• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.359-362
• /
• 2020

본 연구에서는 설명 문장 생성을 통한 해석 가능한 시각적 질의응답 모델을 설계하고 학습 방법을 제시한다. 설명 문장은 시각적 질의응답 모델이 응답을 예측하는 데에 필요한 이미지 및 질문 정보와 적절한 논리적인 정보의 조합 및 정답 추론 과정이 함의되어 있을 것으로 기대한다. 설명 문장 생성 과정이 포함된 시각적 질의응답의 기본적인 모델을 기반으로 여러 가지 학습방법을 통해 설명 문장 생성 과정과 응답 예측 과정간의 상호관계를 분석한다. 이러한 상호작용을 적극적으로 활용할 수 있는 보다 개선 시각적 질의응답 모델을 제안한다. 또한 학습한 결과를 바탕으로 설명 문장의 특성을 활용하여 시각적 질의응답 추론 과정을 개선함으로써 시각적 질의응답 모델의 발전 방향을 논의한다. 본 실험을 통해서 응답 예측에 적절한 설명 문장을 제시하는 해석 가능한 시각적 질의응답 모델을 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.948-950
• /
• 2013

메모리를 다루는 프로그램의 시각화는 알고리즘 학습, 디버깅에 유용하게 사용될 수 있다. 본 논문에서는 도구에 독립적이며 프로그램 실행 후에도 재사용이 가능하도록 메모리 상태를 시각화하는 언어를 제안한다. 본 논문에서는 제안된 시각화 언어의 문법과 의미를 설명한다. 제안된 시각화 언어의 유용성을 간단한 메모리 할당, 해제를 수행하는 프로그램 소스의 예를 통해 설명한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1311-1314
• /
• 2022

DNN을 사용하여 객체 인식 과정에서 객체를 잘 분류하기 위해서는 시각적 설명성이 요구된다. 시각적 설명성은 object class에 대한 예측을 pixel-wise attribution으로 표현해 예측 근거를 해석하기 위해 제안되었다, Scale-invariant한 특징을 제공하도록 설계된 pyramidal features 기반 backbone 구조는 object detection 및 classification 등에서 널리 쓰이고 있으며, 이러한 특징을 갖는 feature pyramid를 trainable attention mechanism에 적용하고자 할 때 계산량 및 메모리의 복잡도가 증가하는 문제가 있다. 본 논문에서는 일반적인 FPN에서 객체 인식 성능과 설명성을 높이기 위한 피라미드-주의집중 계층네트워크 (FPN-Attention Layered Network) 방식을 제안하고, 실험적으로 그 특성을 평가하고자 한다. 기존의 FPN만을 사용하였을 때 객체 인식 과정에서 설명성을 향상시키는 방식이 객체 인식에 미치는 정도를 정량적으로 평가하였다. 제안된 모델의 적용을 통해 낮은 computing 오버헤드 수준에서 multi-level feature를 고려한 시각적 설명성을 개선시켜, 결괴적으로 객체 인식 성능을 향상 시킬 수 있음을 실험적으로 확인할 수 있었다.

• Korean Journal of Cognitive Science
• /
• v.10 no.3
• /
• pp.1.2-1.2
• /
• 1999

시각적 선택에 대한 과거 정신물리학적, 신경 생리학적 연구결과를 토대로 Feature Gate 라는 신경 망 모형을 제안하였다. 이 모형에는 공간 배치도가 위계 적으로 구성되어 있으며, 정보의 흐름이 위계의 각 수준으로부터 그 다음 수준으로 넘어갈 때 주의 게이트에 의해 조절되도록 되어 있다. 주의 게이트들은 독특한 세부 특징을 가진 위치에 반응하는 상향식 시스템과 표적 세부 특징이 있는 위치에 반응하는 하향식 기제 모두에 의해 조절된다. 본 연구는 Feature Gate 모형의 하향식 기제에 초점을 맞추어 모형을 설명하고, 현재 다른 모형들이 설명하지 못하는 Moran & Desimone(1985)의 연구결과를 이 모형이 어떻게 설명하는지를 제시하고자 한다. Feature Gate 모형은 병렬 적인 세부특징 검색, 계열 적 접합표적 검색, 단서에 의한 주의의 점진적 감소 모형, 세부특징-주도적인 공간적 선택, 주의의 분할, 방해자극 위치의 억제, 주변 억제 등을 포함한 시각적 주의 연구의 여러 가지 많은 현상들을 설명하는데 하나의 일관적인 해석을 제공해 준다. 앞으로 이 모형을 더욱 확장, 발전 시켜 세부특징의 조합된 배열에 반응하는 상위 수준의 유닛을 사용한다면 시각적 선택과정이 포함된 형태 재인 모형으로 개발될 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.20 no.1
• /
• pp.61-78
• /
• 2007

A method for poll analysis using information theory and data visualization is proposed in this paper. Questions of opinion poll consist of a target variable and many explanation variables. The type of explanation variables is either numerical or categorical. In this study, explanation variables of mixed types have been ranked according to the magnitude of their effect on target variable by using mutual information. Likewise, the order of explanation variables has been evaluated using data visualization. This is the first study to quantify the impact of specific explanation variable on the related target variable.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.175-178
• /
• 2004

범주형 자료분석에서 차원축소(collapsibility)는 오즈비로 설명되었다. 실제의 $2\times2\timesK$ 분할표 자료를 이 이론에 적용시켰을 때 오즈비의 값으로 차원축소가 가능한지의 여부를 판단하기는 어렵다. 오즈비를 시각적으로 표현하는 방법 중에서 Doi, Nakamura와 Yamamoto(2001)가 제안한 Contour plot을 통해서 분할표 자료를 설명하는 것은 가능하지만 차원축소의 가능성을 결정하기에는 한계가 있다. 본 연구에서는 오즈비의 신뢰구간을 시각적으로 표현할 수 있는 방법으로 Barrowman과 Myers(2003)가 제안한 Raindrop plot을 이용하여 $P_{\lambda,;,T}^M-policy$ 분할표 자료를 설명할 수 있으며 동시에 차원축소의 가능성을 판단할 수 있는 방법을 제안하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.569-570
• /
• 2021

온라인 교육은 컴퓨터 테크놀로지 발달과 웹 기반 정보 통신 기술의 발전에 따라 효과적인 방법으로 자리 잡으면서 새로운 패러다임으로 꾸준히 성장해 오고 있다. 최근 코로나 19로 인해 초, 중, 고등학교를 비롯하여 대학교는 2020년 3월 역사상 처음으로 개강을 비대면 온라인 상황으로 맞이하게 되었다. 온라인 강의 시청수요가 늘어남에 따라 영상에 대한 필기 양도 많아지고 있다. 온라인 강의는 대부분 시각적 자료와 함께 교수자의 설명이 더해진다. 시각자료에 대한 부가적인 설명과 교수자의 말로 설명이 되는 부분에 대해 필기를 할 때 시각 자료를 그려 필기하거나 영상의 어느 부분에 해당 내용이 나오는지 시간을 같이 메모해서 봐야 하는 불편함이 있다. 본 논문에서는 해당 문제점을 해결하기 위해 영상을 시청하며 구간에 메모를 저장, 표시하는 시스템을 설계 및 구현하고자 한다. 학습자가 영상에 직접 메모를 표시하여 맞춤형 학습에 따른 복습 효용성 향상에 긍정적인 역할을 하도록 한다.

• Journal of The Korean Association For Science Education
• /
• v.27 no.5
• /
• pp.456-464
• /
• 2007

The aims of this research are to analyze the representations and conceptual sequence of eye vision in Korean science textbooks and to suggest a contents construct about eye vision where the conceptual sequence is considered. Research method was literature review, and the literatures that were used for analysis were the 7th Korean science curriculum which was revised in 1997, and the science and physics textbooks developed based on the 7th Korean science curriculum. The research results are as follows: 1) Although the science curriculum seems to have no problem on sequence in the eye vision concepts, the science and physics textbooks based on the curriculum reveal problems on the sequence in the eye vision concepts; 2) Some Korean science textbooks explain retinal image formation according to the Alhazen's idea, except in inverse image; 3) Some Korean science textbooks explain about the reasons of near- and far-sightedness without consistency between the textbooks for 7th and 8th grade students; 4) A few Korean science textbooks give an inappropriate explanation about the principle of eye sight correction by eye glasses; 5) According to the analysis result, the concepts related to eye vision should be presented in the order of explanation about light refraction phenomena, image formation process by convex lens, structure of human eye and retinal image formation process, correction of eye sight using lens.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.171-174
• /
• 2000

본 논문에서는 공동작업을 지원하기 위한 시각언어를 제안하고 생성되는 시각문장에서 공동작업을 위한 속성과 컴파일 방법을 설명한다. 생성되는 시각문장은 객체 아이콘과 연산자로 구성되며, 각각은 공동작업 참여자와 참여자간 상호작용 시점에 따른 공동작업 관계를 의미한다. 생성되는 시각 문장은 객체 아이콘과 연산자의 결합 관계에 따라 다양한 공동작업을 지원한다. 또한, 동기 및 비동기 공동작업을 함께 표현함으로써 기존 공동작업을 위한 시각언어보다 효율적으로 공동작업을 지원한다.

• Korean Journal of Cognitive Science
• /
• v.10 no.3
• /
• pp.1-15
• /
• 1999

Based on known physiological and psychophysical results, a neural network model for visual selection, called FeaureGate is proposed. The model consists of a hierarchy of spatial maps. and the flow of information from each level of the hierarchy to the next is controlled by attentional gates. The gates are jointly controlled by a bottom-up system favoring locations with unique features. and a top-down mechanism favoring locations with features designated as target features. The present study focuses on the top-down mechanism of the FeatureGate model that produces results similar to Moran and Desimone's (1985), which many current models have failed to explain, The FeatureGate model allows a consistent interpretation of many different experimental results in visual attention. including parallel feature searches and serial conjunction searches. attentional gradients triggered by cuing, feature-driven spatial selection, split a attention, inhibition of distractor locations, and flanking inhibition. This framework can be extended to produce a model of shape recognition using upper-level units that respond to configurations of features.