• The Journal of the Korea Contents Association
• /
• v.17 no.12
• /
• pp.49-63
• /
• 2017

Interdisciplinary convergence research is widely seen as a collaborative research between different disciplines, which is often driven by common agenda or problems in pursuit of a particular common objective. Thus, the purpose of interdisciplinary cooperation in convergence research is to bring each discipline's unique perspective together with the academic expertise of researchers in order to share common problems that cannot be solved effectively without research partnership. We present empirical evidence on how interdisciplinary research relationships are formed to facilitate research networking in convergence relations. In particular, we used network analysis to investigate how interdisciplinary linkages and convergence research networks has formed over time. We found that the convergence research networks were implemented by the interdisciplinary convergence research support program as intended. We did find that research field with high indegree and outdegree in a network played critical roles on the dynamics and degree of interdisciplinarity. Finally, we could find evidence that the role of liaison brokers triggered relational dynamics in interdisciplinary research collaboration.

• International Journal of Advanced Culture Technology
• /
• v.12 no.3
• /
• pp.1-12
• /
• 2024

In the contemporary academic landscape, there is a notable shift from purely information-driven approaches to those emphasizing convergence, creativity, and innovation. This study examines the principles and characteristics of interdisciplinary education in premier educational institutions. Through in-depth interviews, field visits, literature reviews, and case analyses, we analyzed representative interdisciplinary programs. Our findings reveal that successful interdisciplinary education requires: (1) broad disciplinary convergence, (2) the establishment of independent educational institutions and specialized programs, (3) collaboration between faculty and practitioners from diverse academic backgrounds, (4) physical spaces that facilitate active communication and collaboration, and (5) effective operation of workshops and systems that support students' creative ideas. These insights offer fundamental parameters for designing and implementing interdisciplinary education programs and serve as a crucial reference for future academic and pedagogical endeavors.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.513-514
• /
• 2023

초해상은 저해상도의 영상을 고해상도 영상으로 합성하는 기술이다. 이 기술에 딥러닝이 적용되어, 2014년에는 SRCNN(Super Resolution Convolutional Neural Network) 모델이 발표됐다. 이후에는 SRCAE(Super Resolution Convolutional Autoencoders)와 GAN(Generative Adversarial Networks)을 기반으로 한 SRGAN(Super Resolution Generative Adversarial Networks) 등, SRCNN의 성능을 능가하는 모델들이 발표됐다. ESRGAN(Enhanced Super Resolution Generative Adversarial Networks)은 SRGAN 모델의 성능을 개선했지만, 완벽한 성능을 내지 못하는 문제점이 있다. 이에 본 논문에서는 판별자(Discriminator) 구조를 변경하여 ESRGAN의 성능을 개선한다. 실험 결과, 제안하는 모델이 ESRGAN보다 더 높은 성능을 보일 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.481-482
• /
• 2023

양자 컴퓨팅 환경에서 빅데이터를 이용하는 Quantum Artificial Intelligence(QAI)는 빠른 계산 속도를 추구한다. 최근 금융, 물류, 교통 분야의 QAI 모델과 이미지 분류용 quantum convolutional neural network가 소개됐지만 아직 완벽한 성능은 달성하지 못했다. 본 논문은 성능 향상을 위한 모듈을 새로 제시하고, 이를 소형 양자 컴퓨터에 적용하며 하이브리드 모델 구성을 가능하게 한다. 실험 결과, 제안하는 방법은 기존 네트워크와 비교해 우수한 성능을 보였다.

• Journal of Positioning, Navigation, and Timing
• /
• v.12 no.3
• /
• pp.333-333
• /
• 2023

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.827-829
• /
• 2021

현대사회의 시설물 중 다수가 콘크리트를 사용하여 건설되었고, 재료적 성질로 인해 균열, 박락, 백태 등의 손상이 발생하고 있고 시설물 관리가 요구되고 있다. 하지만, 현재 시설물 관리는 사람의 육안 점검을 정기적으로 수행하고 있으나, 높은 시설물이나 맨눈으로 확인할 수 없는 시설물의 경우 관리가 어렵다. 이에 본 논문에서는 다양한 영상장비를 활용해 시설물의 이미지에서 균열을 분류하는 알고리즘을 제안한다. 균열 분류 알고리즘은 산업 이상 감지 데이터 세트인 MVTec AD 데이터 세트를 사전 학습하고 L2 auto-encoder를 사용하여 균열을 분류한다. MVTec AD 데이터 세트를 사전학습시킴으로써 균열, 박락, 백태 등의 특징을 학습시킬 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.749-752
• /
• 2021

오늘날 인공지능(Artificial Intelligence, AI) 분야에서 가장 구현하기 어려운 분야 중 하나는 추론이다. 근래 추론 분야에서 영상과 언어가 결합한 다중 모드(Multi-modal) 환경에서 영상 기반의 질의 응답(Visual Question Answering, VQA) 과업에 대한 AI 모델이 발표됐다. 얼마 지나지 않아 VQA 모델의 성능을 개선한 GVQA(Grounded Visual Question Answering) 모델도 발표됐다. 하지만 아직 GVQA 모델도 완벽한 성능을 내진 못한다. 본 논문에서는 GVQA 모델의 성능 개선을 위해 VCC(Visual Concept Classifier) 모델을 ViT-G(Vision Transformer-Giant)/14로 변경하고, ACP(Answer Cluster Predictor) 모델을 GPT(Generative Pretrained Transformer)-3으로 변경한다. 이와 같은 방법들은 성능을 개선하는 데 큰 도움이 될 수 있다고 사료된다.

• Journal of Fisheries and Marine Sciences Education
• /
• v.27 no.6
• /
• pp.1880-1890
• /
• 2015

The purpose of this study was to development of the 'convergence motive' scale for interdisciplinary knowledge fusion. Based on results from literature review, this study clarifies a theoretical ground for 'convergence motive'. Initial items to measure this concept were verified by content analysis and then finalized. After a pilot test done with 568 college students, gathered data were analyzed by item selection and exploratory factor analysis to verify their validity. Next, the main test implemented with 1,211 college students was analyzed with exploratory factor analysis using the method for rotation based on maximum likelihood analysis and direct oblimin for validating the final items to measure 'convergence motive'. As a result, the scale for 'convergence motive' consists of 43 items to measure the following four factors: collaboration to identifying and solving problems, challenge of a new perspective, communication for convergence, cohesion for convergence. Construct validity and criterion-related validity were performed at last to check this scale's theoretical construct. In conclusion, this study concluded that the scales for convergence motive could be generalized and applicable to other samples.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.546-548
• /
• 2022

최근 컴퓨터 비전 분야에서 Transformer를 도입한 연구가 활발히 연구되고 있다. 이 모델들은 Transformer의 구조를 거의 그대로 사용하기 때문에 확장성이 좋으며 large 스케일 학습에서 매우 우수한 성능을 보여주었다. 하지만 Transformer를 적용한 비전 모델은 inductive bias의 부족으로 학습 시 많은 데이터와 시간을 필요로 하였다. 그로 인하여 현재 많은 Vision Transformer 개선 모델들이 연구되고 있다. 본 논문에서도 Vision Transformer의 문제점을 개선한 Clustering CoaT 모델을 제안한다.