• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.329-335
• /
• 2023

타임지가 선정한 슈퍼푸드이며, 후숙 과일 중 하나인 아보카도는 현지가격과 국내 유통 가격이 크게 차이가 나는 식품 중 하나이다. 이러한 아보카도의 분류과정을 자동화한다면 다양한 분야에서 인건비를 줄여 가격을 낮출 수 있을 것이다. 본 논문에서는 아보카도의 데이터셋을 크롤링을 통하여 제작하고, 딥러닝 기반 전이학습모델을 다수 사용하여, 최적의 분류모델을 만드는 것을 목표로 한다. 실험은 제작한 데이터셋에서 분리한 데이터셋에서 딥러닝 기반 전이학습모델에 직접 대입하고, 해당 모델의 하이퍼 파라미터를 Fine-tuning하며 진행하였다. 제작된 모델은 아보카도의 이미지를 입력하였을 때, 해당 아보카도의 익은 정도를 99% 이상의 정확도로 분류하였으며, 아보카도 생산 및 유통가정의 인력감소 및 정확성을 높일 수 있는 데이터셋 및 알고리즘을 제안한다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.980-993
• /
• 2020

딥-러닝 기반 스타일 전이 기법은 영상의 고차원적 구조적 특성을 적절하게 반영하여 높은 품질의 스타일 전이 결과를 제공함으로써 최근 크게 주목받고 있다. 본 논문은 이러한 딥-러닝 기반 스타일 전이 방식의 안정적이고 보다 다양한 스타일 전이 결과 제공에 대한 문제를 다룬다. 스타일 전이를 위한 광범위한 초-매개변수 설정에 따른 실험 결과에 대한 고찰을 바탕으로 스타일 전이 결과의 안정성 및 다양성에 대한 문제를 정의하고, 이러한 문제를 해결하기 위한 부분 손실 정규화 방법을 제안한다. 제안된 정규화 방식을 이용한 스타일 전이는 입력 영상의 특징에 상관없이 초-매개변수 설정을 통해 동일 수준의 스타일 전이 정도를 조절할 수 있을 뿐 아니라, 스타일 손실을 정의하는 계층 별 가중치 설정의 조절을 통해 기존 방식과 달리 보다 다양한 스타일 전이 결과를 제공하며, 입력 영상의 해상도 차이에 대해 보다 안정적인 스타일 전이 결과를 제공하는 특징을 가진다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.137-147
• /
• 2018

기계 학습을 통한 인간 동작 인지 (human activity recognition) 시스템에서 중요한 요소는 충분한 양의 라벨 데이터 (labeled data)를 확보하는 것이다. 그러나 라벨 데이터를 확보하는 일은 많은 비용과 시간을 필요로 한다. 매우 적은 수의 라벨 데이터를 가지고 있는 새로운 환경 (타겟 도메인)에서 동작 인지 시스템을 구축하는 경우, 기존의 환경 (소스 도메인)의 데이터나 이 환경에서 학습된 분류기(classifier)를 사용하는 것은 도메인이 서로 다르기 때문에 바람직하지 않다. 기존의 기계 학습 방법들이 이러한 문제를 해결할 수 없으므로 전이 학습 (transfer learning) 방법이 제시되었으며, 이 방법에서는 소스 도메인에서 확보한 지식을 활용하여 타겟 도메인에서의 분류기 성능을 높이도록 하고 있다. 본 논문에서는 다중 태스크 신경망 (multitask neural network)을 사용하여 매우 제한된 수의 데이터만으로 정확도가 높은 동작 인지 분류기를 생성하는 전이 학습방법을 제안한다. 이 방법에서는 소스 및 타겟 도메인 분류기의 손실 함수 최소화가 별개의 태스크로 간주된다. 즉, 하나의 신경망을 사용하여 두 태스크의 손실 함수를 동시에 최소화하는 방식으로 지식 전이(knowledge transfer)가 일어나게 된다. 또한, 제안한 방법에서는 모델 학습을 위하여 비지도 방식(unsupervised manner)으로 라벨이 부여되지 않은 데이터를 활용한다. 실험 결과, 제안한 방법은 기존의 방법에 비하여 일관적으로 우수한 성능을 보여주고 있다.

• 한국콘텐츠학회논문지
• /
• 제20권1호
• /
• pp.581-592
• /
• 2020

이 연구의 목적은 저성취 대학생을 위한 '동료 튜터링(학습 튜터링)'의 참가 영향을 분석하여, 유관 프로그램 개선 및 운영전략 수립에 시사점을 제공하는 것이다. 이를 위해 첫째, 참가자 중 목표달성 집단(학점 상승)과 미달성 집단(학점 하락)의 차이를 학점 변화 및 자기주도학습 준비도, 학습실재감, 학습전이의 차이로 비교, 분석해보고, 둘째, 세 변인의 관련성이 어떠한지 검증하였다. 연구 대상은 세종시 소재 H 대학교, 학습 튜터링 참가자 154명을 대상으로 온라인으로 자료를 수집하고, 연구 문제에 따라 기술통계, t-검정분석, 상관분석 및 회귀분석을 실시하였다. 간략한 연구 결과는, 첫째, 튜터링 참여 후 목표달성 집단(124명, 80.52%)은 학점이 상승하였고, 참가자 전체의 학점 평균도 상승하였다. 둘째, 성별, 학년에 따른 자기주도학습 준비도, 학습실재감, 학습전이는 차이가 있었다. 셋째, 목표달성 집단은 미달성 집단보다 세 가지 변인에서 높은 수준을 보였고, 그 차이는 유의하였다. 넷째, 세 가지 성과 변인 간에는 유의한 정적 상관이 있으며, 자기주도학습 준비도, 학습실재감이 학습전이의 71%를 설명하는 변인으로 나타났다. 이러한 결과를 바탕으로 동료(학습) 튜터링에서 자기주도학습 준비도와 학습실재감 향상을 위한 활동 전략 개발 및 적용의 필요성을 강조하였다.

• 정보관리학회지
• /
• 제34권1호
• /
• pp.111-134
• /
• 2017

본 연구는 대학도서관 사서의 계속교육 효과성을 교육에서 습득한 지식과 기술을 적용하려는 의도인 학습전이에 두고, 이에 영향을 미치는 요인을 도출하여 이들의 관계를 규명하는 것을 목적으로 한다. 이를 위해 계속교육 참여 경험이 있는 대학도서관 사서를 대상으로 설문조사를 통한 통계적 분석을 실시하였다. 분석 결과, 사서 계속교육이 도서관 실무에 효과적으로 적용되기 위해 계속교육의 프로그램 특성뿐만 아니라 학습자 특성, 조직 환경적 특성이 중요한 요인으로 나타났다. 이는 계속교육의 사전 및 사후 활동을 개별 대학도서관이 조직차원에서 관리하여야 함을 시사한다. 따라서 학습전이 영향요인을 기반으로 한 대학도서관 조직 차원의 사서 계속교육 운영 방안을 제안하였다.

• 경영과정보연구
• /
• 제32권3호
• /
• pp.43-59
• /
• 2013

본 연구는 강원도 공무원에 대한 교육의 현업적용도에 영향을 미치는 요인을 실증분석을 통해 찾아내고, 현업적용도를 높일 수 있는 정책적 방안을 도출하여 공무원교육의 양적 질적 개선을 도모하는 것을 목적으로 하였다. 이에 공무원 교육 후 현업적용에 영향을 미치는 요인을 크게 학습자 내적특성, 교육내용 및 설계, 직무수행환경 등 3가지로 구분하여 분석하고, 각 영향요인을 도움(촉진)요인과 방해요인으로 구분하여 도움요인들은 더욱 활성화시키고 방해요인은 제거하는 방식으로 교육과정 설계에 적용할 수 있는 대응방안을 설계하였다. 강원도 공무원교육 현업적용도 제고를 위한 제언으로 역량모델링에 따른 교육설계, 강원도 자체 교육프로그램 설계 및 교육 후 관리제도의 강화를 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.339-348
• /
• 2021

최근 소프트웨어 결함 예측 연구는 교차 프로젝트 간의 결함 예측뿐만 아니라 교차 버전 프로젝트 간의 결함 예측 또한 이루어지고 있다. 종래의 교차 버전 결함 예측 연구들은 WP(Within-Project)로 가정한다. 하지만, CV(Cross-Version) 환경에서는 프로젝트 버전 간의 분포 차이의 중요성을 고려한 연구들이 없다. 본 연구에서는 다른 버전 간의 분포 차이까지 고려하는 자동화된 베이지안 최적화 프레임워크를 제안한다. 이를 통해 분포차이에 따라 전이 학습(Transfer Learning) 수행 여부를 자동으로 선택하여 준다. 해당 프레임워크는 버전 간의 분포 차이, 전이 학습과 분류기(Classifier)의 하이퍼파라미터를 최적화하는 기법이다. 실험을 통해 전이 학습 수행 여부를 분포차 기준으로 자동으로 선택하는 방법이 효과적이라는 것을 알 수 있다. 그리고 최적화를 이용하는 것이 성능 향상에 효과가 있으며 이러한 결과 소프트웨어 인스펙션 노력을 감소할 수 있다는 것을 확인할 수 있다. 이를 통해 교차 버전 프로젝트 환경에서 신규 버전 프로젝트에 대하여 효과적인 품질 보증 활동 수행을 지원할 것으로 기대된다.

• Journal of Information Technology Applications and Management
• /
• 제28권4호
• /
• pp.33-43
• /
• 2021

While youth unemployment has recorded the lowest level since the global COVID-19 pandemic, SMEs(small and medium sized enterprises) are still struggling to fill vacancies. It is difficult for SMEs to find good candidates as well as for job seekers to find appropriate job offers due to information mismatch. To overcome information mismatch, this study proposes the fine-turning model for bidirectional HR matching based on a pre-learning language model called BERT(Bidirectional Encoder Representations from Transformers). The proposed model is capable to recommend job openings suitable for the applicant, or applicants appropriate for the job through sufficient pre-learning of terms including technical jargons. The results of the experiment demonstrate the superior performance of our model in terms of precision, recall, and f1-score compared to the existing content-based metric learning model. This study provides insights for developing practical models for job recommendations and offers suggestions for future research.

• 한국실천공학교육학회논문지
• /
• 제1권1호
• /
• pp.7-12
• /
• 2009

21세기에 들어서며 인터넷의 전세계적인 보급과 그 활성화로 인해, 인터넷은 현대인의 생활에서 빼놓을 수 없는 중요한 화두가 되었다. 컴퓨터와 인터넷의 대중적 보급과 더불어 일상생활은 물론 사회 전반의 전개 양상이 변화하였다. 급격한 사회 변화에 따라 변화하는 학습자의 특성과 사회 요구를 잘 파악하여 미래사회에 필요한 인재를 육성하는 방향으로 교육의 목적과 방법 변화가 요구된다. 이를 위해 최근 사용자가 주체가 되는 웹 2.0과 교육을 연결시켜 새로운 학습 방법을 고안하려는 움직임이 다수 보이고 있다. 웹 2.0의 다양한 요소들 가운데에서도 블로그는 개인이 주체가 되어 운영한다는 점과 블로거들끼리의 상호작용이 활발하다는 점에서, 학습에 이용할 때 학습자 중심의 학습과 다양한 의견을 가진 학습자들끼리의 활발한 토론을 이끌어낼 수 있으리라 기대된다. 본 연구에서는 블로그를 활용한 학습을 설계하여 실제 학습자들을 대상으로 활용해보고, 블로그를 활용한 학습이 학습자의 학업성취와 학습흥미, 학습전이에 어떤 효과가 있는지 분석하고자 한다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.55-62
• /
• 2021

광주광역시의 3대 주력산업인 자동차 산업, 에너지 산업, 그리고 AI/헬스케어 산업 등에 응용 가능한 AI 활용 사례로 준지도 학습, 전이 학습, 그리고 연합 학습의 머신러닝을 적용하며, 더불어 주력산업을 위한 AI 서비스를 위한 ML 전략을 정립하였다. AI 서비스의 ML 전략을 기반으로 실용적 접근 사례들을 제시하고자 하며, 준지도 학습의 접근 사례는 자동차 영상 인식 기술에 활용하며, 전이 학습의 접근 사례는 헬스케어 분야의 당뇨병성 망막병증 검출에 활용하고자 하며, 마지막으로 연합 학습의 접근 사례는 전력 수요 예측에 활용하고자 한다. 이러한 접근 사례들을 싱글보드 Raspberry Pi, Jaetson Nano, Intel i-7 등의 하드웨어를 기반으로 성능 테스트를 진행함과 동시에 실용적인 접근 사례들의 유효성을 검증하였다.