• 지능정보연구
• /
• 제25권4호
• /
• pp.53-65
• /
• 2019

영상 기반의 보안 시스템의 증가함에 따라 각 용도마다 다른 다양한 객체들에 대한 처리들이 중요해지고 있다. 객체 추적은 객체 인식, 검출과 같은 작업들과 함께 필수적인 작업으로 다뤄진다. 이 객체 추적을 달성하기 위해서 다양한 머신러닝이 적용될 수 있다. 성공적인 분류기로써 전체 에러율 최소화(total-error-rate minimization) 기반의 방법론이 사용될 수 있다. 이 전체 에러율 최소화 기반의 방법론은 오프라인 학습을 기반으로 하고 있다. 객체 추적은 실시간으로 처리하며 갱신해야하는 것이 필수적이므로 온라인 학습(online learning)을 기반으로 하는 것이 적합하다. 온라인 전체 에러율 최소화 방법론이 개발되었지만 점근적으로 재가중되는(approximately reweighted) 작업이 포함되어 에러를 누적시킬 수 있다는 단점이 있다. 본 논문에서는 정확하게 재가중되는(exactly reweighted) 방법론을 제안하면서 온라인 전체 에러율 최소화가 달성되었다. 이 제안된 온라인 학습 방법론을 객체 추적에 적용하여 총 8개의 데이터베이스에서 다른 추적 방법론들 보다 좋은 성능이 달성되었다.

• 한국방사선학회논문지
• /
• 제12권1호
• /
• pp.71-78
• /
• 2018

본 연구에서는 인체 모사 조형물을 3차원 프린팅으로 출력한 사례를 보고하고자 하였다. 재료는 용융적층방식의 개인용 3차원 프린터 장비와 폴리락트산을 소재로 사용하였다. 3차원 인체 모사 조형물 출력은 모델링하는 단계, 평면화 작업과 G-code 변환 단계,출력변수 설정 단계, 3D 출력단계, 마지막으로 후처리 단계 순으로 진행하였으며, 학생들의 학습만족도(해부학인지도, 수업흥미도)를 리커트 5 점 척도로 조사하였다. 그 결과, 총 20가지의 3차원 인체 모사 조형물을 성공적으로 출력하였다. 총 출력소요시간은 11,691분(194시간 85분)이었으며 평균 출력소요시간은 584.55분(9시간 7분)이었다. 이에 소요된 필라멘트량은 총 2,390.2 g 이었으며 평균 119.51 g 이 소요되었다. 학습만족도의 해부학인지도는 평균 4.6 점, 수업흥미도는 평균 4.5 점으로 높은 것으로 나타났다. 앞으로 3차원 프린팅 기술은 영상해부학 교육의 학습효과를 높여줄 수 있으리라 기대한다.

• 디지털융복합연구
• /
• 제11권4호
• /
• pp.397-402
• /
• 2013

제시되는 개발 사례는 창의성 개발을 위한 스마트 교육 콘텐츠 개발내용으로서 학습자의 성향에 맞는 상호작용이 가능한 G-러닝 기반 교육교재 소프트웨어의 디자인 접근 및 개발내용을 제시하였다. 무엇보다도 게임의 특성인 상호작용을 극대화 할 수 있도록 디자인 접근방식에 초점을 두어 학습자의 성향에 따른 교육 수준 레벨별 몰입이 가능한 교육 콘텐츠를 개발한 것으로서 레벨 디자인 설계에 따른 난이도 기반 콘텐츠 구성이 가능한 콘텐츠이다. 또한, 시각적 측면에서 출현하는 오브젝트 및 캐릭터의 비주얼 커스터마이징(Customizing) 기능을 구현하여 학습자의 성향에 따라서 몰입할 수 있는 비주얼 환경을 설정하여 효과적인 교육이 가능하도록 구현한 사례이다.

• ETRI Journal
• /
• 제46권2호
• /
• pp.205-217
• /
• 2024

We propose a bandwidth prediction approach based on deep learning. The approach is intended to accurately predict the bandwidth of various types of mobile networks. We first use a machine learning technique, namely, the gradient boosting algorithm, to recognize the connected mobile network. Second, we apply a handover detection algorithm based on network recognition to account for vertical handover that causes the bandwidth variance. Third, as the communication performance offered by 3G, 4G, and 5G networks varies, we suggest a bidirectional long short-term memory model with time distribution for bandwidth prediction per network. To increase the prediction accuracy, pretraining and fine-tuning are applied for each type of network. We use a dataset collected at University College Cork for network recognition, handover detection, and bandwidth prediction. The performance evaluation indicates that the handover detection algorithm achieves 88.5% accuracy, and the bandwidth prediction model achieves a high accuracy, with a root-mean-square error of only 2.12%.

• 보건의료생명과학 논문지
• /
• 제9권1호
• /
• pp.77-86
• /
• 2021

본 연구는 코로나 19로 인한 간호학 교과목의 온라인 강의 대체가 간호대학생의 자기주도학습능력, 학업성취도 및 온라인 학습만족도에 미치는 영향을 확인하기 위한 조사연구이다. 2020년 9월부터 10월까지 G광역시에 소재한 일개 대학교 간호학과 재학중인 학생으로 회수된 자료 중 최종 113부를 분석하였다. 자료는 SPSS 21.0프로그램을 사용하여, 기술통계, 위계적 회귀분석을 실시하여 수집된 자료를 분석하였다. 연구결과를 요약하면 다음과 같다. 자기주도학습 평균점수 3.32±0.39점, 학업성취도 3.32±0.75점, 학습만족도 3.31±0.78점으로 나타났다. 온라인 학습만족도에 영향을 미치는 요인은 선호하는 학습방법과 학업성취도로 나타났다. 본 연구를 바탕으로 간호대학생에게 간호학 교과목을 온라인 강의 운영에는 학습자의 학습방법을 사전에 평가하여 온라인 학습만족도 향상을 위한 교수설계 및 수업 운영이 필요할 것이다.

• 한국식품과학회지
• /
• 제36권6호
• /
• pp.974-978
• /
• 2004

다당류 및 플로로탄닌 등을 주성분으로 하는 갈조추출물 NX42가 인지능력 향상에 미치는 영향을 평가하기 위한 in vitro 및 동물실험을 수행하였다. 그 결과 NX42는 acetylcholinesterase에 대하여 온화하지만 용량의존적인 억제효과($IC_{50}=600-700\;{\mu}g/mL$)를 나타내었다. NX42로부터 추출된 플로로탄닌 분획은 현저히 높은 용량 의존적 억제 효과($IC_{50}=54\;{\mu}g/mL$)를 나타내었다. 반면, 플로로탄닌이 제거된 분획과 푸코이단은 억제효과가 없었다. NX42 및 플로로탄닌 분획은 과산화수소에 의해 유발된 산화스트레스 조건 하에서의 SK-N-SH 세포의 파괴를 유의성 있게 억제한 반면, 플로로탄닌이 제거된 분획과 푸코이단은 보호효과를 나타내지 않았다. 스트레스 조건 하에 있는 마우스의 학습능력에 미치는 효과를 평가한 결과, NX42를 섭취한 마우스의 경우에는 섭취하지 않은 경우에 비하여 유의성 있게 개선된 학습능력을 나타내었으며, 이는 in vitro 실험 결과를 바탕으로 볼 때, NX42에 함유된 플로로탄닌의 acetylcholinesterase 억제 활성 및 신경보호활성에 의한 것으로 해석된다.

• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.674-677
• /
• 2020

The cultural background of users utilizing image search engines has a significant impact on the satisfaction of the search results. Therefore, it is important to analyze and understand the cultural context of images for more accurate image search. In this paper, we investigate how the cultural context of images can affect the performance of image classification. To this end, we first collected various types of images (e.g,. food, temple, etc.) with various cultural contexts (e.g., Korea, Japan, etc.) from web search engines. Afterwards, a deep transfer learning approach using VGG19 and MobileNetV2 pre-trained with ImageNet was adopted to learn the cultural features of the collected images. Through various experiments we show the performance of image classification can be differently affected according to the cultural context of images.

• Computers and Concrete
• /
• 제33권6호
• /
• pp.739-754
• /
• 2024

This study presents an innovative AI-driven approach to assess the ultimate axial load in Double-Skinned Profiled Steel sheet Composite Walls (DPSCWs). Utilizing a dataset of 80 entries, seven input parameters were employed, and various AI techniques, including Linear Regression, Polynomial Regression, Support Vector Regression, Decision Tree Regression, Decision Tree with AdaBoost Regression, Random Forest Regression, Gradient Boost Regression Tree, Elastic Net Regression, Ridge Regression, and LASSO Regression, were evaluated. Decision Tree Regression and Random Forest Regression emerged as the most accurate models. The top three performing models were integrated into a hybrid approach, excelling in accurately estimating DPSCWs' ultimate axial load. This adaptable hybrid model outperforms traditional methods, reducing errors in complex scenarios. The validated Artificial Neural Network (ANN) model showcases less than 1% error, enhancing reliability. Correlation analysis highlights robust predictions, emphasizing the importance of steel sheet thickness. The study contributes insights for predicting DPSCW strength in civil engineering, suggesting optimization and database expansion. The research advances precise load capacity estimation, empowering engineers to enhance construction safety and explore further machine learning applications in structural engineering.

• Molecules and Cells
• /
• 제27권6호
• /
• pp.629-634
• /
• 2009

G protein-coupled receptors (GPCRs) are part of multi-protein networks called 'receptosomes'. These GPCR interacting proteins (GIPs) in the receptosomes control the targeting, trafficking and signaling of GPCRs. PDZ domain proteins constitute the largest protein family among the GIPs, and the predominant function of the PDZ domain proteins is to assemble signaling pathway components into close proximity by recognition of the last four C-terminal amino acids of GPCRs. We present here a machine learning based approach for the identification of GPCR-binding PDZ domain proteins. In order to characterize the network of interactions between amino acid residues that contribute to the stability of the PDZ domain-ligand complex and to encode the complex into a feature vector, amino acid contact matrices and physicochemical distance matrix were constructed and adopted. This novel machine learning based method displayed high performance for the identification of PDZ domain-ligand interactions and allowed the identification of novel GPCR-PDZ domain protein interactions.

• 대한수학교육학회지:학교수학
• /
• 제18권3호
• /
• pp.479-501
• /
• 2016

본 연구는 예비 고등학교 3학년 학생 20명을 대상으로 수학 교과서, G+, 수능기출문제를 학습도구로 하여 2015년 12월 24일부터 9주간 프로젝트를 진행하였다. 본 연구의 목적은 온라인과 오프라인을 연계한 혼합형 학습 방법인 '수학 교과서 프로젝트 학습(MtPL)'을 개발하여, MtPL이 고등학생들의 정의적 영역에 어떤 영향을 미쳤는지 분석하는 것이다. 연구결과에 의하면 MtPL은 학생들의 자기효능감, 자신감에 긍정적인 영향을 주었고, 교과서를 이용한 협력학습과 교사의 역할은 수학 학습에서 도구적 동기로 작용했다는 것을 알 수 있었다. 본 연구는 입시에 성공하기 위해서 더 어려운 수학 문제를 풀어야 한다는 우리나라 고등학생들의 수학 학습 방법에 대한 인식이 수정되어야 함을 시사하고 있다. 또한 교과서를 활용한 수능 준비와 수학 학습에서 교과서의 이용은 학생들에게 긍정적으로 작용했음을 알 수 있다.