• 농촌지도와개발
• /
• 제18권1호
• /
• pp.35-72
• /
• 2011

Study on children from international marriage so far has been conducted focusing on the school-aged children, and it uniformly presents those children as a mere being with problem, overlooking regional variables of rural area. Hence, this study aims to seek various means of adaptation of children from international marriage by considering both variables rural area and adolescence. For this study, six children from international marriage living in the rural area of H county in Jeonlanamdo were chosen, in-dept interview were conducted, and Giorgi(1985) was used to analyze qualitative data. The results shows that these adolescences appear to have extensive experiences in the areas of learning, personal relationship, home and identity. Level of academic achievement was influenced by what school they attend to, and personal relationship aspect was affected by prejudice and discriminative perception from people around them. In addition, in home environment, hatred toward father, sympathy for mother, comparison with mothers who have great cultural adaptation skills, and pressure as the firstborn appear to be on the increase. Adolescent children tend to be addicted to internet games in order to escape from anxiety, experiencing identity crisis. They tend to be negative about international marriage of their parents, and exhibit behaviors refusing values and religious view of their parents. At the conclusion, limitation of the study and suggestion for further study are presented.

• 한국산업융합학회 논문집
• /
• 제23권3호
• /
• pp.481-489
• /
• 2020

Safety and security during the handling of hazardous materials is a great concern for anyone in the field. One driving point in the security field is the ability to detect the source of the danger and take action against it as quickly as possible. Via the usage of a fully convolutional network, it is possible to create the label map of an input image, indicating what object is occupying the specific area of the image. This research employs the usage of U-net, which was constructed in biomedical field segmentation to segment cells, instead of the original FCN. One of the challenges that this research faces is the availability of ground truth with precise labeling for the dataset. Testing the network after training resulted in some images where the network pronounces even better detail than the expected label map. With better detailed label map, the network might be able to produce better segmentation is something to be studied in further research.

• Journal of Information Processing Systems
• /
• 제5권2호
• /
• pp.105-116
• /
• 2009

To solve the general problems surrounding the application of genetic algorithms in stereo matching, two measures are proposed. Firstly, the strategy of simplified population-based incremental learning (PBIL) is adopted to reduce the problems with memory consumption and search inefficiency, and a scheme for controlling the distance of neighbors for disparity smoothness is inserted to obtain a wide-area consistency of disparities. In addition, an alternative version of the proposed algorithm, without the use of a probability vector, is also presented for simpler set-ups. Secondly, programmable graphics-hardware (GPU) consists of multiple multi-processors and has a powerful parallelism which can perform operations in parallel at low cost. Therefore, in order to decrease the running time further, a model of the proposed algorithm, which can be run on programmable graphics-hardware (GPU), is presented for the first time. The algorithms are implemented on the CPU as well as on the GPU and are evaluated by experiments. The experimental results show that the proposed algorithm offers better performance than traditional BMA methods with a deliberate relaxation and its modified version in terms of both running speed and stability. The comparison of computation times for the algorithm both on the GPU and the CPU shows that the former has more speed-up than the latter, the bigger the image size is.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.686-692
• /
• 2022

본 논문에서는 스테레오 영상정합을 위하여 개선된 영역기반, 에너지 기반 알고리즘, 학습기반 구조의 정합 오류율을 비교하였다. 영역기반으로 census transform(CT), 에너지 기반으로 belief propagation(BP) 알고리즘을 선정하였다. 기존 알고리즘을 개선하고 모바일 시스템에서 스테레오 영상정합에 활용가능 하도록 임베디드 프로세서 환경에서 구현하였다. 비교 대상이 되는 학습기반의 경우에 도 적은 규모의 파라메터를 활용하는 신경망 구조를 채택하였다. 세 가지 정합방법의 오류율 비교를 위해 테스트 이미지로 Middlebury 데이터 세트 가운데 Tsukuba를 선정하고 정합 성능의 정확한 비교를 위해 비폐색, 불연속, 시차 오류율 등으로 세분화하였다. 실험 결과 CT 매칭의 오차율은 기존 알고리즘과 수정된 알고리즘으로 비교하였을 때 약 11% 성능 개선되었다. BP 매칭은 오류율에서 기존 CT 에 비하여 약 87% 우수하였다. 신경망을 이용한 학습기반과 비교 하였을 때 BP 매칭이 약 31% 우수함을 보였다.

• 생물정신의학
• /
• 제12권2호
• /
• pp.165-172
• /
• 2005

Objectives:The purpose of this study is to 1) conduct a discrimination analysis of schizophrenia and bipolar affective disorder using MMPI profile through artificial neural network analysis and logistic regression analysis, 2) to make a comparison between advantages and disadvantages of the two methods, and 3) to demonstrate the usefulness of artificial neural network analysis of psychiatric data. Procedure:The MMPI profiles for 181 schizophrenia and bipolar affective disorder patients were selected. Of these profiles, 50 were randomly placed in the learning group and the remaining 131 were placed in the validation group. The artificial neural network was trained using the profiles of the learning group and the 131 profiles of the validation group were analyzed. A logistic regression analysis was then conducted in a similar manner. The results of the two analyses were compared and contrasted using sensitivity, specificity, ROC curves, and kappa index. Results:Logistic regression analysis and artificial neural network analysis both exhibited satisfactory discriminating ability at Kappa index of greater than 0.4. The comparison of the two methods revealed artificial neural network analysis is superior to logistic regression analysis in its discriminating capacity, displaying higher values of Kappa index, specificity, and AUC(Area Under the Curve) of ROC curve than those of logistic regression analysis. Conclusion:Artificial neural network analysis is a new tool whose frequency of use has been increasing for its superiority in nonlinear applications. However, it does possess insufficiencies such as difficulties in understanding the relationship between dependent and independent variables. Nevertheless, when used in conjunction with other analysis tools which supplement it, such as the logistic regression analysis, it may serve as a powerful tool for psychiatric data analysis.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.111-116
• /
• 2022

In this study, the applicability of machine learning for the development of a simulator for general X-ray examination education is evaluated. To this end, k-nearest neighbor(kNN), support vector machine(SVM) and neural network(NN) classification models are analyzed to present the most suitable model by analyzing the results. Image data was obtained by taking 100 photos each corresponding to Posterior anterior(PA), Posterior anterior oblique(Obl), Lateral(Lat), Fan lateral(Fan lat). 70% of the acquired 400 image data were used as training sets for learning machine learning models and 30% were used as test sets for evaluation. and prediction model was constructed for right-handed PA, Obl, Lat, Fan lat image classification. Based on the data set, after constructing the classification model using the kNN, SVM, and NN models, each model was compared through an error matrix. As a result of the evaluation, the accuracy of kNN was 0.967 area under curve(AUC) was 0.993, and the accuracy of SVM was 0.992 AUC was 1.000. The accuracy of NN was 0.992 and AUC was 0.999, which was slightly lower in kNN, but all three models recorded high accuracy and AUC. In this study, right-handed PA, Obl, Lat, Fan lat images were classified and predicted using the machine learning classification models, kNN, SVM, and NN models. The prediction showed that SVM and NN were the same at 0.992, and AUC was similar at 1.000 and 0.999, indicating that both models showed high predictive power and were applicable to educational simulators.

• 정보교육학회논문지
• /
• 제14권3호
• /
• pp.375-383
• /
• 2010

본 연구는 초등학생의 정보윤리의식 향상을 위하여 블로그 기반 자율적 협동학습 모형을 개발하고 적용하였다. 이러한 목적을 달성하기 위하여 본 연구에서 개발한 블로그 기반 자율적 협동학습을 초등학교 5, 6학년을 대상으로 적용하고 효과를 분석하였다. 실험처치는 3주 동안 6차시에 걸쳐 진행되었으며, 실험집단에는 블로그 기반 자율적 협동학습 모형을 적용하고 비교집단에는 전통적인 방식의 자율적 협동학습 모형을 적용하였다. 정보윤리의식 수준의 향상 정도를 측정하기 위하여 두 집단 간 평균을 비교하는 독립표본 t 검증을 실시하였다. 연구 결과, 블로그 기반 자율적 협동학습 모델이 학습자의 정보윤리의식 향상에 긍정적인 영향을 미치는 것을 알 수 있었다. 또한 학습자의 정보윤리의식 변화를 영역별로 분석한 결과 모든 영역에서 블로그 기반 자율적 협동학습 모델이 학습자 정보윤리의식 향상에 유의미한 결과를 나타내었다.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.61-69
• /
• 2021

이미지 아웃페인팅은 이미지의 맥락을 고려하여 주어진 이미지의 외부를 지속적으로 채울 수 있다는 점에서 매우 흥미로운 문제이다. 이 작업에는 두 가지 주요 과제가 있다. 첫 번째는 생성된 영역의 내용과 원래 입력의 공간적 일관성을 유지하는 것이다. 두 번째는 적은 양의 인접 정보로 고품질의 큰 이미지를 생성하는 것이다. 기존의 이미지 아웃페인팅 방법은 일관되지 않고 흐릿하며 반복되는 픽셀을 생성하는 등 어려움을 겪고 있다. 하지만 최근 딥러닝 기술의 발달에 힘입어 기존의 전통적인 기법들에 비해 높은 성능을 보여주고 있는 알고리즘들이 소개되었다. 딥러닝 기반 아웃 페인팅은 현재까지도 다양한 네트워크가 제안되며 활발히 연구되고 있다. 본 논문에서는 아웃 페인팅 분야의 최신 기술 현황 및 동향을 소개하고자 한다. 딥러닝 기반의 아웃페인팅 알고리즘 중 대표적인 네트워크들을 분석하고 다양한 데이터 셋과 비교 방법을 통한 실험 결과를 보여줌으로써 최근 기법들을 비교하고자 한다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.461-473
• /
• 2020

본 연구는 코로나바이러스감염증-19 특별재난지역의 간호대학생들을 대상으로 웹기반 원격 방문간호교육 프로그램을 적용하여 학생들의 방문간호 지식, 지각된 동기, 학습 몰입에 미치는 효과를 검증하기 위해 수행되었다. K시 소재 일개 간호대학생 49명에게 비동등성 대조군 전·후 실험설계의 유사 실험연구를 수행하였으며, 개발한 웹기반 원격 방문간호교육 프로그램을 2주간 실시하였다. 자료 수집 기간은 2020년 6월 1일부터 6월 12일까지이며, 수집된 자료는 SPSS PC+ 19.0을 이용하여 Fisher' exact test, Wilcoxon rank sum test, ANCOVA 분석을 하였다. 효과를 검증한 결과 실험군이 대조군보다 방문간호 지식, 지각된 동기, 학습 몰입에서 유의한 차이가 있는 것으로 나타났다. 본 연구에서 개발된 웹기반 원격 방문간호교육 프로그램은 간호대학생의 학습 몰입 중재를 통해 지각된 동기를 유발하여 방문간호 지식을 높이는 데 효과적인 프로그램으로 사용될 수 있을 것이다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2006년도 제27회 추계학술대회논문집
• /
• pp.289-292
• /
• 2006

본 논문에서는 항공기용 터보 축 엔진의 결함진단 알고리즘으로 지지 벡터 장치(Support Vector Machine) 과 인공신경망(Artificial Neural Network) 을 복합으로 이용하였다. 인공신경망 알고리즘의 특성상 데이터 수에 따라 정확성과 수렴속도 등에서 차이가 나므로 탈설계 영역에서의 효용성여부를 판단하기 위해서 연료유량과 마하수에 따른 탈설계 영역 진단 결과를 지상정지 상태와 비교하였다.