• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.141-143
• /
• 2021

본 논문에서는 목조 문화재의 변위량을 감지할 수 있는 앙상블 딥러닝 모델 모델을 제안한다. 우선 총 2개의 서로 다른 사전 학습된 합성 곱 신경망을 사용하여 입력 영상에 대한 심층 특징들을 추출한다. 그 이후 2개의 서로 다른 심층 특징들을 결합하여 하나의 특징 벡터를 생성한다. 그 이후 합쳐진 특징 벡터는 완전 연결 계층의 입력 값으로 들어와서 최종적으로 변위의 심각 단계에 대한 예측을 수행하게 된다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 앙상블 딥러닝 기법을 사용한 모델이 앙상블 기법을 사용하지 않는 모델보다 더 좋은 성능을 나타냄을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 변위량 예측에 있어서 매우 적합함을 보여준다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.369-370
• /
• 2022

최근 자율 운항 선박에 대한 관심이 높아지고 있다. 특히, MUNIN (Maritime Unmanned Navigation through Intelligence in Networks) 프로젝트를 계기로 자율 운항 선박에 대한 개발과 연구가 활발히 진행되고 있다. 또한 국제해사기구 IMO는 자율 운항 선박 시대에 대응하기 위해 자율 선박을 MASS (Maritime Autonomous Surface Ship)라 정의하고 선박 자율화 정도에 따라 4단계 등급을 제시하고 있다. 완전한 자율 운항 선박에 대한 요구조건을 만족하기 위해서는 항로 결정과 제어기술이 필수적이다. 본 연구에서는 여러 가지 기술 중 선박의 최적경로를 생성하는 기법을 다룬다. 기존에 최적항로를 생성하기 위한 방법으로는 A^*, Dijkstra와 같은 알고리즘들이 주로 사용되었다. 그러나 이와 같은 알고리즘은 섬이나 육지에 대한 충돌 회피는 고려하고 있지만 수심 및 연안 선박에 대한 규정들은 고려하지 않고 있어 실제로 적용하기에는 한계점이 있다. 따라서 본 연구에서는 안전을 위해 선박의 선저 여유 수심과, 해도에 규정되어 있는 선박 운항에 대한 여러 규정들을 반영하여 최적 항로를 생성하고자 한다. 최적 항로를 생성하기 위한 알고리즘으로는 강화학습 기반의 Q-learning 알고리즘을 적용하였다.

• 대한화학회지
• /
• 제51권5호
• /
• pp.459-470
• /
• 2007

본 연구에서는 학습전략의 동기요인을 탐색하기 위해 각 관계된 변인들 간의 경로모형을 연구모형 I과 연구모형 II의 기본모형으로 설정했고, 이 연구모형의 관점에서 화학교과를 대상으로 체계적이고 정밀한 분 석을 통해 자아핸디캡경향, 목표지향성, 자기효능감 및 학습전략 사이의 관계를 살펴보았다. 그 결과 연구모 형 I과 연구모형 II 중에서 연구모형 II에 대한 내용이 채택되었고 이 모형의 주요 통계적 적합도 지수들을 확 인하면서 경로를 추가했고 3차 수정한 결과, 연구모형 Ⅱ-3이 본 연구의 완전 연구모형으로 채택되었으나 연 구모형 II-3에서 가정된 9개의 이론적 경로 중 자아핸디캡경향에서 학습전략으로 영향을 미치는 경로의 t값이 |-0.400|으로서 .05의 경계값인 |±2.015|보다 적게 나타났다. 이러한 점을 감안해서 자아핸디캡경향에서 학습전 략으로 영향을 미치는 경로를 연결하지 않는 즉, ‘자아핸디캡경향과 목표지향성'이 자기효능감을 매개변인으 로 하여 학습전략으로 향하는 연구모형 II-2가 본 연구의 최적 연구모형으로 결정되었다.

• 벤처창업연구
• /
• 제9권3호
• /
• pp.119-128
• /
• 2014

인적자원개발이 기업의 성과로 연결되는 과정에서 주요한 매개변수로 연구되고 있는 학습문화는 그동안 자료의 한계로 인하여 대부분 개인수준에서 회귀분석을 통하여 연구되고 있다. 본 연구에서는 위계적 선형모형(hierarchical linear modeling)을 활용한 다수준분석(multi-level analysis)을 활용하여 조직수준의 2차변수와 개인수준의 1차변수를 통합하여 분석함과 동시에, 동일한 측정자로 인해 발생하는 동일방법편의(common method bias)를 해결하기 위해 독립변수와 종속변수의 원천을 분리함으로써 인적자원개발제도와 개인성과간의 관계를 보다 정교하게 분석하였다. 연구결과, 기업의 인적자원개발제도는 조직몰입 및 직무만족에 긍정적인 영향을 주며, 조직수준의 학습문화는 기업의 인적자원개발제도와 구성원의 태도(조직몰입, 직무만족) 간의 관계에서 완전매개역할을 수행하고 있었다. 또한 과거(2007년)의 인적자원개발제도는 시간이 경과하더라도 구성원의 태도(2009년)에 긍정적인 영향을 미치는 변수로 작용하고 있음을 실증적으로 확인할 수 있었다. 이러한 연구결과를 토대로 기업에서 조직구성원들의 성과(조직몰입, 직무만족)를 높이기 위해서는 교육훈련 등 체계적인 인적자원개발제도가 구축되어야하고 아울러 상시학습조직의 운영 및 학습조직에 대한 경영자의 지원 등 학습에 대한 긍정적인 문화를 정착시키고자 하는 노력이 강화되어야 한다는 결론을 도출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.1-9
• /
• 2021

본 연구에서는 민감 정보가 포함된 경우의 서포트 벡터 머신 (SVM) 학습 알고리즘을 제안한다. 기계 학습 모형들이 실세계의 자동화된 의사 결정을 가능하게 하였지만 규제들은 프라이버시 보호를 위해서 민감 정보들의 활용을 제한하고 있다. 특히 인종, 성별, 장애 여부와 같은 법적으로 보호되는 정보들의 프라이버시 보호는 필수이다. 본 연구에서는 완전 동형암호를 활용하여 부분적인 민감 정보가 포함된 경우에 최소 제곱 SVM (LSSVM) 모형을 효율적으로 학습할 수 있는 방법을 제안한다. 본 프레임워크에서는 데이터 소유주가 민감하지 않은 정보와 민감한 정보 모두를 가지고 있고, 이를 기계학습 서비스 제공자에게 제공할 때에 민감 정보만 암호화해서 제공하는 것을 가정한다. 결과적으로 데이터 소유자는 민감 정보를 노출시키지 않으면서도 암호화된 상태로 모형의 학습 정보를 얻을 수 있다. 모형을 실제 활용할 경우에는 모든 정보를 암호화하여 안전하게 예측 결과를 제공할 수 있도록 한다. 실제 데이터에 대한 실험을 통해 본 알고리즘이 동형암호로 구현될 경우에 원래의 LSSVM 모형과 비슷한 성능을 가질 수 있음을 확인해 볼 수 있었다. 또한, 개선된 효율적인 알고리즘에 대한 실험은 적은 성능 저하로 큰 연산 효율성을 달성할 가능성을 입증하였다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제20권4호
• /
• pp.443-467
• /
• 2014

본 연구는 대학생을 대상으로 자기주도성, 학습몰입, 진로결정효능감과 진로탐색행동 간의 관계 구조를 검증하고자 하였다. 이를 위하여 남녀 대학생 604명을 대상으로 자기보고식 설문조사를 하였고, 구조방정식을 활용하여 자료를 분석하였다. 본 연구의 주요결과는 다음과 같다. 첫째, 학습몰입과 진로결정효능감은 진로탐색행동에 긍정적인 영향을 미치는 선행변인으로 밝혀졌으나, 자기주도성이 진로탐색행동에 미치는 직접적인 영향은 유의하지 않은 것으로 나타났다. 둘째, 자기주도성은 학습몰입과 진로결정효능감에 긍정적인 영향을 미치는 것으로 나타났다. 셋째, 진로결정효능감과 학습몰입은 자기주도성과 진로탐색행동의 관계를 완전 매개함으로써 자기주도성이 진로탐색행동에 간접적인 영향을 미치는 것으로 나타났다. 특정간접효과(specific indirect effect)의 크기를 검토하였을 때, 자기주도성의 간접효과는 진로결정효능감을 매개하는 경로가 학습몰입을 매개하는 경로보다 진로탐색행동에 미치는 영향력이 더 큰 것으로 밝혀졌다. 이러한 결과를 토대로 대학생의 진로탐색행동을 증진시키기 위한 논의와 후속연구를 위한 제언이 이루어졌다.

• 벤처창업연구
• /
• 제18권1호
• /
• pp.107-124
• /
• 2023

4차 산업혁명시대가 현대사회에 도래함에 따라 시대변화에 능동적으로 대처하고, 현재의 삶의 위기를 극복하기 위하여 직업전환을 꾀하거나 자기개발 및 노후 준비를 위한 성인학습자들의 창업에 대한 관심이 계속해서 증대되고 있다. 정부와 대학 등 여러 기관에서는 창업에 관심이 많아진 성인학습자들을 위하여 창업을 적극적으로 장려하는 정책을 추진하고 있다. 그러나, 제2차 대학 창업교육 5개년 계획(안)에 따르면 실습형 강좌보다 이론 중심의 창업교육이 대부분이며, 창업 이후의 고도화 교육지원 역량이 부족한 상황(교육부, 2018)이다. 성인학습자에게 창업교육 및 창업 환경 조성이 미흡하다는 문제점이 대두되어 창업교육이 성인학습자의 창업의지와 창업행동에 미치는 영향 관계에서 자기효능감의 효과를 실증적으로 규명하는 것이 본 연구의 목적이다. 연구대상은 성인학습자를 대상으로 2022년 9월부터 10월까지 온라인 설문조사를 실시였고, 총 207부가 수집되었다. 척도의 신뢰성을 검증하기 위하여 크론바흐 알파계수(Cronbach's α)를 산출하여 분석하고 측정하였다. 가설검증은 다중회귀분석 통계분석 방법을 사용하였고 SPSS 22.0 통계처리 프로그램을 이용하였다. 연구 결과, 첫째, 자기효능감은 창업교육에 유의한 영향을 미치는 것으로 나타났다. 둘째, 창업교육은 성인학습자의 창업의지에 유의한 영향을 미치는 것으로 나타났다. 셋째, 창업교육은 성인학습자의 창업행동에 유의한 영향을 미치는 것으로 나타났다. 넷째, 자기효능감은 성인학습자의 창업의지에 유의한 영향을 미치는 것으로 나타났다. 다섯째, 자기효능감은 성인학습자의 창업행동에 유의한 영향을 미치는 것으로 나타났다. 여섯째, 창업교육과 성인학습자의 창업의지 간의 관계에서 자기효능감은 매개 효과를 갖는 것으로 나타났다. 일곱째, 창업교육과 성인학습자의 창업행동 간의 관계에서 자기효능감은 완전매개 효과를 갖는 것으로 나타났다. 성인학습자들의 특성을 고려하여 다양한 교육방식 등을 적용하는 것이 필요함을 확인하였고 따라서 성인학습자들에게 본인들의 현장경험을 기반한 국내·외 창업 사례나 벤처기업 등의 경영관리의 전반적인 내용에 대해 실무적으로 학습하는 프로그램 또는 성인학습자들이 직접 창업을 구성하고 구상한 내용에 맞는 사업계획서를 작성하여 그 내용을 발표하고 토의하는 방식 등의 전문적인 창업교육을 위하여 지속적 개발이 필요하다는 시사점을 도출하였다. 또한, 창업교육을 통해 성인학습자들이 실제로 창업행동을 할 수 있도록 창업의지를 제고시키고 자기효능감을 심어주어 그들의 자기개발 또는 제2의 삶을 설계 할 수 있도록 지원체계를 만들어야 할 것이다.

• 벤처창업연구
• /
• 제15권3호
• /
• pp.121-132
• /
• 2020

대학생은 학교 내에서 배운 이론적인 지식을 바탕으로 한 가지 분야에서 전문성을 키우는 과정을 거치게 된다. 이러한 학교생활을 토대로 경력 개발의 방향은 과거의 취업 중심의 형태에서 벗어나 전 생애에 걸쳐 취업과 창업을 선택하기 위한 업의 전환을 고려하는 형태로 바뀌어가고 있다. 교육의 방향 또한 기존의 지식을 전달받고 암기하는 형식 학습에서 보다 자율적이면서 학습자의 적극적인 참여를 중심으로 하는 무형식학습과 팀 기반 학습의 필요성이 더욱 강조되고 있다. 이 연구에서는 대학생의 무형식학습 활동이 구직능력과 창업의도에 영향을 미치는지 확인하고자 한다. 이를 통하여 기존의 취업역량에만 연결시켜왔던 연구에 창업을 더함으로써 새로운 시사점을 제시하고자 한다. 또한, 기업 및 교육 현장의 팀워크가 중요해짐에 따라 팀 기반학습 만족도에 따라 무형식학습 활동이 구직능력과 창업의도에 어떠한 영향력을 보이는지도 함께 살펴보았다. 연구결과의 요약은 다음과 같다. 첫째, 대학생의 무형식학습은 구직능력에 유의한 영향을 미치지만 창업의도에는 직접적인 영향을 미치지 않는 것으로 확인되었다. 둘째, 구직능력은 대학생의 무형식학습과 창업의도를 완전매개하였다. 셋째, 팀 기반 학습의 만족도는 대학생의 무형식학습에 따른 구직능력에 유의한 영향을 미치지 못했으나 구직능력과 창업의도 사이에는 정의 영향을 미치는 것으로 확인되었다. 이 연구는 대학 내 구직능력과 창업의도를 높이기 위해 무형식학습이 필요하며, 이 과정에서 만족도 높은 팀 기반 학습을 진행하는 것이 중요함을 시사하고 있다.

• 디지털융복합연구
• /
• 제18권11호
• /
• pp.241-246
• /
• 2020

본 논문에서는 해양 전기추진 시스템과 딥러닝 알고리즘을 융합하여 전기추진 리제너레이션 시스템에서 DC/DC 컨버터 출력 전류 예측 및 리제너레이션 수행 시 배터리 충전량을 예측하기 위해 신경망 모델을 제안한다. 제안 된 신경망을 실험하기 위해 PCM의 입력 전압과 전류를 측정하고 시제품 PCM 보드의 출력 결과를 통해 데이터 세트를 구성하였다. 또한 불충분 한 데이터 세트에서 학습 결과를 향상시키기 위해 기존 데이터 세트를 데이터 피팅하여 학습을 진행하였다. 학습 후 신경망 모델의 데이터 예측 결과와 실제 측정 데이터의 차이를 그래프를 통해 확인하였다. 제안한 신경망 모델은 입력 전압과 전류 변화에 따른 배터리 충전량 예측을 효율적으로 보여주었다. 또한, DC/DC 컨버터를 구성하는 아날로그 회로의 특성변화를 신경망을 통하여 예측함으로써, 리제너레이션 시스템의 설계 시, 아날로그 회로의 특성을 고려해야 할 것으로 판단된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.549-554
• /
• 2016

컨셉넷은 일반상식을 노드(개념)와 에지(관계)로 표현해 놓은 그래프 형태의 지식 베이스이다. 완전한 지식 베이스를 구축하는 것은 매우 어려운 문제이기 때문에 지식 베이스는 미완결된 형태의 데이터를 담고 있는 경우가 많다. 불완전한 지식을 담고 있는 지식 베이스로부터의 추론 결과는 신뢰하기 어렵기 때문에 지식의 완결성을 높이기 위한 방법이 필요하다. 본 논문에서는 신경 텐서망을 이용하여 컨셉넷의 지식 미완결성 문제를 완화해 보고자 한다. 컨셉넷에서 추출한 사실주장(assertion)을 이용하여 신경 텐서망을 학습시킨다. 학습된 신경 텐서망은 두 개의 개념 정보를 입력으로 받고, 그 두 개념이 특정 관계로 연결될 수 있는지를 나타내는 점수값을 출력한다. 이와 같이 신경 텐서망은 노드들의 연결 차수(degree)를 높여, 컨셉넷의 완결성을 증대시킬 수 있다. 본 연구에서 학습시킨 신경 텐서망은 평가데이터에 대해서 약 87.7%의 정확도를 보였다. 또한 컨셉넷에 연결이 없는 노드 쌍에 대하여 85.01%의 정확도로 새로운 관계를 예측할 수 있었다.