• International Journal of Internet, Broadcasting and Communication
• /
• 제12권4호
• /
• pp.83-92
• /
• 2020

A recent study to determine the fall is focused on analyzing fall motions using a recurrent neural network (RNN), and uses a deep learning approach to get good results for detecting human poses in 2D from a mono color image. In this paper, we investigated the improved detection method to estimate the position of the head and shoulder key points and the acceleration of position change using the skeletal key points information extracted using PoseNet from the image obtained from the 2D RGB low-cost camera, and to increase the accuracy of the fall judgment. In particular, we propose a fall detection method based on the characteristics of post-fall posture in the fall motion analysis method and on the velocity of human body skeleton key points change as well as the ratio change of body bounding box's width and height. The public data set was used to extract human skeletal features and to train deep learning, GRU, and as a result of an experiment to find a feature extraction method that can achieve high classification accuracy, the proposed method showed a 99.8% success rate in detecting falls more effectively than the conventional primitive skeletal data use method.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.280-282
• /
• 2021

주관적 판단을 적용하여 예보되는 미세먼지 예보의 문제를 해결하기 위해 딥러닝 알고리즘을 이용하여 미세먼지 예측 모델을 설계하였다. 딥러닝 알고리즘 중 RNN과 LSTM을 이용하였으며, 하이퍼 파라미터 탐색을 통해 최적의 파라미터를 적용하여 설계하였다. RMSE와 예측 정확도를 통해 두 모델의 예측 성능을 평가하였다. 성능 평가 결과, RMSE와 전체 정확도에서 큰 차이는 없었으나 세부 예측 정확도의 차이가 있음을 확인하였다.

• 문화기술의 융합
• /
• 제6권1호
• /
• pp.55-62
• /
• 2020

본 연구의 목적은 국내 간호대학생 간호윤리 교육 프로그램에 대한 중재 연구 고찰을 통해 향후 간호윤리 교육의 방향성을 제시하는 것이다. 연구방법으로 통합적 문헌고찰을 적용하였으며, 문제 규명, 문헌 검색, 자료 평가, 자료 분석, 자료 제시의 5단계에 따라 연구를 수행하였다. 분석에 포함된 연구는 12편으로 교육 내용은 생명의료윤리, 간호윤리에 대한 것이었고, 대부분이 교과목 수업을 통해 이루어졌다. 교육 방법은 전통식 강의를 포함하여 사례에 기반한 토론, 토의, 액션러닝, 온라인 학습, 문제기반학습 등이 활용되었다. 교육 프로그램을 통해 생명윤리의식, 윤리적 가치관, 도덕적 판단력, 도덕적 민감성 등의 유의한 증가가 있었다. 추후 간호윤리 교육은 대학 교과과정 안에서 단계적이고 지속적으로 제공되어야 할 것이다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.111-120
• /
• 2024

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 "cloudynight"을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량("Cloudiness")은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

• 인지과학
• /
• 제26권1호
• /
• pp.53-67
• /
• 2015

메타인지적 모니터링은 자신의 인지 활동을 점검하고 평가하는 고차원적 인지과정이며, 인지과정에 대한 정확한 이해는 효율적인 통제를 가능하게 만든다. 신경학적으로 모니터링과 관련된 뇌 영역은 전 전두피질(PFC)로 이 영역은 발달 상 가장 늦게 완성되는 것으로 알려져 왔으며, 이는 모니터링 능력이 청소년 후기에도 발달 중에 있음을 시사한다. 본 연구에서는 메타인지적 정확성을 평가하는 방법 중 하나인 학습에 대한 판단(JOL)을 측정함으로써 대학생과 고등학생에서 나타나는 발달상의 차이를 알아보고자 하였다. 인천 소재의 하늘고등학교 학생 58명과 수원 소재 아주대학교 학생 60명이 실험에 참가하였으며, 참가자들은 스페인어와 한국어 쌍으로 제시된 단어를 학습한 후 향후 기억 수행에 대한 판단을 하였다(JOL). 실제 점수와 예상점수(JOL)의 차를 중심으로 모니터링 정확성을 평가한 결과, 두 집단 모두 자신의 점수를 실제 점수보다 더 높다고 생각하는 과잉확신(overconfidence)을 보였다. 또한, 실제 정답과 예상 점수가 떨어진 정도(absolute bias)를 측정한 결과 대학생 집단에 비해 고등학생 집단에서 모니터링의 정확성이 유의미하게 낮은 것으로 나타났다. 문항의 난이도에 따라 모니터링 점수를 비교해 본 결과 쉬운 문항에 비해 어려운 문항에서 더 과잉 확신하며 모니터링의 정확도가 떨어짐을 알 수 있었다. 이러한 경향은 고등학생 집단에서 더 두드러지게 나타났으며, 특히 어려운 과제를 할 때 고등학생 집단이 대학생 집단에 비해 자신의 현재 상태를 정확하게 판단하지 못하고 있음을 알 수 있다. 정확한 모니터링을 통한 학습판단은 적절한 학습전략을 선택하는데 매우 중요한 요소이므로 고등학생 집단의 모니터링 향상을 위한 방안의 모색이 필요하다.

• 대한수학교육학회지:수학교육학연구
• /
• 제17권2호
• /
• pp.179-199
• /
• 2007

본 연구는 초등학교 5학년 수학영재와 일반아의 확률판단 능력과 근거를 비교하는 것을 목표로 하였다. 적절한 비교 준거를 개발하기 위해 선행연구에서 제시하는 확률판단 검사문항을 수정하고 보완하였다. 개발된 검사문항을 이용하여 확률교육을 받지 않은 수학영재 170명, 일반아 228명을 대상으로 검사를 실시한 후, 확률판단의 차이와 확률판단에 영향을 미치는 요인에 대하여 분석하였다. 분석 결과 수학영재가 일반아에 비해 정답률이 높았으나 일부 문항에 대해서는 일반아의 정답률이 더 높게 나타났다. 정답에 대한 확신의 정도는 대체로 수학영재가 더 높았다. 확률 판단에 영향을 미치는 요인으로 수학영재는 논리적 추론과 수학적 지식의 활용을 들 수 있으며, 일반아는 직관적 판단 등이 활용되는 것으로 나타났다.

• 한국산업융합학회 논문집
• /
• 제25권2_1호
• /
• pp.177-184
• /
• 2022

The automatic defect sorting function of machinery parts is being introduced to the automation of the manufacturing process. In the final stage of automation of the manufacturing process, it is necessary to apply computer vision rather than human visual judgment to determine whether there is a defect. In this paper, we introduce a deep learning method to improve the classification performance of typical mechanical parts, such as welding parts, galvanized round plugs, and electro galvanized nuts, based on the results of experiments. In the case of poor welding, the method to further increase the depth of layer of the basic deep learning model was effective, and in the case of a circular plug, the surrounding data outside the defective target area affected it, so it could be solved through an appropriate pre-processing technique. Finally, in the case of a nut plated with zinc, since it receives data from multiple cameras due to its three-dimensional structure, it is greatly affected by lighting and has a problem in that it also affects the background image. To solve this problem, methods such as two-dimensional connectivity were applied in the object segmentation preprocessing process. Although the experiments suggested that the proposed methods are effective, most of the provided good/defective images data sets are relatively small, which may cause a learning balance problem of the deep learning model, so we plan to secure more data in the future.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.81-88
• /
• 2021

전환사채는 채권과 주식의 성격을 모두 내포하고 있는 금융 상품인데 일반적으로 신용등급이 낮은 기업이 유동성을 확대하기 위해서 발행한다. 전환사채의 투자자와 발행 기업은 투자자의 전환권 행사 여부와 시점에 대한 의사결정 문제가 가장 중요한데 투자 판단 지표가 미약하기 때문에 정성적 판단에 의존한다. 따라서 본 논문은 과학적으로 전환권 행사 결정 문제에 인공신경망 기법을 적용하는 방안을 제안한다. 과거에 발행한 총 1,800개의 학습 데이터와 200개의 예측 실험 데이터로 구분을 하고 인공신경망 학습 모형을 구축한다. 그 결과 대부분의 그룹에서 패리티 성과가 우수하였고 평균 약 10% 이상의 초과 수익을 달성하였다. 특히 3~6 그룹에서는 평균 약 20% 이상의 초과 수익을 보였으며 그룹 6의 경우에는 약 37%의 초과 수익을 기록했다. 본 논문은 금융 분야에 4차 산업의 대표적 기술인 기계학습 기법을 융합·적용하여 의사결정 문제 해결에 집중했다는 것에서 의의가 있으며 데이터 접근에 한계가 많은 전환사채 상품을 대상으로 실험을 했다는 점에서 향후 다양한 연구에서 참고 문헌이 되기를 기대한다.

• 연구윤리
• /
• 제4권2호
• /
• pp.1-5
• /
• 2023

Purpose: There are already hundreds of millions of users of the Metaverse platform, and within a few years, it is expected to develop into a stage for new economic activities with huge industrial ripple effects due to the size of users. The purpose of this study is to derive considerations for the development of metaverse ethical guidelines. Research design, data, and methodology: The concept of the metaverse was examined through various opinions of industry and experts on the metaverse, and literature related to metaverse ethics was analyzed in the Korean journal database. Results: Six issues were identified through the existing research. (1) Establishing a unified definition of metaverse (2) Necessity of establishing ethical principles considering the operator (3) Personal information protection and privacy (4) Expression in a virtual environment (5) Copyright and intellectual property rights of creations (6) Virtual economy and fairness of trade. Conclusions: Metaverse ethics will be developed and implemented in a form and method different from the real world, but basically, continuous discussions on ethical rationality are needed in the process. In addition, since the ethical judgment in the metaverse environment accompanies cultural differences and epochal changes, it is necessary to focus on metaverse ethics cases.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권3호
• /
• pp.32-42
• /
• 2023

There are serious problems worldwide, such as a pandemic due to an unprecedented infection caused by COVID-19. On previous approaches, they invented medical vaccines and preemptive testing tools for medical engineering. However, it is difficult to access poor medical systems and medical institutions due to disparities between countries and regions. In advanced nations, the damage was even greater due to high medical and examination costs because they did not go to the hospital. Therefore, from a software engineering-based perspective, we propose a learning model for determining coronavirus infection through symptom data-based software prediction models and tools. After a comparative analysis of various models (decision tree, Naive Bayes, KNN, multi-perceptron neural network), we decide to choose an appropriate decision tree model. Due to a lack of data, additional survey data and overseas symptom data are applied and built into the judgment model. To protect from thiswe also adapt human normalization approach with traditional Korean medicin approach. We expect to be possible to determine coronavirus, flu, allergy, and cold without medical examination and diagnosis tools through data collection and analysis by applying decision trees.