established LSTM model is expected to be utilized in monitoring and alarm systems for small fishing vessels.

• Digital Contents
• /
• no.9 s.148
• /
• pp.112-115
• /
• 2005

한국데이터베이스진흥센터가 운영하고 있는 온엑스포(www.onexpo.or.kr)에서는 9월과 10월 두 달 동안‘2005 캐릭터·애니메이션 온엑스포’를 개최한다. 온엑스포는 국내 디지털콘텐츠 기업의 제품을 온라인상에서 상설 전시하고 해당 기업의 홍보와 마케팅을 지원하는 국내 최대 규모의 사이버 전시장으로, 전시 기업의 홍보를 효과적으로 지원하기 위해 분기별로 주제를 정해 테마전시회를 개최하고 있다. 지난 3월과 4월에는‘이러닝 온엑스포’를, 5월과 6월에는‘게임 온엑스포’를 개최한 바 있으며, 이번에는 국내의 캐릭터·애니메이션의 트랜드를 알아보고 대표적인 기업을 소개하기 위해 ‘2005 캐릭터·애니메이션 온엑스포’를 개최한다. 이번 호에서는‘2005 캐릭터·애니메이션 온엑스포’참가 기업 중 우리나라의 캐릭터·애니메이션 사업을 이끌어 갈 피콤엔터테인 먼트·은아트·스튜디오 짜박을 소개한다.

• Journal of Korean Library and Information Science Society
• /
• v.38 no.4
• /
• pp.187-213
• /
• 2007

The purpose of this study is to investigate application of information literacy education. Lifelong education program that accomplishes local information center lifelong education center assigned among public libraries is surveyed and analyzed by e-learning and off-line program. This study is surveyed and analyzed on information literacy lifelong education and examples and data of public library.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.41-42
• /
• 2019

해양공간의 효율적인 활용과 해상사고 예방을 위하여 해상교통 현황 파악이 필요하다. 이를 위해서는 해상에서 운항하는 선박에 대한 면밀한 모니터링이 선행 되어야한다. 때문에 본 연구에서는 선박자동식별장치(Automatic Identification System, AIS)와 선박패스(V-Pass)를 활용하는 기존 모니터링 방법에서 나아가, 위성 자료를 활용한 연안 선박감시 방법을 해상교통관제(Vessel Traffic Service, VTS) 센터에서 활용하기 위한 방안을 제안한다. 위성 자료는 광범위한 영역에 대하여 다양한 정보를 획득할 수 있는 장점을 지니므로, 부산항 연안에서 수집한 AIS 데이터와 함께 딥 러닝 기반 선박 탐지 및 분류 모델에 활용함으로써, 보다 개선된 모니터링을 기대할 수 있다. 이를 활용하여 미식별 선박들의 출현 위치를 분석하고 나아가 선박의 종류를 예측함으로써, 상세한 해상교통 현황 파악 및 예측을 기대할 수 있다. 향후에는 선박의 종류 뿐 아니라 각 선박의 해상활동을 분석함으로써, 보다 체계적이고 실용적인 해양공간활용 계획수립에 도움이 될 수 있도록 개선할 계획이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.795-798
• /
• 2017

근래에 들어, 웨어러블 기기의 발전으로 사람의 움직임에 대한 측정이 손쉬워 지면서, 워킹, 러닝, 사이클링 등의 인간의 신체 활동 상태를 감지하여 더 효율적인 운동을 할 수 있도록 정보를 획득, 제공하려는 연구가 계속되고 있다. 본 연구에서는 웨어러블 기기중 하나인 스마트 인솔을 통해서 수집되는 가속도 정보와 압력 정보를 사용하여 운동시에 사람의 운동 자세를 감지하고 측정하는 시스템을 구현하였다. 사람이 헬스센터에서 수행하는 각각의 자세는 운동의 특성에 따라 시계열 신호의 표현 패턴이 다르게 나타나며 이 패턴을 통한 정확한 자세의 감지를 위해서 본 연구에서는 다양한 신호처리 알고리즘을 사용하였으며 이 경우 더 정확한 자세를 측정할 수 있음을 알 수 있었다. 따라서 본 연구에서는 정확한 자세의 감지를 위해 운동의 특징에 따라 알고리즘을 선택하여 시계열 정보를 처리 분석 하는 시스템을 제안하였으며 이를 통해 보다 정확하게 사람의 신체활동을 분석할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.89-92
• /
• 2018

본 논문에서는 Edge computing 환경에서 다수의 노드들로 구성된 네트워크의 디바이스를 효율적으로 관리하기 위한 방법을 제안한다. 기존의 클라이언트-서버 모델은 모든 데이터와 그에 대한 요청을 중심 서버에서 처리하기 때문에, 다수의 노드로부터 생성된 많은 양의 데이터를 처리하는 데 빠른 응답속도를 보장하지 못한다. Edge computing은 분담을 통해 네트워크의 부담을 줄일 수 있는 IoT 네트워크에 적합한 방법으로, 데이터를 전송하고 받는 과정에서 네트워크의 대역폭을 사용하는 대신 서로 연결된 노드들이 협력해서 데이터를 처리하고, 또한 네트워크 말단에서의 데이터 처리가 허용되어 데이터 센터의 부담을 줄일 수 있다. 여러병렬 기계학습 모델 중 본 연구에서는 Stale Synchronous Parallel(SSP) 모델을 이용하여 Edge 노드에서 분산기계 학습에 적용하였다.

• Journal of Engineering Education Research
• /
• v.22 no.1
• /
• pp.22-28
• /
• 2019

The purpose of this study is to develop instructional design model of flipped learning suitable for engineering education field and to draw out effects and improvements by applying it to actual lessons for engineering college students. Literature review and case studies were conducted to achieve the purpose of the study. For a case study, flipped learning was applied to 'creative problem solving methodology' which is a liberal arts course of engineering college at D university in Gyeonggi-do. As a result of the literature review, the PARTNER model was applied and weekly instructional guide was presented by each stage. In addition, the results of analysis on the reflection journal showed that the students were more able to achieve the deepening learning stage through active participation in class than the existing class, and found that they had a more challenging plan after the class.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2019.08a
• /
• pp.154-154
• /
• 2019

• Journal of the Semiconductor & Display Technology
• /
• v.21 no.3
• /
• pp.110-113
• /
• 2022

Non-playable game character plays an important role in improving the concentration of the game and the interest of the user, and recently implementation of NPC with reinforcement learning has been in the spotlight. In this paper, we estimate an AI target tracking method via reinforcement learning, and implement an AI-based tracking agency of specific target object with avoiding traps through Unity ML-Agents Toolkit. The implementation is built in Unity game engine, and simulations are conducted through a number of experiments. The experimental results show that outstanding performance of the tracking target with avoiding traps is shown with good enough results.