• 한국가정과교육학회지
• /
• 제16권4호
• /
• pp.81-94
• /
• 2004

본 연구는 전북지역 중학교 3학년생 529명을 대상으로 기술$\cdot$가정 교과서의 주생활 교육내용에 대한 관심도와 활용도와의 관련성을 밝힘으로써 앞으로 효율적인 주생활 교육과정 운영에 기초 자료를 제공하고자 하는데 목적을 두었다. 본 연구 결과를 요약하면 다음과 같다. 중학생의 주생활 교육내용의 영역별 관심도는 전체적으로 중간정도였다. 모든 영역에서 인구통계적 변인에 따라 유의한 차이가 있었다. 관심도는 '생활공간의 활용' '실내환경과 설비' '주택의 유지와 보수' 의 세 영역에서 전체적으로 남학생이 여학생보다. 학생의 학업성적이 중위권 이상일수록, 부모의 학력은 고등학교 졸업이상일수록. 가정의 사회경제적 지위가 중위권 이상 높을수록 학생들의 관심도가 높게 나타났다. 주생활 교육내용 활용도도 중간정도이며. 모든 영역에서 인구통계적 변인에 따라 유의한 차이가 났다. 즉, 세 영역에서 전체적으로 남학생이 여학생보다. 학생의 학업성적이 중위권 이상일수록, 부모의 학력은 고등학교 졸업 이상일수록 아버지의 직업이 전문직이거나 행정관리직 일수록. 가정의 사회경제적 지위가 중위권 이상으로 높을 수록 학생들의 활용도가 높게 나타났다. 중학생의 주생활 교육내용에 대한 관심도와 활용도의 상호 관련성은 의미있는(p<.01) 수준에서 정적인 상관관계를 나타내 주생활 교육내용에 관심도가 높을수록 실생활에 활용하려는 태도가 매우 높았으며. 긍정적인 활용태도를 갖는다고 할 수 있다. 따라서 앞으로 주생활 교육내용이 학습자의 적극적인 관심을 유발하고 실생활의 문제점을 해결하며 미래사회에 적응해 나가는 데 도움을 주기 위해서는, 변화하는 사회와 가족형태를 반영하고 그 속에서 가장 기본적인 인간의 욕구충족이나 의사소통, 역할수행 등에서 야기되는 문제점을 창의적으로 해결할 수 있는 교육내용이 개발되어야 한다. 또한 환경오염. 에너지 절약. 자원의 재활용 둥의 개념과 실천방법도 다양한 측면에서 논의하여야 할 것이다. 실생활에서 학습자가 실천할 수 있도록 도움을 주는 방법을 찾아내어 가능한 범위 내에서 점진적인 개선을 한다면 보다 좋은 결과를 이룰 수 있을 것으로 본다.

• 사물인터넷융복합논문지
• /
• 제4권2호
• /
• pp.1-6
• /
• 2018

이미지와 같은 고차원 데이터로부터 새로운 샘플 데이터를 생성하는 기술은 음성 합성, 이미지 변환 및 이미지 복원 등에 다양하게 활용되고 있다. 본 논문은 고해상도의 이미지들을 생성하는 것과 생성한 이미지들의 variation을 높이기 위한 방안으로 Progressive Growing of Generative Adversarial Networks(PG-GANs)을 구현 모델로 채택하였고, 이를 패션 이미지 데이터에 적용하였다. PG-GANs은 생성자(Generator)와 판별자(discriminator)를 동시에 점진적으로 학습하도록 하는데, 저해상도의 이미지에서부터 계속해서 새로운 레이어들을 추가하여 결과적으로 고해상도의 이미지를 생성할 수 있게끔 하는 방식이다. 또한 생성 데이터의 다양성을 높이기 위하여 미니배치 표준편차 방법을 제안하였고 GAN 모델을 평가하기 위한 기존의 MS-SSIM이 아닌 Sliced Wasserstein Distance(SWD) 평가 방법을 제안하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.867-871
• /
• 2022

최근 빠른 유행의 변화 속에서 디자인의 변화는 패션기업의 매출에 큰 영향을 미치기 때문에 기업들은 신제품디자인 선택에 신중할 수밖에 없다. 최근 인공지능 분야의 발달에 따라 패션시장에서도 소비자들의 선호도를 높이기 위해 다양한 기계학습을 많이 활용하고 있다. 우리는 선호도와 같은 추상적인 개념을 수치화함으로써 신제품 개발에 신뢰성을 높이는 부분에 기여하고자 한다. 이를 위해 3가지 적대적 생성 신경망(Generative adversial netwrok, GAN)을 통하여 기존에 없는 새로운 이미지를 생성하고, 미리 훈련된 합성곱 신경망(Convolution neural networkm, CNN)을 이용하여 선호도라는 추상적인 개념을 수치화시켜 비교하였다. 심층 컨볼루션 적대적 생성 신경망(Deep convolutional generative adversial netwrok, DCGAN), 점진적 성장 적대적 생성 신경망(Progressive growing generative adversial netwrok, PGGAN), 이중 판별기 적대적 생성 신경망(Dual Discriminator generative adversial netwrok, D2GAN)의 3가지 방법을 통해 새로운 이미지를 생성하였고, 판매량이 높았던 제품으로 훈련된 합성곱 신경망으로 유사도를 비교, 측정하였다. 측정된 유사도의 정도를 선호도로 간주하였으며 실험 결과 D2GAN이 DCGAN, PGGAN에 비해 상대적으로 높은 유사도를 보여주었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권12호
• /
• pp.297-304
• /
• 2019

통신, 센서, 인공지능 등의 기술 발전으로 인해 스마트 팩토리 구축이 진행되고 있다. 스마트 팩토리는 기존의 자동화 공정에서 생산되는 데이터를 대상으로 기계 학습과 같은 지능화 기술을 활용해 효율적인 공정 제어를 목표로 한다. 스마트 팩토리로의 구축으로 인해 생산성이 높아지지만 비용도 높아진다. 따라서 소규모 업체들은 스마트 팩토리로 단계별 전환이 효율적이다. CNC 절단기 기반의 소규모 스마트 팩토리 구축을 위해서 본 논문에서는 기존 제조 장비의 데이터를 수집, 모니터링 및 제어할 수 있는 원격 제어 시스템을 제안한다. 원격 제어 시스템의 구조 및 설계와 효율적인 센싱 데이터 전송 방법 등을 제시하였다. 실현 가능성을 검증하기 위해 CNC 절단 장비를 대상으로 시스템을 구현하였고 기능을 검증하였다. 성능 평가를 위해 모니터링 웹 페이지 접속시간을 측정하였고, 구현된 시스템이 사용 가능한 수준이라는 것을 확인하였다.

• 기록학연구
• /
• 제16호
• /
• pp.201-256
• /
• 2007

최근 국가기록원과 민주화운동기념사업회 사료관 등 한국의 주요 아카이브즈와 매뉴스크립트 보존소는 학생과 교사를 대상으로 하는 기록정보 서비스를 적극 추진하고 있다. 이에, 영국의 TNA와 미국의 NARA 및 LC에서 제공하고 있는 학생과 교사 대상의 기록정보 서비스 선진사례에 대한 분석과, 한국의 기록관리 현실 및 교육과정에 대한 분석을 기반으로 하여, 학생과 교사를 대상으로 하는 기록정보 서비스의 개발과정에서 발생할 주요 문제점을 분석하고 이의 해결방안을 제시하고자 한다. 학생과 교사 대상의 기록정보 서비스는 '서비스 개발을 통한 이용 활성화'와 '기록관리 품질의 점진적 향상'이라는 목적하에 진행되어야 한다. 고객군은 '한국사 교수 학습 당사자로서의 학생과 교사'로 세분화하여 식별할 수 있다. 교육과정과 교육환경을 분석한 결과, 기록정보는 교수 학습자료용으로 개발되어야 하며, 이를 위해서는 기록정보를 콘텐츠화할 필요가 있다. 따라서 서비스의 성격은 '교수 학습자료용 기록정보 콘텐츠 서비스'로 개념화할 수 있다. 콘텐츠 서비스를 개념화하고 구성한 후 실제로 개발하는 전 과정에서는 다음의 사항이 핵심적이다. 첫째, 고객 중심의 서비스로 개발되어야 한다. 둘째, 기록관리의 체계화와 전통적인 기록관리 서비스의 활성화에도 기여할 수 있는 방향으로 개발되어야 한다. 셋째, 교육용 서비스 담당자를 중심으로 한 협업체계가 구축되어야 한다. 넷째, 기록정보와 주제별 교수 학습활동이 연계될 수 있도록 개발되어야 한다. 다섯째, 콘텐츠의 수량보다 콘텐츠의 품질을 우선으로 해야 한다. 여섯째, 다른 기관과의 서비스 제휴를 적극적으로 모색해야 한다. 한편, 초 중 고 교육과정이 개정되어 2011년에는 모든 국사 교과서가 새로운 내용으로 보급될 예정이고, 서책형 교과서뿐만 아니라 디지털 교과서도 개발되고 있는 상황에 비추어볼 때, 이 시기에 학생 교사 대상의 서비스가 획기적으로 발전된다면, 기록문화의 창달에 큰 도움이 될 것이다. 이 시기를 적극 활용하여, 한국사를 교수 학습하는 430만명의 학생과 1만 4천명의 교사가 한 학기에 한 번 이상 교수 학습자료용 기록정보 콘텐츠 서비스로 교수 학습하게 한다는 비전을 수립하고, 교수 학습자료용 기록정보 콘텐츠 서비스를 성공적으로 개발 보급하기 위해 다음과 같은 사항을 추진할 것을 제언한다. 첫째, '고객 중심의 서비스' 개념을 확립하고 체계화해야 한다. 둘째, 교육과정과 교과서를 심도 깊게 분석해야 한다. 셋째, 교육용 기록정보 콘텐츠 서비스 방법론을 개발해야 한다. 넷째, 기록관리 전문가집단과 교사집단의 전략적 협력체계를 수립해야 한다. 다섯째, 2011년까지의 단계별 추진 과제와 추진 일정을 수립해야 한다. 기록문화의 창달을 위한 알찬 씨앗이 초 중 고등학교에도 하루빨리 뿌려지기를 기대한다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.108-117
• /
• 2021

최근 사회적·교육적 패러다임의 변화 속에 capstone design을 활용한 교육적 접근이 점진적으로 확대되고 있는 추세이다. Capstone design이 접목된 모델학과의 교과목 개발은 패션쇼 현장에서 패션모델로서의 실무 역량을 증진시켜 줌과 동시에 패션쇼와 관련된 다양한 분야에 대한 시야를 확장시켜준다는 측면에서 긍정적인 효과를 창출할 수 있다. 본 연구는 패션모델학과의 모델작품발표 교과목에 캡스톤 디자인 교수법을 적용한 교육 과정을 개발 및 그 성과를 제시하고, 교수자 측면에서 고려해야할 함의점을 제언하는데 목적이 있다. 연구 목적을 달성하기 위한 연구 방법은 캡스톤 디자인 교수법과 모델작품발표 교과목에 관련된 이론적 연구 및 캡스톤 디자인이 반영된 모델작품발표 교과목의 과정을 안내하기 위한 모형개발연구를 병행하였다. 본 연구의 결과, capstone design을 접목한 모델작품발표 교과목에 대한 학습자들의 수업 수행 방식이나 과정 및 학습 성과에 대한 만족도는 매우 높은 것으로 나타났으며, 특히, 수업 수행 과정에 대해 매우 큰 만족감을 나타내는 것으로 파악되었다. Capstone design을 활용한 모델작품발표 교과목을 진행함에 있어 교수자의 측면에서 고려해야할 함의점으로, 패션과 관련된 심층적·융합적인 관점에서의 교육에 대한 필요, 공간에 대한 시간적·공간적 활용도의 개선, 다양한 분야의 전문가 및 산업체들간의 연계성에 대한 깊이 있는 고민과 산업체와 지속적인 교류와 협력을 통한 교육 범위의 확장이 필요하다고 판단된다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.239-244
• /
• 2022

인공신경망기계번역은 점진적으로 인간번역과 기계번역의 경계를 허물어가고 있다. 기계번역의 현재와 미래 그리고 기계번역의 장·단점을 논의하는 가운데 인간번역과 기계번역의 실제 번역사례들을 살펴보고 최근 수년간 놀라운 발전을 이룬 인공신경망기계번역이 왜 인간번역의 손길을 필요로 하는지를 논의하는 것이 본 연구의 목표이다. 번역분야에서 인간이 기계로 대치될 수 있는가? 인공신경망기계번역 시대에 인간번역가는 도태되어야 하는가? 그리고 인공신경망기계번역과 지역의 세계화에 기반을 두고 확장하고 있는 세계영어들이라는 언어다양성 시대에 언어장벽을 없애는 것이 가능한가라는 질문 모두에 대하여 부정적인 결론과 함께 기계번역은 신속성, 정확성, 저비용의 생산성이라는 장점을 갖는 유용한 도구임에도 불구하고, 문화, 차용어, 중의성, (국가)방언, 신조어 등의 분야에서는 인간번역이 요구된다고 제안한다. 기계학습을 기반으로 하는 기계번역과 직관과 습득을 기반으로 하는 인간번역은 협업의 상태로 공생 발전해야할 것이다. 기계번역은 역 번역과 인간의 사후편집과 같은 방법을 활용할 때 도덕적 문제를 야기하지 않는 유용한 번역도구가 될 것이다. 결론적으로 기계번역은 인간번역의 손길 없이는 완성될 수 없다는 혼합적 접근법을 제안한다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.482-488
• /
• 2014

대표적인 소셜 네트워크 서비스(SNS)인 트위터의 내용을 분석하여 자동으로 트윗에 나타난 사용자의 감성을 분석하고자 한다. 기계학습 기법을 사용해서 감성 분석 모델을 생성하기 위해서는 각각의 트윗에 긍정 또는 부정을 나타내는 감성 레이블이 필요하다. 그러나 사람이 모든 트윗에 감성 레이블을 붙이는 것은 비용이 많이 소요되고, 실질적으로 불가능하다. 그래서 본 연구에서는 "감성 레이블이 있는 데이터"와 함께 "감성 레이블이 없는 데이터"도 활용하기 위해서 반감독 학습기법인 self-training 알고리즘을 적용하여 감성분석 모델을 생성한다. Self-training 알고리즘은 "레이블이 있는 데이터"의 레이블이 있는 데이터를 활용하여 "레이블이 없는 데이터"의 레이블을 확정하여 "레이블이 있는 데이터"를 확장하는 방식으로, 분류모델을 점진적으로 개선시키는 방식이다. 그러나 데이터의 레이블이 한번 확정되면 향후 학습에서 계속 사용되므로, 초기의 오류가 계속적으로 학습에 영향을 미치게 된다. 그러므로 조금 더 신중하게 "레이블이 없는 데이터"의 레이블을 결정할 필요가 있다. 본 논문에서는 self-training 알고리즘을 이용하여 보다 높은 정확도의 감성 분석 모델을 생성하기 위하여, self-training 중 "감성 레이블이 없는 데이터"의 레이블을 결정하여 "감성 레이블이 있는 데이터"로 확장하기 위한 3가지 정책을 제시하고, 각각의 성능을 비교 분석한다. 첫 번째 정책은 임계치를 고려하는 것이다. 분류 경계로부터 일정거리 이상 떨어져 있는 데이터를 선택하고자 하는 것이다. 두 번째 정책은 같은 개수의 긍/부정 데이터를 추가하는 것이다. 한쪽 감성에 해당하는 데이터에만 국한된 학습을 하는 것을 방지하기 위한 것이다. 세 번째 정책은 최대 개수를 고려하는 것이다. 한 번에 많은 양의 데이터가 "감성 레이블이 있는 데이터"에 추가되는 것을 방지하고 상위 몇%만 선택하기 위해서, 선택되는 데이터의 개수의 상한선을 정한 것이다. 실험은 긍정과 부정으로 분류되어 있는 트위터 데이터 셋인 Stanford data set에 적용하여 실험하였다. 그 결과 학습된 모델은 "감성 레이블이 있는 데이터" 만을 가지고 모델을 생성한 것보다 감성분석의 성능을 향상 시킬 수 있었고 3가지 정책을 적용한 방법의 효과를 입증하였다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.56-63
• /
• 2016

본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.163-170
• /
• 2006

인터넷의 급속한 성장으로 전자편지는 정보 전달의 중요한 수단으로 사용되고 있다. 그러나 수신자가 원하지 않는 전자편지(쓰레기 편지)들이 무분별하게 배달될 수 있으며, 이로 인해 사회적으로는 물론이고 경제적으로도 큰 문제가 되고 있다. 이와 같이 쓰레기 편지를 차단하거나 여과하기 위해서 많은 연구자와 회사에서 꾸준히 연구를 진행하고 있다. 일반적으로 쓰레기 편지를 결정하는 기준은 수신자에 따라서 조금씩 차이가 있다. 또한 쓰레기 편지와 정보성 편지에 따라서 수신자가 취하는 행동이 다르다. 이 논문은 이런 사용자 행동을 쓰레기 편지 여과 시스템에 반영하여 그 시스템의 성능을 개선한다. 제안된 시스템은 크게 두 단계로 구성된다. 첫 번째 단계는 사용자 행동을 추론하는 단계이고 두 번째 단계는 추론된 사용자 행동을 이용해서 쓰레기 편지를 여과하는 단계이다. 두 단계 모두에서 점진적인 기계학습 방법(TiMBL - IB2)을 이용한다. 제안된 시스템을 평가하기 위해 12명의 사용자로부터 12,000통으로 이루어진 전자편지 말뭉치를 구축하였다. 실험 결과는 사용자에 따라 $81%{\sim}93%$의 분류 정확도를 보였다. 사용자의 행동 정보를 포함하는 편지 분류 결과는 그렇지 않은 결과에 비해 평균 14%의 분류 정확도가 향상되었다.