• 심성연구
• /
• 제34권2호
• /
• pp.95-148
• /
• 2019

성서는 인간의 삶, 마음, 신성한 경험을 드러내는 심상을 이해할 수 있는 정신의 보고이다. 성서를 심리학적으로 해석할 때, 성서 주석에 풍부함을 제공할 뿐만 아니라 실제적 삶의 차원을 이해하는데 대단히 가치가 있다. 본 연구는 분석심리학적 관점으로 요한계시록에 등장하는 주요 환상들의 의미를 다루었다. 이런 환상의 핵심 내용은 1) 인자와 같은 자와 묵시적 양으로 표상된 그리스도의 상, 2) 해와 달의 여인과 용, 3) 음녀 바벨론과 신부 예루살렘, 4)천상의 결혼식과 내려오는 새 예루살렘이다. 이런 원형상들은 한 개체를 의식화로 이끌고, 동시에 원형의 드라마로서 계시록의 환상들이 궁극적으로 시대의 역사를 관통하면서 문명의 전환을 제시한다. 본 논문은 환상들에 등장한 원형상의 특징들을 숙고하고, 부성원형, 모성원형, 아니마 원형으로 그것들을 분류했다. 그 모든 환상들의 궁극적 목표는 상승, 결합, 하강으로 이해할 수 있다. 이는 인간의 의식화와 신의 화육, 즉 개성화 과정을 의미할 것이다. 남성적 일방성으로 고통 받는 우리 시대에 새 예루살렘의 환상은 여성적인 것이 어떻게 개인과 이 세계를 구원할 수 있는지를 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.31-41
• /
• 2024

딥러닝 모델(Deep Learning Model)은 컴퓨터 비전(Computer Vision) 분야의 이미지(Image) 분류 및 객체 탐지와 같은 작업에서 뛰어난 성과를 보이며, 실제 산업 현장에서 다양하게 활용되고 있다. 최근 다양한 알고리즘(Algorithm)의 적대적 예제를 이용하여 딥러닝 모델의 취약성을 지적하며, 강건성 향상 방안을 제시하는 연구들이 활발하게 진행되고 있다. 적대적 예제는 오분류를 유도하기 위해 작은 노이즈(Noise)가 추가된 이미지로서, 딥러닝 모델을 실제 환경에 적용 시 중대한 위협이 될 수 있다. 본 논문에서는 다양한 알고리즘의 적대적 예제를 대상으로 에지 학습 분류 모델의 강건성 및 이를 이용한 적대적 예제 탐지 모델의 성능을 확인하고자 하였다. 강건성 실험 결과, FGSM(Fast Gradient Sign Method) 알고리즘에 대하여 기본 분류 모델이 약 17%의 정확도를 보였으나, 에지(Edge) 학습 모델들은 60~70%대의 정확도를 유지하였고, PGD(projected gradient descent)/DeepFool/CW(Carlini-Wagner) 알고리즘에 대해서는 기본 분류 모델이 0~1%의 정확도를 보였으나, 에지 학습 모델들은 80~90%의 정확도를 유지하였다. 적대적 예제 탐지 실험 결과, FGSM/PGD/DeepFool/CW의 모든 알고리즘에 대해서 91~95%의 높은 탐지율을 확인할 수 있었다. 본 연구를 통하여 다양한 적대적 알고리즘에 대한 방어 가능성을 제시함으로써, 컴퓨터 비전을 활용하는 여러 산업 분야에서 딥러닝 모델의 안전성 및 신뢰성 제고를 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제8권4호
• /
• pp.13-20
• /
• 2003

영상 시퀀스로부터 추정된 움직임벡터분산에 관한 연구에 기초하여 본 논문에서는 고속블록정합움직임 추정을 위한 구속조건을 적용한 다이아몬드탐색(DS) 알고리즘을 제안한다. 영상 시퀀스에서의 움직임벡터가 수직 또는 수평방향으로 2개화소이내의 거리에서 탐색되어지는 점을 고려하여, DS 알고리즘은 수직 또는 수평방향의 움직임벡터의 추정을 강조함으로써 새로운 3단계 탐색알고리즘에 비하여 오차율 면에서 유사한 결과를 나타내지만 계산량을 줄일 수 있었음을 확인하였다. 또한, DFD를 구속조건으로 DS 알고리즘에 적용함으로써 움직임이 없는 안정된 블록에서의 움직임벡터의 계산에 소요되는 계산 량을 줄일 수 있을 뿐 아니라 국부 해를 예측할 가능성을 감소시킬 수 있었다. 따라서 제안된 구속조건을 적용한 DS 알고리즘은 기존은 DS 알고리즘뿐 만 아니라 4단계 탐색, 블록기반 기울기-감소 탐색에 비해 평균자승오차 또는 필요한 탐색 점의 수에서 우수한 결과를 나타냄을 알 수 있었다.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.389-396
• /
• 2022

딥러닝(Deep Learning)은 퍼셉트론을 기반으로 하고 있으며 현재에는 이미지 인식, 음성 인식, 객체 검출 및 약물 개발 등과 같은 다양한 영역에서 사용되고 있다. 이에 따라 학습 알고리즘이 다양하게 제안되었고 신경망을 구성하는 뉴런수도 연구자마다 많은 차이를 보이고 있다. 본 연구는 현재 대표적으로 사용되고 있는 확률적 경사하강법(SGD), 모멘텀법(Momentum), AdaGrad, RMSProp 및 Adam법의 뉴런수에 따른 학습 특성을 분석하였다. 이를 위하여 1개의 입력층, 3개의 은닉층, 1개의 출력층으로 신경망을 구성하였고 활성화함수는 ReLU, 손실 함수는 교차 엔트로피 오차(CEE)를 적용하였고 실험 데이터셋은 MNIST를 사용하였다. 그 결과 뉴런수는 100~300개, 알고리즘은 Adam, 학습횟수(iteraction)는 200회가 딥러닝 학습에서 가장 효율적일 것으로 결론을 내렸다. 이러한 연구는 향후 새로운 학습 데이터가 주어졌을 경우 개발될 알고리즘과 뉴런수의 기준치에 함의를 제공할 것이다.

• 감성과학
• /
• 제13권1호
• /
• pp.197-206
• /
• 2010

본 연구에서는 보행자의 이동(Navigation)지원을 목적으로 한 감성검색시스템의 구축(Implementation)에 있어 시스템의 주요 구성요소 중의 하나인 보행자 감성모델을 사용자의 감성에 일치시키는 방법에 대해 제안하고, 평가실험을 통하여 모델의 타당성을 검증하였다. 가상의 목적지를 의미하는 인테리어 이미지 화상을 이용하여 데이터베이스를 작성한 후 10명의 실험 참가자를 대상으로 각각 5회에 걸쳐 목적지 검색과 만족도에 대한 평가실험을 실시하였다. 실험 참가자에게는 각 실험단계마다의 검색결과에 대해 만족도를 평가하도록 하였으며, 피험자로부터의 피드백 데이터를 이용하여 데이터베이스에 구축된 보행자 감성모델을 반복적으로 학습하도록 하였다. 평가실험 종료 후 보행자 감성모델의 학습효과를 확인하기 위하여 재현율(Recall ratio), 적합율(Precision ratio), 검색순위(Retrieval ranking), 만족도(Satisfaction level)를 비교하였다. 실험결과 5회의 학습을 통하여 재현율, 적합율, 검색순위, 만족도 등이 모두 유의미한 수준으로 상승된 것으로 나타나 본 논문에서 제안하는 보행자 감성모델의 학습방법이 개인의 감성을 획득하는 방법으로서 유효하다는 점을 확인하였다. 또한 본 연구에서 제안한 보행자 감성모델은 상업공간의 인테리어와 같은 시각적 이미지 화상을 대상으로 한 모바일 콘텐츠 제공시스템의 개발에 있어서도 유효하다는 점을 확인하였다. 향후 다양한 분야의 정보기기 콘텐츠의 개발에 있어 본 연구에서 제안한 보행자 감성모델이 사용자 개인의 감성을 획득하는 방법론으로 활용될 수 있을 것으로 기대된다.

• Journal of Acupuncture Research
• /
• 제17권3호
• /
• pp.219-232
• /
• 2000

Objective : The meridian and the acupuncture point of oriental medicine are very important in the department of acupuncture and moxibustion. Recently, we needed to study on the phenomenon of the meridian and acupuncture point with objective data. And then, I made a study of effects on the thermal changes of Five-shu-points(五輸穴) of the Lung meridian with acupuncture on Taeyon($L_9$, 太淵), using Digital infrared thermal imaging(D.I.T.I). Method : This study researched into clinical statistics for 60 men who are in good health. The objective was divided into two groups, one was the control group(CON, N=30) and the other was acupuncture group(ACU, N=30). The first, I took a picture for 60 men with the Digital infrared thermal imaging(D.I.T.I.). After 10 minutes, I took a second picture for each group following experimental methods. Results : I. The Mean temperature of Sasang($L_{11}$), Oje($L_{10}$), Taeyon($L_9$), Kyonggo($L_8$), Choldaek($L_5$) and Taenung($P_7$) area in adult men with good health, made a no significant difference with left and right side points. 2. Acupuncture group with acupuncture stimularion on Taeyon($L_9$) had a effect on much thermal changes of Sasang($L_{11}$), Oje($L_{10}$), Taeyon($L_9$), Kyonggo($L_8$) and Choldaek($L_5$) than control group. The thermal changes of the area which is a meridian point in the Lung Meridian of acupuncture group differed from control group with significant decrease and increase following the decreasing or increasing temperature class. Each class of ascent and descent thermal change was statistically significant value compared with control group. 3. Acupuncture group with acupuncture stimulation on Taeyon($L_9$) had not a effect on thermal changes of Taenung($P_7$) area than control group. And the increasing and decreasing temperature class of the acupuncture group did not significantly differ from control group. Conclusion : I could think that the acupuncture on Taeyon($L_9$) affected the thermal change of the area which is the Five-shu-points in the Lung Meridian. And then I could relate these results with the existence of the meridian and acupuncture point.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.