• Korean Journal of Optics and Photonics
• /
• v.2 no.2
• /
• pp.83-88
• /
• 1991

Studies on space-invariant pattern recognition have been carried out from various approaches. Pattern recognition system using SDF filter, from weighted linear summation of tranining images, has been the focus of research since its first appearence. In this thesis, off-axis pSDF spatial matched filter has been constructed by combining angular multiplexing of off-axis reference plane wave with pSDF filter made from pseudo-inverse algorithm, and transformed to phase only filter. From observation of the correlation responses in the correlation plane, it is shown that proposed off-axis pSDF spatial matched filter is available to pattern classification and can be used for optical correlator.

• 대학교육
• /
• s.145
• /
• pp.34-40
• /
• 2007

오늘날 사회는 지식이 부가가치를 산출하는 지식기반사회로, 이러한 지식은 전통적인 교과적 지식과는 달리 신속성, 다양성, 복잡성을 가진 특성을 가지고 있으며, 생산, 저장, 공유 및 재생산의 과정을 거쳐가면서 가치를 더해 가는 것이다. 사회현장의 이러한 변화에 따라 인력을 양성하는 대학에서도 대학경영으로 변화할 것을 요구하고 있다. 즉, 대학은 기존 체제와 운영방식을 유지하는 것보다도, 팀 중심으로 기존의 지식을 공유하고 대화와 토론을 중시하는 학습조직화를 통하여 새로운 대학체제를 창조하는 지식경영적 접근이 요구된다. 이를 위해서 대학은 지역과 구성원의 특성을 살리면서도 미래의 변화에 부응하는 장기적인 통찰과 정책이 필요하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.859.2-897
• /
• 2002

네트워크의 급격한 발전에 따라 컴퓨터의 보안 문제가 계속 대두되고 있다. 이러한 보안관리 시스템으로 이동 에이전트를 이용한 침입탐지 시스템이 계속 연구되어지고 있다. 본 논문에서는 기존의 침입탐지시스템을 고찰하고 작은 에이전트의 그룹으로 구성된 자율성을 가진 이동 에이전트를 기반으로 한 모듈 접근방식의 시스템을 위한 모델링을 제공한다. 제안된 모델은 침입 정보를 동적으로 수집하고 탐지 에이전트를 학습시키고 탐지한다. 이동 에이전트는 통신 비용절감, 로컬자원 사용의 한계에서의 독립, 관리의 편의성 제공. 비동기 연산 등 다양한 이점을 가지고, 분산 연산을 위만 유동성 있는 구조를 제공한다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.33 no.4
• /
• pp.376-381
• /
• 2013

위상잠금 열화상에서는 일반적으로 변조된 주파수의 광램프를 쓰고 있다. 하지만 램프의 광도 분포는 입력신호가 평단(flat)특성임에 불구하고 심지어 불균일하여 검사 시편내에 측면 열유동을 만들어낸다. 이러한 열유동은 원치 않는 효과로서 측면의 분해능을 감소시키는 등과 같이 관심 결함구조의 영상에 부정적인 영향을 미친다. 본 고에서 검토되는 방식은 열원으로서 LCD 프로젝터와 같은 것을 이용하여 각 가진픽셀에 개별적으로 진동진폭, 광도 오프셋, 위상지연 등을 할당하는 방법에 대한 접근기술이다. 이러한 반복적인 자체학습 과정에 의한 조명 패턴을 통하여 측면 열유동이 제거되고 분해능이 향상되도록 제공하는 것이다.

• Proceedings of The KACE
• /
• 2018.08a
• /
• pp.121-124
• /
• 2018

본 논문에서는 비전공자 대상의 학습자 눈높이에서 흥미와 재미를 유발하고, 실제 비전공자의 컴퓨팅사고력(Computational Thinking)을 향상시키는데 콘텐츠에 따라 학생의 관심도가 달라질 수 있다는 분석결과를 보여준다. 기존의 SW교육 시스템(EPL: Education Programming Language)의 단점인 실행 중심의 SW교육 시스템에서 벗어나 실제 생활에서의 기초적인 컴퓨팅 사고 관련 예제로서 모델별 단계적 접근을 시도하면서, 실제 생활 속 컴퓨팅 사고력 기반의 문제해결력을 높일 수 있도록 피드백 방식이 비전공자 SW교육에 끼치는 영향력을 확인하였다.

• Journal of Digital Convergence
• /
• v.11 no.2
• /
• pp.51-58
• /
• 2013

There is an increasing discussion about new teaching and learning methods in smart education environment due to the dissemination of smart devices. In this trend, in order to understand the smart education system, this study analyzed the domestic and foreign cases in K-12 smart education based on CTLA (Creation Teaching Learning Assessment) model through access to educational contents, environments, methods, and its curriculums. The teaching and learning methods in smart education are analyzed in foreign cases, domestic cases, and teaching-learning models presenting the positive part of the currently being implemented smart education and the further research for its improvement. Accordingly this study contributes to the specific formulation and successful realization of smart education.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.517-520
• /
• 2019

교육의 질이 향상됨과 동시에 학습 콘텐츠의 질 역시 향상되고 있고 어플리케이션, AI, AR 등 다양한 기술들과 접목된 다양한 교육 방식들이 존재하게 되었다. 이와 함께 스마트폰의 기술 발달과 보급률 증가에 따라 다양한 기술들과 접목된 교육용 어플리케이션들에 대한 접근 또한 쉬워지고 있다. 이에 본 논문에서는 유아의 학습 능력을 조사하여, 단어 학습에 있어 의미파악, 단어 인지, 바른 발음 지도 등을 길러 줄 수 있도록 AR 기술을 접목한 교육용 AR 어플리케이션을 설계하고 이를 구현하였다. 본 논문에서 개발한 어플리케이션은 유아의 인지와 학습 방법을 토대로 하여 바른 발음과 철자를 지도하고, 단어 학습에 있어 낱말이 가진 의미파악을 도와주며, 반복학 습을 통하여 단어를 인지하고 사용할 수 있도록 도와준다. 본 논문의 어플리케이션은 AR 기술을 융합하여 이미지만을 사용한 교육보다 쉽게 의미를 파악하는데 도움을 줄 수 있고 이에 따라 인지 능력도 상승시켜 줄 것이라 기대한다.

• Design Convergence Study
• /
• v.14 no.4
• /
• pp.151-167
• /
• 2015

This research suggests scenarios of learning in real life contexts with smart devices and provides user interface prototypes to show their characteristics more effectively. For this, literature review was conducted to understand the strength and limitations of current learning in which real life contexts are used. Then, the characteristics of smart devices as a support tool of learning service was reviewed. With such understand, a user research was executed to establish 10 design guidelines for learning service in real life contexts. Finally, this paper suggested two scenarios that shows learning in real life contexts as case studies and their detailed user interface protypes.

• Smart Media Journal
• /
• v.11 no.9
• /
• pp.9-20
• /
• 2022

Deep reinforcement learning(RL) is an end-to-end data-driven control method that is widely used in the autonomous driving domain. However, conventional RL approaches have difficulties in applying it to autonomous driving tasks due to problems such as inefficiency, instability, and uncertainty. These issues play an important role in the autonomous driving domain. Although recent studies have attempted to solve these problems, they are computationally expensive and rely on special assumptions. In this paper, we propose a new algorithm MCDT that considers inefficiency, instability, and uncertainty by introducing a method called uncertainty sequence modeling to autonomous driving domain. The sequence modeling method, which views reinforcement learning as a decision making generation problem to obtain high rewards, avoids the disadvantages of exiting studies and guarantees efficiency, stability and also considers safety by integrating uncertainty estimation techniques. The proposed method was tested in the OpenAI Gym CarRacing environment, and the experimental results show that the MCDT algorithm provides efficient, stable and safe performance compared to the existing reinforcement learning method.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.1
• /
• pp.93-104
• /
• 2024

Demand response is a strategy that encourages customers to adjust their consumption patterns at times of peak demand with the aim to improve the reliability of the power grid and minimize expenses. The integration of renewable energy sources into smart grids poses significant challenges due to their intermittent and unpredictable nature. Demand response strategies, coupled with reinforcement learning techniques, have emerged as promising approaches to address these challenges and optimize grid operations where traditional methods fail to meet such kind of complex requirements. This research focuses on investigating the application of reinforcement learning algorithms in demand response for renewable energy integration. The objectives include optimizing demand-side flexibility, improving renewable energy utilization, and enhancing grid stability. The results emphasize the effectiveness of demand response strategies based on reinforcement learning in enhancing grid flexibility and facilitating the integration of renewable energy.