• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.223-226
• /
• 2000

최근 컴퓨터의 대중화와 인터넷환경의 구축으로 인하여 웹기반 코스웨어들의 필요가 급속히 늘고 있다. 그러나 수학 교과의 입체도형 편에 있어서는 웹기반 3D 코스웨어들의 개발은 부진한 편이다. 기존의 코스웨어들은 저작도구를 활용한 2D 위주였고, 최근 연구되어진 3D 코스웨어들은 상호작용이 부족하여 다양한 학습자의 욕구를 충족시키지 못하고 있다. 따라서 본 연구에서는 3D 입체도형의 학습과 학습자의 자극에 반응하는 상호작용적 체험학습이 되도록 VRML 과 JAVA를 이용하여 구현하였다.

• 디지털융복합연구
• /
• 제17권7호
• /
• pp.285-292
• /
• 2019

PC, SNS, IoT의 대중화로 수많은 데이터가 생성되고 그 양은 기하급수적으로 증가하고 있다. 거대한 양의 데이터를 활용하는 방법으로 인공신경망 학습은 최근 많은 분야에서 주목받는 주제이다. 인공신경망 학습은 음성인식, 이미지 인식에서 엄청난 잠재력을 보였으며 더 나아가 의료진단, 인공지능 게임 및 얼굴인식 등 다양하고 복잡한 곳에 광범위하게 적용된다. 인공신경망의 결과는 실제 인간을 능가할 정도로 정확성을 보이고 있다. 이러한 많은 이점에도 불구하고 인공신경망 학습에는 여전히 프라이버시 문제가 존재한다. 인공신경망 학습을 위한 학습 데이터에는 개인의 민감한 정보를 포함한 다양한 정보가 포함되어 악의적인 공격자로 인해 프라이버시가 노출될 수 있다. 공격자가 학습하는 도중 개입하여 학습이 저하되거나 학습이 완료된 모델을 공격할 때 발생하는 프라이버시 위험이 있다. 본 논문에서는 최근 제안된 신경망 모델의 공격 기법과 그에 따른 프라이버시 보호 방법을 분석한다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 1991년도 추계학술발표회 논문집 지반공학에서의 컴퓨터 활용 COMPUTER UTILIZATION IN GEOTECHNICAL ENGINEERING
• /
• pp.332-347
• /
• 1991

연약 지반의 침하안정관리를 위하여서는 장래의 침하를 정확히 예측하는 것이 매우 중요하다. 이를 위한 기존의 방법으로는 Asaoka 법, 쌍곡선법, Hoshino 법 등의 여러가지 방법들이 사용된다. 이 방법들은 압밀 이론 및 경험에 근거하여 침하 계측자료들을 수학적 방법으로 처리하여 장래의 침하를 예측한다. 그러나 이 방법들에 의해 예측된 침하량과 실제 관측된 침하량의 상관계수(Correlation Coefficient)는 비교적 낮으며(0.8~0.9), 설계 하중에 대한 잔류 침하예측에 있어서도 뚜렸한 방법을 제시하지 못하는 실정이다. 본 고에서는 현장 침하계측을 현장 압밀시험으로 취급하여 그로부터 압밀계수(Cv)와 압축지수(Cc)를 구하였으며 장래 임의의 시점에서의 침하 혹은 압밀도를 구하기 위해서 현장 계측으로 부터 구해진 Cv, Cc 값을 사용하였다. 이 방법에 의하여 예측된 장래 침하량과 실제 침하량 사이의 상관계수는 기존 방법보다 훨씬 높은 값(0.97~0.99)을 보여주었으며, 지반 개량후 설계하중에 대한 잔류 침하도 합리적으로 구할 수 있었다. 상기 방법은 방대한 계산과정을 필요로 하나 오늘날 대중화된 개인용 컴퓨터를 이용하여 신속하고 효과적으로 수행될수 있었다. 본 고는 이 방법의 개요와 실제 현장 계측 자료에 적용된 결과를 제시하였다.