• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.101-112
• /
• 2024

Telugu language is considered as fourth most used language in India especially in the regions of Andhra Pradesh, Telangana, Karnataka etc. In international recognized countries also, Telugu is widely growing spoken language. This language comprises of different dependent and independent vowels, consonants and digits. In this aspect, the enhancement of Telugu Handwritten Character Recognition (HCR) has not been propagated. HCR is a neural network technique of converting a documented image to edited text one which can be used for many other applications. This reduces time and effort without starting over from the beginning every time. In this work, a Unicode based Handwritten Character Recognition(U-HCR) is developed for translating the handwritten Telugu characters into English language. With the use of Centre of Gravity (CG) in our model we can easily divide a compound character into individual character with the help of Unicode values. For training this model, we have used both online and offline Telugu character datasets. To extract the features in the scanned image we used convolutional neural network along with Machine Learning classifiers like Random Forest and Support Vector Machine. Stochastic Gradient Descent (SGD), Root Mean Square Propagation (RMS-P) and Adaptative Moment Estimation (ADAM)optimizers are used in this work to enhance the performance of U-HCR and to reduce the loss function value. This loss value reduction can be possible with optimizers by using CNN. In both online and offline datasets, proposed model showed promising results by maintaining the accuracies with 90.28% for SGD, 96.97% for RMS-P and 93.57% for ADAM respectively.

• 정보처리학회논문지B
• /
• 제11B권6호
• /
• pp.749-758
• /
• 2004

본 논문에서는 미가공 말뭉치 데이터를 활용하여 영한 기계번역 시스템의 대역어 선택 시 발생하는 중의성을 해소하는 방법을 제안한다. 이를 위하여 은닉 의미 분석(Latent Semantic Analysis : LSA)과 확률적 은닉 의미 분석(Probabilistic LSA : PLSA)을 적용한다. 이 두 기법은 텍스트 문단과 같은 문맥 정보가 주어졌을 때, 이 문맥이 내포하고 있는 복잡한 의미 구조를 표현할 수 있다 본 논문에서는 이들을 사용하여 언어적인 의미 지식(Semantic Knowledge)을 구축하였으며 이 지식은 결국 영한 기계번역에서의 대역어 선택 시 발생하는 중의성을 해소하기 위하여 단어간 의미 유사도를 추정하는데 사용된다. 또한 대역어 선택을 위해서는 미리 사전에 저장된 문법 관계를 활용하여야 한다. 본 논문에서는 이러한 대역어 선택 시 발생하는 데이터 희소성 문제를 해소하기 위하여 k-최근점 학습 알고리즘을 사용한다. 그리고 위의 두 모델을 활용하여 k-최근점 학습에서 필요한 예제 간 거리를 추정하였다. 실험에서는, 두 기법에서의 은닉 의미 공간을 구성하기 위하여 TREC 데이터(AP news)론 활용하였고, 대역어 선택의 정확도를 평가하기 위하여 Wall Street Journal 말뭉치를 사용하였다. 그리고 은닉 의미 분석을 통하여 대역어 선택의 정확성이 디폴트 의미 선택과 비교하여 약 10% 향상되었으며 PLSA가 LSA보다 근소하게 더 좋은 성능을 보였다. 또한 은닉 공간에서의 축소된 벡터의 차원수와 k-최근점 학습에서의 k값이 대역어 선택의 정확도에 미치는 영향을 대역어 선택 정확도와의 상관관계를 계산함으로써 검증하였다.젝트의 성격에 맞도록 필요한 조정만을 통하여 품질보증 프로세스를 확립할 수 있다. 개발 된 패키지의 효율적인 활용이 내조직의 소프트웨어 품질보증 구축에 투입되는 공수 및 어려움을 줄일 것으로 기대된다.도가 증가할 때 구기자 열수 추출 농축액은 $1.6182{\sim}2.0543$, 혼합구기자 열수 추출 농축액은 $1.7057{\sim}2.1462{\times}10^7\;J/kg{\cdot}mol$로 증가하였다. 이와 같이 구기자 열수 추출 농축액과 혼합구기자 열수 추출 농축액의 리올리지적 특성에 큰 차이를 나타내지는 않았다. security simultaneously.% 첨가시 pH 5.0, 7.0 및 8.0에서 각각 대조구의 57, 413 및 315% 증진되었다. 거품의 열안정성은 15분 whipping시, pH 4.0(대조구, 30.2%) 및 5.0(대조구, 23.7%)에서 각각 $0{\sim}38.0$ 및 $0{\sim}57.0%$이었고 pH 7.0(대조구, 39.6%) 및 8.0(대조구, 43.6%)에서 각각 $0{\sim}59.4$ 및 $36.6{\sim}58.4%$이었으며 sodium alginate 첨가시가 가장 양호하였다. 전체적으로 보아 거품안정성이 높은 것은 열안정성도 높은 경향이며, 표면장력이 낮으면 거품형성능이 높아지고, 비점도가 높으면 거품안정성 및 열안정성이 높아지는 경향이 있었다.protocol.eractions between application agents that are developed using different

• 한국조리학회지
• /
• 제19권5호
• /
• pp.280-295
• /
• 2013

본 연구는 조리 실기 교육에 있어서 어떤 교육방법이 가장 효과적인지 알아보고 실험 대상에 따라 어떤 학습방법이 효과적인지 알아보고자 차이를 분석하였다. 조리 관련 학과를 전공하고 있는 일부 4년제 대학생을 대상으로 1,2,3,4,학년과 남녀를 비율을 생각하여 설문지를 배부하였으며 조리 실습 교육을 향상시키고자 외부 프로그램과 현재 수업의 만족도와 희망도를 알아보고 추가적으로 더 학습 하여야야할 요인은 무엇 인지 알아보고자 하였다. 고학년으로 갈수록 이론의 중요성을 인식하고 있었고 현재 진행되고 있는 수업은 기능사 중심 이였으며 학생들은 단지 먹기 위한 조리가 아니라 예술로서 조리에 대한 접근을 하고 있어 창작요리나 융합요리에 대한 관심이 증가 하고 있었다. 수업 시 평가는 전반적인 부분의 고른 평가를 원하고 있어 평가에 대한 기준을 세울 필요성이 있으며 세계화의 시대로 인하여 해외 취업에 대한 관심과 조리의 세계화를 위해서 외국어 분야에 대한 공부의 필요성을 느끼고 있었다. 이에 본 연구에서는 조리교육서비스 현재 상태를 알아보고, 이를 통하여 대학 조리 실습교육 품질을 결정하는 요인을 도출해 보았으며, 20개의 품질속성에 대해 요인분석을 이용하여 해석한 결과, 이론교육만족도, 실기교육만족도, 평가만족도, 외부교육만족도를 도출하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.527-534
• /
• 2016

최근 정보화 사회에서는 단순 암기보다는 문제 해결 능력과 종합적인 사고력을 바탕으로 창의적인 생각을 할 수 있는 인재를 요구한다. 이에 따라 교육과정도 학생들의 종합적인 사고력을 판단할 수 있는 서답형 문항을 늘리는 방향으로 변하고 있다. 그러나 서답형 문항의 경우 채점자의 주관에 의존하여 채점이 진행되기 때문에, 채점 결과의 일관성을 확보하기 어렵다는 단점이 있다. 이런 점을 해결하기 위해 해외에서는 기계학습을 이용한 자동채점 시스템을 채점 도구로 사용하고 있다. 한국어는 영어와 언어학적으로 다른 분류에 속하므로 영어권에서 사용하는 자동채점 시스템을 한국어에 그대로 적용할 수 없다. 따라서 한국어 체계에 맞는 자동채점 시스템의 개발이 필요하다. 본 논문에서는 기계학습 분류기의 예측확률과 만장일치 방법을 사용한 한국어 서답형 문항 자동채점 시스템을 소개하고, 자동채점 시스템을 이용한 채점 결과와 교과 전문가의 채점 결과를 비교하여 자동채점 시스템의 실용성을 검증한다. 본 논문의 실험을 위해 2014년 국가수준 학업성취도 평가의 국어, 사회, 과학 교과의 서답형 문항을 사용했다. 평가 척도로 피어슨 상관계수와 카파계수를 사용했다. 채점자가 개입했을 때와 개입하지 않았을 때의 상관계수 모두 0.7 이상으로 강한 양의 상관관계를 보였다. 이는 자동채점 시스템이 교과 전문가가 채점한 결과와 유사한 방향으로 답안에 점수를 부여한 것이므로 자동채점 시스템을 채점 보조도구로서 충분히 사용할 수 있을 것이다.

• 한국문헌정보학회지
• /
• 제53권3호
• /
• pp.291-315
• /
• 2019

본 연구의 목적은 국내외 허위정보에 관한 연구동향을 비교분석하는 것이다. 이를 위하여 전학문 분야의 학술지를 대상으로 연구기간의 제한이 없이 국내논문 104편과 국외논문 861편에 나타난 저자가 부여한 영문키워드를 수집하였다. 국내논문에서 수집된 283개 영문키워드와 국외논문에서 수집된 3,551개 영문키워드는 NetMiner V.4를 사용하여 키워드 네트워크의 연결중심성과 매개중심성을 분석하였으며, 분석결과는 다음과 같다. 첫째, 연구 주제의 양적 측면에서 국내의 경우는 'Freedom of Expression', 'Fact Check', 'Regulation', 'Media Literacy', 'Information Literacy'로 순으로, 국외의 경우는 'Social Media', 'Post Truth', 'Propaganda', 'Information Literacy', 'Journalism' 순으로 나타났다. 둘째, 연구 주제의 영향력 측면에서 국내의 경우는 'Fact Check', 'Freedom of Expression', 'Hoax' 순으로, 국외의 경우는 'Social Media', 'Detection' 순으로 확인되었다. 마지막으로 연구 주제의 확장성 측면에서 국내의 경우는 'Fact Check', 'Polarization', 'Freedom of Expression', 'Commercial' 순으로 나타났다. 한편, 전체키워드에서 낮은 빈도를 보였던 'Commercial'이 'Media Literacy', 'Freedom of Expression' 등을 매개하며 상대적으로 매개역할정도가 큰 것으로 확인되었다. 국외의 경우는 'Social Media', 'Detection', 'Machine Learning'이 주요 연결다리로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.371-380
• /
• 2023

관계 추출은 텍스트로부터 개체(named entity) 사이의 관계를 추출하는 과정이다. 전통적으로 관계 추출 방법은 주어와 목적어가 미리 정해진 상태에서 관계만 추출한다. 그러나 종단형 관계 추출에서는 개체 쌍마다 주어와 목적어의 위치를 고려하여 가능한 모든 관계를 추출해야 하므로 이 방법은 시간과 자원을 비효율적으로 사용한다. 본 논문에서는 이러한 문제를 완화하기 위해 문장에서 주어와 목적어의 위치에 따른 방향을 설정하고, 정해진 방향에 따라 관계를 추출하는 방법을 제안한다. 제안하는 방법은 기존의 관계 추출 데이터를 활용하여 문장에서 주어가 목적어를 가리키는 방향을 나타내는 방향 표지를 새롭게 생성하고, 개체 위치 토큰과 개체 유형 정보를 문장에 추가하는 작업을 통해 사전학습 언어모델 (KLUE-RoBERTa-base, RoBERTa-base)을 이용하여 방향을 예측한다. 그리고 확률적 교차 연산을 통해 주어와 목적어 개체의 표상을 생성한다. 이후 이러한 개체의 표상을 활용하여 관계를 추출한다. 실험 결과를 통해, 제안 모델이 하나로 통합된 라벨을 예측하는 것보다 3 ~ 4%p 정도 더 우수한 성능을 보여주었다. 또한, 제안 모델을 이용해 한국어 데이터와 영어 데이터를 학습할 때, 데이터 수와 언어적 차이로 인해 한국어보다 영어에서 1.7%p 정도 더 높은 성능을 보여주었고, 최상의 성능을 내는 매개변수의 값이 다르게 나타나는 부분도 관찰할 수 있었다. 제안 모델은 방향에 따른 경우의 수를 제외함으로써 종단형 관계 추출에서 자원의 낭비를 줄일 수 있다.

• 산업융합연구
• /
• 제20권5호
• /
• pp.125-134
• /
• 2022

본 연구는 보건계열 재학생의 비교과 교육의 방향성 제고와 체계적인 비교과 교육과정 및 운영 체계 구축을 위해 수행하였다. 이를 위해 보건계열 재학생을 대상으로 비교과 교육 프로그램의 요구도 및 우선순위를 조사하고 보리치 요구도 분석과 로커스 포 포커스 모형을 활용하여 우선순위와 요구도를 분석하였다. 연구결과 보리치 요구도 분석 상위 10위 내 프로그램에는 '자격증', '진로탐색', '해외봉사', '제2외국어', '취업교육', '재능기부', '영어, '컴퓨터 활용', '국내봉사', '전공 융·복합학습'이 포함되었다. 로커스 포 포커스 모형에서의 우선순위는 '자격증', '진로탐색', 취업교육', '해외봉사, '영어', '국내봉사', '제2외국어', '재능기부', '컴퓨터 활용 순이었다. 보리치 요구도 분석과 로커스 포 포커스 모형을 접목하여 총 9개 프로그램이 도출되었으며 우선순위로는 '자격증', '진로탐색', '해외봉사', '제2외국어', '취업교육', '재능기부', '영어', '컴퓨터 활용', '국내봉사'였다. 이상의 연구결과를 종합한 결과 보건계열 재학생은 취업 및 봉사 관련 프로그램에 대한 비교과 프로그램의 요구도가 높게 도출되어. 향후 요구도 및 우선순위를 반영한 교육이 필요하며, 대학에서는 이를 반영하여 보건계열 재학생들을 위한 비교과 프로그램 운영 체계를 갖춰나가야 할 것이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제16권2호
• /
• pp.103-124
• /
• 2010

이 연구에서는 사교육 시간과 교과별 학습동기 및 인지·행동전략으로 이루어진 학습전략 사용과의 구조적 관계를 파악하고, 궁극적으로 사교육이 학업성취도를 어떻게 예측하는지 살펴보았다. 이를 위해 2005년 당시 중학교 1학년을 대상으로 실시된 한국교육종단연구(KELS 2005)의 1-2차년도 자료를 활용하여 구조방정식모형을 통해 분석하였다. 분석 결과, 사교육이 학습동기와 학습전략의 사용에 도움을 준다는 증거는 찾을 수 없었으며, 학업성취도 역시 영어와 수학교과에 한해서만 통계적으로 미미한 수준에서 사교육과 정적인 관계를 보였다. 학업성취도 향상에는 사교육보다 오히려 학습동기와 학습전략이 더욱 중요한 역할을 담당하는 것으로 나타났다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 대한수학교육학회지:수학교육학연구
• /
• 제25권2호
• /
• pp.241-261
• /
• 2015

디지털교과서는 정부에서 제시하는 새로운 교육 시스템을 지칭하는 스마트교육을 실현시키기 위한 주요 전략 중 하나이다. 우리나라는 과학, 수학, 사회, 영어 교과의 디지털교과서를 2013년까지 개발하여 2014년에 적용하려고 하였다. 하지만 수학 과목의 경우, 디지털교과서의 초안이 기능적인 측면에서 서책형 교과서와 크게 다르지 않아 무기한 연기되었다. 이러한 상황은 수학 교과에 부적합한 저작도구의 사용으로 인해 수학교육에서 가장 중요한 측면 중의 하나인 학생의 탐구 활동이 매우 제한적으로 구현될 수밖에 없었기 때문이다. 본 논문은 디지털교과서가 보다 잘 사용되어지기 위한 개발 방향과 저작도구로서 Cabri LM을 사용하여 고등학교 3학년의 수학과 디지털교과서를 개발하고 적용하면서 나타난 결과를 소개한다.