• 한국콘텐츠학회논문지
• /
• 제21권4호
• /
• pp.14-25
• /
• 2021

본 연구는 대학 교육에 있어서 실시간 온라인 교육의 상호작용 수준을 확인하고 상호작용적 요소가 무엇인지를 탐색하는 목적을 지닌다. 이를 위해 혼합연구 방법을 활용하였다. 연구 결과, 상호작용 수준에 대해 대학의 학습자들은 면대면 교육이 실시간 온라인 교육보다 상호작용이 효과적으로 이루어질 수 있다고 인식하였다. 실시간 온라인 교육은 비실시간 온라인 교육보다 교수자와 학습자, 학습자 간 상호작용이 보다 잘 이루어질 수 있다고 인식하고 있었다. 실시간 온라인 교육에서 상호작용에 영향을 미치는 요소로는 소그룹 활동과 스캐폴딩, 의사소통 통로의 다양화, 학습자 질문을 학습 내용에 통합 반영하는 것으로 나타났다. 실시간 온라인 교육에서 상호작용을 저해하는 요소에는 교수자와 학습자 간 느껴지는 거리감, 학습자 간 낮은 친밀감, 내용이나 지식 전달 중심의 교육, 비언어적 의사소통 정보의 제한, 안정적이지 못한 시스템이나 마이크의 잘못된 사용 등으로 나타났다. 상호작용 촉진을 위한 필요 요소로는 상호작용적 수업 활동 등이 제시되었다. 이상의 결과를 기반으로 상호작용이 보다 효과적으로 이루어지기 위해 어떠한 노력이 필요한지를 교수학습 방법과 활동, 도구 및 시스템, 환경 측면에서 제안하고자 하였다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.289-297
• /
• 2022

이 연구는 2020학년도 전 학기 비대면 교육 이후 온라인수업을 경험한 치과대학생의 전반적인 인식을 조사하는데 목적이 있다. 연구방법은 A대학교 치과대학생 161명을 대상으로 온라인 설문조사를 실시하였으며, 설문문항은 비대면 수업 만족도, 학습시스템, 교수요인, 평가방법과 온라인수업 요구조사이다. 분석방법은 빈도분석, 상관관계분석, 다중회귀분석을 사용하였다. 설문 분석 결과 치과대학생이 경험한 비대면 교육만족도는 4.2이상이며, 세부항목별로 보면, 출결처리 방식의 적절성, 녹화영상 강의에 대한 만족, 수업성적 평가 방식에 만족 순으로 나타났다. 비대면 교육만족도에 영향을 미치는 요인으로는 학습시스템과 평가방법이 통계적으로 유의하였다. 이 연구는 A대학의 비대면 교육 운영 상황만을 연구한 것으로 모든 대학에 일반화 할 수 없지만, 대면 및 비대면 수업의 양립을 위한 교육과정 설계 및 지원 방안을 마련하기 위한 기초자료로 활용할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.449-460
• /
• 2020

초해상화 기법은 저해상도 영상을 고해상도 영상으로 변환하는 기법이다. 최근에는 딥러닝 기술을 활용한 초해상화 방법이 주류를 이루고 있으며, 원격 탐사 분야에서도 이를 응용한 연구가 증가하고 있다. 본 연구에서는 위성 영상의 4배 해상도 향상을 위하여 deep back-projection network (DBPN) 네트워크에 기반한 초해상화 기법을 제안하였다. 또한, 복원된 영상의 디테일 및 윤곽선 부분에서의 고품질 영상 획득을 위해 윤곽선 손실 함수를 제안하고, 효과적이고 안정적인 학습을 위하여 Wasserstein distance 손실 함수를 사용한 GAN 기법을 적용하였다. 또한, 자연스러운 저해상도 훈련 영상을 획득하기 위한 detail preserving image downscaling (DPID) 기법을 적용하였다. 마지막으로 전정 영상의 특징을 추출하여 훈련의 마지막 단계에 적용 시킴으로써 출력 영상의 세부적인 특징을 효과적으로 생성하였다. 그 결과 실험에 사용된 WorldView-3 영상 및 KOMPSAT-2 영상에서 해상도 향상 효과를 확인하였고, 다른 초해상화 모델에 대비하여 윤곽선 보존력이나 영상의 선명도가 향상 되었음을 확인하였다

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.49-57
• /
• 2022

정부에서는 전국에 설치된 공공 CCTV를 이용하여 실종아동 등 범죄 예방을 위하여 많은 노력을 하고 있다. 하지만, 운용인력의 부족과 장시간 집중에 따른 집중력 약화 그리고 추적의 어려움 등이 나타나고 있다. 또한, 딥러닝 알고리즘을 통하여 실시간 객체 탐색 및 재인식 그리고 추적을 적용하는 것은 복잡한 신경망 분석의 사유로 파라미터가 증가하고 속도감소 메모리 부족이라는 현상을 나타냈다. 본 논문에서는 실시간 객체 인식이 가능한 Yolo의 적용과 Batch 및 TensorRT 기술 적용을 통하여 신경망을 경량화를 통하여 속도 개선 및 메모리 절약이 가능하도록 설계하였다. 이 논문에서는 이러한 발전된 알고리즘의 연구를 바탕으로 K-reciprocal nearest neighbor 알고리즘, Jaccard distance 비유사도 측정 알고리즘, 산출물 알고리즘 등을 개발하여 공공 CCTV 식별추적시스템 구축을 제시하였다. 그 결과, 비교분석을 통한 알고리즘 조합을 통해 공공 다중CCTV환경에서 실시간으로 객체를 인식하고 재식별하여 객체를 추적할 수 있는 한국형 공공 추적시스템을 제안하였다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.182-188
• /
• 2013

본 논문에서는 정지하고 있는 배경에서 움직이는 목표물을 식별하기 위해 PDR(pulse doppler radar)을 이용하여 수집한 복소수 신호를 처리하는 복소수 SVM(support vector machine)을 제안한다. SVM은 패턴인식 분야에서 널리 이용되나 분류에 이용되는 특징이 대부분 실수 데이터이다. 제안된 복소수 SVM은 실수 데이터, 허수 데이터 정보와 실수부와 허수부 사이의 교차 정보를 모두 이용하여 이동하는 목표물의 분류를 수행한다. 복소수 SVM을 설계하기 위해 최적화 조건 적용 시 실수축과 허수축에 대한 슬랙변수를 고려하였고, 복소수 데이터에 대한 KKT(Karush-Kuhn-Tucker) 조건을 이용하였다. 또한 복소수 거리를 이용한 RBF(radial basis function)를 커널함수로 적용하였다. 제안된 복소수 SVM의 성능을 평가하기 위해 PDR 센서로 수집된 복소 데이터를 기존의 SVM과 복소수 SVM을 이용하여 분류한 결과 기존의 SVM에 비해 복소수 SVM의 식별결과가 개와 사람 각각 8%, 10% 향상되었다.

• 한국산업융합학회 논문집
• /
• 제5권2호
• /
• pp.111-118
• /
• 2002

In GMAW(Gas Metal Arc Welding) processes, bead geometry (penetration, bead width and height) is a criterion to estimate welding quality, Bead geometry is affected by welding current, arc voltage and travel speed, shielding gas, CTWD (contact-tip to workpiece distance) and so on. In this paper, welding process variables were selected as welding current, arc voltage and travel speed. And bead geometry was reasoned from the chosen welding process variables using neuro-fuzzy algorithm. Neural networks was applied to design FLC(fuzzy logic control), The parameters of input membership functions and those of consequence functions in FLC were tuned through the method of learning by backpropagation algorithm, Bead geometry could he reasoned from welding current, arc voltage, travel speed on FLC using the results learned by neural networks. On the developed inference system of bead geometry using neuo-fuzzy algorithm, the inference error percent of bead width was within ${\pm}4%$, that of bead height was within ${\pm}3%$, and that of penetration was within ${\pm}8%$, Neural networks came into effect to find the parameters of input membership functions and those of consequence in FLC. Therefore the inference system of welding quality expects to be developed through proposed algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.469-472
• /
• 2007

원격 의료 서비스는 진단 대상자(환자)가 병원이 아닌 원격지에 있더라도 환자의 건강상태에 대한 모니터링과 신체정보를 측정하는 것이 목적이라 할 수 있다. 따라서 원격 의료 서비스 시스템은 대상 환자의 실시간 건강상태를 확인하기 위해 주기적으로 환자의 상태 수집하여 진료자에게 제공하는 모니터링 서비스와 응급상황 대처를 위한 경보서비스를 제공할 수 있어야 한다. 또한 의료 대상자가 공간적으로 구속 받지 않고 자유롭게 생활하면서 생체신호 계측 및 응급경보가 가능하도록 하는 편의성도 제공할 수 있어야 한다. 본 논문에서는 환자의 편의성 제공을 위해 무선 네트워크 환경에서 휴대용 헬스케어 장치를 구현하고 원격 의료 서비스를 제공하기 위한 시스템을 설계 및 구현하고자 한다.

• 인터넷정보학회논문지
• /
• 제8권6호
• /
• pp.43-53
• /
• 2007

최근의 네트워크 침입탐지 시스템은 기존의 시그너처(또는 패턴) 기반 탐지 기법에 비정상행위 탐지 기법이 새롭게 결합되면서 더욱 발전되고 있다. 일반적으로 시그너처 기반 침입 탐지 시스템들은 기계학습 알고리즘을 활용함에도 불구하고 사전에 이미 알려진 침입 패턴만을 탐지할 수 있었다. 이상적인 네트워크 침입탐지 시스템을 구축하기 위해서는 침입 패턴이 저장된 시그너처 데이터베이스를 항상 최신의 정보로 유지해야 한다. 따라서 시스템은 유입되는 네트워크 데이터를 모니터링하고 분석하는 과정에서 새로운 공격에 대한 시그너처를 생성할 수 있는 기능이 필요하다. 본 논문에서는 이를 위해 밀도(또는 영향력) 함수를 이용한 새로운 아웃라이어 클러스터 검출 알고리즘을 제안한다. 제안된 알고리즘에서는 네트워크 침입 패턴을 하나의 객체가 아닌 유사 인스턴스들의 집합 형태인 아웃라이어 클러스터로 가정하였다. 본 논문에서는 KDD 1999 Cup 침입탐지 데이터 집합을 이용한 실험을 수행하여, 침입이 자주 발생하는 상황에서 본 논문의 방법이 유클리디언 거리를 이용한 기존의 아웃라이어 탐지 기법에 비해서 좋은 성능을 보임을 증명하였다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.127-132
• /
• 2006

인스턴스 기반 학습의 대표적인 알고리즘인 k-NK(K-Nearest Neighbors)은 단순히 전체 학습패턴을 메모리에 저장한 다음, 분류할 때 학습 패턴들과의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 테스트 패턴을 분류한다. K-NN 기법은 만족할 만한 분류성능을 보여주지만, 학습패턴의 개수가 늘어나면 메모리와 분류 시간이 증가하는 문제점을 가지고 있다. 그러므로, 메모리의 효율적 사용과 분류 시간을 단축시키기 위한 다양한 연구들이 발표되었으며, 그 대표적인 예로 NGE(Nested Generalized Exemplar) 이론을 들 수 있다. 본 논문에서는 학습패턴의 집합으로부터 대표패턴을 생성하는 RPA(Recursive Partition Averaging)기법과 점진적으로 대표패턴을 추출하는 IRPA(Incremental RPA)기법을 제안하였다. RPA기법은 전체 학습패턴의 공간을 재귀적으로 분할하면서 대표패턴을 생성하며, IRPA 기법은 RPA 기법의 특성상 패턴의 특징 개수가 많은 경우, 과도한 분할로 인하여 생성되는 많은 개수의 대표패턴을 줄이기 위하여 점진적으로 대표패턴을 추출하는 알고리즘이다. 본 논문에서 제안한 기법은 기존의 k-NN 기법과 비교하여 현저하게 줄어든 대표패턴을 이용하석 유사한 분류 성능을 보여주며, NGE 이론을 구현한 EACH 시스템과 비교하여 탁월한 분류 성능을 보여준다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1277-1290
• /
• 2020

지표수와 지하수로 이루어진 수자원은 세계적으로 가장 중요한 천연자원 중 하나로 여겨진다. 지난 세기 이후 급속한 산업화와 급증하는 인구로 인해, 생활용, 산업용, 농업용수 수요가 급증하고 있으며, 이에 대한 지하수 수요도 급증하고 있다. 따라서 지하수에 대한 지속 가능한 개발과 관리를 위해서는 정확한 위치기반의 지하수 가능성도 작성이 필수적이다. 최근에는 기계학습과 지리정보시스템 통합이 지하수 가능성도 작성에 효과적인 방법이 되고 있다. 이러한 통합접근법의 현황 파악을 위해 6년(2015~2020년) 동안 94편의 직접 관련 논문에 대한 체계적 검토를 실시했다. 문헌 검토에 따르면, 매년 발간되는 연구의 수는 시간이 지남에 따라 급격히 증가했다. 전체 연구 분야는 15개국에 걸쳐 있으며, 85%의 연구가 이란, 인도, 중국, 한국, 이라크에 집중되었다. 지하수 산출 가능성 조사에는 20개의 변수가 자주 사용된 것으로 조사되었으며, 이 중 지형고도, 경사, 경사방향, 지형습도지수, 지질, 토지 이용 피복, 하천 밀도, 강과의 거리, 강우량 등이 자주 사용되는 것으로 나타났다. 기계학습 모델에 있어 랜덤 포레스트, 서포트벡터머신, 부스트 회귀트리 등의 방법이 많이 사용되었다. 이러한 문헌 연구는 최적의 결과를 위해 지하수 가능성도를 저비용 대체물이 아닌 현장 작업을 보완하는 도구로 사용해야 한다는 것을 보여준다. 마지막으로, 향후, 지하수 가능성도 작성의 표준화 및 정확성을 개선하기 위해 더 많은 연구가 진행되어야 할 것이다.