• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.490-504
• /
• 2021

본 연구는 일반고 학생들의 진로성숙에 영향을 주는 요인을 분석하기 위해 사회인지진로이론에 근거하여 자아인식과 수업태도가 진로성숙에 영향을 주는 과정에서 부모와 대화 빈도에 의한 진로탐색효능감의 조절된 매개효과를 검증하였다. 일반고 2학년에 대한 연구를 위해, 한국교육고용패널(KEEP) II의 1차년도 설문 결과에서 일반고(자율고 포함) 5943명의 자료를 SPSS 22와 PROCESS macro의 모델 7번을 사용하여 조절된 매개효과를 검증한 결과는 다음과 같다. 첫째, 긍정적인 자아인식과 수업태도는 진로성숙에 긍정적인 영향을 주었다. 둘째, 진로탐색효능감은 자아인식 및 수업태도와 진로성숙을 매개한다. 셋째, 자아인식과 진로성숙의 관계에서 부모와 대화의 빈도에 의한 진로탐색효능감의 조절된 매개효과가 나타나지 않는다. 넷째, 수업태도와 진로성숙의 관계에서 부모와 대화 빈도에 의한 진로탐색효능감의 대립조절된 매개효과가 나타난다. 이러한 연구에 기반하여 일반고 학생들의 진로성숙을 위한 시사점과 향후 과제를 제안하였다.

• Journal of Platform Technology
• /
• 제8권3호
• /
• pp.10-21
• /
• 2020

부분 방전 현상은 배전반, 트랜스포머, 스위치 기어 등 고압전력기기에서 많이 발생한다. 부분 방전은 절연체의 수명을 단축하고 절연파괴를 가져오게 되고 이로 인해 정전사고 등 대형피해가 발생하게 된다. 부분 방전 현상은 제품 내부에서 발생하는 경우와 표면에서 발생하는 여러 가지 유형을 가지고 있다. 본 논문에서는 부분 방전 현상에 대한 패턴 및 발생할 확률을 예측할 수 있는 예측 모델을 설계하는 것이다. 설계된 모델을 분석하기 위하여 부분 방전 현상을 발생시키는 시뮬레이터를 활용하여 각각의 부분 방전 유형에 대한 학습 데이터를 UHF 센서를 통하여 수집하였다. 본 논문에서 설계된 예측 모델은 딥 러닝 중 CNN을 기반으로 설계를 하였으며 학습을 통하여 모델을 검증하였다. 설계된 모델에 대한 학습을 위하여 5,000개의 훈련데이터를 만들었으며 훈련데이터의 형태는 UHF센서에서 입력되는 3차원의 원시데이터를 2차원 데이터로 전 처리하여 모델에 대한 입력데이터로 사용하였다. 실험결과, 학습을 통하여 설계된 모델에 대한 정확도는 0.9972의 정확도를 갖는 것을 알 수 있었으며 데이터를 2차원 이미지로 만들어 학습한 경우 보다 그레이 스케일 이미지 형태로 만들어 학습한 경우가 제안된 모델에 대해 정확도가 높음을 알 수 있었다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.649-654
• /
• 2023

본 논문은 그래프 합성곱 신경망을 이용한 신경망 구조 탐색 모델 설계를 제안한다. 딥 러닝은 블랙박스로 학습이 진행되는 특성으로 인해 설계한 모델이 최적화된 성능을 가지는 구조인지 검증하지 못하는 문제점이 존재한다. 신경망 구조 탐색 모델은 모델을 생성하는 순환 신경망과 생성된 네트워크인 합성곱 신경망으로 구성되어있다. 통상의 신경망 구조 탐색 모델은 순환신경망 계열을 사용하지만 우리는 본 논문에서 순환신경망 대신 그래프 합성곱 신경망을 사용하여 합성곱 신경망 모델을 생성하는 GC-NAS를 제안한다. 제안하는 GC-NAS는 Layer Extraction Block을 이용하여 Depth를 탐색하며 Hyper Parameter Prediction Block을 이용하여 Depth 정보를 기반으로 한 spatial, temporal 정보(hyper parameter)를 병렬적으로 탐색합니다. 따라서 Depth 정보를 반영하기 때문에 탐색 영역이 더 넓으며 Depth 정보와 병렬적 탐색을 진행함으로 모델의 탐색 영역의 목적성이 분명하기 때문에 GC-NAS대비 이론적 구조에 있어서 우위에 있다고 판단된다. GC-NAS는 그래프 합성곱 신경망 블록 및 그래프 생성 알고리즘을 통하여 기존 신경망 구조 탐색 모델에서 순환 신경망이 가지는 고차원 시간 축의 문제와 공간적 탐색의 범위 문제를 해결할 것으로 기대한다. 또한 우리는 본 논문이 제안하는 GC-NAS를 통하여 신경망 구조 탐색에 그래프 합성곱 신경망을 적용하는 연구가 활발히 이루어질 수 있는 계기가 될 수 있기를 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제13권1호
• /
• pp.35-49
• /
• 2024

컴퓨터 비전과 자연어 처리의 융합의 중요한 결과로서 비디오 캡셔닝은 인공지능 분야의 핵심 연구 방향이다. 이 기술은 비디오 콘텐츠의 자동이해와 언어 표현을 가능하게 함으로써, 컴퓨터가 비디오의 시각적 정보를 텍스트 형태로 변환한다. 본 논문에서는 딥러닝 기반 비디오 캡셔닝의 연구 동향을 초기 분석하여 CNN-RNN 기반 모델, RNN-RNN 기반 모델, Multimodal 기반 모델, 그리고 Transformer 기반 모델이라는 네 가지 주요 범주로 나누어 각각의 비디오 캡셔닝 모델의 개념과 특징 그리고 장단점을 논하였다. 그리고 이 논문은 비디오 캡셔닝 분야에서 일반적으로 자주 사용되는 데이터 집합과 성능 평가방안을 나열하였다. 데이터 세트는 다양한 도메인과 시나리오를 포괄하여 비디오 캡션 모델의 훈련 및 검증을 위한 광범위한 리소스를 제공한다. 모델 성능 평가방안에서는 주요한 평가 지표를 언급하며, 모델의 성능을 다양한 각도에서 평가할 수 있도록 연구자들에게 실질적인 참조를 제공한다. 마지막으로 비디오 캡셔닝에 대한 향후 연구과제로서 실제 응용 프로그램에서의 복잡성을 증가시키는 시간 일관성 유지 및 동적 장면의 정확한 서술과 같이 지속해서 개선해야 할 주요 도전과제와 시간 관계 모델링 및 다중 모달 데이터 통합과 같이 새롭게 연구되어야 하는 과제를 제시하였다.

• 한국융합학회논문지
• /
• 제8권7호
• /
• pp.273-282
• /
• 2017

본 연구는 친환경소비자에 대한 환경교육의 조절효과를 실증적으로 검증하고자 하였다. 이를 위해 친환경 행동의 대표적연 연구모형중 하나인 가치-태도-행동모델(VAB, Value-Attitude-Behavior Model)을 활용하였다. 또한, 환경교육방법으로는 학습효과가 뛰어난 멀티미디어를 활용하여 학습자의 환경에 대한 흥미 및 교육 몰입도를 높이기 위해 총 7편의 환경영화를 활용한 환경교육 방법을 활용하였다. 총 116명의 대상을 실험집단과 통제집단으로 나누어 실험집단에게 환경교육을 실시한 후 환경교육의 효과를 파악하기 위해 사전-사후 검사 통제집단 설계에 기초하여 실험 설계하였다. 연구 결과에 따르면 환경교육은 환경에 대한 가치관에 영향을 미치지 못했으나 태도와 친환경 행동을 향상시키는데 긍정적인 영향을 미쳤음을 알 수 있었다. 이러한 연구결과를 통해 비록, 청소년기에 친환경에 대한 가치관이 형성되지 않더라도 지속적인 환경교육을 실시할 경우 친환경적인 행동을 형성시킬 수 있음을 입증했다는 점과 기존의 환경교육의 효과에 대한 연구가 주로 청소년을 대상으로 진행된 반면, 본 연구는 대학생을 대상으로 환경교육의 효과를 확인했다는 점에서 연구의 의의를 찾을 수 있었다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.8-14
• /
• 2002

본 논문에서는 Gaussian mixture model을 이용한 실시간 문맥독립화자식별시스템을 구현하여 인식실험을 수행하였으며, 인식시스템의 성능을 향상시키기 위하여 화자검증시스템에서 좋은 결과를 보인 유사도 정규화(Likelihood normalization)방법을 적용하여 인식실험을 하였다. 시스템은 크게 전처리단과 화자모델생성단, 화자식별단으로 나누어진다. 전처리단에서는 화자의 발성변화를 고려하여 CMN(Cepstral mean normalization)과 Silence removal 방법을 적용하였다. 화자모델생성단에서는, 화자발성의 음향학적 특징을 잘 표현할 수 있는 GMM(Gaussian mixture model)을 이용하여 화자모델을 작성하였으며, GMM의 파라미터를 최적화하기 위하여 MLE(Maximum likelihood estimation)방법을 사용하였다. 화자식별단에서는 학습된 데이터와 테스트용 데이터로부터 ML(Maximum likelihood)을 이용하여 유사도를 계산하였으며, 이 과정에서 유사도 정규화를 적용한 경우에는 프레임단위로 유사도를 계산하게 된다. 계산된 유사도는 스코어(S$_{C}$)로 표현하였고, 가장 높은 스코어를 가지는 화자가 인식화자로 결정된다. 화자인식에서 발성의 종류로는 문맥독립 문장을 사용하였다. 인식실험을 위해서는 ETRI445 DB와 KLE452 DB를 사용하였으며, 특징파라미터로서는 켑스트럼계수 및 회귀계수값만을 사용하였다. 인식실험에서는 등록화자의 수를 달리하여 일반적인 화자식별방법과 프레임단위유사도정규화방법으로 각각 인식실험을 하였다. 인식실험결과, 프레임단위유사도정규화방법이 인식화자수가 많아지는 경우에 일반적인 방법보다 향상된 인식률을 얻을 수 있었다.

• 한국융합학회논문지
• /
• 제9권11호
• /
• pp.227-235
• /
• 2018

본 연구는 가상현실 콘텐츠 경험 이전에 기본 주시눈 위치의 패턴을 이용해 영상멀미의 민감도를 예측할 수 있는 방법론 개발에 그 목적이 있다. 본 실험에는 20명 (여자 10명, 평균 나이: $28.42{\pm}3.17$세)의 피험자가 참여하였다. 실험 참가자들은 5분 동안 기본 주시눈 위치의 패턴을 측정하고 가상현실 콘텐츠를 15분 동안 시청하였다. VR 콘텐츠 시청 후에 'Simulator Sickness Questionnaire (SSQ)' 설문을 통해 영상멀미에 대한 주관적인 경험을 실험 참가들로부터 보고 받았다. 기본 주시눈 패턴과 SSQ 점수는 피어슨 상관분석 및 독립성분 t검정을 통해 유의성을 확인하고 다중회귀분석을 통해 예측모델을 도출하였다. 분석결과, 기본 주시눈 위치의 패턴 (PCPA & PCPR)은 SSQ 점수와 통계적으로 유의한 차이가 있었고 강한 혹은 중간 양의 상관관계가 있음을 확인하였다. 또한, 도출된 예측모델은 새로운 실험참가자 10명을 대상으로 정확도를 검증하였고 설문과 예측모델에 의한 SSQ 점수 사이에 강한 양의 상관관계와 낮은 편차가 있음을 확인하였다.

• 한국방재안전학회논문집
• /
• 제14권1호
• /
• pp.9-21
• /
• 2021

최근 신재생 에너지를 활용한 친환경 발전시설의 중요성이 대두되고 있으며 수력발전소는 매우 중요한 전력생산 및 공급원이다. 수력발전소는 일반적으로 대규모로 운용되고 다중 시설이 연계되어 있어 안전성 확보가 매우 중요하다. 본 연구에서는 이러한 수력플랜트 설비의 안전성을 평가하기 위해 시나리오 기반의 수충격에 따른 수압관로의 취약성 평가를 수행하였다. 자체 개발한 수충격 해석모델(TRANSHAM)과 기존 상용모델(SIMSEN)의 모의결과 및 모니터링 자료와의 비교를 통해 해석모델의 신뢰성을 검증하였고, 실제 운영중인 수력플랜트에 적용하여 발전설비 운영 중에 발생 가능한 수충격 시나리오를 구성하였다. 이를 바탕으로 시나리오 기반의 수압관로의 수충격 해석 및 취약성 평가를 수행하였다. 내·외부 로딩조건을 고려한 시나리오별 모의 결과, 발전설비 운영에 따라 수압관로의 취약성이 상이하게 나타났으며 내·외부 로딩조건의 조합에 따라 수압관로의 취약성에 큰 영향을 미치는 것으로 예측되었다. 본 연구에서 제시한 시나리오 기반의 해석기법은 향후 수충격에 따른 발전설비의 취약성을 평가하는데 정량적인 도구로 활용될 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제24권3호
• /
• pp.134-139
• /
• 2023

재활환자는 수술 치료 후 신속한 사회복귀를 목적으로 신체적 기능 회복을 위하여 통원치료 및 일상에서 재활운동을 수행한다. 병원에서 전문 치료사의 도움으로 운동을 수행하는 것과 달리 일상에서 환자 스스로 재활운동을 수행하는 것은 많은 어려움이 있다. 본 논문에서는 일상에서 환자 스스로 효율적이고 올바른 자세로 재활운동을 수행할 수 있도록 CNN-LSTM 기반의 상지 재활운동 실시간 모니터링 시스템을 제안한다. 제안한 시스템은 EMG, IMU가 탑재된 어깨 착용형 하드웨어를 통해 생체신호를 계측하고 학습을 위한 전처리 과정과 정규화를 진행하여 학습 데이터세트로 사용하였다. 구현된 모델은 특징 검출을 위한 3개 합성곱 레이어 3개의 폴링 레이어, 분류를 위한 2개의 LSTM 레이어로 구성되어 있으며 검증 데이터에 대한 학습 결과 97.44%를 확인할 수 있었다. 이후 Teachable machine과의 비교평가를 진행하였으며 비교평가 결과 구현된 모델은 93.6%, Teachable machine은 94.4%로 두 모델이 유사한 분류 성능을 나타내는 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제24권4호
• /
• pp.205-212
• /
• 2023

심장 질환 가운데에서 부정맥은 방치할 경우에 뇌졸중, 심장 마비, 심부전과 같은 심각한 합병증이 발생할 수 있기 때문에 지속적이고 정확한 심전도 관리에 의한 건강 상태의 확인은 임상적 치료에 매우 중요한 요소이다. 그러나, 심전도(Electrocardiogram; ECG) 데이터의 정확한 해석은 전적으로 의료 전문가에 의존하기 때문에 부가적인 시간과 비용을 요구한다. 따라서 본 논문에서는 라이프로그 기반의 비정상적인 맥파 파형의 분석을 통한 의료 플랫폼 개발을 목적으로 부정맥 인식 모듈을 제안한다. 제안하는 방법은 ECG 데이터를 시계열 데이터가 아닌 이미지 형식으로 처리하여 시각적 패턴 인식 기술을 적용한 후, CNN 모델을 이용하여 부정맥을 탐지하는 방법을 제안한다. 본 논문에서 제안한 ECG 데이터의 이미지 타입 변환에 의한 CNN 모델의 부정맥 분류의 유효성 검증하기 위해 MIT-BIH 부정맥 데이터셋을 사용한 결과, 97%의 정확도를 보였다.