• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.149-154
• /
• 2002

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 에지 추출 기법을 이용하여 컨테이너의 식별자 영역을 추출하고 추출된 컨테이너 식별자 영역에서 히스토그램 방법과 윤곽선 추적 알고리즘을 결합하여 개별 식별자를 추출한다. 추출된 컨테이너 개별 식별자 인식은 ART1을 수정하여 지도 학습 방법과 결합한 개선된 자가생성 지도학습 알고리즘을 제안하여 적용한다. 실험결과에서는 제안된 컨테이너 식별자 추출 및 인식 방법이 다양한 컨테이너 영상에 대해 효율적인 것을 보인다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.137-142
• /
• 2024

최근, 의료 데이터 표현 분야에서 딥러닝 방법들이 사실상의 표준으로 자리잡고 있다. 하지만, 딥러닝 기술은 내재적으로 많은 양의 학습 데이터를 필요로 하므로 대규모의 데이터를 확보하기 쉽지 않은 의료 분야에서는 직접적인 적용이 어려운 실정이다. 특히 뇌신호 모달리티의 경우, 변동성이 크기 때문에 여전히 데이터 부족 문제를 가진다. 이에, 최근 연구에서는 뇌신호의 시간-공간-주파수 특징을 적절하게 추출할 수 있는 딥 뉴럴 네트워크 구조를 설계하거나, 혹은 자가-지도 학습 방법을 도입하여 뇌신호의 신경생리학적 특징을 미리 학습하도록 한다. 본 논문에서는, 최근 각광받는 기술인 뇌-컴퓨터 인터페이스 및 피험자 상태 예측 등의 관점에서 소규모데이터를 다루기 위해 적용되는 방법론에 대한 분석 및 향후 기술 방향성을 제시한다. 먼저 현재 제안되고 있는 뇌신호 표현을 위한 딥 뉴럴 네트워크 구조에 대해 분석한다. 또한 뇌신호의 특성을 잘 학습하기 위한 자가-지도 학습 방법론을 분석한다. 끝으로, 딥러닝 기반 뇌신호 분석을 위한 중요 시사점 및 방향성에 관하여 논한다.

• 한국산학기술학회논문지
• /
• 제12권4호
• /
• pp.1732-1739
• /
• 2011

본 연구는 여고생의 자동제세동기(AED)에 대한 강사중심 학습과 영상자가 학습(VSI)간의 교육효과 비교를 통하여 자동제세동기 교육에 효과적인 교육방법의 선택에 도움을 주는데 목적이 있다. 본 연구는 2010년 7월 7일부터 7월 14일까지 J도 소재 고등학교 여학생 총 59명으로 하였다(실험군 29명, 대조군 30명). 분석방법은 SPSS WIN 12.0 Version 프로그램을 사용하여 분석하였다. 자동제세동기(AED) 교육 전 후 지식 차이는 실험군(1.72)이 대조군(1.60)에 비해 높게 증가하였고, 자동제세동기(AED) 교육 전 후 자신감 차이는 실험군(1.58)이 대조군(1.46)에 비해 높게 증가하였고, 자동제세동기(AED) 교육 전 후 술기수행 정확도 차이는 대조군(5.46)이 실험군(4.20)에 비해 높게 증가하였다. 자동제세동기 학습만족도는 실험군(5.68)이 대조군(4.95)보다 높게 나타났다. 연구결과 대부분 영역에서 영상자가학습이 강사중심학습보다 교육효과가 높게 증명되었기에 향후 자동제세동기 교육에 있어서 영상자가학습방법을 적용해 볼 필요가 있다. 그러나 영상자가학습방법이 효과적인가에 대해서는 지속적 연구가 이루어져야 할 것이다.

• 한국정보통신학회논문지
• /
• 제22권9호
• /
• pp.1199-1207
• /
• 2018

핵심기본간호술의 교육효과를 높이기 위한 방법으로 스마트폰 동영상을 활용한 자가관찰 방법의 자율실습이 간호학생의 자기주도적 학습능력, 핵심간호술기 수행능력, 수행자신감 및 실습만족도에 미치는 효과를 규명하기 위해 비동성 대조군 사후설계의 유사실험연구를 수행하였다. 대상자는 P대학교 간호학과 4학년을 대상으로 하였으며, 실험군 54명, 대조군 51명이었다. 연구결과 자기주도적 학습능력은 두 군간에 유의한 차이가 없었으나 실험군의 사전- 사후점수 차이에는 유의하게 향상되었다(p=<.001). 수혈간호, 수술전간호의 핵심간호술기 능력과 수행자신감, 실습 만족도는 두 군간의 유의한 차이가 없었다. 결론적으로 스마트폰 동영상촬영을 활용한 자가평가 학습법은 자기주도적 학습능력을 향상시켜 술기의 정확성과 숙련성을 갖출 수 있는 동기부여에 효과적인 방법이라 사료된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.451-452
• /
• 2022

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 탈모 자가 진단 앱을 제안한다. 본 논문에서 제안하는 앱은 실시간 영상처리기술인 YOLOv4를 사용하여 탈모 유무와 탈모 유형에 대해 학습을 하고, 앱에서 사용자가 자신의 이마 라인을 촬영하여 사진이 서버에 전송이 되고 서버에서 학습된 모델을 이용하여 검출된 탈모 유무 판단과 탈모 단계 판단의 결과값을 다시 앱으로 전송한다. 탈모에 대한 정확한 진단을 통하여 치료 방법과 치료 시기 결정에 대하여 도움을 줄 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.383-385
• /
• 2018

기존의 한방 자가 진단 방법에서는 PCM 기반의 알고리즘을 적용시켰으나 고질적인 문제점 중의 하나인 증상 수가 급격하게 증가할 경우에는 진단 결과가 정확하게 도출되지 않는 현상이 발생한다. 이러한 문제점을 개선하는데 효율적인 퍼지 의사 결정 트리 알고리즘을 적용한다. 퍼지 의사 결정 트리는 과거의 데이터를 미리 학습시킨 후에 엔트로피에 따라 경계 값을 구한 후, 사용자가 여러 증상을 입력하면 입력된 증상에 해당되는 상위 질병 5개를 도출한다. 그리고 도출된 상위 5개의 질병과 도출된 질병의 원인과 치료하기 위한 민간요법을 제공한다. 질병과 증상에 대한 데이터베이스는 한의사가 추천한 여러 한의학 전문 서적을 기반으로 증상과 질병의 데이터베이스를 설계한 후, 한의학 전문의의 검증을 거쳐 구현하였다. 제안된 한방 자가 진단 시스템은 과거의 데이터를 바탕으로 증상을 학습함으로써 기존의 질병 진단 시스템보다 정확하고 신속한 진단 결과를 도출하는 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.335-339
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력충의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.19-28
• /
• 2022

본 논문에서는 실시간 고성능 다중 객체 추적을 수행하기 위해 최적의 TBD (Tracking-by-detection) 메커니즘을 결정할 수 있는 Detector Scheduler를 제안한다. Detector Scheduler는 서로 다른 프레임 간의 특징량 차이를 측정하는 것으로 검출기 실행 여부를 결정하여 전체 추적 속도를 향상한다. 하지만, Detector Scheduler의 학습에 필요한 GT (Ground Truth) 생성이 어렵기 때문에 Detector Scheduler를 추적 결과만을 통해 학습 가능한 자가 학습 방법을 제안한다. 제안된 자가 학습 방법은 프레임 간의 객체 카디널리티와 객체 외형 특징량의 비유사도가 커질 때 검출기를 실행할 수 있도록 의사 레이블을 생성하고 제안된 손실함수를 통해 Detector Scheduler를 학습한다.

• 디지털융복합연구
• /
• 제17권7호
• /
• pp.207-214
• /
• 2019

본 연구는 SimPad를 이용한 현장중심형 심폐소생술과 영상자가학습 심폐소생술의 질을 비교 분석하여 효과적인 심폐소생술 교육방법을 모색하고, 심폐소생술 교육의 기초자료로 제공하고자 시행하였다. 연구의 대상자 및 자료수집은 G광역시에 위치해 있는 G대학교의 심폐소생술 강의를 이수한 응급구조과 1학년 64명을 대상으로 2018년 11월 14일부터 2018년 12월 5일까지 시행하였으며, SPSS ver. 23.0을 이용하여 분석하였다. 연구결과, 현장중심형 심폐소생술이 영상자가학습 심폐소생술보다 CPR 총 점수, 압박점수, 압박깊이, 가슴압박율, 압박속도, 인공호흡점수, 총 호흡수 영역에서 심폐소생술 질이 더 높게 나타났다. 따라서 현장중심형 심폐소생술을 이용하여 교육법이 기존의 영상자가학습 심폐소생술 교육법보다 심폐소생술 질을 향상시키는 것으로 파악할 수 있었으며 향후 심폐소생술 교육의 기초자료로 활용할 수 있을 것으로 사료된다.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.137-146
• /
• 2008

결함 지역화는 관찰된 결함의 근본 원인을 자동 인식 하는 것이 가능하기 때문에 규모가 큰 분산시스템에서 중요 역할 수행하며 시스템의 신뢰성 개선을 위해 시스템의 관리와 제어가 가능한 자가 관리를 지원한다. 결함 지역화를 지원하는 기존 연구들은 유비쿼터스 환경에서 베이지안 네트워크와 같은 인공지능 기술들을 주로 사용하여 진단과 예측 기능 중 하나만을 고려하고 있다. 따라서, 본 논문에서는 시스템의 신뢰성 개선을 위해 실시간 시스템 성능 스트림에 대한 학습을 통해 자가관리를 위한 확률적 의존 분석을 기반으로 하는 결함 지역화 방법을 제안하여 진단과 예측기능을 동시 제공한다. 학습 방법으로 베이지안 네트워크 알고리즘을 사용하여 각종 관련된 요소들을 연결함으로써 네트워크를 생성하고 확률적 의존 관계를 통해 귀납적과 연역적 추론기능을 제공한다. 베이지안 네트워크의 구성은 노드들간의 연관성을 찾아내는 것이 중요하기 때문에 그것을 구성하는 인자의 개수가 많은 경우 노드 순서 리스트를 추출하는 사전처리 과정이 필요하다. 따라서 전체 모델링 프로세스에 대한 개선이 요구된다. 이러한 문제를 해결하기 위해 발생한 문제와 관련성이 높은 노드 순서 리스트를 추출하는 방법을 제공한다. 구조 학습을 지원 하는 사전처리 방법을 통해 다양한 문제 영역에서의 학습 효율성을 높이며 학습에 필요로 되는 시간을 줄인다. 제안 방법론을 통해서 시스템의 자원 문제를 신속하고 정확하게 진단하는 것이 가능하며, 관찰된 정보를 기반으로 실행 중에 발생되는 잠재적인 문제를 예측하는 것이 가능하다. 시스템 성능 평가 영역에서 제안 방법론을 적용한 시스템 성능 분석을 기반으로 진단, 예측의 효율성과 정확성을 평가하여 제안 방법론의 유효성을 입증하였다.