• 영재교육연구
• /
• 제25권1호
• /
• pp.161-177
• /
• 2015

창의적 인재육성을 위한 영재교육에 대한 관심이 높아지고 있다. 영재에게 보다 나은 교육을 제공하기 위해 영재교육의 성과인 성취도에 영향을 미치는 변인을 찾고 이들 사이의 구조적 관계를 살펴보고자 하였다. 영재교육의 성과에 영향 미치는 변인은 대표적인 학습접근방식모형으로 알려진 3P모형을 통해 메타인지, 상호작용, 문제해결력, 성취도를 선정하였다. 본 연구는 경기도교육청 산하 영재교육원의 영재 174명을 대상으로 진행하였다. 영재의 메타인지, 상호작용, 문제해결력, 성취도간의 관계를 살펴본 결과는 다음과 같다. 첫째, 영재의 메타인지, 상호작용은 문제해결력에 영향을 미쳤다. 둘째, 문제해결력은 성취도에 영향을 미치며, 메타인지 및 상호작용과 성취도의 관계에서 완전매개효과를 갖는 것이 확인되었다. 따라서 영재교육에서는 학생들의 메타인지, 상호작용 및 문제해결력을 관리할 수 있는 교육프로그램을 만들어서 학생들에게 적용을 한다면, 영재교육의 성과인 성취도가 높게 나타날 수 있을 것이다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.311-320
• /
• 2003

고유의 텍스쳐 성분에만 최적 반응을 하는 최적 필터(optimal filter)는 다중 텍스쳐 영상으로부터 원하는 텍스쳐 성분을 추출하기 위한 가장 뛰어난 기술이다. 그러나 기존의 최적필터 설계 방법들은 영상에 내재된 텍스쳐 정보가 사전에 주어지는 교사적 방법이 대부분이며, 내재된 텍스쳐 인식을 기반으로 하는 완전 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 효율적인 텍스쳐 분석을 위한 비교사 학습 방법과 가버필터의 주파수 대역 통과형 특징을 이용한 새로운 최적 필터 설계 방법을 제안한다. 제안한 방법은 자기조직형 신경회로망에 의해서 영상에 내재된 텍스쳐 영역을 블록 단위로 군화(clustering)하며, 가버필터의 최적 주파수는 인식된 텍스쳐 오브젝트(texture objects)의 공간 주파수를 분석한 최적 주파수에 동조(turning)한다. 그리고 설계된 최적 가버필터의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 내재된 텍스쳐 오브젝트를 추출함으로써 성공적인 결과를 보인다.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.44-52
• /
• 2001

본 논문은 수정된 카오틱 신경망(MCNN)을 이용하여 완전 무제약 서체 숫자 인식을 다루고 있다. 카오틱 신경망(CNN)의 동적 특성과 학습과정을 강화함으로써 복잡한 패턴인식 문제를 해결할 수 있는 유용한 신경망으로 수정하였다. MCNN은 신경망 구조와 뉴런 자체가 높은 차수의 비선형 동적특성을 갖고 있으므로 복잡한 서체 숫자를 분류할 수 있는 적합한 신경망이다. 숫자 확인은 원래의 숫자 이미지로부터 특징을 추출하고 MCNN에 근거한 분류기를 이용하여 숫자를 인식한다. MCNN 분류기의 성능은 Canada, Montreal의 Concordia 대학의 숫자 데이터 베이스로 평가하였다. 인식성능의 상대적인 비교를 위해 MCNN 분류기는 리커런트 신경망(RNN) 분류기와 비교하였다. 실험결과에 의하면 인식율은 98.0%이었으며, 이는 MCNN 분류기가 같은 데이터 베이스에 대해 발표되었던 다른 분류기와 RNN 분류기보다 성능이 우수함을 나타낸다.

• 융합정보논문지
• /
• 제8권4호
• /
• pp.189-197
• /
• 2018

본 연구는 유년 시절 경험한 성차별이 한 개인의 성장과 일생에 어떠한 영향을 미쳤으며, 또 그가 성인이 된 후 달라지는 남녀차별인식에 어떻게 대응, 적응하는지를 알아보고자 했다. 이를 위해 본 연구자를 연구대상으로 삼아 자문화기술지를 연구방법으로 채택하였고, 자아 정립 과정을 알아보기 위해 에릭슨의 심리사회발달단계를 기초로 하여 분석하였다. 연구 자료로는 에세이, 자기 회상 자료, 자기 성찰 자료, 가족과의 인터뷰 등을 수집, 선발하여 종단 코딩으로 분석하였다. 연구 결과, 영.유아시절 경험한 성차별은 기억의 유무와 관계없이 개인에게 오랜 시간 트라우마로 남게 되고, 성인이 된 후, 변화하는 사회와 새로운 가족구성원을 통해 이루어지는 경험과 학습으로 일정 이상의 트라우마 극복은 가능했지만 완전한 치유 및 적응은 힘들다는 것을 알 수 있었다. 본 연구는 사회의 문제점을 통해 한 개인의 발달을 알아보는 데에 의의가 있으며 다른 문제들을 접목해 고민해볼 수 있는 추후 연구의 방향성을 제시하였다.

• Journal of Platform Technology
• /
• 제9권3호
• /
• pp.63-69
• /
• 2021

각국에서 통용되는 동전 제작에 사용되는 제한된 종류의 재질과 동전의 휴대성 등을 고려한 디자인은 각국의 통화가 달라도 동전의 모양, 크기, 색상을 비슷하게 하였다. 이로 인해 여러 국가를 방문하는 사람은 비슷한 모양의 여러 나라 동전을 식별하는 것에 어려움을 겪는다. 이러한 문제를 해결하기 위해 본 논문에서는 이미지 처리에 효과적인 합성곱 신경망(CNN)을 이용한 동전 분류 방법을 제안한다. 동전 분류를 위한 학습 이미지는 웹 크롤링을 이용하여 수집하고, 이미지 전처리를 위해 OpenCV를 사용하였다. 전처리가 완료된 이미지를 대상으로 특징 추출을 위해 세계층의 합성곱 계층을 사용하였고, 분류를 위해 두 계층의 완전연결 신경망을 사용하였다. 본 논문에서 설계한 모델이 동전 분류에 효과가 있음을 보이기 위해 여덟 종류의 동전을 대상으로 시험하였다. 실험 결과에 의하면 동전 분류의 정확도는 약 99.5%이다.

• 한국항행학회논문지
• /
• 제25권4호
• /
• pp.299-304
• /
• 2021

기존의 사람 행동 인식 시스템은 웨어러블 센서, 카메라와 같은 장치를 통해 행동을 탐지하였다. 그러나, 이와 같은 방법들은 추가적인 장치와 비용이 요구되고, 특히 카메라 장치의 경우 사생활 침해 문제가 발생한다. 이미 설치되어 있는 WiFi 신호를 사용한다면 해당 문제를 해결할 수 있다는 장점이 있다. 본 논문에서는 WiFi 신호의 채널 상태 정보를 활용한 CNN 기반 사람 행동 인식 시스템을 제안하고, 가속 하드웨어 구조 설계 및 구현 결과를 제시한다. 해당 시스템은 실내 공간에서 학습 중 나타날 수 있는 네 가지 행동에 대해 정의하였고, 그에 대한 WiFi의 채널 상태 정보를 CNN으로 분류하여 평균 정확도는 91.86%를 보였다. 또한, 가속화를 위해 CNN 분류기에서 연산량이 가장 많은 완전 연결 계층에 대한 가속 하드웨어 구조 설계 결과를 제시하였다. FPGA 디바이스 상에서 성능 평가 결과, 기존 software 기반 시스템 대비 4.28배 빠른 연산 시간을 보임을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권9호
• /
• pp.371-380
• /
• 2022

합성곱 신경망은 이미지와 같은 격자 형태로 배열된 데이터를 다루는데 널리 사용되고 있는 신경망이다. 일반적인 합성곱 신경망은 합성곱층과 완전연결층으로 구성되며 각 층은 비선형활성함수를 포함하고 있다. 본 논문은 합성곱 신경망의 성능을 향상시키기 위해 결합된 파라메트릭 활성함수를 제안한다. 결합된 파라메트릭 활성함수는 활성함수의 크기와 위치를 변환시키는 파라미터를 적용한 파라메트릭 활성함수들을 여러 번 더하여 만들어진다. 여러 개의 크기, 위치를 변환하는 파라미터에 따라 다양한 비선형간격을 만들 수 있으며, 파라미터는 주어진 입력데이터에 의해 계산된 손실함수를 최소화하는 방향으로 학습할 수 있다. 결합된 파라메트릭 활성함수를 사용한 합성곱 신경망의 성능을 MNIST, Fashion MNIST, CIFAR10 그리고 CIFAR100 분류문제에 대해 실험한 결과, 다른 활성함수들보다 우수한 성능을 가짐을 확인하였다.

• 한국항행학회논문지
• /
• 제27권1호
• /
• pp.133-138
• /
• 2023

최근 급격한 기후 변화 및 온난화로 인한 부작용으로 전 세계적으로 홍수 재해의 빈도 및 피해 규모가 증가하고 있다. 국내의 경우, 한강 수위는 대한민국 수도인 서울의 홍수 재해를 예방하기 위한 주요 관리 대상이다. 본 논문에서는 기계학습 기반의 한강 수위 예측을 개선하기 위해 관련 데이터 품질을 종합적으로 진단하고 이를 개선하기 위한 전처리 방안을 제안한다. 구체적으로는 결측치 처리와 교차 상관 분석을 통해 데이터를 완전성, 유효성, 그리고 정확성 측면에서 개선한다. 또한, 제안한 데이터 개선 방법이 한강 수위 예측 성능에 미치는 영향을 분석하기 위해 랜덤 포레스트와 LightGBM을 이용하여 성능 평가를 수행한다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.20-30
• /
• 2022

최근 VR (Virtual Reality) 기술이 주목받기 시작하면서 생동감 넘치는 VR 컨텐츠를 볼 수 있는 360° 파노라마 영상이 많은 관심을 받고 있다. 이미지 스티칭 기술은 360° 파노라마 영상을 제작하는데 주요한 기술로서 많은 연구가 활발하게 이루어지고 있다. 일반적인 스티칭 알고리즘은 특징점 기반 이미지 스티칭을 기반으로 한다. 하지만 기존의 특징점 기반 이미지 스티칭 방법들은 특징점에 크게 영향을 받는다는 문제가 존재한다. 이러한 문제를 해결하기 위해서 최근에는 딥러닝 기반의 이미지 스티칭 기술들이 연구되고 있지만 이미지 간의 겹치는 영역이 거의 없거나 큰 시차가 존재할 때 여전히 많은 문제점이 존재한다. 또한 실제 환경에서는 라벨링 된 정답 파노라마 영상을 얻을 수 없으므로 완전한 지도학습에 한계가 존재한다. 따라서 자율주행분야에 많이 이용되는 칼라(Carla) 시뮬레이터를 통해 카메라 센터가 다른 3개의 fisheye 이미지와 그에 대응되는 정답 영상을 제작하였다. 우리는 제작한 fisheye 영상으로360° 파노라마 영상을 만드는 이미지 스티칭 모델을 제안한다. 최종 실험 결과로는 실제 환경과 비슷하게 구성한 가상의 데이터 세트로 다양한 환경과 큰 시차에도 강인한 스티칭 결과를 검증한다.

• 농업교육과 인적자원개발
• /
• 제49권4호
• /
• pp.43-65
• /
• 2017

이 연구의 목적은 특성화고·마이스터고 졸업자 취업실태조사의 문제점을 파악하고 개선과제를 도출하는데 있다. 이를 위해 특성화고·마이스터고에서 학생들의 취업업무를 총괄하는 19명의 취업부장교사와 취업 개념의 타당성, 조사시기의 적절성, 조사방법의 효과성, 조사 산출물의 유용성 등을 중심으로 면대면 심층인터뷰를 실시하였다. 주요 연구결과는 다음과 같았다. 첫째, 현재의 취업실태조사에서 활용하고 있는 취업의 개념은 통상적인 기준으로 인정하기에 낮았으며, DB와 연계되지 않은 취업집계는 부정확할 가능성이 있는 것으로 나타났다. 둘째, 취업시기와 관련하여 현행 2월 조사는 현장학습과 취업을 구분하기 어렵고, 진학 및 취업이 결정되지 않은 시기이며 완전한 취업을 조사하는데 한계가 있었다. 셋째, 현재 교사가 수행하는 조사방법은 신뢰도와 업무효율에 있어서 한계가 있었다. 넷째, 조사산출물은 학교에서는 활용하기에 유용하지 않은 것으로 나타났다. 이러한 연구 결과를 바탕으로 특성화고·마이스터고 취업실태조사의 개선을 위한 시사점을 제시하였다.