• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.9-15
• /
• 2019

영어로 된 아마존과 같은 대형 글로벌 온라인 쇼핑몰은 전 세계를 대상으로 영어 또는 판매 해당국가 언어로 서비스를 하고 있다. 온라인 쇼핑몰 이용자 중, 많은 고객은 상품 리뷰평가를 참조하여 상품을 구매하고 있다. 그래서 고객들이 작성한 대량의 리뷰데이터를 이용하여 구매 상품에 대해 긍정과 부정을 판정하는 감성분석을 영어를 중심으로 활발히 연구되고 분석 결과는 고객의 타켓 마케팅에 활용되고 있다. 하지만 이와 같은 영어 중심의 감성분석 시스템을 전 세계의 다양한 언어에 그대로 적용하기는 어렵다. 따라서 본 연구에서는 영어로 된 50만개 이상의 아마존 푸드 상품 리뷰데이터를 학습과 테스트 데이터로 분리하여 딥러닝 기술 기반의 감성분석 시스템을 구현하였다. 먼저 영어 테스트데이터의 3가지 모델에 대한 감성분석 평가 실험을 한 후에, 같은 데이터를 자동번역기로 7개국(한국어, 일본어, 중국어, 베트남어, 불어, 독어, 영어) 언어로 번역 후에 다시 영어로 번역하여 실험 결과를 얻었다. 감성분석 정확성은 영어(94.35%)에 비해 각 7개국 언어의 평균(91.59%)보다 정확도가 2.77% 정도 낮게 나왔으나 번역 성능 수준에서 실용 가능성을 확인하였다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.85-95
• /
• 2019

최근 정부와 기업, 학계에서 4차 산업혁명에 대한 학습과 연구가 활발히 진행되고 있다. 로봇과 인공지능, 블록체인과 사물인터넷 등 4차 산업혁명의 주요 아젠다를 활용한 기업 비즈니스 모델이 생겨나고, 지금까지의 기업환경, 교육환경, 생활환경뿐만 아니라 국제개발협력에서도 다양한 변화가 생기기 시작하였다. 본 연구에서는 4차 산업혁명의 영향을 가장 가까이 직면하고 있는 기업에서 진행하고 있는 사회공헌 활동의 변화를 살펴보았다. 즉 기업사회공헌의 정의와 활동내용을 살펴보고 4차 산업혁명이라고 불리는 현시대에서 각 기업이 갖고 있는 본연의 비즈니스를 통해 사회에 어떻게 기여할 수 있는지 사파리콤의 '엠페사', LG전자의 'AT Educom', LG유플러스의 '사물인터넷 활용 사회공헌' 그리고 KT의 '감염병 확산방지 플랫폼', 그리고 IoT를 활용한 Intel의 사례를 통해 확인해보았다. 그리고 기술개발에 따라 앞으로의 기업사회공헌 활동이 어떻게 변화할 것인지, 더욱 의미 있는 임팩트를 만드는 기업사회공헌 활동이 되기 위해 필요한 것들을 제시하였다. 가장 먼저는 기업사회공헌 활동의 성과측정이 용이해질 것과, 플랫폼을 활용한 사회공헌 활동이 증가하고, ICT 업계에서 기술을 통한 사회기여 활동이 활발하게 진행되며, 마지막으로는 기업간, 섹터간 공동으로 진행하는 사회공헌 활동이 늘어나게 되어, 기업이 영리만을 추구하는 집단이라는 인식에서 벗어나 앞으로는 사회를 위해 존재하는 기업시민으로서의 역할을 할 수 있음을 설명하였다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1140-1146
• /
• 2018

최근 인간의 감정을 인식하는 연구 중 딥러닝 모델을 사용하여 복합적인 생체 신호를 분석하는 방법론이 대두되고 있다. 이때 학습하고자 하는 데이터의 종류에 따른 평가 방법 및 신뢰성은 감정 분류의 정확성에 있어 중요한 요소이다. 생체 신호의 경우 데이터의 신뢰성이 잡음 비율에 따라 결정되므로 잡음 검출 방법이 우수할수록 신뢰도가 올라가며, 감정을 정의하는 방법론에 따라 그에 맞는 적절한 감정 평가 방법이 수반될 때보다 정확하게 감정을 분류할 수 있다. 본 논문에서는 Valence와 Arousal로 라벨링 된 멀티모달 생체 신호 데이터에 대해 데이터의 신뢰성을 검증하기 위한 웨이블릿 기반의 잡음 임곗값 설정 알고리듬 및 감정 평가 시 데이터 신뢰도와 Valence-Arousal 값에 따른 가중치를 부여하여 감정 인식률을 향상하는 방법을 제안한다. 웨이블릿 변환을 이용해 신호의 웨이블릿 성분을 추출 후, 해당 성분의 왜도와 첨도를 구하여 햄펄 식별자를 통해 계산된 임곗값으로 잡음을 검출한 후, 원신호에 대한 잡음 비율을 고려하여 데이터의 신뢰성을 평가하고 가중치로 환산한다. 더불어 감정 데이터 분류 시 Valence-Arousal 평면의 중앙값과의 유클리디언 거리를 가중치로 환산하고, 감정 인식률에 대한 종합 평가 시 두 요소를 반영한다. ASCERTAIN 데이터셋을 활용하여 나타난 감정 인식률 개선 정도를 통해 제안된 알고리듬의 성능을 검증한다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.105-120
• /
• 2019

세계보건기구(WHO)를 비롯해 세계 각국의 정부기관은 항생제 오남용에 따른 항생제 내성균 감염에 대해 심각하게 경고하며 이를 예방하기 위한 관리와 감시를 강화하고 있다. 하지만 감염을 확인하기 위한 감염균 배양에 수일의 시간이 소요되면서 격리와 접촉주의를 통한 감염확산 방지 효과가 떨어져 선제적 조치를 위한 신속하고 정확한 예측 및 추정방법이 요구되고 있다. 본 연구는 Electronic Health Records에 포함된 질병 진단내역과 항생제 처방내역을 neural embedding model과 matrix factorization을 통해 embedding 하였고, 이를 활용한 딥러닝 기반분류 예측 모형을 제안하였다. 항생제 내성균 감염의 주요 원인인 질병과 항생제 정보를 embedding하여 환자의 기본정보와 병원이용 정보에 추가했을 때 딥러닝 예측 모형의 f1-score는 0.525에서 0.617로 상승하였고, 딥러닝 모형은 Super Learner와 같은 기존 기계학습 모형보다 더 나은 성능을 보여주었다. 항생제 내성균 감염환자의 특성을 분석한 결과, 감염환자는 동일한 질병을 진단받은 비감염환자에 비교해 J01 계열 항생제 사용이 많았고 WHO 권고기준(DDD)을 크게 벗어나는 오남용 청구사례가 6.3배 이상 높게 나타났으며 항생제 오남용과 항생제 내성균 감염간의 높은 연관성이 발견되었다.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제35권1호
• /
• pp.97-118
• /
• 2021

수학 학업성취도에 영향을 미치는 교사의 특성은 끊임없이 변화하면서 수학 학업성취도에 영향을 미치고 있기 때문에 성장을 예측·분석할 수 있는 종단연구가 필요하다. 본 연구는 서울교육종단연구(SELS)의 중학교 1학년(2013년)부터 고등학교 2학년(2017년)까지의 중·고등학교 학생자료를 사용하여 수학 학업성취도의 종단적 변화양상이 유사한 하위 그룹으로 분류하여 학생들이 인식한 교사의 특성(전문성, 기대감, 학업적 피드백)이 수학 학업성취의 종단적인 변화양상에 미치는 직접적인 영향과 영향력을 살펴보았다. 연구결과 수학 학업성취도가 상위인 1그룹(343명, 14.5%) 수학교사의 특성(전문성과, 기대감, 학업적 피드백)은 수학 학업성취도의 종단적인 변화에 직접적인 영향을 미치지 않았으며, 중위의 3그룹(745명, 32.2%)은 수학교사의 학업적 피드백, 하위 53%의 2그룹(1225명)은 수학교사의 기대감이 수학 학업성취도의 종단적인 변화에 직접적인 영향을 미치는 것으로 나타났다. 이것은 학생들의 특성과 성향에 따라서도 교사의 전문성과, 기대감, 학업적 피드백이 수학 학업성취도의 종단적인 변화에 미치는 직접적인 영향이 다르므로 교수·학습의 지원도 이러한 점을 반영해야함을 시사해준다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.31-39
• /
• 2018

최근 딥러닝을 기반으로 사용자의 손 제스처를 인식하여 가상현실 환경에서 사용자 친화적 인터페이스를 제공하기 위한 연구가 활발히 진행되고 있다. 그러나 대부분 연구들은 손 정보를 얻기 위하여 별도 센서를 사용하거나 효율적인 학습을 위하여 전처리 과정을 거친다. 또한 조명의 변화나 손 일부가 가려지는 등과 같은 외부환경의 변화를 고려하지 못하고 있다. 본 논문은 일반 웹캠에서 얻어진 RGB 영상에서 별도의 전처리 과정없이 외부 환경에 강인한 딥러닝 기반 손 제스처 인식 방법을 제안한다. 딥러닝 모델로 VGGNet과 GoogLeNet 구조를 개선하고, 각 구조의 성능을 비교한다. 조명이 어둡거나 손 일부가 가려지거나 시야에서 일부 벗어난 손 영상들이 포함된 데이터로 실험한 결과 본 연구에서 제시한 VGGNet과 GoogLeNet 구조는 각각 93.88%와 93.75%의 인식률을 보였고 메모리와 속도 측면에서 GoogLeNet이 VGGNet 보다 메모리를 약 3배 적게 사용하면서 처리속도는 10배 이상 우수함을 알 수 있었다. 본 연구의 결과는 실시간 처리가 가능하여 가상현실 환경에서 게임, 교육, 의료 등 다양한 분야에서 손 제스처 인터페이스로 활용될 수 있다.

• 동양고전연구
• /
• 제32호
• /
• pp.311-362
• /
• 2008

조선시대 왕실문화는 유교문화의 정수였고, 왕실교육은 유교교육의 최고봉이었다. 수기치인(修己治人)을 실현하는 선비이자 내성외왕(內聖外王)을 구현하는 치자로서, 유교의 이상적인 모델이자, 백성들의 모범이 되어야만 했던 것이 바로 조선의 왕이다. 때문에 왕위계승자들의 교육은 일반 사대부들보다 더욱 엄격하고 치열한 교육과정을 이수해야만 했고, 왕실구성원이었던 왕실자손들의 교육 또한 소홀히 할 수 없었다. 태교는 태아의 건강과 좋은 기질의 형성을 위해 산모가 갖추어야 할 마음가짐과 몸가짐이다. 이는 애초 산모가 보고 느낀 것을 태아도 태내에서 감응한다는 한의학적 학설에 바탕을 둔 것인데, 유교적 수양론과 결부되면서 교육의 시작이요, 성품형성의 근원으로 여겨 교육적으로 매우 중요한 위치를 점하게 되었다. 원자와 원손의 교육과정은 왕위계승교육의 일환으로 국가적인 차원에서 아주 체계적으로 구축되었다. 대개 3세 이전에는 보양청(輔養廳)을 설치하여 보육을 담당하게 하였고, 이들이 글을 읽기 시작할 무렵이 되면 강학청(講學廳)을 설치하여 조기교육을 담당하게 하였다. 이들을 제외한 다른 왕실자손들의 경우, 보양청은 설치되지 않지만 통상 6세가 되면, 종친부 주관으로 대군과 왕자군의 경우에는 강학청(講學廳)을, 왕손의 경우에는 교학청(敎學廳)을 설치하여 조기교육을 담당하게 하였다. 조선왕실 유아교육은 왕위계승자와 왕실자손들 모두 "효경(孝經)" "소학(小學)"과 같은 초학단계를 마치면, "대학(大學)" "논어(論語)" "맹자(孟子)" "중용(中庸)"의 단계적 학습과정을 거치게 되므로 교육과정 자체는 대동소이하다. 그러나 원자의 사부는 정 2품, 원손의 사부는 종 2품이며, 대군과 왕자군의 사부는 종 9품, 왕손의 교부 또한 종 9품으로 규정함으로써 그 위상에 있어서는 현격히 차등을 두어 시행되었음을 확인할 수 있다.

• 정보보호학회논문지
• /
• 제21권6호
• /
• pp.183-190
• /
• 2011

감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권12호
• /
• pp.291-306
• /
• 2020

오늘날 데이터 네트워크 AI (DNA) 기반 지능형 서비스 및 애플리케이션은 비즈니스의 삶의 질과 생산성을 향상시키는 새로운 차원의 서비스를 제공하는 것이 현실이 되었다. 인공지능(AI)은 IoT 데이터(IoT 장치에서 수집한 데이터)의 가치를 높이며, 사물 인터넷(IoT)은 AI의 학습 및 지능 기능을 촉진한다. 딥러닝을 사용하여 대량의 IoT 데이터에서 실시간으로 인사이트를 추출하려면 데이터가 생성되는 IoT 단말 장치에서의 처리능력이 필요하다. 그러나 딥러닝에는 IoT 최종 장치에서 사용할 수 없는 상당 수의 컴퓨팅 리소스가 필요하다. 이러한 문제는 처리를 위해 IoT 최종 장치에서 클라우드 데이터 센터로 대량의 데이터를 전송함으로써 해결되었다. 그러나 IoT 빅 데이터를 클라우드로 전송하면 엄청나게 높은 전송 지연과 주요 관심사인 개인 정보 보호 문제가 발생한다. 분산 컴퓨팅 노드가 IoT 최종 장치 가까이에 배치되는 엣지 컴퓨팅은 높은 계산 및 짧은 지연 시간 요구 사항을 충족하고 사용자의 개인 정보를 보호하는 실행 가능한 솔루션이다. 본 논문에서는 엣지 컴퓨팅 내에서 딥러닝을 활용하여 IoT 최종 장치에서 생성된 IoT 빅 데이터의 잠재력을 발휘하는 현재 상태에 대한 포괄적인 검토를 제공한다. 우리는 이것이 DNA 기반 지능형 서비스 및 애플리케이션 개발에 기여할 것이라고 본다. 엣지 컴퓨팅 플랫폼의 여러 노드에서 딥러닝 모델의 다양한 분산 교육 및 추론 아키텍처를 설명하고 엣지 컴퓨팅 환경과 네트워크 엣지에서 딥러닝이 유용할 수 있는 다양한 애플리케이션 도메인에서 딥러닝의 다양한 개인 정보 보호 접근 방식을 제공한다. 마지막으로 엣지 컴퓨팅 내에서 딥러닝을 활용하는 열린 문제와 과제에 대해 설명한다.