• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.699-704
• /
• 2001

본 논문에서는 혼성 모듈 구조의 recurrent 시간지연신경회로망(time-delay neural network)과 HMM(hidden Markov model)을 결합한 음성인식을 위한 새로운 구조에 대해 연구하였다. 시간지연신경회로망에서는 윈도우 크기를 확장하는 것이 인식률 향상에 유리하므로 이를 위해 첫 번째 은닉층에 궤환 구조를 사용하여 윈도우 크기를 실제로 크게 하지 않고도 동일한 효과를 얻을 수 있도록 하였다. 다음 이 시간지연신경망에서 입력된 음소의 특징 벡터의 시간에 따라 변화하는 성질을 잘 처리 할 수 있도록 시간지연신경회로망의 입력층을 복수의 상태로 나누어 음소특징의 시간축에 대한 각 상태마다 특징 감지기를 갖도록 하였다. 이때 시간지연신경회로망은 전체 음성인식 영역에 적용될 수 있도록 모듈 방식의 구조로 구성되었다. 그리고 이 모듈 구조 시간지연신경망의 출력 벡터를 HMM에 연결하여 서로 결합 하므로써 양 구조의 장점을 취하는 혼성 구조의 인식시스템을 구성하였고 이때 이 혼성 구조에서 효율적으로 적용할 수 있는 HMM 파라미터 smoothing 방법을 제시하였다.

• 한국시뮬레이션학회논문지
• /
• 제22권1호
• /
• pp.53-61
• /
• 2013

본 논문에서는 시각정보와 경험이 가상환경에서 햅틱 디바이스로 상호작용 하는데 미치는 영향에 대한 연구이다. 이를 알아보기 위해 Load-on-task를 통하여 물체의 크기와 누적된 경험이 가상환경에서 무게를 예측하고 상호작용 하는데 영향을 미친다는 사실을 확인하였다. 또 가상환경에서 물체 이동 실험을 통해 물체에 대한 정보가 다를 경우 빠르게 잘못된 정보를 보상하고 안정적인 힘 조절을 확인하였다. 위 실험을 통해 가상환경에서의 경험이 물체의 시각적인 정보보다 많은 영향을 주지만, 경험이 없는 환경의 경우 시각적인 정보가 가상환경에서 물체와의 상호작용에 크게 영향을 주는 요소라는 것을 확인하였다. 따라서 가상환경에서 정밀한 조작(로봇 수술 등)이 필요한 의 경우 실제 물체의 물성치와 시각 데이터를 기반으로 유사한 환경을 조성해야 하며, 만약 그러한 환경 조성이 어려울 시에는 충분한 사전시험을 통하여 가상환경이 가진 특성을 경험할 수 있게 준비해야 한다.

• 융합정보논문지
• /
• 제9권7호
• /
• pp.106-113
• /
• 2019

이 논문은 개인 대상으로 장기간의 원격영상 교육을 실시한 사례를 분석함으로써, 효과적인 운영을 위한 융합기술에 대한 제언을 도출하는 것을 목적으로 한다. 로봇보조학습을 포함한 원격영상교육 경험이 있는 교수학습자를 대상으로 텔레프리젠스를 노트북, 스마트폰 로봇, 그리고 음성인식 피드백이 제공되도록 제작한 패드형 로봇으로 실험 설계하여 5개월간 원격수업 방식에 임의할당을 통해 진행하고, 과제 수행도를 측정함과 동시에 심층 인터뷰를 실시하였다. 학습자는 기존 연구와 마찬가지로 텔레프리젠스 로봇보조학습의 과제수행도가 가장 높은 것으로 나타났지만, 학습의 몰입도와 집중을 위하여 음성송출 피드백 외에 원격교수자와의 시선 맞춤이 필요하다고 생각했다. 원격 교수자는 원격교육의 영상입력 추가와 음원추적 자동 제어 기능을 요구했다.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.353-360
• /
• 2022

본 연구는 인간 지능의 가장 중요한 요소인 스토리텔링을 기반으로 한 인공지능 학습을 돕기 위해 구안된 인공지능 스토리텔링 교육 프로그램이 학습 몰입도에 미치는 영향을 검증하는 데 목적이 있다. 이를 위해 16차시 분량의 인공지능 교육 프로그램을 설계하여 개발하고, 초등학교 5~6학년군 영재 학생 19명을 대상으로 8주에 걸쳐 적용하였다. 인공지능 스토리텔링 교육 프로그램은 차시별 교수·학습과정안과 이야기책의 형태로 개발되었다. 인공지능 스토리텔링 교육 프로그램 적용 결과, 도전과 능력의 조화, 행위와 의식의 통합, 명확한 목표, 구체적인 피드백, 과제에 대한 집중, 통제감, 자의식의 상실, 시간 감각의 왜곡, 자기 목적적 경험 등 학습 몰입도의 9가지 모든 하위 요소에서 평균 점수에 유의미한 향상이 나타났다. 즉, 인공지능 스토리텔링 교육 프로그램은 학습 몰입도 향상에 효과적임을 확인할 수 있었다.

• 의학교육논단
• /
• 제25권2호
• /
• pp.102-108
• /
• 2023

This study shares details on the operating process and results of the cohort of students and graduates that was designed and implemented at Konyang University College of Medicine in Daejeon and discusses future directions for cohort establishment and improvement. First, Konyang University College of Medicine established the necessity and defined the purpose of cohort design and implementation. A task force was formed to establish guidelines for analysis targets, procedures, reports, and data management, and cohort operation was classified as a quality control activity. Data were collected through surveys of current students and graduates, and data generated during the curriculum were collected, analyzed, and reported every 2 years. The cohort data collection and analysis methods are designed by the Department of Medical Education, and data collection is carried out by the administrative team and each committee. Data management and analysis are handled by the Center for Medical Education Support, and analysis and reporting are conducted by the Department of Medical Education. Various members of the medical school are working to collect and analyze data, report findings, provide feedback, and improve. In the future, we plan to advance database computerization and work toward more effective data analysis. Cohort operation should not be another burden for medical schools; instead, it is hoped that operating cohorts will be a meaningful activity to increase the effectiveness of medical education and help in the operation and policy decisions of medical schools.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.44-53
• /
• 2024

현대사회의 기업들은 소셜 미디어, 제품 리뷰, 고객 피드백 등 다양한 영역에 걸쳐 소비자 의견을 정확하게 이해하는 것이 경쟁에서 성공하기 위한 주요 과제임을 강조하며 감성 분류를 점점 더 중요한 작업으로 채택하고 있다. 감성 분류는 소비자의 다양한 의견과 감성을 파악하여 제품이나 서비스 개선에 도움을 주는 이유로 많은 연구가 진행중이다. 감성 분류에서는 대규모 데이터 셋과 사전 학습된 언어 모델을 통한 미세 조정이 성능 향상에 중요한 역할을 한다. 최근 인공지능 기술의 발전으로 감성 분류 모델은 높은 성능을 보이고 있으며, 특히 ELECTRA 모델은 효율적인 학습 방법과 적은 컴퓨팅 자원을 통해 뛰어난 결과를 제공한다. 따라서 본 논문에서는 ELECTRA에서 한국어를 학습한 KoELECTRA 모델을 이용하여 다양한 데이터 셋에 대한 효율적인 미세 조정을 통해 감성 분류 성능을 향상하는 방법을 제안한다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.221-226
• /
• 2024

정보검색에서 질의는 다양한 유형이 존재한다. 추상적인 질의부터 구체적인 키워드를 포함하는 질의까지 다양한 형태로 구성되어 있어서 사용자의 요구에 정확한 결과 도출은 어려운 과제이다. 또한 검색시스템이 오타, 다국어, 코드와 같은 다양한 요소를 포함하는 질의를 다뤄야 하는 특징이 존재한다. 본 연구에서는 질의 유형을 분석하고, 이에 따라 딥러닝 기반 재순위화의 적용 여부를 결정하는 방법을 제안한다. 최근 연구에서 높은 성능을 보인 딥러닝 모델인 DeBERTa를 이용하여 질의에 대한 적합 문서의 학습을 통해 재순위화를 수행한다. 제안 방법의 유효성을 평가하기 위해 국제정보검색 평가대회인 TREC 2023의 상품 검색 트랙(Product Search Track) 테스트컬렉션을 이용하여 실험을 하였다. 실험 결과에 대한 정규화된 할인누적이득(NDCG) 성능측정 비교에서 제안 방법이 정보검색 기본 모델인 BM25 에 비해 질의 오류 처리를 통한 검색, 잠정적 적합성피드백을 통한 상품제목 기반 질의확장과 질의유형에 따른 재순위화에서 0.7810으로 BM25 대비 10.48% 향상을 보였다.

• 한국건설관리학회논문집
• /
• 제19권2호
• /
• pp.15-24
• /
• 2018

국내 건설산업에서 생산성 정보의 필요성과 그 활용에 대한 중요성 인식에도 불구하고, 현장 단위의 공사계획 시 효과적인 피드백을 통한 생산성 정보관리가 미흡한 실정이다. 공사계획의 신뢰성을 향상하기 위해서는 생산성 정보의 효과적인 활용이 요구되지만, 현장에서는 공사계획을 관리자의 경험 및 직관에 의존하고 있다. 생산성 정보가 효과적으로 관리되지 못하는 이유는 생산성 정보의 관리를 위한 추가 인력투입이 어렵다는 점, 기존의 생산성 정보가 새로운 프로젝트에 적용되기 어렵다는 점 등 때문인 것으로 파악되었다. 이러한 문제의 해결방안을 제시하기 위해서 선행연구조사 및 면담조사를 하였고 그 결과 새로운 시스템이 필요하다는 사실을 확인하였다. 새로운 시스템의 요구사항으로는 최소화된 업무, 한정된 정보관리범위, 정보의 분류, 정보의 피드백, 생산성 저하요인의 고려 등이 있다. 본 연구에서는 상기 내용을 바탕으로 생산성 저하요인 및 생산성 정보의 관리가 가능한 시스템의 프레임워크를 제안하였다. 이 시스템은 사용자 접근성이 좋은 SketchUp 소프트웨어를 활용하여 프로그램의 활용에 따른 추가인력의 투입이나 업무량 증가를 최소화할 수 있도록 하였다. 제안한 시스템은 준비단계, 입력단계, 처리단계, 출력단계의 총 네 단계의 과정을 통해서 정보를 입력하여 처리하고 출력하도록 하였다. 입력한 시공정보는 건축공사 표준시방서에 기재된 내용을 참고로 구성한 Task Breakdown Structure (TBS)와 Material Breakdown Structure (MBS)를 통해서 분류되어 생산성 정보로 변환되도록 하고, 변환된 정보를 그래픽으로 화면에 출력하도록 하여 사용자는 이를 활용해 해당 현장에서의 생산성 정보를 활용할 수 있도록 하였다. 본 연구에서 제안한 생산성 정보관리 시스템을 K 사옥 공사현장에 대입하여 현장적용 가능성 및 정보 활용성 측면에서 검증하였고, 사용성 및 적용 가능성에서 매우 긍정적인 결과와 정보 활용에 따른 이득이 있을 것으로 예상되었다. 본 시스템을 활용할 경우 생산성 정보를 활용한 공사계획이 가능할 것이고 추후 정보가 지속해서 누적될 경우, 본 연구의 기대효과는 더욱 높아질 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.103-111
• /
• 2020

성과를 나타내는 지표는 스포츠 성과 향상을 나타내는 기본 요소를 식별하기 위해 개발되었다. 유효한 성과 지표를 식별하려면 성과 분석 시스템 내에서 사용 된 지표가 경기 내에서 성과의 승패를 구별하는 것이 매우 중요하다고 할 수 있다. (Hughes and Bartlett, 2002). 그러나 농구 성과에 관한 연구에서는 제안된 성과와 지표는 코치 및 선수의 상황에 따라 실시간 분석 및 피드백이 사용되지 않고 있다는 점이다. 코치 및 선수에 대한 이러한 실시간 지원은 다른 스포츠에 대한 연구에서도 설명되고 있다. (Choi et al., 2004; O'Donoghue, 2001; Palmer et al., 1997). 실시간 피드백 프로세스 내에서 성과와 손실을 구분하는 관련성과 지표를 식별하는 것이 실시간 분석 시스템 개발의 첫 단계가 되어야 한다. 따라서 이 연구는 10 개의 잉글랜드 내셔널 농구 리그 경기를 분석하는 동안 수집 된 성과 지표 세트 측면에서 팀의 승패와 패배의 차이점을 조사하였다. 승리와 패배 팀은 전체 경기 데이터 (N=10)와 개별 쿼터 (N=40)를 사용하여 비교되었다. 일련의 Wilcoxon Signed Ranks 테스트를 사용하여 전체 경기와 개별 쿼터 내에서 성과를 낸 사람과 잃는 사람을 구별하는 관련성과 지표를 식별하였다. 테스트 결과 3점 (p<0.05)과 어시스트 (p<0.05)는 경기 내 팀의 승패에서 크게 차이가 있다고 할 수 있다. 그러나 2점 슛 (p <0.05), 2점 샷 시도 (P <0.05), 2 점 샷의 백분율 (p <0.05), 3 점 샷 (p <0.05), 수비 리바운드 (p <0.05) ) 및 지원 (p <0.05)은 분기 내 실적의 승패에서 크게 다르게 나타나고 있다. 위와 같은 분석 작업은 성과분석에 따라 코치에게 현재 성과를 설명하는 관련성과 지표를 기반으로 해야 한다. 실시간 분석 및 피드백 시나리오 내에서 가장 최근 분기 내에서 즉각적인 성과를 기반으로 의사 결정을 지원하는 추가 이점이 있다. 결과적으로, 실시간 분석 시스템은 코치의 결정을 뒷받침하기 위해 필요하며 유효성 특성을 갖는 성능 지표를 사용한다.

• 한국멀티미디어학회논문지
• /
• 제11권8호
• /
• pp.1059-1071
• /
• 2008

유비쿼터스 컴퓨팅 환경에서 사용자는 많은 수의 장치 및 서비스를 언제, 어디서나 손쉽게 사용할 수 있다. 이를 위해서 사용자에게 대상 장치 및 서비스의 사용자 인터페이스를 쉽고 직관적으로 제공할 필요가 있다. 기존의 방법에서는 각각의 장치 및 서비스를 위해 개별적인 사용자 인터페이스를 제공하기 때문에 사용자는 사용법을 학습하기 위해 많은 시간을 투자해야했다. 또한 지금까지 개발된 시스템은 제한된 시나리오에서만 검증되어, 일반적인 사용자 인터페이스로써의 확장성에 대한 고려가 부족하다. 본 논문에서는 유비쿼터스 컴퓨팅 환경에서 개인 모바일 단말기를 사용하여 확장된 모바일 상호작용을 지원하는 시스템인 UbiController를 제시한다. 먼저, 유비쿼터스 컴퓨팅 환경에서의 모바일 시스템의 기능을 정의하기 위해, 기존의 관련연구를 분석하고 세 가지 필수 기능인 서비스 발견, 선택 및 상호작용을 지원할 수 있는 시스템 구조를 설계하고, 이를 통해 UbiController는 스마트 홈 환경의 다수의 서비스를 자동으로 발견하고, 직/간접적 선택된 서비스에 대응하는 GUI 인터페이스를 통해 홈 환경의 가전기기를 직관적으로 제어하는 방법을 제공한다. 마지막으로, UbiController의 보편성과 확장성을 검증하기 위하여, 스마트 홈 테스트베드에서 다양한 응용 시나리오를 가지고 UMPC기반의 프로토타입을 구현하고 사용자 스터디를 통해 UbiController를 정성적으로 평가한다.