• 방송공학회논문지
• /
• 제23권6호
• /
• pp.855-865
• /
• 2018

음향 이벤트 인식은 다수의 음향 이벤트가 발생하는 환경에서 이를 인식하고 각각의 발생과 소멸 시점을 판단하는 기술로써 인간의 청각적 인지 특성을 모델화하는 연구다. 음향 장면 및 이벤트 인식 연구 그룹인 DCASE는 연구자들의 참여 유도와 더불어 음향 인식 연구의 활성화를 위해 챌린지를 진행하고 있다. 그러나 DCASE 챌린지에서 제공하는 데이터 세트는 이미지 인식 분야의 대표적인 데이터 세트인 이미지넷에 비해 상대적으로 작은 규모이며, 이 외에 공개된 음향 데이터 세트는 많지 않아 알고리즘 개발에 어려움이 있다. 본 연구에서는 음향 이벤트 인식 기술 개발을 위해 실내외에서 발생할 수 있는 이벤트를 정의하고 수집을 진행하였으며, 보다 큰 규모의 데이터 세트를 확보하였다. 또한, 인식 성능 개선을 위해 음향 이벤트 존재 여부를 판단하는 보조 신경망을 추가한 이중 CNN 구조의 알고리즘을 개발하였고, 2016년과 2017년의 DCASE 챌린지 기준 시스템과 성능 비교 실험을 진행하였다.

• 기독교교육논총
• /
• 제71권
• /
• pp.121-154
• /
• 2022

본 연구의 목적은 청년 시기의 주요 발달과제인 관계성 형성 및 향상을 위해 청년기와 관계성에 대해 발달심리학적, 대학교육, 신앙 및 영성적 측면에서 정리하고, 기독 청년교육 방안을 교육의 요소별로 제시하고자 함이다. 관계성은 다른 사람과 공동체에 연결되어 있으며, 서로 관심을 주고 받는다는 느낌을 가지며, 유대감과 소속감을 느끼며, 안정적이고 만족스러운 관계를 유지하고 있을 때 형성되는 것이다. 이는 기술 또는 기교가 아니라 삶의 태도와 가치와 관련된 것으로 지속적인 배움과 훈련이 필요하다. 청년기의 여러 발달과제들은 관계적인 측면에서 공통점을 가지고 있다. 관계성은 청년 초기 대학생활의 만족도, 대학생활 적응, 인성, 진로결정 등의 청년의 삶에 긍정적인 영향을 끼친다. 인간의 실존과 신앙은 관계를 통해 규정되고 형성되기 때문에 신앙적인 측면에서도 관계는 매우 중요하다. 삶의 의미와 내면적인 성장을 위한 영성 발달도 공동체와 타인과의 관계가 중요하게 작용한다. 학습자 및 교육환경 측면에서 관계에 대한 욕구를 가진 학습자 이해, 관계성 욕구 충족에 있어서 방해요인을 이해하기 위해 그들이 살아가고 있는 세대 이해, 그리고 청년들의 관계성이 일어나는 교육환경에 대한 이해가 필요함을 제안하였다. 교사 측면에서는 촉진자, 안내자, 관리자, 멘토 등의 역할로의 변화를 제안하였다. 교육목적 및 내용 측면에서는 관계를 위한 가르침이 궁극적 목적이 되어야 하고, 이를 위한 교육내용을 세 가지 관계의 유형과 각 유형에서 다루어야 할 주요 내용을 제시하였다. 교육방법 측면에서는 상호작용을 일으키기 위한 소통과 학습자의 적극적인 참여를 유도하는 학습자 중심의 집단학습 방법을 관계의 내용과 인지적, 정서적, 행위적 차원에 따라, 다른 교육의 요소들을 고려하여 선정할 것을 제안하였다. 교육의 결과 및 평가 측면에서는 교육계획 단계 시 고려했던 것들이 실제 교육에 효과적으로 수행되었는지 확인, 다양한 평가 방법과 다각적인 측면의 평가, 평가 결과의 구체적 적용을 위한 정리를 제안하였다.

• 한국조경학회지
• /
• 제46권1호
• /
• pp.29-37
• /
• 2018

본 연구는 놀이의 본질을 설명하는 놀이속성어를 추출하고, 이러한 속성이 현재 사용되는 어린이놀이시설물과의연관성을 지니는지를 확인하는 연구이다. 놀이시설물에 반영된 놀이속성을 조사하여 부족한 점을 보완함으로써 어린이에게 균형 잡힌 놀이 환경을 제공할 수 있다고 생각하기 때문이다. 이에 본 연구에서는 문헌조사 및 분석을 통해 속성어를 추출하고, 추출된 속성어에 대하여 전문가 설문을 실시하였다. 놀이를 설명하는 키워드는 참고문헌과 신문기사 등에서 추출하고 압축하여 놀이속성어로 규정하였고, 6개의 대분류와 26개의 중분류로 분류하였다. 이 내용을 바탕으로 실시한 전문가 인식조사에서 주요 놀이속성어의 중요도는 소통(0.268%) > 상상력(0.201%) > 정서(0.190%) > 발달(0.167%) > 학습(0.108%) > 지능(0.067%)의 순서로 나타났다. 전문가들은 '소통'과 '상상력' 등을 놀이에서 가장 중요한 요소로 인지하고 있었다. 도출된 내용을 바탕으로 놀이시설물과 연관되는 각각의 놀이속성어를 구분하고, 서울시 114개소 어린이 공원에 설치된 놀이시설물 현황을 파악하였다. 서울시 어린이공원에 설치된 놀이시설물에는 놀이속성어 중 '발달'을 위주로 한 신체발달 놀이시설물이 높은 빈도로 모든 어린이공원에 반영되었으며, 전문가들이 중요한 요소로 나타난 '소통'과 '상상력' 등 인지관련 놀이시설물은 실제 충분히 반영되어 있지 않아 적극적으로 도입할 필요성이 있는 것으로 판단되었다. 본 연구를 통해 현재 이용되고 있는 어린이 공원의 부족한 놀이시설물을 파악하고, 놀이의 기능에 대한 의문을 제기함으로써 향후 개선방향을 제안하고자 하였다.

• 정보교육학회논문지
• /
• 제1권1호
• /
• pp.38-48
• /
• 1997

컴퓨터, 정보생산능력, 공동 생산과 이용, 기능적 사회, 참여적 민주주의, 시간 가치의 중요성, 인간의 자율성과 공동목표 등은 정보화사회의 특징이다. 인간의 창의적 사고 능력과 정보 공학을 이용한 주변 문제의 해결능력은 우리의 중요 관심사가 되고 있다. 따라서 본 연구는 정보화사회를 대비한 새로운 교육의 방향을 제시하는데 그 목적이 있다. 먼저 정보사회의 특징과 현재의 교육과정, 교육환경 및 교사교육의 교육 현장 측면을 고찰한후 CAI와 인터넷의 특성을 요약하고, 마지막으로는 CAI로서의 웹 활용을 제시하였다. 거대한 통신망인 인터넷을 교육에서 활용하면 개인차를 고려한 개별화 학습을 가능하게 해 줄 뿐 아니라 다양한 매체를 사용하여 풍부한 학습환경을 제공한다. 또 시간과 공간을 초월한 학습을 가능하게 하며 상호작용이 가능하다. 한편 하이퍼미디어를 기반으로 한 인터넷 서비스인 웹은 학업 성취도 고양, 창의력, 문제해결력, 논리적 사고력을 증진시킬 수 있고, 학습자의 동기 유발을 높이는 데 활용된다. 인터넷과 웹은 오랫동안 폭발적인 통신 도구로 우리 곁에 있게 되며, 다양한 데이타뱅크로 부터 여러가지 형태의 정보를 손쉽게 입수할 수 있게 됨은 물론 원격교육이나 재택가강의에도 활용되어 보편화 될 것이다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제10권2호
• /
• pp.174-188
• /
• 2004

제품의 품질 및 가격뿐만 아니라 물질적 풍요로움과 더불어 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 이를 위하여 제품의 기능적 측면뿐만 아니라 개개인의 정서적 감정과 선호도가 반영된 제품의 설계나 디자인 또한 요구되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 에이전트 시스템(FDRAS-pro)을 제안한다. 텍스타일 기반의 협력적 필터링 기술에서, 예측에 사용될 이웃의 수를 결정하기 위해서 Representative Attribute-Neighborhood 방법을 사용한다. 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상관계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 텍스타일의 대표 감성 어휘를 추출함으로써 소재 개발을 위한 감성 어휘 데이타베이스를 구축한다. FDRAS-pro는 구축된 감성 어휘 데이타베이스를 기반으로 성향이 비슷한 사용자에게 텍스타일 디자인을 추천한다. 디자인 요소에 따른 감성 분석을 하기 위해서, 텍스타일 디자인을 9가지 디자인 요소(디자인 소재, 모티브대 배경비율, 모티브의 변화도, 해석법, 모티브의 배열, 모티브의 명료성, 명도차, 색상차, 채도차)에 따라 분석하였다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 정보교육학회논문지
• /
• 제26권3호
• /
• pp.197-207
• /
• 2022

본 논문에서는 코딩 학습 중 학습자의 인지 부하 감소를 목적으로 자연어 처리 모델을 이용하여 전이학습 및 미세조정을 통해 블록 프로그래밍 환경에서 이미 이루어진 학습자의 블록을 학습하여 학습자에게 다음 단계에서 선택 가능한 블록을 생성하고 추천해 주는 머신러닝 기반 블록 코드 생성 및 추천 모델을 개발하였다. 모델 개발을 위해 훈련용 데이터셋은 블록 프로그래밍 언어인 '엔트리' 사이트의 인기 프로젝트 50개의 블록 코드를 전처리하여 제작하였으며, 훈련 데이터셋과 검증 데이터셋 및 테스트 데이터셋으로 나누어 LSTM, Seq2Seq, GPT-2 모델을 기반으로 블록 코드를 생성하는 모델을 개발하였다. 개발된 모델의 성능 평가 결과, GPT-2가 LSTM과 Seq2Seq 모델보다 문장의 유사도를 측정하는 BLEU와 ROUGE 지표에서 더 높은 성능을 보였다. GPT-2 모델을 통해 실제 생성된 데이터를 확인한 결과 블록의 개수가 1개 또는 17개인 경우를 제외하면 BLEU와 ROUGE 점수에서 비교적 유사한 성능을 내는 것을 알 수 있었다.