• 정보교육학회논문지
• /
• 제15권3호
• /
• pp.413-423
• /
• 2011

프로그래밍 교육은 문제 해결 능력과 논리적 사고력 향상에 긍정적인 영향을 끼친다. 하지만 초등학교에서의 프로그래밍 교육은 아직 활성화되고 있지 않다. 그 원인 가운데 하나는 체계적인 교육과정의 부재이다. 본 논문에서는 교육용 프로그래밍 언어인 스크래치를 사용하여 초 중등학교 정보통신기술 교육 운영지침 개정안의 '정보처리의 이해' 영역의 교육과정을 설계하였다. 학습자의 인지부담을 최소화하기 위하여 1~2학년은 4차시, 3~4학년은 5차시, 5~6학년은 6차시 분량으로 교수 학습 지도안을 작성하여 제시했다. 전문가 집단을 선정하여 제시한 교육과정과 교수 학습 지도안을 검증하였다. 검증 결과 학습 대상, 교육요소, 학습내용, 학습량, 교수학습지도안의 적정성 등 거의 모든 영역에서 적절하다는 결론을 얻었다. 본 논문에서 설계한 교육과정을 실제 수업에 적용한다면 초등학교 프로그래밍 교육을 효율적으로 수행할 수 있을 것이며, 더 나아가 초등학생들의 논리적 사고력, 문제해결력, 창의력, 정보처리능력 등을 신장시킬 수 있을 것이다.

• 한국통신학회논문지
• /
• 제35권12A호
• /
• pp.1181-1187
• /
• 2010

본 논문은 게임에서 신경망기반으로 지능캐릭터에게 학습을 통한 상황판단을 하는 이동 인공지능을 제안하였다. 신경망은 게임 규칙과 문제해결 방법을 정의한 알고리즘을 통한 입출력 값을 이용하여 지도 학습된다. 지도 학습된 지능캐릭터는 변화하는 주변 환경을 인지하여, 적절한 행동을 하게 된다. 본 논문에서는 신경망을 이용한 이동 인공지능을 점진적으로 설계하였고, 성능 실험을 위하여 간단한 게임을 구현하였다. 이 게임은 일정한 2차원 공간에 목표, 캐릭터, 장애물이 존재하고 캐릭터는 목표 지점으로 장애물을 회피하며 이동해야한다. 이동 인공지능은 실험마다 정의한 알고리즘을 통해 규칙과 몇 가지 문제해결법을 학습하여 변화하는 환경에서 목표를 완수 할 수 있으며, 정의한 알고리즘과 신경망 구조를 동일하게 설계하였다. 실험 결과, 제안한 이동 인공지능은 주변 상황을 인지하여 이동을 수행하고 목표를 완수할 수 있음을 보였다. 이동 인공지능은 복잡한 구조의 게임도 학습 알고리즘을 정의하여 학습하면 신경망은 변화한 환경에서도 적절한 결과를 보여 줄 수 있을 것이다.

• 디지털융복합연구
• /
• 제19권7호
• /
• pp.441-449
• /
• 2021

코로나바이러스감염증-19로 인해 교육관련 디지털 콘텐츠에 대한 관심이 증가하고 있으며 학습자의 자기주도 학습능력의 중요성이 커지고 있다. 본 연구는 COVID-19로 인해 비대면 수업을 경험한 간호대학생의 자기주도 학습능력에 영향을 미치는 요인을 파악하기 위해 수행되었다. 연구대상자는 COVID-19로 인해 한 학기 이상 비대면 수업을 경험한 간호대학생 115명이며, 2020년 11월 18일부터 12월 1일까지 온라인설문을 통해 자료를 수집하였다. 대상자의 자기주도 학습능력에 통계적으로 유의한 영향을 미치는 요인은 감성지능의 하부요인 '감성활용' (β=.42, p<.001), 회복탄력성의 하부요인 '통제성' (β=.28, p=.001) 및 비판적 사고성향의 하부요인 '객관성' (β=.27, p<.001)이었고, 설명력은 62.0%이었다. 간호대학생의 감성지능 향상을 위한 연구와 중재가 지속적으로 필요하며 교육 컨텐츠 제작시에도 이를 고려하기를 제언한다.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.95-105
• /
• 2021

도로 노면 파손 탐지는 쾌적한 주행 환경과 안전사고의 예방을 위해 필요하다. 도로 관리 기관은 자동화 기술 기반의 검사 장비와 시스템을 활용하고 있다. 이러한 자동화 기술 중에서도 도로 노면의 파손을 탐지하는 기술은 중요한 역할을 수행한다. 최근 들어 딥러닝을 이용한 기술에 대한 연구가 활발하게 진행 중이다. 이러한 딥러닝 기술 개발을 위해서는 도로 영상과 라벨 영상이 필요하다. 하지만 라벨 영상을 확보하기 위해서는 많은 시간과 노동력이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위하여 준지도 학습 기법 중 하나인 적대적 학습 방법을 제안했다. 이를 구현하기 위해서 5,327장의 도로 영상과 1,327장의 라벨 영상을 사용하여 경량화 심층 신경망 모델을 학습했다. 그리고 이를 400장의 도로 영상으로 실험한 결과 80.54%의 mean intersection over union과 77.85%의 F1 score를 갖는 모델을 개발하였다. 결과적으로 라벨 영상 없이 도로 영상만을 학습에 추가하여 인식 성능을 향상시킬 수 있는 기술을 개발하였고, 향후 도로 노면 관리를 위한 기술로 활용되길 기대한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.295-297
• /
• 2004

생체 내의 모든 기능은 유전자 발현에 의해 결정된다. 유전자 발현은 않은 인자들에 의해 조절되며, 이러한 조절 과정에 따라 유전자 발현량이 결정되는 것이다. 세포 주기 역시 유전자 발현과 밀접한 연관성을 가지고 있다. 본 논문에서는 효모에서 세포 주기의 각 단계와 관련된 유전자들의 분석을 통해서 세포주기를 조절하는데 있어서 중요한 역할을 수행하는 전사 조절 모티프들이 무엇인지를 찾아보았다. 주요 모티프의 추출은 인공신경망 모델을 학습하고. 입출력 에러 분석을 통하여 이루어진다. 그 결과 MCB 등 기존의 실험 결과를 통하여 세포주기에 관련이 있다고 알려진 모티프들이 높은 점수를 보인다는 것을 알 수 있었고. 그 외에 세포주기의 각 단계에서 유전자 발현에 중요한 역할을 수행할 것으로 예상되는 다른 모티프들도 예측해볼 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.113-116
• /
• 2021

일반적으로 딥러닝 기반의 객체 검출(Object Detection)기법은 합성곱 신경망(Convolutional Neural Network, CNN)을 통해 입력된 영상의 특징(Feature)을 추출하여 이를 통해 객체 검출을 수행한다. 최근 자연어 처리 분야에서 획기적인 성능을 보인 트랜스포머(Transformer)가 영상 분류, 객체 검출과 같은 컴퓨터 비전 작업을 수행하는데 있어 경쟁력이 있음이 드러나고 있다. 본 논문에서는 YOLOv4-CSP의 CSP 블록을 개선한 one-stage 방식의 객체 검출 네트워크를 제안한다. 개선된 CSP 블록은 트랜스포머(Transformer)의 멀티 헤드 어텐션(Multi-Head Attention)과 CSP 형태의 공간 피라미드 풀링(Spatial Pyramid Pooling, SPP) 연산을 기반으로 네트워크의 Backbone과 Neck에서의 feature 학습을 돕는다. 본 실험은 MSCOCO test-dev2017 데이터 셋으로 평가하였으며 제안하는 네트워크는 YOLOv4-CSP의 경량화 모델인 YOLOv4s-mish에 대하여 평균 정밀도(Average Precision, AP)기준 2.7% 향상된 검출 정확도를 보인다.

• 한국터널지하공간학회 논문집
• /
• 제16권1호
• /
• pp.13-24
• /
• 2014

본 논문에서는 TBM 터널의 세그먼트 라이닝 설계 자동화 기술 개발의 일환으로 인공신경망기법을 이용한 세그먼트 라이닝 부재력 산정기법 개발에 관한 내용을 다루었다. 부재력 평가가 가능한 인공신경망을 개발하기 위해 먼저 다양한 설계조건을 도출하고 이에 대해 2-Ring Beam 모델을 이용한 유한요소해석을 수행하여 인공신경망 학습에 필요한 설계조건별 부재력에 관한 DB를 구축하였다. 구축된 DB를 활용하여 인공신경망의 최적화 과정을 통해 최대 부재력 및 분포도를 예측할 수 있는 인공신경망을 구축하였다. 검토 결과 구축된 인공신경망은 유한요소해석과 동일한 정밀도의 부재력 산정 기능을 확보하는 것으로 검토되었으며 따라서 TBM 세그먼트 라이닝 설계시 필요한 부재력 평가를 위한 효율적인 수단으로 활용될 수 있는 것으로 판단된다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권6호
• /
• pp.265-275
• /
• 2019

본 연구는 지적장애 아동을 대상으로 백색소음을 적용하여 대상자들의 쓰기 능력과 손 기능의 변화를 분석하여 백색소음의 적용에 따른 지적장애 아동의 쓰기 능력과 손 기능 변화에 대한 기초자료를 제공하고자 수행되었다. 연구대상은 지적장애 아동 12명이며, 백색소음을 적용하여 대상자들의 적용 전, 후 쓰기 능력과 손 기능을 분석하였다. 백색소음의 제공은 백색소음 발생기를 통해 연속적이며, 균일하게 제공하였다. 쓰기 능력의 분석은 KNISE-BAAT(Korea National Institute for Special Education-Basic Academic Achievement Tests) 도구를 활용하여 표기능력, 어휘구사력, 문장구사력을 평가하였다. 손 기능의 분석은 Manual Function Test(MFT) 도구의 세부항목인 Pegboard 항목을 활용하여 분석하였다. 쓰기 능력 분석결과 대상자들의 표기능력과 어휘구사력에서 통계적으로 유의미한 향상이 나타났으며, 문장구사력에서는 향상이 나타나지 않았다. 손 기능 분석결과 양손 모두 통계적으로 유의미한 향상이 나타났다. 따라서, 지적장애 아동들의 저하된 쓰기 능력과 손 기능을 향상시킬 수 있는 보상적 접근방법으로 백색소음의 적용을 고려해야 할 필요가 있다고 판단되며, 지적장애 아동들의 수행수준과 학습수준, 학업성취도를 향상시킬 수 있도록 생활공간 및 학습공간에서 백색소음의 제공을 고려해야 할 것이다.

• 정보처리학회논문지A
• /
• 제11A권4호
• /
• pp.243-250
• /
• 2004

실시간 시스템은 시스템이 적시성을 보장하는지 파악하기 위해 실시간 감시기법을 이용한다. 일반적으로 실시간 감시는 실시간 시스템의 현재 동작상태를 파악하는데 중점을 두는 기법이다. 그러나 실시간 시스템의 안정적인 수행을 지원하기 위해서는, 현재 상태를 파악하는 것뿐 아니라, 실시간 시스템 및 시스템상에서 동작하는 실시간 프로세스들의 수행도 예측할 수 있어야 한다. 그러나 기존 예측모델을 실시간 감시기법에 적용하기에는 몇 가지 한계가 있다. 첫째, 예측기능은 실시간 프로세스가 종료한 시점에서 정적인 분석을 통해 수행된다. 둘째, 예측을 위해 사전 기초 통계분석이 필요하다. 셋째, 예측을 위한 이전확률 및 클러스터 정보가 현재 시점을 정확하게 반영하지 못한다. 본 논문에서는 이러한 문제점들을 해결하고 실시간 감시기법에 적용할 수 있는 학습 기반의 수행 예측모델을 제안한다. 이 모델은 학습기법을 통해 불필요한 전처리과정을 없애고, 현시점의 데이터를 이용해, 보다 정확한 실시간 프로세스의 수행 예측이 가능하도록 한다. 또한 이 모델은 실시간 프로세스 수행 시간의 증가율 분석을 통해 다단계 예측을 지원하며, 무엇보다 실시간 프로세스가 실행되는 동안 예측이 가능한 동적 예측을 지원하도록 설계하였다. 실험 결과를 통해 훈련집합의 크기가 10 이상이면 80% 이상의 판단 정확도를 보이며, 다단계 예측의 경우, 훈련집합의 크기 이상의 수행 횟수를 넘으면 다단계 예측의 예측 차는 최소화되는 것으로 나타났다. 본 논문에서 제안한 예측모델은 가장 단순한 학습 알고리즘을 적용했다는 점과, CPU, 메모리, 입출력 데이터를 다루는 다차원 자원공간 모델을 고려하지 못한 한계가 있어 향후에 관련 연구가 요구된다. 본 논문에서 제안하는 학습기반 수행 예측모델은 실시간 감시 및 제어를 필요로 하는 분야 및 응용 분야에 적용할 수 있다.

• 전자공학회논문지C
• /
• 제35C권6호
• /
• pp.99-108
• /
• 1998

본 논문에서는 비선형 시스템의 직접제어방식을 위한 다층 신경회로망을 제안하였다. 제안한 방식은 신경회로망이 플랜트의 역 모델을 학습하는 방식으로 플랜트의 사전지식을 시스템의 입출력 정보를 이용하여 추정하고, 플랜트의 역 모델을 선형부분과 비선형 부분의 직렬연결로 구성하고 선형부분과 비선형부분의 모델을 신경회로망을 이용하여 구성한 직접제어방식이다. 제안한 제어기의 선형부분은 선형 시스템의 시스템동정을 위해 이용되었던 반복최소자승법을 이용하여 구하여진 플랜트의 선형입력으로 학습을 수행하고, 비선형부분은 기준 궤적과 실제 출력의 오차를 이용해 학습을 수행한다. 단일 관절 매니플레이터를 이용하여 추종제어에 대한 시뮬레이션과 실험을 하여 기존의 다층신경회로망을 이용한 직접제어방식과 제어성능을 비교 검토한 결과 신경회로망 구성의 간단함과 정밀성 등의 우수함을 확인하였다.