• Journal of IKEEE
• /
• v.26 no.3
• /
• pp.468-474
• /
• 2022

In this paper, we propose a method to implement a real-time fire alarm system using deep learning. The deep learning image dataset for fire alarms acquired 1,500 sheets through the Internet. If various images acquired in a daily environment are learned as they are, there is a disadvantage that the learning accuracy is not high. In this paper, we propose a fire image data expansion method to improve learning accuracy. The data augmentation method learned a total of 2,100 sheets by adding 600 pieces of learning data using brightness control, blurring, and flame photo synthesis. The expanded data using the flame image synthesis method had a great influence on the accuracy improvement. A real-time fire detection system is a system that detects fires by applying deep learning to image data and transmits notifications to users. An app was developed to detect fires by analyzing images in real time using a model custom-learned from the YOLO V4 TINY model suitable for the Edge AI system and to inform users of the results. Approximately 10% accuracy improvement can be obtained compared to conventional methods when using the proposed data.

• Journal of The Korean Association of Information Education
• /
• v.26 no.5
• /
• pp.407-416
• /
• 2022

Although environmental education has been more important due to global extreme weather and natural desasters, environmental topics are covered by several other subjects because it is not an independent subject in elementary school and they need to distribute more class hours to cover proper amount of environmental content. This study is performed to develop method to integrate environmental education and software education in elementary school. This method helps students to learn topics about recycling by using Artificial Intelligence programming and Artificial Intelligence also helps students to practice recycling in virtual reality. A new teaching and learning module(Problem Recognition→Machine Learning↔Use of AI→Collaboration) is adopted for the learning procedure and more than 80 % of the students replied positively to the survey about the interest on integrated learning, understanding of environmental education, understanding of Artificial Intelligence, further learning on Artificial Intelligence programming.

• Journal of Broadcast Engineering
• /
• v.27 no.3
• /
• pp.378-390
• /
• 2022

With the recent development of deep composite multiplication neural network learning, deep learning techniques applied to single-image super-resolution have shown good results, and the strong expression ability of deep networks has enabled complex nonlinear mapping between low-resolution and high-resolution images. However, there are limitations in applying it to real-time or low-power devices with increasing parameters and computational amounts due to excessive use of composite multiplication neural networks. This paper uses blocks that extract hierarchical characteristics little by little using information distillation and suggests the Recursive Distillation Super Resolution Network (RDSRN), a lightweight network that improves performance by making more accurate high frequency components through high frequency residual purification blocks. It was confirmed that the proposed network restores images of similar quality compared to RDN, restores images 3.5 times faster with about 32 times fewer parameters and about 10 times less computation, and produces 0.16 dB better performance with about 2.2 times less parameters and 1.8 times faster processing time than the existing lightweight network CARN.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.1
• /
• pp.9-16
• /
• 2024

It is difficult to know the efficacy of pills if the pill bag or wrapper is lost after purchasing the pill. Many people do not classify the use of commercial pills when storing them after purchasing and taking them, so the inaccessibility of information on the side effects of pills leads to misuse of pills. Even with existing applications that search and provide information about pills, users have to select the details of the pills themselves. In this paper, we develope a pill recognition application by building a model that learns the formulation and colour of 22,000 photos of pills provided by a Pharmaceutical Information Institution to solve the above situation. We also develope a pill medication management function.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.147-148
• /
• 2017

본 논문에서는 간단한 사용자 입력과 다중 랜덤 워크(multiple random walker) 기법을 기반으로 동영상 내의 주요 객체를 분할하는 알고리즘을 제안한다. 우선 동영상의 첫 프레임에서 점 형태의 사용자의 입력을 받아 대략적인 객체와 배경의 위치를 얻고, Lab 색상의 측지거리를 이용하여 객체와 배경의 중요도 지도를 얻는다. 다음으로 영상을 슈퍼 픽셀 단위로 분할하고, 다중 랜덤 워크 기법을 적용하여 객체 분할을 수행한다. 랜덤 워크 기법 적용 시, 중요도 지도를 각 랜덤 워커의 초기 분포로 설정하고, 노드간 색상과 움직임 차이를 이용하여 전이 행렬을 계산한다. 마지막으로 결과를 정련한 뒤, 다음 프레임으로 분할 결과를 전파하여 시간적 일관성을 유지한다. 실험을 통하여 제안 기법이 기존 기법에 비하여 우수한 객체 분할 성능을 보임을 확인한다.

• Communications of Mathematical Education
• /
• v.13 no.2
• /
• pp.563-589
• /
• 2002

고학년으로 갈수록 지필 환경에만 머무르는 현실 속에서 생활 및 예술 작품 등에서 수학적 원리와 개념을 발견하도록 하는 테셀레이션 수업은 학생들의 흥미와 호기심을 유발하고 수학의 아름다움을 느끼게 하는 것 이상으로 기하학적 사고의 기초를 학습하는데 도움을 줄 수 있다. 이에 본 연구는 4학년까지 적용되고 있는 7차 교육과정을 중심으로 새롭게 등장하고 있는 테셀레이션에 대한 이해 및 교수 학습 자료가 체계적으로 정비되어 있지 못한 현실적인 문제의 해결 방안으로서 테셀레이션을 활용한 수학 학습의 내용을 분석하여 교사들에게는 테셀레이션의 이해 및 교수 학습 자료로서 , 학생들에게는 수학의 기하적 개념들을 쉽고 재미있게 학습할 수 있는 학습도구로서 활용할 수 있도록 하는 것을 목적으로 테셀레이션을 구현할 수 있는 컴퓨터 소프트웨어를 활용하여 테셀레이션 교수 학습 자료를 개발하였고 이를 위해 다음과 같은 연구 내용을 설정하였다. 가. 테셀레이션의 정의와 예 그리고 종류를 알아보고 테셀레이션 속의 수학적 개념을 활용방법과 함께 제시한다. 나. 제7차 초등 수학 교육과정 중 도형 영역과 규칙성과 함수 영역을 중심으로 테셀레이션을 적용할 수 있는 내용영역을 분석하고 컴퓨터 소프트웨어를 활용한 테셀레이션 자료를 제시한다. 다. 제작된 테셀레이션 교수 학습 자료의 효과적 활용을 위한 활용 방안을 탐색한다. 라. 제작된 테셀레이션 교수 학습 자료의 활용 효과를 알아보기 위해 적용 실험을 하고 이에 대한 학생들의 반응을 분석하여 학습의 효과를 밝힌다. 제작된 테셀레이션 교수 학습 자료의 적용 실험을 위하여 광주대성초등학교 6학년 한 반을 선정하였고 약 4주에 걸쳐 컴퓨터 소프트웨어를 활용한 테셀레이션 교수 학습 자료를 투입하여 4번의 활동수업을 실시하였다. 수업 후 작성된 학습지와 소감문 및 연구자에 의해 관찰된 수업내용을 바탕으로 다음과 같은 연구 결과를 얻을 수 있었다. 첫째, 제7차 초등 수학 교육과정 중 도형 영역과 규칙성과 함수 영역을 중심으로 컴퓨터 소프트웨어를 활용한 테셀레이션 자료를 제시한 결과 지필적 환경에서 제한적이었던 탐구하고 조작해보는 활동을 할 수 있는 역동적인 수학 실험실 환경이 제공됨으로써 도구적 이해가 아닌 관계적 이해를 하는 것을 확인할 수 있었다. 수학적 개념을 암기하는 것에서 벗어나 자연스런 조작을 통해 학생들이 개념을 이해하고 탐구하는 과정 속에서 학생들은 수학을 공부한다기 보다는 수학 속에서 재미있게 놀이한다는 생각을 가지고 수업에 참여하였고 배우는 즐거움을 알고 자신감을 가지며 더 나아가 창의적인 생각을 하도록 하는 기회를 줄 수 있었다. 둘째, 테셀레이션은 우리 생활 속에서 쉽게 발견할 수 있는 것으로 수학이 단순히 책에서만 한정되지 않고 다양한 분야 즉 디자인, 생활 속에서의 벽지문양과 포장지, 예술작품 등에 활용되고 있음을 체험함으로써 수학이 실생활에 광범위하게 활용되고 있음을 알게 하였다. 역으로 생활 속에서의 테셀레이션을 통해 수학적 개념을 찾는 과정을 통해 수학이 아름다우면서도 실용적이라는 생각을 심어줄 수 있었다. 셋째, 테셀매니아, GSP, 캐브리, 거북기하 등 평소 수업에서는 활용도가 적은 컴퓨터 소프트웨어를 활용함으로써 컴퓨터 소프트웨어 자체에서 오는 호기심뿐만이 아니라 직접 조작하여 테셀레이션 작품과 개념을 익히고 새로운 작품과 학습을 해 내는 과정을 통해 자신감과 성취감 등에 있어 큰 변화가 있음을 발견할 수 있었다. 컴퓨터 기능이 미숙한 학생의 경우 처음에는 당황해 하고 어려워하는 부분도 있었으나 조작할 시간적 여유를 주고 교사와 우수한 학생들이 도우미로서 역할을 잘해내어 나중에는 큰 어려움 없이 마칠 수 있었다. 테셀레이션이라는 용어가 아직은 생소한 현장에서 교수 학습 자료가 부족하고 그에 따른 이해도 부족한 현실 속에서 컴퓨터 소프트웨어를 활용한 테셀레이션 교수 학습 자료가 교수 학습 현장에 투입되어 유용하게 사용될 수 있는지 그 가능성을 조사한 것을 목적으로 한 본 연구의 결과로서 테셀레이션이라는 주제는 도형 영역과 규칙성과 함수 영역에서 평면 도형의 각과 모양 등의 성질을 탐구하게 하고, 대칭변환의 개념을 효율적으로 학습하게 할 수 있고, 반복되는 모양에서 규칙성을 발견하고 부분과 전체를 파악하여 패턴을 인지할 수 있게 하며 제작하고 분석하는 과정을 통해 여러 가지 수학적 개념과 수학적 창의성, 수학적인 아름다움을 느끼게 할 수 있음을 발견할 수 있었다. 또한 테셀레이션은 수학적 개념은 물론 수학과 미술, 수학과 일상 생활과의 연결성을 논의하고 확인하는 데 흥미로운 주제가 될 수 있다. 초등학교 교육과정에서 새롭게 도입되고 있는 테셀레이션을 활용하여 지도하기 위한 교수 학습 자료로 유용하게 사용될 수 있고 앞으로는 테셀레이션과 관련된 내용이 직접적으로 교육과정 내에서 다루어지고, 또한 테셀레이션을 적용한 수업이 학생들의 기하학적 사고 및 수학적 태도에 미치는 영향과 관련한 연구가 뒤따라야 할 것으로 본다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.10B
• /
• pp.1946-1952
• /
• 1999

A new image compression method to preserve edge characteristics in reconstructed images using an unsupervised learning neural is proposed in this paper. By the unsupervised competitive learning which generalizes previously proposed Centroid Neural Network(CNN) algorithm with the geometric characteristics of edge area and statistical characteristics of image data, more codevectors are allocated in the edge areas to provide the more accurate edges in reconstructed image. Experimental results show that the proposed method gives improved edge in reconstructed images when compared with SOM, Modified SOM and M/R-CNN.

• Journal of the Korea Society of Computer and Information
• /
• v.6 no.3
• /
• pp.17-22
• /
• 2001

All of the students must trace to the predetermined course of curriculum in traditional education system. There are some absurdity that nearly the same subjects, which are different each other, are treating partially the same contents. Therefore This paper proposes the cyber-educational system which constructs curriculum divided to modular parts for efficient self-directed learning in performing internet-based remote education. The preliminary experiment for two subjects shows that the proposed system gives about 9.4％ of time reduction than traditional system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.19 no.6
• /
• pp.1182-1189
• /
• 1994

In this paper, we evaluate the performance of a fuzzy controller with a self-learning structure. The fuzzy controller is based on a fuzzy logic that approximates and effectively represents the uncertain phenomena of the real world. The fuzzy controller has control of a plant with a fuzzy inference logic. However, it is not easy to decide the membership function of a fuzzy controller and its controlrule. This problem can be solved by designing a self-learning controller that improves its own contropllaw to its goal with a performance table. The fuzzy controller is implemented with a 386PC, an interface board, a D/A converter, a PWM(Pulse Width Modulation) motor drive-circuit, and a sensing circuit, for error and differential of error. Since a Ball and Beam System is used in the experiment, the validity of the fuzzy controller with the self-learning structure can be evaluated through the actual experiment and the computer simulation of the real plant. The self-learning fuzzy controller reduces settling time by just under 10%.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.8
• /
• pp.2070-2079
• /
• 1997

In this paper, we proposed the FNCAC (fuzzy neural call admission control) scheme of the ATM networks which used the benefits of fuzzy logic controller and the learning abilities of the neural network to solve the call admission control problems. The new call in ATM networks is connected if QoS(quality of service) of the current calls is not affected due to the connection of a new call. The neural network CAC(call admission control) system is predictable system because the neural network is able to learn by the input/output pattern. We applied the fuzzy inference on the learning rate and momentum constant for improving the learning speed of the fuzzy neural network. The excellence of the proposed algorithm was verified using measurement of learning numbers in the traditional neural network method and fuzzy neural network method by simulation. We found that the learning speed of the FNCAC based on the fuzzy learning rules is 5 times faster than that of the CAC method based on the traditional neural network theory.