• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.335-337
• /
• 2021

안저 영상 촬영기술이 발달되며 진단에 사용되는 안저 영상에는 시각적으로 많은 변화가 일어났다. 새로운 촬영 기법인 초광각 안저 영상은 기존 영상에 비해 넓은 범위의 영상을 생성할 수 있다. 촬영 범위가 넓어짐에 따라 이미지에는 왜곡이 발생하고, 이로 인해 안저 영상을 통한 황반 부위 진단에 어려움을 야기하기도 한다. 본 논문에서는 이러한 왜곡을 보정하고 초광각 안저 영상을 기존 안저 영상의 영역으로 변환하는 시스템을 강화학습을 통해 구축한다. 제안하는 방법은 A3C 강화학습법을 사용하며 실험 결과는 제안 방법을 통해 안저 영상을 자동으로 변환할 수 있음을 보여준다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.50-55
• /
• 2021

다중경로 시스템은 유선망, LTE망, 위성망 등 다양한 망을 동시에 활용하여 데이터를 전송하는 시스템으로, 통신망의 전송속도, 신뢰도, 보안성 등을 높이기 위해 제안되었다. 본 논문에서는 이 시스템에서 각 망의 지연시간을 보상으로 하는 강화학습 기반 경로 선택 방안을 제안하고자 한다. 기존의 강화학습 모델과는 다르게, deep Q 학습을 이용하여 망의 변화하는 환경에 즉각적으로 대응하도록 알고리즘을 설계하였다. 네트워크 환경에서는 보상 정보를 일정 지연시간이 지나야 얻을 수 있으므로 이를 보정하는 방안 또한 함께 제안하였다. 성능을 평가하기 위해, 분산 데이터베이스와 텐서플로우 모듈 등을 포함한 테스트베드 학습 서버를 개발하였다. 시뮬레이션 결과, 제안 알고리즘이 RTT 감소 측면에서 최저 지연시간을 선택하는 방안보다 20% 가량 좋은 성능을 가지는 것을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.434-439
• /
• 2019

딥러닝 기반 분류 모델에 있어 데이터의 클래스 불균형 문제는 소수 클래스의 분류 성능을 크게 저하시킨다. 본 논문에서는 앞서 언급한 클래스 불균형 문제를 보완하기 위한 방안으로 적대적 학습 기법을 제안한다. 적대적 학습 기법의 성능 향상 여부를 확인하기 위해 총 4종의 딥러닝 기반 분류 모델을 정의하였으며, 해당 모델 간 분류 성능을 비교하였다. 실험 결과, 대화 데이터셋을 이용한 모델 학습 시 적대적 학습 기법을 적용할 경우 다수 클래스의 분류 성능은 유지하면서 동시에 소수 클래스의 분류 성능을 크게 향상시킬 수 있음을 확인하였다.

• 대한수학교육학회지:수학교육학연구
• /
• 제18권3호
• /
• pp.283-308
• /
• 2008

기초학력의 부진은 교과 학습 및 사회생활의 장애요인으로 작용한다. 국가적 차원에서는 2002년부터 실시된 '초등학교 3학년 기초학력 진단평가'와 '학습부진학생 책임지도제', 보정교육 자료 개발 등 교육의 복지를 실현하고자 일련의 노력을 기울이고 있다. 기초학력 진단평가의 목적은 학습 결손 원인에 대한 정보 및 개인적 정보를 수집하여 이들을 지도하는데 도움을 주기 위한 것이다. 본 논문에서는 상담기간 축적된 기초학력 진단평가 결과 나타난 미도달 학생들이 특징을 분석하였다. 미도달 학생들은 문항에 포함된 수치적 특징, 받아올림/내림의 여부, 문항의 배치 및 진술 방식, 정보 제시 방식, 개념의 전형적인 예, 친숙도, 일상생활에서의 사용 빈도 등에 상당한 영향을 받는 것으로 나타났다. 본 연구의 결과는 미도달 학생들의 지도 및 보정교육 자료 개발을 위한 근거를 마련해줄 수 있을 것이다.

• 디지털융복합연구
• /
• 제11권6호
• /
• pp.137-142
• /
• 2013

음성 인식 시스템은 부정확한 음성 신호의 입력으로 특징을 추출하여 인식할 경우 오인식의 결과가 나타나거나 유사한 음소로 인식된다. 따라서 본 논문에서는 음소가 갖는 특징을 기반으로 음소 유사율과 신뢰도 측정을 이용한 음성 인식 오류 보정 방법을 제안하였다. 음소 유사율은 학습 모델의 음소에 MFCC와 LPC 특징 추출 방법을 이용하여 구하였으며 신뢰도로 측정하였다. 음소 유사율과 신뢰도를 측정하여 오인식되는 오류를 최소화하였으며 음성 인식 과정에서 오류로 판명된 음성에 대하여 오류 보정을 수행하였다. 본 논문에서 제안한 시스템을 적용한 결과 98.3%의 인식률과 95.5%의 오류 보정율을 나타내었다.

• 한국학교수학회논문집
• /
• 제25권3호
• /
• pp.261-278
• /
• 2022

최근 코로나19 바이러스의 팬데믹으로 인하여 기존의 사회 및 교육적 체계의 변화가 가속화되고 있으며, 특히 교육 격차로 인한 학습자 맞춤형 교육 체계와 같은 여러 가지 교육적 대응의 필요성이 제기되고 있다. 학습자 맞춤형 교육을 위해서는 학습자의 학습 단계별로 세밀한 진단을 통해 학습 과정에 대한 정보를 기반으로 피드백 및 보정 지원이 필요하다. 본 연구에서는 초등학교 학생들이 수학 학습 과정에서 겪는 어려움 및 오개념을 진단하기 위해 평가 문항을 개발하였다. 개발한 수학 학습 진단 평가 문항은 전국 초등학교 3~6학년 학생 675명에게 적용하였고, 그 결과를 분석하였다. 본고에서는 평가 문항 개발 과정, 평가 문항의 신뢰도 및 타당도 검사 과정, 현장 적용 과정 및 분석 결과를 공유하고, 연구 결과를 통해 도출한 학교 현장에서의 수학 교수·학습 지원 방안에 시사점을 제시하고자 한다. 또한 본 연구는 코로나19 감염증의 장기화 및 뉴노멀 시대의 비대면 학습 환경에서의 수학 학습 어려움 및 오개념 진단 평가 문항의 활용 방안 및 관련한 교육 정책에 제언을 주고 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.163-164
• /
• 2016

실용음악 산업 분야는 비약적인 기술력의 발전이 있었지만 그런 기술력이 실용음악 교육에 적극적으로 적용되지 않고 있다. 본 논문에서는 음악 산업현장에서 음원 콘텐츠 제작 시 보컬리스트의 음정 보정을 위해 개발된 오토 튠(auto tune) 기술을 활용하여 가창 연주 시 음정과 박자에 관한 실시간 피드백을 시각적으로 학습자에게 제공하는 방식의 학습법을 개발했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.323-325
• /
• 2000

정보통신의 발전에 따라 컴퓨터 및 주변 장치간에 칼라를 정확히 재생할 수 있는 능력이 산업 경쟁력에 중요한 요소로 부상하고 있다. 본 논문에서는 모니터 상의 이미지를 프린터로 인쇄하기 위하여 사용되는 기존의 참조테이블(Look Up Table) 방식을 살펴보고 이 기능을 대체할 수 있는 신경회로망에 의한 칼라보정 매핑 방법을 제안하였다. 참조테이블 방식에서는 3차원으로 구성된 테이블을 구성하기가 쉽지 않고 구간 사이의 칼라값은 보간법을 써서 구해야 한다. 신경회로망에 의한 방법에서는 일단 학습을 완료하면 실시간으로 칼라를 보정해 주는 장점이 있다. 실험에서는 두 가지 방법에 의한 칼라 샘플의 모델을 통한 결과 값을 비교해 보고 상호간의 장단점과 성능 향상을 위한 방법을 토의하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.165-172
• /
• 2010

어휘 인식 시스템의 오류 보정방법으로는 오류 패턴매칭 기반 방법과 어휘의미 패턴 기반방법이있으며, 이들 방법에서는 오류 보정을 위해 핵심어를 의미적으로 분석하지 못하는 문제점을 가지고 있다. 이를 개선하기 위해 본 논문에서는 음절 복원 알고리즘을 이용한 핵심어 오류 보정 시스템을 제안한다. 인식된 음소 열을 의미 분석 과정을 거쳐 음소가 갖는 의미를 파악하고 음절 복원 알고리즘을 통해 음운 변동이 적용되기 이전의 문자열로 복원하므로 핵심어를 명확히 분석하고 오인식을 줄일 수 있다. 시스템 분석을 위해 음소 유사율과 신뢰도를 이용하여 오류 보정율을 구하였으며, 어휘 인식 과정에서 오류로 판명된 어휘에 대하여 오류 보정을 수행하였다. 에러 패턴 학습을 이용한 방법과 오류 패턴 매칭 기반 방법, 어휘 의미 패턴 기반 방법의 성능 평가 결과 3.0%의 인식 향상율을 보였다.

• 제어로봇시스템학회지
• /
• 제20권2호
• /
• pp.31-38
• /
• 2014

인간의 행동을 통해 내재된 의도를 인식하고 그 의도에 대응하는 서비스를 제공할 수 있는 능력을 로봇에게 부여하기 위한 연구의 일환으로 모방적 동기화 및 학습에 의한 인간-로봇 상호작용(Human-Robot Interaction, HRI) 시스템의 개발이 주목받고 있다. 하지만 인간이 관찰과 모방을 통해 목적을 가진 행동을 학습하는 과정은 감각 정보를 대응하는 운동 정보로 연계하고 모방 주체와 모방 대상 간의 물리적 상태의 차이를 보정하고 관측된 행동에 내재된 의도 또는 목표를 이해하는 복잡한 메커니즘 단계의 연속이기 때문에 이를 수행하기 위한 기술개발이 필요하다. 본고에서는 실제 인간이 수행하는 모방적 동기화 및 학습에 관여하는 것으로 추정되는 거울뉴런 시스템에 대하여 소개하고 이를 HRI 시스템에 활용하기 위해 개발된 선행 기술 동향을 논하고자 한다. 또한, 본 연구실에서 관련하여 진행해온 관련 연구를 통해 현재 거울 뉴런 시스템의 발전 정도와 향후 활용 방안 및 가능성을 고찰해보도록 한다.