• 재활복지공학회논문지
• /
• 제6권2호
• /
• pp.49-54
• /
• 2012

본 연구에서는 정신지체 아동들의 직업재활 훈련을 위한 e-러닝 시스템을 개발하였다. 개발된 시스템은 단계별 학습을 통하여 지식을 1차적으로 습득하고 문제 풀이와 시범 영상을 통하여 복습하도록 구성되어 있다. 또한, 리허설 기능을 통하여 습득된 정보가 올바르게 습득되었는지 점검할 수 있도록 구성하였다. 리허설을 위한 기기는 수신부와 송신부로 나누어 제작되었다. 송신부는 대상자의 작업을 감지하기 위한 적외선 센서와 압력센서 그리고 무선통신을 위한 블루투스 모듈로 구성하였다. 수신부는 무선통신을 위한 블루투스 모듈과 컴퓨터와의 통신을 위한 USB 입력 부분으로 제작되었다.

• 전자통신동향분석
• /
• 제34권6호
• /
• pp.133-144
• /
• 2019

Although deep learning-based visual image recognition technology has evolved rapidly, most of the commonly used methods focus solely on recognition accuracy. However, the demand for low latency and low power consuming image recognition with an acceptable accuracy is rising for practical applications in edge devices. For example, most Internet of Things (IoT) devices have a low computing power requiring more pragmatic use of these technologies; in addition, drones or smartphones have limited battery capacity again requiring practical applications that take this into consideration. Furthermore, some people do not prefer that central servers process their private images, as is required by high performance serverbased recognition technologies. To address these demands, the object and scene recognition technologies for mobile/embedded devices that enable optimized neural networks to operate in mobile and embedded environments are gaining attention. In this report, we briefly summarize the recent trends and issues of object and scene recognition technologies for mobile and embedded devices.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1171-1176
• /
• 2023

본 논문은 입찰사이트 전기넷과 OK EMS에서 입수한 입찰데이터로 DNBP(Deep learning Network to predict Budget Price) 모델을 통해 예정가격을 예측한다. 우리는 DNBP 모델을 활용하여 4개의 추첨예비가격을 예측을 하고, 이를 산술평균 한 뒤 예정가격 사정률을 계산하여, 실제 예정가격 사정률과 비교하여 모델의 성능을 평가한다. DNBP의 15개의 입력노드 중 일부 입력노드를 제거하여 모델을 학습시켰다. 예측 결과 예측 결과 입력노드가 6개(a, g, h, i, j, k) 일 때 DNBP의 RMSE가 0.75788% 로 가장 낮았다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.317-318
• /
• 2019

가상/증강현실로 대표되는 공간정보 기반 실감형 콘텐츠에 대한 관심이 증대되면서 객체인식 등의 지능형 공간인지 기술에 대한 연구가 활발히 진행되고 있다. 특히 HMD등의 영상 시각화 장치의 발달 및 5G 통신기술의 출현으로 인해 실시간 대용량 영상정보의 송, 수신 및 가시화 처리 기술의 기반이 구축됨에 따라, $360^{\circ}$ 스트리밍 영상정보 처리와 같은 고자유도 콘텐츠를 위한 관련 연구의 필요성이 증대되고 있다. 하지만 지능형 영상정보 처리의 대표적 연구인 딥 러닝(Deep Learning) 기반 객체 인식 기술의 경우 대부분 일반적인 평면 영상(Planar Image)에 대한 처리를 다루고 있고, 파노라마 영상(Panorama Image) 특히, $360^{\circ}$ 스트리밍 영상 처리를 위한 연구는 미비한 상황이다. 본 논문에서는 딥 러닝을 이용하여 $360^{\circ}$ 스트리밍 영상에서의 객체인식 연구 방법에 대해 서술한다. 이를 위해 $360^{\circ}$ 카메라 영상에서 딥 러닝을 위한 학습 데이터를 획득하고, 실시간 객체 인식이 가능한 YOLO(You Only Look Once)기법을 이용하여 학습을 한다. 실험 결과에서는 학습 데이터를 이용하여 $360^{\circ}$영상에서 객체 인식 결과와, 학습 횟수에 따른 객체 인식에 대한 결과를 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.532-534
• /
• 2022

5G 시대가 상용화를 넘어 고도화되는 시점에서 기존 단순 물류 창고 업무를 처리하던 곳들이 IT 융합기술과 플랫폼을 접목하면서 스마트 물류 창고로 탈바꿈하고 있다. 스마트 물류 창고는 5G 기반으로 AI, 딥 러닝, 로봇 기술로 제품의 정확한 수요 및 재고 예측이 가능하고, 입출고 상태에 대한 정보를 실시간으로 제공한다. 이커머스 시장이 커짐에 따라 스마트 물류 분야도 급격한 성장을 이루고 있다. 본 논문에서는 스마트 물류 창고 시스템을 구현하며, 5G 기반 물류 자동화 로봇 활용으로 신속하고 정확한 물류 시스템 구축하는 방법을 연구하여 제안한다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.671-679
• /
• 2020

경지면적의 작물 상황에 대한 모니터링 및 분석은 식량자급율을 높이기 위한 가장 중요한 요소이지만, 기존의 모니터링 방법은 노동 집약적이며 시간이 많이 들어 식량자급율을 높이기 위한 방안으로 그 활용성이 떨어진다. 이와같은 단점을 극복하기 위하여 국내에 다수 존재하고 있는 소규모 농지에서의 복합 작물 정보를 모니터링 하기위한 효율적인 방법을 개발할 필요가 있다. 본 연구에서는 복합작물의 분류 정확도를 높이기 위하여 무인항공기에서 취득된 RGB영상과 이를 이용한 식생지수를 딥러닝 입력데이터로 적용하고 복합 밭작물을 분류하였다. 각각의 입력데이터 분류 결과 RGB 영상을 이용한 분류는 전체정확도 80.23%, Kappa 계수 0.65가 나타났고, RGB영상과 식생지수를 이용한 방법의 경우 식생지수 3개(ExG,ExR,VDVI) 추가 데이터는 전체정확도 89.51%, Kappa 계수 0.80이며, 식생지수 6개(ExG,ExR,VDVI,RGRI,NGRDI,ExGR)는 90.35%, Kappa 계수 0.82로 분석되었다. 분류결과 RGB영상만을 이용한 방법에 비하여 식생지수를 추가한 결과 값이 비교적 높게 분석되었으며, 복합작물을 분류하는데 있어 식생지수를 추가한 데이터가 더 좋은 결과를 나타내었다.

• 전자통신동향분석
• /
• 제38권5호
• /
• pp.12-22
• /
• 2023

The development of neural networks is evolving towards the adoption of transformer structures with attention modules. Hence, active research focused on extending the concept of lightweight neural network algorithms and hardware acceleration is being conducted for the transition from conventional convolutional neural networks to transformer-based networks. We present a survey of state-of-the-art research on lightweight neural network algorithms and hardware architectures to reduce memory usage and accelerate both inference and training. To describe the corresponding trends, we review recent studies on token pruning, quantization, and architecture tuning for the vision transformer. In addition, we present a hardware architecture that incorporates lightweight algorithms into artificial intelligence processors to accelerate processing.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.580-581
• /
• 2024

고령화 사회에 접어들면서 황반 변성과 당뇨 망막 병증 등 시야결손을 동반하는 안구 질환의 발병률은 증가하지만 이러한 질환의 조기 발견에 인공지능을 접목시킨 연구는 부족한 실정이다. 본 논문은 안구 질환 자가 검사용 인공 신경망을 학습시키기 위한 데이터 베이스 구축 방법을 제안한다. MNIST와 CIFAR-10을 합성하여 중첩 이미지 데이터셋인 G-Dataset을 생성하였고, 7개의 인공신경망에 학습시켜 최종적으로 90% 이상의 정확도를 얻음으로 그 유효성을 입증하였다. G-Dataset을 안구 질환 자가 검사용 딥러닝 모델에 학습시켜 모바일 어플에 적용하면 사용자가 주기적인 검사를 통해 안구 질환을 조기에 진단하고 치료할 수 있을 것으로 기대된다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.973-980
• /
• 2023

본 연구는 대학생들을 대상으로 한 마이크로러닝 콘텐츠 기반 비교과 프로그램의 효과를 일반적 특성에 따라 분석하였다. 거점 국립대학 G대학교 소속 학생 600명을 대상으로 설문을 실시하였고, 학습몰입과 학습의욕을 학습효과 측정의 주요 지표로 사용하였다. 학습효과 측정 도구의 신뢰도 검증을 위하여 Cronbach's α 계수 분석을 실시하였다. 성별과 전공계열에 따른 학습몰입, 학습의욕의 차이를 분석하기 위하여 독립표본 t-검정을 통해 결과를 분석하였고. 학년에 따른 학습몰입, 학습의욕에 대한 차이를 분석하기 위하여 집단 간 일원분산분석(ANOVA)을 통해 측정하였다. 연구 결과에 따르면 성별과 학년은 마이크로러닝 콘텐츠 기반 프로그램 참여에는 유의한 영향을 미치지 않았으나, 전공계열에 따라 학습몰입과 학습의욕이 다르게 나타났다. 이를 바탕으로 향후 프로그램은 전공계열에 따라 적절한 환경과 자극을 제공해야 할 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.245-248
• /
• 2012

G-러닝이라 불리는 기능성 게임의 국내 역사는 불과 10여년 정도에 지나지 않지만 최근 몇 년 사이에 기능성게임에 대한 사용자와 업계의 관심 증가로 인하여 기능성 게임 산업은 계속적으로 많은 양적인 성장을 해오고 있다. 현재 다양한 종류의 기능성 게임이 개발되었으며 기능성게임에 대한 수요도 빠르게 증가하고 있는 추세이다. 따라서 사용자가 우수한 품질의 기능성게임을 올바로 선택하기 위해서는 기능성게임 메타데이터에 품질평가요소들을 포함하는 문제는 중요한 이슈가 되고 있다. 본 논문에서는 기능성게임의 품질평가요소 개발에 대한 필요성을 깊이 인식하여 기능성게임 품질평가 요소 개발 방법과 절차를 제안하고자 한다. 또한, 제안된 방법을 사용하여 기능성게임 메타데이터품질평가요소 초안을 개발하고자 한다.