• 한국전산구조공학회논문집
• /
• 제24권2호
• /
• pp.141-148
• /
• 2011

본 논문에서는 기둥축소량 보정의 효율성을 증진시키기 위한 방안으로서 유사한 축소 경향을 보이는 기둥들을 동일 그룹으로 묶는 기둥의 최적그루핑기법에 대하여 연구하였다. 기둥의 최적그루핑은 무감독학습에 의해 입력데이타의 패턴을 스스로 분류할 수 있는 코호넨의 자기조직화 형상지도 알고리즘을 이용하였다. 본 연구에 적용된 코호넨 네트워크는 두 개의 입력뉴런과 분류할 기둥그룹 개수만큼의 출력뉴런으로 구성된다. 입력뉴런에는 기둥축소량의 정규화된 평균과 표준편차가 입력되며, 출력뉴런에는 각 기둥이 속하게 될 기둥그룹이 출력된다. 제안된 알고리즘을 실제 축소량 해석이 수행된 두 개의 건물에 적용하여 그 적용성을 평가하였다. 적용결과 동일 그룹으로 분류된 기둥들은 서로 인접하고 있으며 서로 다른 기둥그룹끼리는 교차하지 않는 등 유사한 축소 경향을 보였다. 이로부터 본 연구의 기둥축소량의 최적그루핑 알고리즘은 충분한 실무적용성이 있음을 확인하였다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.83-98
• /
• 2005

다변량 자료를 분석하는 데 있어서 관측 개체들의 분포적 양태를 파악하는 것은 자료 특성의 이해에 도움이 될 뿐만 아니라 이후 모형화 과정에도 큰 도움을 준다. 이를 위하여 다변량자료의 저차원 시각화에 대한 많은 연구가 진행되어 왔다. 그 중 하나가 코호넨(T. Kohonen)의 자기조직화지도(Self-Organizing Map; SOM)이다. SOM은 저차원 그리드 공간에 고차원 다변량 자료를 축약하여 시각적으로 나타내는 비지도 학습법의 일종으로 최근 들어 통계 분석자들이 많은 관심을 가지고 있는 분야이다. 그러나 SOM은 개체공간의 연속형으로 표현되는 개체를 저차원 그리드 공간에 승자노드에 의해 비연속적으로 표현한다는 단점을 지니고 있다. 본 논문에서는 SOM을 통계적 목적으로 사용하기 위해 요구되는 그리드 공간에 개체를 연속적으로 표현하는 방법들을 제안하고 환용 예를 제시 하고자 한다.

• 한국산학기술학회논문지
• /
• 제12권1호
• /
• pp.170-180
• /
• 2011

본 연구의 목적은 튜터링 프로그램에 참여한 D대학 학생들의 일반적 특성과 연령에 따른 자기조절 학습능력의 차이와 튜터와 튜티의 자기조절 학습능력의 차이를 인지조절과 동기조절 및 행동조절로 분류, 조사하여 효율적인 튜터링 프로그램 운영에 필요한 기초자료를 확보하기 위한 것이다. 2010년 4월 26일부터 6주간 실시된 튜터링 프로그램에 참여한 15개 학과 대학생 200명을 대상으로 자기조절 학습능력에 관한 설문지를 배포하여 자기기입식 응답법으로 응답한 183명의 자료를 조사하였다. 연구결과 참여자 중 20세이상의 대학생들은 자기조절학습능력 중 조직화, 메타인지전략의 사용, 계획, 자아효능감, 학업시간관리 능력이 유의 하게 높았다(p<0.05). 또한 튜터는 튜티에 비하여 인지전략의 사용, 시연, 조직화, 메타인지전략의 사용, 계획, 점검, 숙달목적지향성, 자아효능감, 성취가치, 행동통제와 도움을 구하기 능력이 높았다(p<0.05). 결론적으로 튜터링 프로그램에 참여한 학생들이 1~2년의 학습과정을 통해 전반적인 자기조절학습능력이 높게 나타났음을 확인할 수 있다. 따라서 전문대학에서는 상대적으로 자기조절 학습능력이 부족한 신입생 및 복학생들을 대상으로 상대적인 자기조절 학습능력이 우수한 튜터를 양성하여 튜터링 프로그램과 같은 양질의 학생지원 프로그램을 지원할 필요가 있으며, 향후 성적이 우수한 선배가 후배들을 지도할 수 있는 학습 환경을 제공하고, 다양한 프로그램을 연구, 개발한다면 튜터링 프로그램이 점차 차별화되고 효율적인 자기 조절 학습능력향상을 도모할 수 있을 것으로 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.283-284
• /
• 2009

본 논문은 단일 카메라 환경에서 손 형상을 입력정보로 사용하여 손 영역만을 분할한 후 자기 조직화 특징 지도(SOFM: Self Organized Feature Map) 신경망 알고리즘을 이용하여 손 형상을 인식함으로서 수화인식을 위한 보다 안정적이며 강인한 인식 시스템을 구현하고자 한다.

• 대한감각통합치료학회지
• /
• 제9권1호
• /
• pp.11-20
• /
• 2011

목적 : 본 연구에서는 자기-평가 방법을 이용하여 Ayres의 감각통합중재 중심 원리를 바탕으로 한 치료사의 치료적 수행 정도를 알아보고자 하였다. 연구방법 : 연구기간은 2010년 5월부터 6월까지이었고, 연구대상은 감각통합중재를 하고 있는 치료사 66명이었다. 자기 기입식 설문지를 이용하여 Ayres의 감각통합중재 중심원리에 따라 치료를 수행하는 정도를 자기-평가하도록 하였다. 설문지는 감각의 기회제공, 적절한 도전의 과제 제공, 활동을 선택할 기회 제공 등 Ayres의 감각통합중재 중심 원리에 대한 10가지 항목으로 구성하였다. 총 66부의 수거된 설문지는 기술통계를 이용하여 분석하였고, T 값을 통해 퍼센타일을 알아보았다. 결과 : 모든 치료사들은 Ayres의 감각통합중재 중심 원리의 10가지를 모두 고려하여 치료하는 것으로 나타났다. 10가지 Ayres의 감각통합중재 중심 원리 중 자기 조직화 가이드 중심 원리를 제외하고 90%이상에서 종종, 자주, 항상 고려하여 치료하고 있었다. 감각의 기회제공, 적절한 과제제공, 활동 선택 기회제공, 아동의 성공을 최대화, 신체적 안전성 보장, 치료적 존중의 감정 조성은 T 값 50점 이상을 나타냈다. 자기 조직화 가이드, 적절한 각성 유지, 놀이 환경의 조성, 아동이 치료실 정리에 참여는 T 값 50점 이하를 나타냈다. 결론 : 지속적인 Ayres의 감각통합중재 중심 원리에 따른 치료사의 자기 수행에 대한 평가를 통해 치료의 질을 점검하고 높이는 것이 필요하다.

• 한국콘텐츠학회논문지
• /
• 제10권3호
• /
• pp.72-79
• /
• 2010

전자 출결 시스템(Electronic attendance-absence recording system)은 오프라인의 교실 수업 방식에 있어서 혼합 학습(Blended learning)을 위한 중요한 강의 지원 시스템 가운데 하나이다. 그러나 기존의 스마트카드 기반의 전자 출결 시스템은 카드 소유자의 실제 본인 유무를 파악하는 것은 불가능하다. 따라서 본 논문에서는 개인의 얼굴 정보를 자기조직화 신경회로망으로 인식하여 자동으로 해당 교과목의 출석상황을 관리하는 클라이언트-서버 시스템을 개발한다. 클라이언트 시스템은 얼굴 특징추출에 의한 식별파일을 생성하고, 서버 시스템에서는 클라이언트 시스템에서 전송된 식별 파일(ID file)을 분석하여 데이터베이스에 저장된 해당 교과목의 인식 가중치 파일(Recognized weight file)를 이용하여 학생 식별을 수행한다. 본 논문에서 제안하는 얼굴 인식 기반의 출결 관리 시스템은 실제 학급의 다양한 얼굴 영상을 이용하여 CS 환경에서 실험한 결과 92% 이상의 유효성을 보였다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.413-421
• /
• 2010

본 논문에서는 로봇 축구용 카메라를 사용하는 기존 경로계획의 제한적인 사항을 극복하기 위해서 컬러 인식법에 의한 경로계획방법을 제시한다. 제안된 연구에서는 움직이는 목표물이 스웜로봇과 멀리 있어도 로봇의 직선 시야를 기반으로 동료 로봇을 따라가며, 움직이는 목표물을 추적 할 수 있다. 제안된 포텐셜 필드는 동료 로봇과의 충돌과 장애물과의 충돌을 피하면서 스웜 로봇들이 움직이는 목표물을 향하여 이동하게 한다. 결국, 스웜 로봇들 사이의 시각적 도움에 의해 최종 목표물에 모든 스웜 로봇들이 도달하게 된다. 제안된 방법은 움직이는 파티클, 즉 점 로봇이 아닌 논홀로노믹 제한이 있는 유니 사이클 로봇들을 대상으로 자기 조직화 방법을 제시하기 때문에 실제 하드웨어 적용시 유용하다.

• 한국수자원학회논문집
• /
• 제51권5호
• /
• pp.383-393
• /
• 2018

지역빈도해석은 대상 지점과 수문학적 동질성을 만족하는 주변 지점을 하나의 지역으로 보고 빈도해석을 수행하는 방법이다. 따라서 동질한 지역의 구분은 지역빈도해석에 있어서 가장 중요한 가정이라고 할 수 있다. 이에 본 연구에서는 인공신경망 기법중 하나인 자기조직화지도(self-organizing map, SOM) 기법을 활용하여 강우 지역빈도해석을 위한 동질 강수 지역을 구분하였다. 지역구분 인자로는 지형 정보와 시 단위 강우 자료를 활용하였다. 최적 SOM 지도 구성을 위해 정량적 오차와 위상관계 오차를 활용하였다. 그 결과 $7{\times}6$ 배열의 42개의 노드를 갖는 모형을 선정하였고 최종적으로 강우 지역빈도해석을 위해 6개의 군집으로 구분하였다. 동질성 검토 결과 6개의 군집 모두 동질한 지역으로 나타났으며 기존의 유사하게 구분된 지역들과 이질성 척도를 비교하였을 때 좀 더 안정적인 지역 구분결과를 나타내는 것을 확인하였다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.49-57
• /
• 2021

최근 인공지능, 딥러닝, 빅데이터 등 4차 산업의 핵심 분야에 대한 관심이 커지면서 기존의 의사결정 문제를 전통적인 방법론의 한계점을 최소화하는 과학적 접근 방식이 대두되고 있다. 특히 이런 과학적인 기법들은 주로 금융 상품의 방향성을 예측하는데 사용되는데 본 연구에서는 사회적으로 관심이 높은 아파트 가격의 요인을 자기조직화지도를 통해 분석하고자 한다. 이를 위해 아파트 가격의 실질 가격을 추출하고 아파트 가격에 영향을 주는 총 16개의 입력 변수를 선정한다. 실험 기간은 1986년 1월부터 2021년 6월까지이며 아파트 가격의 상승 및 횡보 구간을 나눠 각 구간 별 변수들의 특징을 살펴본 결과, 상승 구간과 횡보 구간의 입력 변수의 통계적 성향이 뚜렷하게 구분되는 것을 알 수 있었다. 더불어 U1~U3 구간이 N1~N3 구간에 비해서 변수들의 표준편차가 상대적으로 크게 나왔다. 본 연구는 중장기적으로 상승과 하락이라는 큰 주기를 갖고 있는 부동산에 대해서 현재 시점의 현황을 정량적으로 분석한 것에 의미가 있으며 향후 이미지 학습을 통해 미래 방향성을 예측하는 연구에 도움이 되기를 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.315-316
• /
• 2019

전투복, 군용 천막 등에 사용되는 위장무늬는 군 작전 수행 시 주변 환경의 색상, 패턴을 모사하여 개인병사 및 무기체계의 위장 기능을 극대화하고, 이를 통해 아군의 생명과 시설피해를 최소화하기 위한 목적으로 사용된다. 특히 최근 들어 군의 작전환경과 임무가 복잡하고 다양해짐에 따라, 작전환경에 대한 데이터의 취득 및 정량적 분석을 통해 전장 환경에 최적화된 위장무늬 패턴 및 색상 추출에 대한 연구의 필요성이 증대되고 있다. 본 논문에서는 한반도 자연환경 영상에 대한 자기 조직화 지도(SOM, Self-organizing Map) 기반의 한반도 자연환경 대표 색상 군집화 연구 방법에 대해 서술한다. 이를 위해 한반도 내 위도를 고려한 장소에서 시간별, 계절별 자연환경 영상 수집을 진행하며, 수집된 영상 내 다수의 화소의 군집화를 위해 2차원 SOM을 활용한다. 영상 내 각 화소의 색상 값에 대한 SOM의 학습 시, RGB공간상의 색차/색상 인지 왜곡을 피하기 위하여 CIEDE2000 색차 식을 통해 군집화를 진행한다. 실험결과에서는 온라인상으로 수집한 여름 및 가을철 대표 색상 군집화 결과와, 현재까지 수집된 계절별 자연환경 사진 내 6억 7648개 화소에 대한 대표 색상 군집화 결과를 보여준다.