• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제27권3호
• /
• pp.303-320
• /
• 2024

본 연구는 폴리아의 문제해결 단계에 따라 풀이를 제공하는 GPTs 기반 맞춤형 챗봇을 제작하여 수학적 성능을 검증하였다. 우선 맞춤형 챗봇 베타 버전을 제작하여 수학적 성능을 검증한 후 대표적인 오류를 수정하여 최종 맞춤형 챗봇을 완성하였다. 완성된 맞춤형 챗봇은 초등 수학 6학년 교과서에 제시된 이미지 형태의 65개 문제 중 평균 약 57.8개를 옳게 해결하여 약 89.0%의 정답률을 보였으며, 베타 버전에 비해 약 4%p 높은 정답률을 나타냈다. 또한 그림이 문제를 해결하는 데 핵심적인 역할을 하지 않는 50개 문제의 경우 평균 45.5개를 옳게 해결하여 약 91.0%의 정답률을 보였다. 완성된 맞춤형 챗봇의 답변 중 대표적인 오류는 문제 인식 오류이며, 문제에 인식하기 어려운 그림이 사용되었거나 문제 구성이 복잡한 경우에 해당 오류가 나타났다. 다음으로 개념 혼동 오류, 문제 이해 오류 등이 나타났다. 본 연구에서 개발한 문제해결 맞춤형 챗봇은 범용적인 챗봇인 ChatGPT보다 우수한 수학적 성능을 보였다. 또한 학년 수준에 적절하도록 풀이 과정의 조정이 가능하여 학생 개별화 맞춤형 지도에 활용할 수 있으며, 누구나 제작이 가능하여 교사 개인별 수업 보조 등 수학교육에서의 다양한 활용 가능성을 엿볼 수 있다.

• 한국음향학회지
• /
• 제14권4호
• /
• pp.46-63
• /
• 1995

본 논문에서는 시간지연신경망을 이용한 한국어 무제한 어휘 연결단어 인식 시스템에 대해 기술하였다. 인식단위로는 인접한 두음소의 천이과정을 포한하는 이음소 (diphone)를 사용하였으며 그 개수는 329개이다. 한국어 연결단어 인식과정은 음성신호의 특징 추출 과정, 이음소 인식과정과 후처리 과정의 세 단계로 구분된다. 특징 추출 단계에서는 입력 음성의 이음소 구간을 분리하여 16차의 필터밸크 (filter-bank) 계수를 구한다. 이음소 인식은 3단계의 계층적 구조로 이루어졌으며 총 30개의 시간지연신경망을 이용해 이음소를 인식한다. 특히, 사용된 시간지연신경망은 인식률을 높이기 위하여 기존의 시간 지연신경망 구조를 변경하였다. 후처리 단계는 음소 천이확률과 음소 혼동확률을 이용한 이음소 오인식 수정과정과 인식된 이음소를 결합하여 어절을 형성하는 과정으로 이루어진다.

• 재활복지공학회논문지
• /
• 제8권3호
• /
• pp.227-232
• /
• 2014

이 연구는 언어습득 이후 난청 성인의 인공와우 이식 후 음소 지각과 음소 지각에 오류 양상 등을 알아보고자 한다. 일측 인공와우를 1년 이상 사용한 23 세부터 79($49{\pm}14$) 세 사이의 21 명(m:f=13:8)의 자음 지각 검사를 이용하였다. 자음 지각 성적은 11~86 ($60{\pm}17$)%로 관찰되었고, 인공와우 교정청력(p< .046)을 제외한 술 전 청력, 난청 기간, 인공와우 이식 연령, 술 후 사용기간 등은 유의한 관계가 나타나지 않았다. 이는 언어발달이 정상적인 경우 다른 요인들 보다는 청력의 개선을 통한 청각적 자극이 자음지각에 가장 중요하다는 것을 시사한다. 음소 정답률은 마찰음(/ㅅ, ㅆ, ㅎ/)과 파찰음(/ㅈ, ㅉ, ㅊ/)이 71~92 ($79{\pm}7$)%로 파열음(/ㅂ, ㅃ, ㅍ, ㄷ, ㄸ, ㅌ, ㄱ, ㄲ, ㅋ/)과 유음(/ㄹ/) 및 비음(/ㅁ, ㄴ/)의 33~80 ($50{\pm}13$)%보다 높게 관찰되었다. 오류 양상은 조음 방법이 같은 음소들을 서로 혼동하는 경향을 보였으며, 이는 주파수의 미세한 변화나 강도의 시간적 변화를 변별하지 못한 것으로 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권12호
• /
• pp.789-799
• /
• 2008

상호작용이 가능한 컴퓨팅 환경에서 사람과 컴퓨터 사이의 자연스러운 정보 교환을 위해 동작 인식과 관련한 연구가 활발하게 이루어지고 있다. 기존의 2차원 특징값을 이용하는 인식 알고리즘은 특징값 추출과 인식 속도는 빠르지만, 정확한 인식을 위해서 많은 환경적인 제약이 따른다. 또한 2.5차원 특징값을 이용하는 알고리즘은 2차원 특징값에 비해 높은 인식률을 제공하지만 물체의 회전 변화에 취약하고, 3차원 특징값을 이용하는 인식 알고리즘은 특징값 추출을 위해 3차원 물체를 재구성하는 선행 과정이 필요하기 때문에 인식 속도가 느리다. 본 논문은 3차원 물체 재구성 단계와 특징값 추출 단계를 통합하여 실시간으로 3차원 정보를 가지는 특징값 추출 방법을 제안한다. 제안하는 방법은 기존의 GPU 기반 비주얼 헐 생성 방법의 세부 과정 중에서 동작 인식에 필요한 데이타 생성 부분만을 수행하여 임의의 시점에서 3차원 물체에 대한 3종류의 프로젝션 맵을 생성하고, 각각의 프로젝션 맵에 대한 후-모멘트(Hu-moment)를 계산한다. 실험에서 우리는 기존의 방법들과 단계별 수행 시간을 비교하고, 생성된 후-모멘트에 대한 혼동 행렬(confusion matrix)을 계산함으로써 제안하는 방법이 실시간 동작 인식 환경에 적용될 수 있음을 확인하였다.

• 한국식품영양과학회지
• /
• 제39권7호
• /
• pp.1056-1063
• /
• 2010

본 연구는 현재 시판되고 있는 국내 육가공품 표시 실태에 대한 이행여부를 조사하였고, 육가공품을 가장 많이 소비하고 있는 청소년과 아동들을 위한 구매 주체인 20~50대 주부 184명을 대상으로 국내 육가공품의 영양표시제도에 대한 인지도, 필요성과 이해도 등에 대하여 조사하였다. 시판 육가공품의 영양표시 실태를 살펴본 결과 총 171개 조사대상 제품 중 영양성분은 48.0%에 해당되는 81개 육가공품에서 표시된 것으로 확인되었다. 소시지류는 88.9%로 가장 많이 표시된 반면, 베이컨은 표시된 제품이 없었다. 조사대상자들은 나이와 상관없이 제품표시와 영양표시를 확인하는 경우가 전체적으로 높게 나타났으며, 질병이 있거나 BMI가 높은 사람일수록 제품표시와 영양표시를 확인하는 경향이 높게 나타났다. 제품표시를 확인하지 않는 이유로서 '보아도 잘 이해가 되지 않아서'가 46.2% 가장 높게 나타났으며, 영양표시를 확인하지 이유로는 '영양성분표시를 확인해도 도움이 안 되는 경우가 많아서'가 39.3%로 가장 높았고 다음으로는 '영양성분표시의 이해가 어려워서'가 32.8%로 나타났다. 영양표시제도가 필요성에 대하여는 '매우 그렇다'가 51.6%로 가장 많이 응답하였다. 영양표시시행에 따른 긍정적 효과에 대한 조사결과 '건강에 유익한 제품을 선택 시 용이하다.'가 62%로 나타났으며 시행에 따른 수반되는 문제점으로 '허위, 과대 표시로 인해 충동구매를 야기한다.'가 35.9%로 가장 많이 응답하였다. 영양표시제도에 대한 이해도에서 11문항 중 4문항이 약 50% 이상의 정답률을 나타냈으며, 영양권장량 등의 수량적 이해 질문에는 정답률이 낮게 나타났다. 또한 육가공품의 영양표시 이해도에 대한 결과에서는 7문항 중 3문항만이 약 50% 이상으로 나타났다. 제품표시의 확인정도는 영양표시의 확인정도와 유의적인 양의 상관관계를 나타났다. 영양표시를 확인하는 정도는 영양표시지식과 육가공품의 영양표시지식과 각각 유의적인 음의 상관관계를 보였다. 이는 영양표시를 확인하고 있지만 정확한 영양표시에 대한 정확한 정보 지식의 수준이 낮은 것을 의미한다. 이상의 결과를 종합해 보면 소비자들에 대한 전반적 영양교육에 대한 홍보의 필요성이 중요하게 부각되며 다양한 표시 방법은 소비자들에게 혼동이 올 수 있으므로 제품종류에 상관없이 같은 영양정보표시 방법을 선정하여 보다 쉽게 이해할 수 있도록 영양표시의 규정이 명확하게 이루어져야 한다고 판단된다. 특히 육가공품에 대한 영양표시 제도를 정착시키기 위해서는 추가적 영양교육과 홍보가 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.521-535
• /
• 2023

논·밭 전환 시 수수(sorghum bicolor L. Moench)는 뛰어난 내습성으로 콩과 함께 안정적인 생산이 가능하여 국내 식량작물의 자급률 향상과 쌀 수급 불균형 문제를 해결할 수 있을 것으로 기대되는 작물이다. 그러나 수량 추정을 위한 재배면적과 같은 기본적인 통계조사는 많은 인력을 투입하여도 오래 걸리는 전통적인 조사 방식으로 인해 잘 이루어 지지 않고 있다. 이에 따라 본 연구에서는 무인기 기반 RGB 영상에 U-Net을 적용하여 수수 재배지 비파괴적 분할가능성을 확인하였다. 2022년에 7월 28일, 8월 13일, 8월 25일에 각각 영상이 취득되었다. 각 영상취득 날짜에서 512 × 512 영상크기로 훈련데이터셋 6,000장과 검증데이터셋 1,000장으로 나누어 학습을 진행하였으며 수수 농경지(sorghum), 벼와 콩 농경지(others)와 비 농경지(background)로 구성된 세 개 클래스와 수수 농경지와 배경(others+background)으로 구성된 두 개 클래스 기반으로 분류모델을 개발하였다. 모든 취득 날짜에서 세 개 클래스 기반 모델에서는 수수 재배지 분류 정확도가 0.91 이상으로 나타났지만 8월 데이터셋의 others 클래스에서 학습 혼동이 일어났다. 대조적으로 두 개 클래스 기반 모델에서는 8월 데이터셋의 안정적인 학습과 함께 모든 클래스에서 0.95 이상의 정확도를 나타내었다. 결과적으로 8월에 두개클래스 기반 모델을 현장에 재현하는 것이 수수 재배지 분류를 통한 재배면적 산출에 유리할 것으로 판단된다.