• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.570-590
• /
• 2024

Breast cancer ranks among the most prevalent forms of malignancy and foremost cause of death by cancer worldwide. It is not preventable. Early and precise detection is the only remedy for lowering the rate of mortality and improving the probability of survival for victims. In contrast to present procedures, thermography aids in the early diagnosis of cancer and thereby saves lives. But the accuracy experiences detrimental impact by low sensitivity for small and deep tumours and the subjectivity by physicians in interpreting the images. Employing deep learning approaches for cancer detection can enhance the efficacy. This study explored the utilization of thermography in early identification of breast cancer with the use of a publicly released dataset known as the DMR-IR dataset. For this purpose, we employed a novel approach that entails the utilization of a pre-trained MobileNetV2 model and fine tuning it through transfer learning techniques. We created three models using MobileNetV2: one was a baseline transfer learning model with weights trained from ImageNet dataset, the second was a fine-tuned model with an adaptive learning rate, and the third utilized early stopping with callbacks during fine-tuning. The results showed that the proposed methods achieved average accuracy rates of 85.15%, 95.19%, and 98.69%, respectively, with various performance indicators such as precision, sensitivity and specificity also being investigated.

• 경영정보학연구
• /
• 제21권1호
• /
• pp.39-59
• /
• 2019

이러닝은 전통적인 주입식 교육에서 벗어나 언제 어디서나 원하는 학습을 가능하게 하여 교육 효과를 높였다. 그러나 효과적으로 정보시스템을 활용하기 위해서는 사용자의 만족을 평가하여 피드백을 반영하는 것이 중요하다. 학습은 유무형의 요소를 많이 포함하기 때문에 이러닝의 만족 요인을 명확하게 규명할 필요가 있다. 따라서 본 연구는 혼합방법론을 사용하여 이러닝 학습 만족도 증진 방안을 도출하고 이러닝 만족도 모델 제안을 목적으로 한다. 따라서 본 연구는 실제 학습자 대상으로 1:1 심층 인터뷰를 하고, Udemy 사이트의 온라인 학습자 후기를 텍스트 마이닝하여 상위평점 강의와 하위평점 강의를 분지한 것을 바탕으로 토픽 모델링을 하였다. 분석 결과 학습자들이 이러닝 학습에 대하여 어떠한 부분을 긍정 혹은 부정적으로 느끼고 이용하는지 파악하고자 한다. 기존에는 설문 기반의 연구가 주로 이루어졌던 것에 반해 본 연구는 학습자가 직접 작성한 실제 데이터를 수집하였다. 이것을 정보시스템 성공 모델을 기반으로 토픽 모델링을 통해 도출된 결과와 접목하였다는 것에서 학술적 의의가 있다고 할 수 있다.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.579-586
• /
• 2003

감정요소를 사용한 정보검색시스템은 감정에 기반한 정보검색을 수행하기 위하여 감정시소러스를 구성하였으며 이를 사용한 감정요소추출기를 구현하였다. 감정요소추출기는 기본 5가지 감정 요소를 해당 문서에서 추출하여 문서를 벡터화시킨다. 벡터화시킨 문서들은 k-nearest neighbor, 단순 베이지안 및 상관계수기법을 사용한 2단계 투표방식을 통해 학습하고 분류하였다. 실험결과 분류 방식과 K-means를 이용한 클러스터링에서 감정요소에 기반한 방식이 더 우수하다는 결과와 5,000 단어 미만의 문서 검색에 감정기반 검색이 유리하다는 것을 보였다.

• 영재교육연구
• /
• 제24권5호
• /
• pp.851-876
• /
• 2014

이 논문은 학습장애영재 모델(Song & Porath, 2011)의 실증적 검증 차원으로, 읽기, 쓰기, 수학에서 학습장애가 없는 영재와 학습장애영재가 보이는 영역적 사고를 조사하였다. 두 그룹의 영재들로부터 인터뷰 자료를 수집하였고 분야적 사고 측면에서 분석하였다. 그 결과 영재는 읽기, 쓰기, 수학에서 비교적 균형 잡힌 영역적 사고를 나타낸 반면 학습장애영재는 특정 분야에서 약한 영역적 사고를 보였다. 뿐만 아니라 오직 학습장애영재만이 읽기, 쓰기, 수학의 각각의 분야 내에서 서로 상반된 태도를 보였는데 그들은 같은 분야 내에서 긍정과 부정의 감정을 동시에 드러냈다. 이 논문은 학습장애영재 모델에서 제시하고 있는 인지 메커니즘을 통해 두 영재집단의 차이점들을 설명하고 영재 선발과 교육에 대한 새로운 접근 방법을 제안하고 있다.

• 한국철학논집
• /
• 제39호
• /
• pp.53-83
• /
• 2013

이 글은 황윤석(1729-1791)을 사례로 삼아 18세기 조선 지식인들에게서 천인관계 문제가 어떻게 변화해 가고 있었는가를 검토하는 데 목표를 둔다. 천인관계 문제는 유학의 변화를 가늠하는 중요한 지표로서, 전통적으로 유학사의 핵심 주제 가운데 하나로 자리 잡아왔다. 황윤석은 주자학의 바탕 위에서 서학(Western Learning)을 수용한 인물이라는 점에서 이 문제를 검토하기 위한 좋은 사례의 하나이다. 황윤석의 학문은 주자학의 범위를 거의 벗어나지 않았지만, 어려서부터 고학(古學)에 심취했고, 이를 바탕으로 서학(西學)에 관심을 가졌다. 이수(理數)는 고학과 서학을 관통하는 핵심 개념으로서, 종래의 선험적이고 신비적인 진리에서 부분적이나마 경험적이고 실용적인 지식을 함축하는 개념으로 확장되었다. 황윤석은 천문 현상에 대한 이해에서 사실중심적 접근법과 가치중심적 접근법을 병행하였다. 서양 천문학은 그로 하여금 사실중심적 접근법의 측면에서 많은 진전을 이루도록 해 주었지만, 그럼에도 불구하고 그는 가치중심적 접근법을 통해 일 월식을 비롯한 천문의 변리(變異)에 대해 재리논적(災異論的) 관점을 유지할 수 있었다. 사실 가치의 이분법은 당시 주자학이 새로운 지식의 유입에 맞서 스스로의 정체성을 고수하기 위한 방법의 하나였다고 할 수 있다. 그것은 '천도(자연) 인사(인간)' 방향의 간섭을 배제하는 것일 뿐, '인사(인간) 천도(자연)' 방향의 관심까지 부정하는 것은 아니었다. 자연의 감계적 기능을 긍정적으로 강조하는 그가 보기에 천인관계론은 여전히 중요한 논제였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3270-3294
• /
• 2020

Some things come easily to humans, one of them is the ability to navigate around. This capability of navigation suffers significantly in case of partial or complete blindness, restricting life activity. Advances in the technological landscape have given way to new solutions aiding navigation for the visually impaired. In this paper, we analyze the existing works and identify the challenges of path selection, context awareness, obstacle detection/identification and integration of visual and nonvisual information associated with real-time assisted mobility. In the process, we explore machine learning approaches for robotic path planning, multi constrained optimal path computation and sensor based wearable assistive devices for the visually impaired. It is observed that the solution to problem is complex and computationally intensive and significant effort is required towards the development of richer and comfortable paths for safe and smooth navigation of visually impaired people. We cannot overlook to explore more effective strategies of acquiring surrounding information towards autonomous mobility.

• 한국멀티미디어학회논문지
• /
• 제19권9호
• /
• pp.1647-1658
• /
• 2016

RGB+D database has been widely used in object recognition, object tracking, robot control, to name a few. While rapid advance of active depth sensing technologies allows for the widespread of indoor RGB+D databases, there are only few outdoor RGB+D databases largely due to an inherent limitation of active depth cameras. In this paper, we propose a novel method used to build outdoor RGB+D databases. Instead of using active depth cameras such as Kinect or LIDAR, we acquire a pair of stereo image using high-resolution stereo camera and then obtain a depth map by applying stereo matching algorithm. To deal with estimation errors that inevitably exist in the depth map obtained from stereo matching methods, we develop an approach that estimates confidence of depth maps based on unsupervised learning. Unlike existing confidence estimation approaches, we explicitly consider a spatial correlation that may exist in the confidence map. Specifically, we focus on refining confidence feature with the assumption that the confidence feature and resultant confidence map are smoothly-varying in spatial domain and are highly correlated to each other. Experimental result shows that the proposed method outperforms existing confidence measure based approaches in various benchmark dataset.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권1호
• /
• pp.180-194
• /
• 2021

For small image registration, feature-based approaches are likely to fail as feature detectors cannot detect enough feature points from low-resolution images. The classic FFT approach's prediction accuracy is high, but the registration time can be relatively long, about several seconds to register one image pair. To achieve real-time and high-precision rigid registration for small images, we apply deep neural networks for supervised rigid transformation prediction, which directly predicts the transformation parameters. We train deep registration models with rigidly transformed CIFAR-10 images and STL-10 images, and evaluate the generalization ability of deep registration models with transformed CIFAR-10 images, STL-10 images, and randomly generated images. Experimental results show that the deep registration models we propose can achieve comparable accuracy to the classic FFT approach for small CIFAR-10 images (32×32) and our LSTM registration model takes less than 1ms to register one pair of images. For moderate size STL-10 images (96×96), FFT significantly outperforms deep registration models in terms of accuracy but is also considerably slower. Our results suggest that deep registration models have competitive advantages over conventional approaches, at least for small images.

• 응용통계연구
• /
• 제18권2호
• /
• pp.421-434
• /
• 2005

기계학습은 패턴분류의 한 도구로써 광범위하게 연구되고 있다. 기계학습 방법들 중에서 서포트 벡터 기계(Support Vector Machines)는 많은 분야에서 연구되어지는 것으로 이진 패턴 분류문제에서 고차원의 특징공간에서 두 집합들 사이에 가장 큰 분리를 제공하는 최대 여유도(margin)를 가지는 분리 초평면을 찾는 것이다. 최대 여유도의 분리의 개념에 기초하여 Mangasarian(1968)은 다중-표면 방법(multi-surface method)을 제안하였고, 1980년대에 목적 계획법을 이용한 방법들이 광범위하게 개발되었다. 본 논문에서는 다목적 계획법과 목적 계획법을 이용한 수리계획법인 서포트 벡터 기계의 두가지 방법들을 제안하고 수치 예제들을 통하여 효용성에 대하여 논의하고자 한다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.71-79
• /
• 2016

한국어처리 분야에서 동형이의어 분별은 의미처리를 위해서는 매우 중요하고 오랫동안 연구되어온 주제이다. 최근에 말뭉치를 학습하는 기계학습 방법이 정확률과 속도면에서 좋은 결과를 보이고 있으며, 미학습 어절을 처리하기 위해 어휘의미망을 이용한 지식기반 방법도 연구되고 있다. 본 논문은 말뭉치를 학습한 기계학습 방법에 어휘의미망과 함께 사용하는 방법을 제시한다. 이 방법의 기본 전략은 하위범주화 정보를 말뭉치화하여서 기존 말뭉치와 함께 학습시키고, 동형이의어 태깅 시점에서 분석 대상 명사의 상위어를 찾아서 학습정보와 같이 사용하는 것이다. 이 방법의 효과를 확인하기 위해 세종말뭉치와 UWordMap으로 실험을 하였으며, 정확률이 96.51%에서 96.52%로 미미하지만 상승하는 것을 확인하였다.