• 컴퓨터교육학회논문지
• /
• 제18권3호
• /
• pp.115-124
• /
• 2015

본 논문에서는 그리드 시스템의 스케줄링 알고리즘을 시뮬레이션 할 수 있는 웹 기반의 스케줄링 툴킷(GridTool2)를 소개한다. 그리고 기존 MinMin과 Suffrage 스케줄링 알고리즘에 통신비용을 적용하여 성능이 향상된 수정 알고리즘을 제안한다. GridTool2는 서버와 데이터베이스를 기반으로 웹 환경에서 동작하므로 별도의 컴파일이나 실행 환경을 구축하지 않아도 된다. GridTool2는 통신비용과 함께 성능분석을 위한 변수들을 웹에서 입력하며, 시뮬레이션 결과를 웹페이지에 나타낸다. 통신비용을 적용한 수정된 알고리즘의 향상된 성능을 확인하기 위하여 GridTool2를 사용하여 실험하였다. 실험 결과에 따르면 기존 알고리즘보다 통신비용을 고려한 수정 알고리즘의 성능이 향상되었으며, 특히 작업량이 많아지면 성능향상의 폭이 증가하는 것으로 확인되었다.

• 컴퓨터교육학회논문지
• /
• 제10권3호
• /
• pp.31-38
• /
• 2007

본 연구에서는 이러닝 기반 팀 학습환경에서 팀인지와 팀 학습활동 및 팀성과 간의 상관관계를 탐색하였다. 이러닝 과목을 수강하는 55명의 대학원생이 연구에 참여하였고 총 11개 팀을 구성하여 9주 간에 걸쳐 연구를 진행하였다. 연구결과 이러닝 기반 팀 학습환경에서 팀인지의 5가지 하위변인들은 유의미한 상관관계를 이루는 것으로 파악되었고 팀 학습활동 및 팀성과의 하위변인들 간에도 유의미한 상관관계를 있는 것으로 파악되었다. 그러나 팀인지의 하위변인들과 팀 학습활동 및 팀성과의 하위변인들 간에는 유의미한 상관이 없는 것으로 파악되었다.

• 디지털콘텐츠학회 논문지
• /
• 제19권6호
• /
• pp.1027-1032
• /
• 2018

최근, e-스포츠, e-게임을 포함하는 e-레저를 위한 새로운 콘텐츠가 요구되고 있다. 이러한 요구로 사람을 추적 대상으로 하는 e-레저용 모바일 AR 연구가 진행되고 있다. e-레저 모바일 AR은 실외환경에서 사용되기 때문에, 원거리에서의 추적 성능이 중요하다. 그러나, snow, snapchat 등과 같은 기존 모바일 AR은 원거리에서 추적 성능이 낮은 단점이 있다. 따라서, 본 논문에서는 실외환경에서의 e-레저 모바일 AR을 제안한다. 제안된 e-레저 모바일 AR은 색상 마커 및 인체비를 이용하여 실외환경(원거리)에서 머리의 위치를 추적하고, 추적된 위치에 가상의 객체를 증강한다. 제안된 e-레저 모바일 AR의 성능은 추적 성능 및 연산 시간의 측정 실험을 통해 검토되었다.

• 한국항행학회논문지
• /
• 제22권5호
• /
• pp.467-471
• /
• 2018

4차 산업혁명을 거치면서 사용자들이 활용할 수 있는 데이터의 양이 급증했다. 그리고 이는 웹 기술을 활용한 ECMA script, WebAssembly, web of things 등 다양한 융합 기술들이 등장하는 발판이 되었다. 웹을 통해 공유되는 데이터의 양이 증가함에 따라 웹은 현대인의 삶에서 가장 영향력 있는 매체로 부상했다. 따라서 웹 개발자들은 웹을 통해 데이터를 빠르게 전달하기 위해 노력했다. 그래서 다양한 웹 애플리케이션 분석 도구들이 등장하였고, 웹 애플리케이션의 문제 분석을 통해 속도 문제의 해결책을 찾고자했다. 하지만 웹 애플리케이션 성능 분석을 위한 도구의 성능은 크게 발전하지 못하였다. 대부분의 현존 분석 툴들은 직접적인 설치를 요구하며, 분석을 진행하기 위해서는 웹에 대한 전문 지식을 요구하고, WebAssembly와 같은 웹 신기술을 반영하지 못하고 있다. 따라서 본 논문에서는 기존 웹 애플리케이션 분석 툴의 문제점을 개선할 수 있는 새로운 리포팅 솔루션의 설계를 제안하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.89-101
• /
• 2023

사이버 공격으로 인한 국가, 기업 등의 피해를 막기 위해 공격자의 접근을 사전에 감지하는 이상 탐지 기술이 꾸준히 연구되어왔다. 외부 혹은 내부에서 침입하는 공격들을 즉각적으로 막기 위해 실행시간의 감축과 오탐지 감소는 필수불가결하다. 본 연구에서는 공격 이벤트의 유형과 빈도가 이상 탐지 정탐률 향상 및 오탐률 감소에 영향을 미칠 것으로 가설을 세우고, 검증을 위해 Los Alamos National Laboratory의 2015년 로그인 로그 데이터셋을 사용하였다. 전처리 된 데이터를 대표적인 이상행위 탐지 알고리즘에 적용한 결과, 공격 이벤트 유형과 빈도를 동시에 적용한 특성을 사용하는 것이 이상행위 탐지의 오탐률과 수행시간을 절감하는데 매우 효과적임을 확인하였다.

• 정보교육학회논문지
• /
• 제16권4호
• /
• pp.439-450
• /
• 2012

본 연구는 정보통신기술의 발달에 따른 초등교사에 대한 사회적 요구를 반영하고 대학 강의의 질을 개선하기 위하여 컴퓨터 교과교육에서 웹 2.0 기반의 문제중심학습을 통합 적용하고 그 효과를 확인하고자 하였다. 학습자들은 4회에 걸쳐 문제중심학습을 수행하였다. 그 학습 과정은 클라우드 환경의 구글 오피스를 이용하여 작성하였으며, PBL 과정 및 결과에 관한 경험을 반성 저널에 작성하였다. 학습자들의 문제 해결 과정과 반성저널은 질적 분석 방법을 통하여 분석하였으며 그 결과는 다음과 같다. 웹 2.0 기반의 문제중심학습은 컴퓨터교과교육에 대한 이해의 증진, ICT 활용 능력의 향상, 웹 2.0 기반의 교수 학습 전략의 습득, 그리고 수행평가로서 e-포트폴리오를 경험하는 등 21세기 교사에게 필요한 역량을 향상시킬 수 있었다.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.157-162
• /
• 2022

지식정보 사회에서는 일상생활에서 만나는 다양한 문제들을 컴퓨팅 사고를 바탕으로 해결할 수 있도록 디지털 리터러시 교육과 함께 AI 기술을 활용할 수 있는 인공지능 교육이 필요하다. 본 논문에서는 대학에서 컴퓨터 비전공자들을 중심으로 컴퓨터프로그래밍을 가르치면서 데이터 중심의 인공지능 교육을 실시하고, 학생들의 만족도 조사와 함께 학업성적 요인과 관련된 주요 요인들의 상관관계를 분석하였다. 그 결과, 성적과 문제해결력 기반의 과제와 학습 만족도가 강한 상관이 나타났고, 다중 회귀 분석 결과에서도 성적에 유의한 영향(F=225.859, p<0.001)을 주는 것으로 나타났으며, 학생들의 만족도가 높게 나타났다. 비전공자들에게도 프로젝트 형태의 구체적인 사례를 중심으로 데이터의 중요성과 인공지능 모델의 개념을 이해하고, 자신의 관심 분야에서 인공지능을 원활하게 활용할 수 있음을 확인할 수 있었다. 이러한 인공지능 교육 사례가 정립되고, 학생들의 인공지능 교육이 활성화된다면, 인공지능 기술의 관심을 통해 인공지능 전문가들과 협업할 수 있는 인공지능 교육의 방향을 제시할 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.483-503
• /
• 2014

In this paper, human action recognition using pyramid histograms of oriented gradients and collaborative multi-task learning is proposed. First, we accumulate global activities and construct motion history image (MHI) for both RGB and depth channels respectively to encode the dynamics of one action in different modalities, and then different action descriptors are extracted from depth and RGB MHI to represent global textual and structural characteristics of these actions. Specially, average value in hierarchical block, GIST and pyramid histograms of oriented gradients descriptors are employed to represent human motion. To demonstrate the superiority of the proposed method, we evaluate them by KNN, SVM with linear and RBF kernels, SRC and CRC models on DHA dataset, the well-known dataset for human action recognition. Large scale experimental results show our descriptors are robust, stable and efficient, and outperform the state-of-the-art methods. In addition, we investigate the performance of our descriptors further by combining these descriptors on DHA dataset, and observe that the performances of combined descriptors are much better than just using only sole descriptor. With multimodal features, we also propose a collaborative multi-task learning method for model learning and inference based on transfer learning theory. The main contributions lie in four aspects: 1) the proposed encoding the scheme can filter the stationary part of human body and reduce noise interference; 2) different kind of features and models are assessed, and the neighbor gradients information and pyramid layers are very helpful for representing these actions; 3) The proposed model can fuse the features from different modalities regardless of the sensor types, the ranges of the value, and the dimensions of different features; 4) The latent common knowledge among different modalities can be discovered by transfer learning to boost the performance.

• 인터넷정보학회논문지
• /
• 제22권3호
• /
• pp.1-8
• /
• 2021

가상 현실 공간에서 head-mounted display(HMD)를 통한 실감형 미디어를 제공하기 위해서는 초고화질 및 초고해상도의 전방위 360도 영상 전송이 필요하고, 이는 높은 대역폭 및 연산량을 요구한다. 이를 극복하기 위해 360도 영상에 대한 타일 기반 분할 기법을 사용하여 사용자 시점 기반 선택적 스트리밍 기법이 사용될 수 있다. 본 논문은 16K 초고화질 360도 영상 및 종래에 널리 쓰이는 4K 360도 영상에서의 사용자 시점 기반 타일 스트리밍 기법의 성능 평가를 소개한다. 16K 초고화질 360도 영상에 타일 스트리밍 기법을 적용하였을 때, 영상 전체 부호화 및 전송 방법 대비 42.47%의 bjotegaard delta rate(BD-rate) 절감을 확인하였고, 4K 360도 영상 타일 스트리밍 시 26.41%의 BD-rate 절감이 이루어지는 것을 확인하였다. 따라서, 타일 스트리밍이 초고해상도 영상에 더 효율적임을 확인하였다.

• Journal of information and communication convergence engineering
• /
• 제12권2호
• /
• pp.116-121
• /
• 2014

This paper discusses computer-generated heuristics for motion planning. Planning with many degrees of freedom is a challenging task, because the complexity of most planning algorithms grows exponentially with the number of dimensions of the problem. A well-designed heuristic may greatly improve the performance of a planning algorithm in terms of the computation time. However, in recent years, with increasingly challenging high-dimensional planning problems, the design of good heuristics has itself become a complicated task. In this paper, we present an approach to algorithmically develop a heuristic for motion planning, which increases the efficiency of a planner in similar environments. To implement the idea, we generalize modern motion planning algorithms to an extent, where a heuristic is represented as a set of random variables. Distributions of the variables are then analyzed with computer learning methods. The analysis results are then utilized to generate a heuristic. During the experiments, the proposed approach is applied to several planning tasks with different algorithms and is shown to improve performance.