• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.388-393
• /
• 2010

문화콘텐츠기술(CT, Culture Technology)은 문화 산업 발전을 위한 기술로 문화콘텐츠 기획과 상품화, 미디어탑재, 전달의 가치사슬 과정 등 문화상품의 부가가치를 높이기 위해 소용되는 모든 형태의 유무형의 기술이다. 문화콘텐츠 기술(CT)분야에서 음악의 특징을 분석하여 다양한 어플리케이션을 개발하는 연구가 활발히 진행되고 있다. 이와 관련된 연구 중 EEG를 측정하고 그 결과에서 음악적 자극에 대한 반응을 검출하여 활용하는 연구가 주목받고 있다. 본 논문에서는 EEG에서 음악적 자극에 대응되는 반응신호들을 증폭시켜 평균화 하는 방법인 ERP(Event-Related Potentials) 실험을 기반으로 음색을 추출하는 과정에서 노이즈를 제거하기 위한 방법으로 ICA 알고리즘을 적용하여 음색 추출 및 노이즈 제거 결과에 따른 EEG의 특성을 분석하여 적용한다.

• 문화경제연구
• /
• 제21권2호
• /
• pp.111-139
• /
• 2018

이 연구는 인스타그램에 장문의 클래식음악 공연 리뷰를 게시하는 클래식음악 애호가에 주목하여, 공연 리뷰를 작성하는 동기와 목적을 밝히고 리뷰를 매개로 이루어지는 애호가들 사이의 상호 커뮤니케이션을 분석하였다. 분석 자료로는 인스타그램에 리뷰를 게시하는애호가 8인과 진행한 인터뷰를 주로 활용하였으며, 이들이 게시한 리뷰 글도 분석에 포함하였다. 분석 결과, 클래식음악 애호가들이 인스타그램을 애용하는 이유는 인스타그램의 용이성, 익명성, 친밀성의 세 가지 특성(어포던스) 때문인 것으로 파악되었다. 또한 이미지 중심의 인스타그램 운영 방식은 자신이 작성한 공연 리뷰 콘텐츠의 수준에 확신이 없는 애호가들에게 텍스트에 쏠리는 주목과 관심을 회피하는 효과를 가지는 것으로 나타났다. 즉, 이들은 클래식음악 감상에 적합한 문화자본을 가지지 못했다는 열등감 때문에 인스타그램에 리뷰를 게재하지만, 리뷰를 지속적으로 작성하고 읽는 과정에서 발생하는 애호가들 사이의 상호 학습을 통해 클래식음악 감상에 필요한 문화자본을 축적하고 있었다.

• 한국콘텐츠학회논문지
• /
• 제19권10호
• /
• pp.372-384
• /
• 2019

본 연구는 이론적 견해와 현실의 불일치 속에서 점차 확대되어 가는 유아교육기관의 방과 후 특별활동에 대한 의미를 탐색해보고자 하였다. 이를 위해 방과 후 특별활동 프로그램이 시행되고 있는 세 곳의 유아교육기관의 수업현장을 관찰하였으며 강사와의 면담을 실시하여 그 의미를 탐색해 보았다. 연구 결과, 유아교육기관에서의 방과 후 특별활동은 유아들에게 '새로움과 즐거움의 공존', '학습으로서의 의미', '다양한 교수 매체 경험'과 정규수업과 다른 현실 속에서 '피할 수 없는 한계'로 분석해 볼 수 있었다. 이러한 연구 결과를 토대로 앞으로의 질 높은 방과 후 특별활동 교육이 이루어지기 위한 개선 방안으로 정규교육과정과 방과 후 특별활동 과정이 상호보완적 협의와 통합적 접근이 이루어져야하며 나아가 바람직한 방과 후 특별활동 과정을 위하여 수업환경 개선 및 강사의 지속적인 연수와 교육이 요구되어진다.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.870-878
• /
• 2019

본 논문에서는 어텐션 알고리듬 (attention algorithm) 기반의 양방향성 LSTM (bidirectional long short-term memory; BLSTM) 을 동영상의 압축 표준을 예측하기 위해 사용한다. 자연어 처리 (natural language processing; NLP) 분야에서 순환적 신경망 (recurrent neural networks; RNN) 의 구조를 이용하여 문장의 다음 단어를 예측하거나 의미에 따라 문장을 분류하거나 번역하는 연구들은 계속되어왔고, 이는 챗봇, 음성인식 스피커, 번역 애플리케이션 등으로 상용화되었다. LSTM 은 RNN에서 gradient vanishing problem 을 해결하고자 고안됐고, NLP 분야에서 유용하게 사용되고 있다. 제안한 알고리듬은 BLSTM과 특정 단어에 집중하여 분류할 수 있는 어텐션 알고리듬을 자연어 문장이 아닌 동영상의 비트스트림에 적용해 동영상의 압축 표준을 예측하는 것이 가능하다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.44-50
• /
• 2021

최근 빅데이터를 수용하기 위한 대용량 저장 장치가 필요한 엔터프라이즈 저장 시스템에서는 비용과 크기 대비 직접도가 높은 대용량의 플래시 메모리 기반 저장 장치를 많이 사용하고 있다. 본 논문에서는 엔터프라이즈 대용량 저장 장치의 신뢰도와 이용성에 직접적인 영향을 주는 플래시 메모리 미디어의 수명을 극대화 하기 위해 경사하강법을 적용한 고효율 수명 예측 방법을 제안한다. 이를 위해 본 논문에서는 불량 발생 빈도를 학습하기 위한 메타 데이터를 저장하는 매트릭스의 구조를 제안하고 메타데이터를 이용한 비용 모델을 제안한다. 또한 학습된 범위를 벗어난 불량이 발생 했을 때 예외 상황에서의 수명 예측 정책을 제안한다. 마지막으로 시뮬레이션을 통해 본 논문에서 제안하는 방법이 이전까지 플래시 메모리의 수명 예측을 위해 사용되어 온 고정 횟수 기반 수명 예측 방법과 예비 블록의 남은 비율을 기반으로 하는 수명 예측 방법 대비 수명을 극대화 할 수 있음을 증명하여 우수성을 확인했다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.419-428
• /
• 2021

그림자 제거는 객체 추적 및 검출 등 영상처리 기술의 핵심 전처리 요소이다. 최근 심층 합성곱 신경망 (Deep Convolutional Neural Network) 기반의 영상 인식 기술이 발전함에 따라 심층 학습을 이용한 그림자 제거 연구들이 활발히 진행되고 있다. 본 논문에서는 자기 주의 증류(Self Attention Distillation)를 이용하여 심층 특징을 추출하는 새로운 그림자 제거 방법을 제안한다. 제안된 방법은 각 층에서 추출된 그림자 검출 결과를 하향식 증류를 통해 점진적으로 정제한다. 특히, 그림자 검출 결과에 대한 정답을 이용하지 않고 그림자 제거를 위한 문맥적 정보를 형성함으로써 효율적인 심층 신경망 학습을 수행한다. 그림자 제거를 위한 다양한 데이터 셋에 대한 실험 결과를 통해 제안하는 방법이 실제 환경에서 발생한 그림자 제거에 효과적임을 보인다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.184-196
• /
• 2021

본 논문은 객체 검출 알고리즘을 위한 통계치 적응적인 선형 회귀 기반 객체 크기 예측 방법을 제안한다. 기존에 제안된 딥 러닝 기반 객체 검출 알고리즘 중 YOLOv2 및 YOLOv3은 객체의 크기를 예측하기 위하여 네트워크의 마지막 계층에 통계치 적응적인 지수 회귀 모델을 사용한다. 하지만, 지수 회귀 모델은 역전파 과정에서 지수 함수의 특성상 매우 큰 미분값을 네트워크의 파라미터로 전파시킬 수 있는 문제점이 있다. 따라서 본 논문에서는 미분 값의 발산 문제를 해결하기 위하여 객체 크기 예측을 위한 통계치 적응적인 선형 회귀 모델을 제안한다. 제안하는 통계치 적응적인 선형 회귀 모델은 딥러닝 네트워크의 마지막 계층에 사용되며, 학습 데이터셋에 존재하는 객체들의 크기에 대한 통계치를 이용하여 객체의 크기를 예측한다. 제안하는 방법의 성능 평가를 위하여 YOLOv3 tiny를 기반으로 제안하는 방법을 적용하여 재설계한 네트워크의 검출 성능과 YOLOv3 tiny의 검출 성능을 비교하였으며, 성능 비교를 위한 데이터셋으로는 UFPR-ALPR 데이터셋을 사용하였다. 실험을 통해 제안하는 방법의 우수성을 검증하였다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.580-591
• /
• 2019

본 논문의 목적은 자율주행을 위하여 카메라와 라이다를 이용하여 객체를 검출하고 각 센서에서 검출된 객체를 late fusion 방식으로 융합을 하여 성능을 향상하는 것을 목적으로 한다. 카메라를 이용한 객체 검출은 one-stage 검출인 YOLOv3을, 검출된 객체의 거리 추정은 perspective matrix를, 라이다의 객체 검출은 K-means 군집화 기반 객체 검출을 각각 이용하였다. 카메라와 라이다 calibration은 PnP-RANSAC을 이용하여 회전, 변환 행렬을 구하였다. 센서 융합은 라이다에서 검출된 객체를 이미지 평면에 옮겨 Intersection over union(IoU)을 계산하고, 카메라에서 검출된 객체를 월드 좌표에 옮겨 거리, 각도를 계산하여 IoU, 거리 그리고 각도 세 가지 속성을 로지스틱 회귀를 이용하여 융합을 하였다. 융합을 통하여 각 센서에서 검출되지 않은 객체를 보완해주어 성능이 약 5% 증가하였다.

• 한국어교육
• /
• 제29권3호
• /
• pp.227-253
• /
• 2018

The purpose of this study is to propose a plan for future developments of the Korean language textbooks for overseas by conducting the Importance-Performance Analysis (IPA) of the Korean language textbooks for overseas. For this purpose, this study analyse and evaluate the Korean language textbooks for overseas and the researches for developing Korean language textbooks for overseas. In this study, we have the IPA of the Korean language textbooks from the total of 158 surveys that were collected from teachers who teach Korean at King Sejong Institute and overseas university. The survey conducted about the Korean textbooks regarding the following questionnaires: 1) integrated and separated textbooks, 2) textbooks by learners' variables, 3) teaching materials by media type, 4) supplementary teaching materials, 5) diffusion and support of textbooks. The result of this survey found that supporting for the separated textbooks is needed, and there is a high demand for localized textbooks considering local characteristics. Furthermore, it is noteworthy that King Sejong Institute has a high demand for textbooks that can be downloaded from the web despite most of institutes are highly satisfied with paper textbooks. For the supplementary textbooks, it was found that vocabulary learning materials were needed for the King Sejong school students and additional reading materials for overseas college learners needed to be developed. We also found that it is necessary to support not only the development of textbooks but also smooth and efficient diffusion.

• 방송공학회논문지
• /
• 제24권2호
• /
• pp.217-226
• /
• 2019

본 논문에서는 가이디드 영상 필터 (guided image filter: GIF)를 이용하여 컨볼루션 신경망 (convolutional neural network; CNN)을 이용한 역 톤 매핑 (inverse tone-mapping) 기법의 결과를 향상시킬 수 있는 필터링 기법을 제안한다. 저동적범위 (low dynamic range; LDR) 영상을 고동적범위 (high dynamic range; HDR) 디스플레이에서 표현할 수 있도록 변환하는 역 톤 매핑 기법은 지속적으로 제안되어왔다. 최근 들어 컨볼루션 신경망을 이용하여 단일 LDR 영상을 HDR 영상으로 변환하는 알고리듬이 많이 연구되었다. 그 중엔 제한된 동적범위 (dynamic range)로 인해 화소가 포화되어 기존 화소 정보가 손실되는데 이를 학습된 컨볼루션 신경망을 이용해서 복원하는 알고리듬이 존재한다. 해당 알고리듬은 비포화 영역의 잡음까지는 억제하지 못하며 포화 영역의 디테일까지는 복원하지 못한다. 제안한 알고리듬은 입력 영상에 가중된 가이디드 영상 필터 (weighted guided image filter; WGIF)를 사용해서 비포화 영역의 잡음을 억제하고 포화 영역의 디테일을 복원시킨 다음 컨볼루션 신경망에 인가하여 최종 결과 영상의 품질을 개선하였다. 제안하는 알고리듬은 HDR 정량적 화질평가 지표를 측정하였을 때 기존의 알고리듬에 비해 높은 화질평가 지수를 나타내었다.