• 한국멀티미디어학회논문지
• /
• 제25권10호
• /
• pp.1375-1385
• /
• 2022

In this paper, we propose a semi-supervised domain adaptation solution to deal with practical face recognition (FR) scenarios where a single face image for each target identity (to be recognized) is only available in the training phase. Main goal of the proposed method is to reduce the discrepancy between the target and the source domain face images, which ultimately improves FR performances. The proposed method is based on the Domain Adatation network (DAN) using an MMD loss function to reduce the discrepancy between domains. In order to train more effectively, we develop a novel loss function learning strategy in which MMD loss and cross-entropy loss functions are adopted by using different weights according to the progress of each epoch during the learning. The proposed weight adoptation focuses on the training of the source domain in the initial learning phase to learn facial feature information such as eyes, nose, and mouth. After the initial learning is completed, the resulting feature information is used to training a deep network using the target domain images. To evaluate the effectiveness of the proposed method, FR performances were evaluated with pretrained model trained only with CASIA-webface (source images) and fine-tuned model trained only with FERET's gallery (target images) under the same FR scenarios. The experimental results showed that the proposed semi-supervised domain adaptation can be improved by 24.78% compared to the pre-trained model and 28.42% compared to the fine-tuned model. In addition, the proposed method outperformed other state-of-the-arts domain adaptation approaches by 9.41%.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.555-562
• /
• 2016

의미 역 결정은 한 문장에서 술어와 그것의 논항간의 의미 관계를 결정해주는 것을 말한다. 한편 한국어 의미 역 결정은 영어와는 다른 한국어 고유의 특이한 언어 구조 때문에 많은 어려움을 가지고 있는데, 이러한 어려움 때문에 지금까지 제안된 다양한 방법들을 곧바로 적용하기에 어려움이 있었다. 다시 말하자면, 지금까지 제안된 방법들은 영어나 중국어에 적용했을 때에 비해서 한국어에 적용하면 낮은 성능을 보여주었던 것이다. 이러한 어려움을 해결하기 위하여 본 연구에서는 조사나 어미와 같은 접사구조를 분석하는 것에 초점을 맞추었다. 한국어는 일본어와 같은 교착어의 하나인데, 이들 교착어에서는 매우 잘 정리되어 있는 접사구조가 어휘에 반영되어 있다. 교착어는 바로 이들 잘 정의된 접사 구조 때문에 매우 자유로운 어순이 가능하다. 또한 본 연구에서는 단일 형태소로 이루어진 논항은 기초 통계량을 기준으로 의미 역 결정을 하였다. 또한 지지 벡터 기계(Support Vector Machine: SVM)과 조건부 무작위장(Conditional Random Fields: CRFs)와 갗은 기계 학습 알고리즘을 사용하여 앞에서 결정되지 못한 논항들의 의미 역을 결정하였다. 본 논문에서 제시된 방법은 기계 학습 접근 방식이 처리해야 하는 논항의 범위를 줄여주는 역할을 하는데, 이는 기계 학습 접근은 상대적으로 불확실하고 부정확한 의미 역 결정을 하기 때문이다. 실험에서는 본 연구는 15,224 논항을 사용하였는데, 약 83.24%의 f1 점수를 얻을 수 있었는데, 이는 한국어 의미 역 결정 연구에 있어서 해외에서 발표된 연구 중 가장 높은 성능으로 알려진 것에 비해 약 4.85%의 향상을 보여준 것이다.

• 정보교육학회논문지
• /
• 제18권4호
• /
• pp.541-548
• /
• 2014

본 연구의 목적은 초등 교육현장에서 활용되는 로봇수업에서 학생들이 배양할 수 있는 역량으로 컴퓨팅 사고(Computational Thinking) 능력에 초점을 맞추고 이를 평가할 수 있는 평가 방안을 제안하는 것이다. 또한 지금까지 로봇수업의 평가로 개인 역량에만 치중하였던 것을 사회문화적 관점에서 조명하여 대인관계적 역량 및 협력의 경험을 평가할 수 있는 방안을 제안하였다. 이를 위해 초등학교 5학년 로봇수업에서 한 학기 동안 운영할 수 있는 프로그램을 고안하고 컴퓨팅 사고 능력 평가 설문 및 학습과정 모니터링 루브릭을 개발하여 평가를 실시하였다. 본 연구의 결과는 최근 이론적으로 주목받고 있고 컴퓨팅 사고 개념을 로봇교육과 연계한 평가 방안을 고안하고 사회문화적 관점인 대인간의 관계를 평가에 포함시킴으로써 그 범위를 확장하였다는 점에서 의의가 있다.

• 한국융합학회논문지
• /
• 제11권8호
• /
• pp.1-6
• /
• 2020

수박의 맛을 평가하는 다양한 방식이 있으나, 기존의 방법들은 주관적 방식, 평가 비용, 대상의 손상 등과 같은 평가 방식의 한계점이 있다. 최근에는 이러한 단점들을 해소하기 위해 소리를 이용하여 수박을 평가하는 연구들이 진행되고 있다. 본 연구에서는 수박을 두드렸을 때 나는 반향 소리를 AI기반의 기계 학습을 이용하여 수박의 당도를 예측하는 모델을 개발 하였다. 수박의 당도가 높을수록 높은 주파수 성분이 특이점으로 나타나며, 따라서 반향소리 시간-주파수 특이점에 기반 하여 기계 학습 방법을 개발하였다. 2개의 수박 당도별 그룹을 구분 시에 83.2%, 3개의 그룹을 구분시에 59.6%의 정확도로 당도를 예측 할 수 있었다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제7권2호
• /
• pp.79-83
• /
• 2015

The Response to Intervention(RTI) approaches is the method to help students who are at risk for learning difficulties in advance and provide an appropriate level of intervention. In this article, the characteristics of model RTI were reviewed for students with achievement of below basic proficiency level. We considered RTI as supporting system to document students' progress and its applicability for the general educational setting in Korean school. The tier of RTI make it possible the evidence based individual instruction and counseling, differentiated step-by step approach for students with achievement of below basic proficiency level. In conclusion, RTI can be used as educational tools for dealing with improvement of academic subjects learning, behavioral and emotional problem for students with achievement of below basic proficiency level. For building high quality implementing for RTI it is needed the collaboration of teachers, counselors and learning consultants and related educators.

• Computers and Concrete
• /
• 제16권5호
• /
• pp.741-757
• /
• 2015

In the last decade, several modeling approaches have been proposed and applied to estimate the high-performance concrete (HPC) slump flow. While HPC is a highly complex material, modeling its behavior is a very difficult issue. Thus, the selection and application of proper modeling methods remain therefore a crucial task. Like many other applications, HPC slump flow prediction suffers from noise which negatively affects the prediction accuracy and increases the variance. In the recent years, ensemble learning methods have introduced to optimize the prediction accuracy and reduce the prediction error. This study investigates the potential usage of bagging (Bag), which is among the most popular ensemble learning methods, in building ensemble models. Four well-known artificial intelligence models (i.e., classification and regression trees CART, support vector machines SVM, multilayer perceptron MLP and radial basis function neural networks RBF) are deployed as base learner. As a result of this study, bagging ensemble models (i.e., Bag-SVM, Bag-RT, Bag-MLP and Bag-RBF) are found superior to their base learners (i.e., SVM, CART, MLP and RBF) and bagging could noticeable optimize prediction accuracy and reduce the prediction error of proposed predictive models.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.17-23
• /
• 2022

Network slicing is a promising paradigm and significant evolution for adjusting the heterogeneous services based on different requirements by placing dynamic virtual network functions (VNF) forwarding graph (VNFFG) and orchestrating service function chaining (SFC) based on criticalities of Quality of Service (QoS) classes. In system architecture, software-defined networks (SDN), network functions virtualization (NFV), and edge computing are used to provide resourceful data view, configurable virtual resources, and control interfaces for developing the modified deep reinforcement learning agent (MDRL-A). In this paper, task requests, tolerable delays, and required resources are differentiated for input state observations to identify the non-critical/critical classes, since each user equipment can execute different QoS application services. We design intelligent slicing for handing the cross-domain resource with MDRL-A in solving network problems and eliminating resource usage. The agent interacts with controllers and orchestrators to manage the flow rule installation and physical resource allocation in NFV infrastructure (NFVI) with the proposed formulation of completion time and criticality criteria. Simulation is conducted in SDN/NFV environment and capturing the QoS performances between conventional and MDRL-A approaches.

• 한국산학기술학회논문지
• /
• 제21권11호
• /
• pp.398-411
• /
• 2020

본 연구는 코로나19 환경에서 시작된 비대면 학습이 대학수업에서 효과적으로 이루어질 수 있도록 비대면 수업사례를 중심으로 탐색하고자 하였다. 본 연구의 내용 범위는 대학에서 코로나19 상황에 직면한 비대면 수업사례의 학습전개 과정을 수업 및 학습내용, 상호작용, 과제활동, 수업환경의 교수-학습활동으로 분석하였다. H대학교 유아교육과 1학년 학생의 창업기초 교과목 수강생을 대상으로 진행하였다. 연구결과 첫째, 학습내용으로 창업에 대한 관심이 증가하였다. 둘째, 교수학습과정을 탐색한 결과 학생들이 학습내용을 이해하거나 학습목표를 달성하는데 있어서 대면 교수-학습과 비대면 교수-학습과 큰 차이가 있다고 볼 수 없다. 셋째, 비대면 교수-학습에서 가장 아쉬운 것은 상호작용 활동이며, 이로써 과제수행에 있어 어려움을 호소했다. 넷째, 학생들은 새로운 비대면 교수-학습 환경에 적응하여 마무리했다. 이 연구 결과를 바탕으로 비대면 교수학습 모델 개발이 필요하며, 대학 및 정부차원에서 비대면 환경 플랫폼을 구축하고, 온·오프라인을 포함하는 교육적 상호작용 시스템이 필요할 수 있다는 논의를 바탕으로 새로운 시각과 접근을 다룰 수 있는 연구들이 지속되어야 함을 밝혔다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2019년도 춘계종합학술대회
• /
• pp.227-228
• /
• 2019

This study examines the features of Korean EFL students' letter writing at a university in Korea. The data comprised interviews and examples of letter writing. The findings revealed that students engaged in unique ways in which they oriented their meaning-making to broad views concerning rhetorics and components. Students' approaches involved a particular context and the recontextualized English formal letter, which reflects their textual interactions in writing. This paper concludes that specific discourse communities, life-world, and learning purposes impact on students' English writing.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.898-910
• /
• 2020

컴퓨터 비전에서 단일 영상 기반의 초고해상도 영상 복원의 중요성과 확장성으로 관련 분야에서 많은 연구가 진행되어 왔으며, 최근 딥러닝에 대한 관심이 증가하면서 딥러닝을 활용한 단안 영상 기반 초고해상도 연구가 활발히 진행되고 있다. 대부분의 딥러닝을 기반으로 하는 단안 영상 기반 초고해상도 복원 연구는 복원 성능을 향상시키기 위해 네트워크의 구조, 손실 함수, 학습 방법에 초점이 맞추어 연구가 진행되었다. 한편, 딥러닝 네트워크를 깊게 쌓지 않고 초고해상도 영상 복원 성능을 향상시키기 위해 추출된 특징 맵을 강조하는 Attention Module에 대한 연구가 다양한 분야에 적용되어 왔다. Attention Module은 다양한 관점에서 네트워크의 목적에 맞는 특징 정보를 강조 및 스케일링 한다. 본 논문에서는 초고해상도 복원 네트워크를 기반으로 다양한 구조의 Channel Attention과 Spatial Attention을 설계하고, 다양한 관점에서 특징 맵을 강조하기 위해 다중 Attention Module 구조를 설계하여 성능을 분석 및 비교한다.