• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.873-876
• /
• 2020

매실의 병충해 이미지를 Tensorflow hub에서 제공하는 Resnet50모델에 Transfer Learning기법을 이용하여 학습시키고, 학습된 모델을 Flask를 이용하여 연동시킨다. 이렇게 완성된 웹앱은 사용자가 매실의 이미지를 업로드 하면, 어떤 병충해를 가지고 있는 지 알려주며, 사용자는 얻은 결과를 통해 육안으로 구분하기 어려운 병충해의 정보를 얻어 매실이 손상이 가는 것을 예방할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.822-823
• /
• 2024

직접 그린 스케치 그림을 실제 이미지처럼 변형하는 모델에 연구가 있다. 본 논문은 스케치를 실제 사진으로 변환할 수 있도록 모델을 학습시켜 웹검색이 가능한 웹어플리케이션의 개발을 연구한다. 이를 위하여 관련 데이터를 수집/선별해 학습시킨다. 웹서버와 모델을 연동하여 사진을 입력하면 학습된 이미지 그림 결과를 생성하고 웹에 검색 API를 연결해 해당 이미지 파일의 검색 결과를 바로 제공한다. 이를 통하여 손그림 이미지에 대한 상품 구매 등이 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.2-5
• /
• 2021

산모의 평균 연령이 높아짐에 따라 영양관리 및 운동에 대한 중요성이 더욱 높아졌다. 임산부는 건강관리가 중요함을 인지하고 있으나 관련 지식에 무지한 경우가 대부분이다. 본 논문에서는 위 문제를 해소하기 위한 어플리케이션을 구현한다. 임산부 일일 영양소 섭취기준과 추천알고리즘을 바탕으로 한 식단 관리, 학습된 모델을 이용한 요가자세추정 기능을 개발한다.

• 한국게임학회 논문지
• /
• 제20권1호
• /
• pp.121-132
• /
• 2020

본 논문은 지적장애학생들의 사회성, 집중력, 그리고 작업기억력 향상을 위해 보드게임과 AR 어플리케이션을 결합한 다중체험형 AR 보드게임 "ZOOCUS" 개발에 관한 내용이다. 2019년도 넷마블문화재단의 지원을 받아 진행된 이 게임은 보드게임의 여러 특성에 의해 지적장애학생들이 게임을 플레이하면서 필수적으로 습득해야하는 능력들을 학습할 수 있도록 게임을 디자인하고 AR 어플리케이션을 통해 보드게임을 진행함으로써 개인의 지적 수준에 맞는 난이도를 선택하여 게임진행이 가능하다. 또한 네트워크를 통해 경험 공유가 가능하며 플레이 데이터를 축적해 지적장애학생들의 개선효과를 객관적으로 평가할 수 있게 개발하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.275-276
• /
• 2022

본 연구는 웹캠을 기반으로한 시선 추적 알고리즘에 대한 성능을 실시간으로 분석함과 동시에 그 결과를 직관적으로 비교해볼 수 있는 프로그램 개발에 대한 것이다. 시선 추적을 위한 훌륭한 알고리즘들과 학습 모델이 개발되고 있으나 개발 대상 어플리케이션에 적합한 알고리즘을 선별하거나 파라미터를 최적화하기 위해서는 알고리즘의 성능을 빠르고 효과적으로 가늠해볼 수 있는 테스트베드 개발이 동반되어야한다. 따라서 본 연구는 웹캠을 기반으로 시선 추적 알고리즘을 구현한 사례와 함께 개발된 알고리즘의 성능을 테스트해볼 수 있는 프로그램 개발에 대한 내용을 기술하였다.

• 정보처리학회논문지A
• /
• 제19A권3호
• /
• pp.155-160
• /
• 2012

본 논문은 기능성 게임의 주요소인 재미와 학습 그리고 본인의 게임 점수 향상을 통한 성취감 배양을 통해 언제 어디에서나 자투리 시간을 활용하여 수열 문제 학습 능력을 향상시킬 수 있는 스마트폰 기반의 수열 퀴즈 어플리케이션을 설계하였다. 또한 최근 대중화된 유비쿼터스 환경에서 기능성 게임을 통한 수열 문제에 대한 학습 효과를 검증하기 위해 여러 종류의 수열 문제들로 구성된 기능성 게임을 아이폰과 안드로이드 환경 기반으로 구현하고, 수열 게임 사용자들의 점수 기록을 바탕으로 사회통계학적 분류에 따른 게임 사용자 특성 및 학습 효과를 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.611-613
• /
• 2017

스마트폰이 일상생활에 보급되면서 모바일로 제작된 콘텐츠들의 연구 개발이 확산되고 있다. 학습, 여가, 운동 등 여러 분야에서 스마트폰으로 개발된 어플리케이션은 사용자로 하여금 스트레스를 줄여주고 편리함을 제공하고 있다. 본 논문은 스마트폰 Camera와 Video View를 이용하여 사용자와 영상 속안의 배우들과 호흡할 수 있는 모바일 1인칭 연기 시뮬레이션 어플리케이션을 설계하고 이를 구현하였다. 스마트폰의 영상에서 배우의 1인칭 모습이 출력되고 사용자가 선택한 명장면을 함께 진행한다. 본 연구를 통해 배우와 사용자 사이의 친밀감을 극대화시키고 잊고 있었던 명장면을 재조명할 수 있는 효과를 만들어 일상생활에서 느끼는 스트레스를 조금이나마 줄여줄 수 있기를 기대한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.649-651
• /
• 2021

우리 나라의 연간 심정지 환자는 3만명 안팎이며, 점차 그 수가 증가 하고 있다. 이러한 배경으로 심폐소생술 교육과 홍보사업을 전국적으로 확대 시행해왔지만 일반인에 의한 목격자 심폐소생술 시행 비율은 4.4%로 외국의 20%~70% 비율과 비교하면 현저히 낮은 실정이다. 따라서 본 논문에서는 심정지 환자를 발견한 목격자가 CPR을 수행하는 데 영향을 주는 요인을 분석하고 그 결과를 바탕으로, 일반인 목격자의 의한 심폐소생술 시행 비율 증가에 효과적으로 보조할 수 있도록 사용자에게 올바른 심정지 대처요령과 단계별 CPR 가이드라인을 사용자에게 제공하는 어플리케이션 기획·개발 연구를 수행하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
• /
• pp.85-91
• /
• 2002

최근 정보 추출, 질의응답 시스템 등의 고정밀 자연어처리 어플리케이션이 부각됨에 따라 개체명 인식의 중요성이 더욱 커지고 있다. 이러한 개체명 인식을 위한 학습에는 대용량의 어휘자료를 필요로 하기 때문에 충분한 학습 데이터, 즉 개체명 태그가 부착된 충분한 코퍼스가 제공되지 못하는 경우 자료희귀문제(data sparseness problem)로 인하여 목적한 효과를 내지 못하는 경우가 않다. 그러나 태그가 부착된 코퍼스를 생성하는 일은 시간과 인력이 많이 드는 힘든 작업이다. 최근 인터넷의 발전으로 웹 데이터는 그 양이 매우 많으며, 습득 또한 웹 검색 엔진을 사용해서 자동으로 모음으로써 다량의 말뭉치를 모으는 것이 매우 용이하다. 따라서 최근에는 웹을 무한한 언어자원으로 보고 웹에서 필요한 언어자원을 자동으로 뽑는 연구가 활발히 진행되고 있다. 본 연구는 이러한 연구의 첫 시도로 웹으로부터 다량의 원시(raw) 코퍼스를 얻어 개체명 태깅 학습을 위한 태그 부착 코퍼스를 자동으로 생성하고 이렇게 생성된 말뭉치를 개체면 태깅 학습에 적용하는 비교 실험을 통해 수집된 말뭉치의 유효성을 검증하고자 한다. 향후에는 자동으로 웹으로부터 개체 명 태깅 규칙과 패턴을 뽑아내어 실제 개체명 태거를 빨리 개발하여 유용하게 사용할 수 있다.

• 대한소아치과학회지
• /
• 제48권2호
• /
• pp.221-228
• /
• 2021

이번 연구는 손쉽게 접근 가능한 웹사이트 기반 기계 학습 어플리케이션을 활용하여 파노라마 방사선 영상에서 과잉치 식별 모델을 학습시키고, 학습된 모델의 과잉치를 식별하는 성능을 평가하고자 하였으며, 인간 집단과의 성능을 비교하기 위한 연구를 진행하였다. 총 1604장의 5 - 7세 환자의 파노라마 이미지가 이번 연구에서 사용되었다. 연구에 사용된 모델은 Google에서 개발한 기계학습 모델인 Teachable Machine을 사용하였다. 과잉치 식별 모델을 훈련시키고 성능을 평가하기 위해 data set 1을 설정하였다. Data set 2는 학습모델과 인간 집단 간의 정확도 비교를 위해 설정하였다. 학습모델 및 인간 집단의 과잉치 식별 능력을 평가하기 위해 정확도(accuracy), 민감도(sensitivity), 특이도(specificity) 값을 사용하였다. Data set 1의 검증 결과, 평균 0.82의 분류 정확도를 얻었다. Data set 2의 테스트 결과, 모델의 정확도는 0.78이었다. 전공의군과 학생군의 평균 정확도는 각각 0.82, 0.69였다. 이번 연구는 유치열기 및 초기 혼합치열기 어린이의 파노라마 방사선 영상과 웹 기반 기계 학습 어플리케이션 이용하여 과잉치 식별 모델을 개발하였고 학습된 모델과 인간 의사 집단(전공의 및 학생) 간의 과잉치 식별 정도를 비교 연구하였다. 훈련모델의 분류 정확도는 전공의군과 비교 시 낮았지만 훈련받지 않은 치과 대학 학생군보다 분류 정확도가 높아 비전문가 학생 또는 일반의사에게 과잉치 진단 정확도를 높이는 데 활용될 가능성이 있음을 확인하였다.