• 한국도로학회논문집
• /
• 제12권2호
• /
• pp.51-61
• /
• 2010

경제성장과 함께 삶의 질이 향상됨에 따라 도로 계획 및 설계분야에서도 기능 중심의 설계에서 이용자들의 시각 및 심리적 특성인 감성을 고려한 경관 중심의 설계로 변화하고 있다. 이에 본 연구에서는 다양하게 조사된 감성형용사들을 개인의 감성인지 특성 차이를 최소화 하면서 객관적이고 합리적인 추출 방법을 제안하고자 한다. 먼저 어의구별법(Semantic Differential)의 5점 척도에 의해 조사된 감성형용사를 바탕으로 기존 연구에서 사용한 요인분석과 본 연구에서 제안하는 판별분석을 통해 감성형용사를 추출하고 상관 분석을 통해 대표적인 감성형용사를 추출한 후 수량화 I 모형을 구축하였다. 그리고 구축된 수량화 모형을 이용하여 만족도를 예측한 후 실제 관측 만족도와의 쌍체비교 검증을 통하여 판별 및 상관분석에 의한 방법이 실제 관측 만족도와 가장 유사한 것으로 분석되어 연속적인 도로경관 설계시 판별 상관분석에 의해 적용가능한 감성요인을 파악하는 것이 적합한 방법임을 확인할 수 있었다.

• 한국음향학회지
• /
• 제39권5호
• /
• pp.441-446
• /
• 2020

본 논문은 심층 신경망을 이용한 화자 인증(Speaker Verification, SV) 시스템에서, 심층 신경망 내부에 존재하는 각 특징 지도(Feature Map)들의 분별력을 강화하기 위해 기존 특징 지도 스케일링(Feature Map Scaling, FMS) 기법을 확장한 α-FMS 기법을 제안한다. 기존의 FMS 기법은 특징 지도로부터 스케일 벡터를 구한 뒤, 이를 특징 지도에 더하거나 곱하거나 혹은 두 방식을 차례로 적용한다. 하지만 FMS 기법은 동일한 스케일 벡터를 덧셈과 곱셈 연산에 중복으로 사용할 뿐만 아니라, 스케일 벡터 자체도 sigmoid 비선형 활성 함수를 이용하여 계산되기 때문에 덧셈을 수행할 경우 그 값의 범위가 제한된다는 한계가 존재한다. 본 연구에서는 이러한 한계점을 극복하기 위해 별도의 α라는 학습 파라미터를 특징 지도에 원소 단위로 더한 뒤, 스케일 벡터를 곱하는 방식으로 α-FMS 기법을 설계하였다. 이 때, 제안한 α-FMS 기법은 스칼라 α를 학습하여 특징 지도의 모든 필터에 동일 값을 적용하는 방식과 벡터 α를 학습하여 특징 지도의 각 필터에 서로 다른 값을 적용하는 방식을 각각 적용 후 그 성능을 비교하였다. 두 방식의 α-FMS 모두 심층 심경망 내부의 잔차 연결이 적용된 각 블록 뒤에 적용하였다. 제안한 기법들의 유효성을 검증하기 위해 RawNet2 학습세트를 이용하여 학습시킨 뒤, VoxCeleb1 평가세트를 이용하여 성능을 평가한 결과, 각각 동일 오류율 2.47 %, 2.31 %를 확인하였다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.1-16
• /
• 2022

Despite recent breakthroughs in deep learning and computer vision fields, the pixel-wise identification of tiny objects in high-resolution images with complex disturbances remains challenging. This study proposes a modified U-net for tiny crack segmentation in real-world steel-box-girder bridges. The modified U-net adopts the common U-net framework and a novel Self-Attention-Self-Adaption (SASA) neuron as the fundamental computing element. The Self-Attention module applies softmax and gate operations to obtain the attention vector. It enables the neuron to focus on the most significant receptive fields when processing large-scale feature maps. The Self-Adaption module consists of a multiplayer perceptron subnet and achieves deeper feature extraction inside a single neuron. For data augmentation, a grid-based crack random elastic deformation (CRED) algorithm is designed to enrich the diversities and irregular shapes of distributed cracks. Grid-based uniform control nodes are first set on both input images and binary labels, random offsets are then employed on these control nodes, and bilinear interpolation is performed for the rest pixels. The proposed SASA neuron and CRED algorithm are simultaneously deployed to train the modified U-net. 200 raw images with a high resolution of 4928 × 3264 are collected, 160 for training and the rest 40 for the test. 512 × 512 patches are generated from the original images by a sliding window with an overlap of 256 as inputs. Results show that the average IoU between the recognized and ground-truth cracks reaches 0.409, which is 29.8% higher than the regular U-net. A five-fold cross-validation study is performed to verify that the proposed method is robust to different training and test images. Ablation experiments further demonstrate the effectiveness of the proposed SASA neuron and CRED algorithm. Promotions of the average IoU individually utilizing the SASA and CRED module add up to the final promotion of the full model, indicating that the SASA and CRED modules contribute to the different stages of model and data in the training process.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.27-46
• /
• 2023

최근에는 외식 산업의 발달과 레스토랑 수요의 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 소비자의 선호도 정보를 추출하였는데 이는 소비자의 의미론적 선호도 정보는 반영하지 못한다는 한계가 존재한다. 또한, 레스토랑이 포함하는 세부적인 속성을 반영한 추천 시스템 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 소비자의 선호도와 레스토랑 속성 간의 상호작용을 효과적으로 학습할 수 있는 딥러닝 기반 모델을 제안하였다. 먼저, 합성곱 신경망을 온라인 리뷰에 적용하여 소비자의 의미론적 선호도 정보를 추출했고, 레스토랑 정보에 임베딩 기법을 적용하여 레스토랑의 세부적인 속성을 추출했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습하여 소비자의 선호도 평점을 예측했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com의 온라인 리뷰를 사용한 실험 결과, 기존 연구의 다양한 모델과 비교했을때 본 연구의 제안 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구는 레스토랑 산업의 빅데이터를 활용한 맞춤형 레스토랑 추천 시스템을 제안함으로써 레스토랑 연구 분야와 온라인 서비스 제공자에게 학술적 및 실무적 측면에서 다양한 시사점을 제공할 수 있을 것으로 기대한다.

• 디자인학연구
• /
• 제20권3호
• /
• pp.61-72
• /
• 2007

1960년대 MIT에서 제작된 최초의 게임 Space War를 시작으로 짧은 기간 동안 게임산업은 급속도로 성장하고 방대해지면서 최근 발표된 게임들은 총합적 디자인의 결정체라고 봐도 무방하리만큼 콘텐츠를 이루는 구성요소가 무수히 많아졌다. 결국 게임을 개발함에 있어서 고려해야할 요소도 기하급수적으로 증가하여, 예산 및 인력, 시간투입 등에 대한 계획도 매우 복잡해질 수밖에 없다. 그러므로 성공적인 게임개발을 위해서는 게임을 구성하는 요소를 추출하고 각 요소별 중요도를 산출하여, 향후 개발되는 게임을 사전에 평가할 수 있는 방법이 무엇보다 절실하다. 이러한 기획은 진행과정에서 무수한 의사결정을 요구하게 되고, 의사결정 작업은 다수인자에 대한 문제, 요소들을 정량화시키기 어려운 불확실성의 문제, 결과가 지향하는 복잡한 다목적의 문제, 다수의 의사결정간의 혼선, 의사결정과정에 이르는 다단계의 우선순위 결정문제 등으로 인한 많은 어려움이 있다. 본 연구는 이러한 문제들을 총합적으로 해결하며, 불확실한 데이터를 정량화시켜 논리적이고 합리적인 대안을 제시할 수 있도록 계층화의사결정법을 제시하고자 하며, 현재 게임시장을 주도하고 있는 FPS게임을 대상으로 분석을 시도하였다. AHP분석에서 가장 중요한 것은 분석하고자 하는 대상의 요소들을 객관적으로 정확하게 분류하고 이를 계층화시키는 것과 요소간의 쌍대비교를 통한 중요도 추출이다. 본 연구는 이러한 요소추출과 요소간 중요도 산출 및 대안의 선정 2부분으로 구성되며, 그 중에서 본 논문은 델파이기법에 의한 FPS게임의 객관적 요소추출 및 계층화를 중심으로 하고 있다.

• 한국습지학회지
• /
• 제6권3호
• /
• pp.55-70
• /
• 2004

습지생태계는 유수에 의한 침식과 퇴적활동, 수력에 의해 형성된 수문지형 단위, 계절적 변화 등 다양한 요소의 상호작용의 산물이다. 습지생태계는 복합적이고 다양한 생태적 기능을 발휘하면서, 더욱이 습지생태계 유형 자체의 다양성이 있을뿐 아니라, 유역과 같은 다른 생태계와의 경계선이 불명확한 것이 특징이다. 습지생태계에 영향을 미치는 요소의 분류와 통합적 이해가 필요함에도 불구하고 적절하고 체계적인 관리가 미흡하다. 과거 미국 야생동물 관리청(1979)에서 개발된 체계는 계와 아계, 강과 아강, 수영역 및 화학, 수문지형 단위, 우점 유형 등의 계층적 위계로 습지생태계를 분류하였다. 본 연구는 우리나라 습지생태계의 체계적이고 현명한 관리 체계 수립의 일환으로 미국 야생동물 관리청의 분류체계를 심층 검토, 분석하여 기 조사된 국내의 습지생태계에 적용함으로써 국내 습지생태계에 적합한 분류체계 개발의 가능성을 검증하고자 수행되었다. 분류 대상지로 선정된 우리나라 7개 습지생태계는 상위계급의 습지생태계 유형을 포함하였으며, 표본지점 중심의 제한적인 적용에도 불구하고 다양한 습지생태계 유형으로 분류되었다. 또한 3개의 소호소 습지생태계의 적용 결과에서는 무제치늪과 왕등재늪의 두 습지생태계가 수문지형 단위 체계까지는 동일한 유형으로 분류되었으나 우점/특정 유형이 다른 습지생태계로 분류되었다. 이에 비해 대암산 용늪의 경우 강(綱)수준에서 다른 유형으로 분류되어, 앞서의 두 습지생태계와는 다른 유형으로 분류되었다. 이러한 결과는 관리 및 보전 체계 정립에 있어서, 무제치늪과 왕등재늪은 동일한 수준에서 관리되어야 함을 의미한다. 지금까지 훼손되어 사라져버린 습지생태계의 정확한 양은 알 수 없으나, 남아있는 습지생태계를 보전할 수 있는 기회는 아직도 우리에게 있다. 무엇보다 시급한 일은 모든 습지생태계 유형의 정확한 분류와 목록 작성, 생태적 기능에 체계적인 조사 및 연구가 필요하다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권6호
• /
• pp.211-220
• /
• 2019

인간의 감성은 인간관계 속에서 발현되는 선험적으로 주체하지 못하는 감정의 오류를 현명하게 절제할 수 있도록 도와주며, 합리적인 선택을 할 수 있도록 감정에 명령하기 때문에 나와 타인의 행복(幸福)에 기여하게 된다. Abraham은 하나밖에 없는 아들, 그것도 백 세가다되어 얻은 아들을 제물로 바치라는 신의 명령에 고민에 빠졌을 것이다. 이때 그의 이성은 과연 합리적이었을까? 이성적 사유로는 자신의 아들을 바치는 행위가 적합한 행위라고 사유할 수 있겠지만, 인간의 마음으로는 그것이 과연 가능할 것인가? 또한 Aristoteles는 인간을 위한 선(善)에 있어서 인간적인 덕에 대해 정신의 덕이라고 하였다. 행복(幸福)도 정신의 활동이기 때문에 우리는 정신에 대해 어느 정도 알아야 한다고 말하였다. 이 ψυχή(psyche, 영혼) 정신(精神)은 비이성적인 요소로 눈에 보이지 않지만 이성적 원리에 개입하는 어떤 작용이다. 또한 C. G. Jung은 모든 인간은 눈에 드러나지는 않지만 역동적인 네 가지 심리기능을 가지고 있으며, 마음이 움직이는 것은 이러한 4가지 기능적 차원에 의한다는 것이다. 이것은 감각(S, Sensing), 직관(N, Intuition), 사고(T, Thinking), 감정(F, Feeling)의 요소가 복합적으로 작용하고 있다는 것이다. 또한 David Hume은 도덕은 이성에서 유래될 수 없다고 단정하면서 공감의 원리를 역설하였으며, Max Ferdinand Scheler는 어떤 사람의 시각적 특징을 파악하기 전에 이미 그 사람에 대한 전체적인 느낌을 마음속에 포착해 대응 태세를 취하게 되며, 이 느낌 속에 주어지는 것이 바로 가치이며, 이러한 과정을 통하여 가치가 부여됨으로써 인식 대상으로 고양되고, 가치를 파악하는 감정의 작용은 언제나 이성보다 선행하여 일어난다고 하였다. Emmanuel Levinas는 지극히 감정적인 사랑의 감정은 이성에 앞서며, 감성이 인간의 이성적 사유와 합리성에 앞선다는 것은 감정의 통제 불능에서 우리는 통제가능성과 절제의 요구로서 이성적 사유와 합리적이고 현명한 실천이성을 요구하게 되기 때문이라고 언급하였다. 인간의 감성적인 교육의 일환으로 도덕윤리과 교육과정에서는 Bloom의 인지적 정의적 행동적영역의 통합적인 사고를 갖춘 존재로서 도덕적 실천행위를 하는 존재를 이상형으로 지향하고 있다. 어떻게 하면 덕스러운 행위에 대한 감정의 지향성을 따르는 행위를 할 수 있으며, 또 어떻게 하면 부덕한 행위에 대한 감정의 지양성을 함양할 수 있을 것인가에 초점이 맞춰져 있다. 이러한 문제해결의 방향성은 바로 '덕감(德感) 강화'의 원리와 '부덕감(不德感)제거'의 원리로 우리는 인간의 감성(感性)과 행복감(幸福感) 함양에 대한 가능성과 방향성을 설계할 수 있다.