방대한 홀로그램 데이터를 디지털 형식으로 압축하는 것은 중요한 문제이다. 특히, 상용화를 위해 위상 전용 홀로그램의 압축에 관한 연구가 주목된다. 자연 영상에 최적화된 기존 표준 압축 기술은 위상 신호를 압축하는데 적합하지 않으며, 위상 신호에 대해 최적화 가능한 신경망 기반 압축 기술은 좋은 성능을 기대할 수 있으나 고해상도 홀로그램 데이터를 학습하는 데 메모리 문제가 존재한다. 본 논문에서는 메모리 문제를 해결할 수 있는 학습 가능한 신경망 기반의 블록 단위 압축 기술을 위상 전용 홀로그램에 적용해봄으로써 블록 기반이라는 동일 조건 내에서도 제안 방식이 표준 코덱보다 상당한 성능향상을 보일 수 있음을 밝혔다. 신경망 기반의 블록 단위 압축은 기존 코덱과의 호환성을 제공할 수 있으며, 메모리 문제를 해결하는 동시에 위상 전용 홀로그램 압축에 대해 월등히 좋은 성능을 보일 수 있다.
현재의 인공지능에서 사용되는 자연어 처리 모델은 거대하여 실시간으로 데이터를 처리하고 분석하는 것은 여러가지 어려움들을 야기하고 있다. 이런 어려움을 해결하기 위한 방법으로 메모리를 적게 사용해 처리의 효율성을 개선하는 방법을 제안하고 제안된 모델의 성능을 확인하였다. 본 논문에서 제안한 모델의 성능평가를 위해 적용한 기법은 BERT[1] 모델의 어텐션 헤드 개수와 임베딩 크기를 작게 조절해 큰 말뭉치를 나눠서 분할 처리 후 출력값의 평균을 통해 결과를 산출하였다. 이 과정에서 입력 데이터의 다양성을 주기위해 매 에폭마다 임의의 오프셋을 문장에 부여하였다. 그리고 모델을 분류가 가능하도록 미세 조정하였다. 말뭉치를 분할 처리한 모델은 그렇지 않은 모델 대비 정확도가 12% 정도 낮았으나, 모델의 파라미터 개수는 56% 정도 절감되는 것을 확인하였다.
이 연구는 시각장애인들의 생활 편의성 증진을 위해 음성태그리더기의 사용성 평가를 통한 제품의 사용성 개선을 위한 목적으로 수행되었다. 사용성의 원칙과 시각장애인의 특수성을 고려한 평가 모형에 근거하여 19개의 평가 항목에 대한 지각된 사용성 평가가 실시되었다. 제안된 시스템의 베타 버전과 정식 버전에 대한 조사에 1번 이상 참여한 총 50명의 시각장애인이 분석 대상에 포함되었다. 비모수 통계방법을 사용하여 분석한 결과, 음성태그리더기의 안전성과 음성 및 음질, 음성정보의 정확성에 대해서는 비교적 만족한 편이었으나. 리더기의 크기 및 무게, 휴대와 보관의 편의성을 포함한 사용상의 효율성 측면에서는 낮은 평가를 받은 것으로 나타났다. 사용성 향상을 위해 제품 사용을 위한 절차가 보다 간소화될 필요가 있으며, 일반적으로 자주 사용하는 사물에 대한 태그는 사전에 입력을 시켜서 보급하는 것이 도움이 될 것으로 판단된다.
최근 평생학습 요구 증가와 간호직의 높은 취업률로 간호학과를 지원하는 만학도의 수가 증가하고 있다. 본 연구는 간호학과 만학도 학생들의 자기효능감, 전공만족도, 대학생활 적응을 확인하고, 대학생활 적응에 영향을 미치는 요인을 파악하기 위해 시도되었다. 연구대상은 30세 이상 간호 대학생 148명으로, 2021년 10월부터 12월까지 자료 수집을 실시하였으며, 수집된 자료는 IBM SPSS 25.0 프로그램을 이용하여 분석하였다. 분석 결과 자기효능감은 3.69±0.51점, 전공 만족도는 4.07±0.50점, 대학생활 적응은 3.42±0.50점으로 나타났다. 간호학과 만학도 학생들의 대학생활 적응에 학년(β=.20, p=.001)과 자기효능감(β=.43, p<.001) 그리고 전공만족도(β=.37, p<.001)가 유의한 영향이 있었으며, 설명력은 54%였다. 간호학과 만학도 학생들은 앞으로 더 증가할 것으로 예측되며, 이상의 연구 결과를 바탕으로 자기효능감과 전공만족도를 높일 수 있는 중재 프로그램을 제공하여 간호학과 만학도 학생들의 대학생활 적응을 향상시킬 것을 제언한다.
International journal of advanced smart convergence
/
제12권1호
/
pp.18-30
/
2023
We compared empirically the forecast accuracies of the LSTM model, and the ARIMA model. ARIMA model used auto.arima function. Data used in the model is 100 days. We compared with the forecast results for 50 days. We collected the stock closing prices of the top 4 companies by market capitalization in Korea such as "Samsung Electronics", and "LG Energy", "SK Hynix", "Samsung Bio". The collection period is from June 17, 2022, to January 20, 2023. The paired t-test is used to compare the accuracy of forecasts by the two methods because conditions are same. The null hypothesis that the accuracy of the two methods for the four stock closing prices were the same were rejected at the significance level of 5%. Graphs and boxplots confirmed the results of the hypothesis tests. The accuracies of ARIMA are higher than those of LSTM for four cases. For closing stock price of Samsung Electronics, the mean difference of error between ARIMA and LSTM is -370.11, which is 0.618% of the average of the closing stock price. For closing stock price of LG Energy, the mean difference is -4143.298 which is 0.809% of the average of the closing stock price. For closing stock price of SK Hynix, the mean difference is -830.7269 which is 1.00% of the average of the closing stock price. For closing stock price of Samsung Bio, the mean difference is -4143.298 which is 0.809% of the average of the closing stock price. The auto.arima function was used to find the ARIMA model, but other methods are worth considering in future studies. And more efforts are needed to find parameters that provide an optimal model in LSTM.
비대면 교육이 일상화되었던 팬데믹 시기를 거치면서 디지털 역량은 더욱 강조되었고, 이는 교육 정책의 변화에 반영되었다. 많은 정책은 대중 담론에 영향을 받기 마련이다. 따라서 본 연구는 디지털교육에 대한 대중 담론을 분석하기 위해 전국 일간지의 신문기사를 분석하였다. 그 결과는 다음과 같다. 첫째, COVID-19가 정점이던 2020년에 디지털교육에 대한 담론은 급증하였는데, 이는 비대면 교육 상황에서 학습과 학생에 대한 효율적 관리라는 현실적인 필요성에서 비롯되었다. 둘째, 담론은 디지털 역량의 문제를 주로 새로운 기술 습득의 문제와 관련지어 논했고, 가장 중요하게 다루었다. 셋째, 디지털교육 담론은 미래 사회에 필요한 능력이 무엇인가에 대한 관점보다는 현재적인 관점의 담론들이 주를 이루고 있다. 그러나 미래 사회에 필요한 능력이 무엇인가에 대한 관점을 고려할 필요가 있다. 단지 새로운 기술 습득이나 기능 함양이 디지털 리터러시의 전부라고 볼 수 없기 때문이다. 따라서 미래 사회에 필요한 디지털 역량이 무엇인가에 대한 논의를 활성화시키고, 이를 교육 정책에 반영할 필요가 있다.
본 연구의 목적은 코로나 팬데믹 시기 대학의 온라인 수업과 비대면 혼합수업의 성과와 만족도를 비교하기 위함이다. 연구는 일 대학 간호학과에서 성인간호학 강의를 수강하는 4학년 학생을 대상으로 하였으며 전면 비대면 수업에 참여한 113명과 비대면 혼합수업에 참여한 134명의 학습 성과와 수업 만족도를 비교하였다. 연구결과 비대면 혼합수업의 성과와 만족도가 전면 비대면 수업보다 통계적으로 유의하게 높았다. 코로나 팬데믹 시기를 지나오면서 대학 구성원은 수업의 질을 결정하는 요인은 대면이냐 비대면이냐 형식의 문제라기보다는 가르치는 사람의 성의와 배우는 사람의 열의가 더욱 중요함을 모두 경험했다. 따라서 교육과 학습에 대한 성의와 열의를 기본으로 하여 앞으로의 교육환경 변화에 대비한 새로운 교육방법 개발 운영, 이에 따른 효과연구는 계속되어야 할 것으로 생각된다.
본 연구는 민주시민교육에 대한 시대적 요구와 함께 학교 교육과정에서 인권교육이 나아가야 할 방향성을 제시하는데 목적이 있다. 이를 위해 2022 개정 교육과정 총론(시안)에 나타난 민주시민교육 내용과 OECD Education 2030 프로젝트에 제시된 역량교육을 토대로 분석 및 제시하였다. 연구의 결과 첫째, 2022 개정 교육과정 내용 중 범교과 학습을 통한 인권교육 강조 및 인권 교과 교육과정을 보다 상세화, 체계화할 필요가 있음을 확인하였다. 둘째, 학생의 인권 의식 함양과 인권보장을 위한 다양한 범교과 학습, 창의적 체험활동의 지속적인 인권교육의 실시과정이 제공되어야 한다. 셋째, 교사의 인권 기반 관점과 역량 함양을 위한 지속적인 노력과 함께 인권 친화적 학교 문화를 조성할 필요가 있다. 끝으로 2022 개정 교육과정 개정을 앞둔 시점에서 학교 인권교육을 선도할 수 있는 토대의 마련과 가능성을 확인하였다.
딥러닝 기반 1인 화자 TTS 시스템의 모델을 학습하기 위해서 수십 시간 분량의 음성 DB와 많은 학습 시간이 요구된다. 이것은 다화자 또는 개인화 TTS 모델을 학습시키기 위해서는 시간과 비용 측면에서 비효율적 방법이다. 음색 복제 방법은 새로운 화자의 TTS 모델을 생성하기 위하여 화자 인코더 모델을 이용하는 방식이다. 학습된 화자 인코더 모델을 통해 학습에 사용되지 않은 새로운 화자의 적은 음성 파일로부터 이 화자의 음색을 대표하는 화자 임베딩 벡터를 만든다. 본 논문에서는 음색 복제 방식을 적용한 다화자 TTS 시스템을 제안한다. 제안한 TTS 시스템은 화자 인코더, synthesizer와 보코더로 구성되어 있는데, 화자 인코더는 화자인식 분야에서 사용하는 d-vector 기법을 적용한다. 학습된 화자 인코더에서 도출한 d-vector를 synthesizer에 입력으로 추가하여 새로운 화자의 음색을 표현한다. MOS와 음색 유사도 청취 방법으로 도출한 실험 결과로부터 제안한 TTS 시스템의 성능이 우수함을 알 수 있다.
국내 의료취약지에서 공중보건의는 지역민의 일반의료는 물론 응급의료에서 큰 역할을 수행하고 있다. 그러나 공중보건의는 일반적으로 현장 경험이 부족하기 때문에 응급 환자에 대한 대처 능력이 부족하고, 의료장비를 효과적으로 다루지 못하는 것으로 나타났다. 본 연구는 공중보건의에게 필요한 의료장비에 대한 사용법을 스마트 글래스를 이용하여 원격교육으로 진행 후 교육의 효과를 확인하였다. 구체적으로 의료장비 활용 교육을 위해서 스마트 글래스는 리얼웨어를 사용하였으며, 신안군 10개의 섬 지역 공중보건의 10명을 대상으로 하였다. 교육 후 장비 활용 효과와 만족도 모두 3점 이상이었다. 따라서 스마트 글래스를 활용한 원격교육이 의료취약지의 공중보건의를 대상으로 유용하게 활용될 수 있다는 것을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.