• Journal of Information Processing Systems
• /
• 제17권3호
• /
• pp.453-461
• /
• 2021

Many deep learning approaches have been studied for image classification in computer vision. However, there are not enough data to generate accurate models in medical fields, and many datasets are not annotated. This study presents a new method that can use both unlabeled and labeled data. The proposed method is applied to classify cervix images into normal versus cancerous, and we demonstrate the results. First, we use a patch self-supervised learning for training the global context of the image using an unlabeled image dataset. Second, we generate a classifier model by using the transferred knowledge from self-supervised learning. We also apply attention learning to capture the local features of the image. The combined method provides better performance than state-of-the-art approaches in accuracy and sensitivity.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.367-371
• /
• 2006

MLP는 뛰어난 학습능력으로 인하여 많은 분야에 성공적으로 적용되고 있다. 그러나, 학습 방법으로서 최급경사법에 근거한 오차역전파 알고리즘을 적용하기 때문에 학습시간이 오래 걸리는 단점이 있다. 또한 입력차원의 크기가 크거나 클래스간 학습데이터의 유사성이 클 경우 최적의 파라미터를 구하는데는 한계가 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 LDA와 local MLP을 이용한 새로운 얼굴인식시스템을 제안하고자 한다. 제안된 방법은 우선 LDA 기법에 의해 차원이 축소된 얼굴의 특징벡터를 계산한다. 다음 단계로서 전체 학습영상을 사용하기 보다는 그룹별로 분할된 얼굴영상에 대해 MLP를 수행하므로서 그룹별로 최적인 파라미터를 결정한다. 마지막 단계로 그룹별로 수행된 local MLP를 결합함으로써 전체 얼굴인식 시스템을 구성한다. 제안된 방법의 타당성을 보이기 위해 ORL 얼굴영상을 대상으로 실험한 결과 기존 방법인 PCA나 LDA에 비해 향상된 결과를 보임을 확인할 수 있었다.

• International Journal of Advanced Culture Technology
• /
• 제7권1호
• /
• pp.186-198
• /
• 2019

The means to train plan of local culture promotion personnel through the migrant women refers to the knowledge education of local cultural personnel through the accurate recognition of Korean culture and local culture and related information to foreign immigrants and workers in each region of the country. Through education courses in four areas, such as international manners, local promotion education, cultural heritage, and experience learning, the immigrant women will present a leading direction in which they can expect to play a role as experts in regional culture and public relations through the mother country's language.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.297-305
• /
• 2024

사회가 빠르게 변화함에 따라 이에 따른 교양교육의 역할과 위상도 많은 변화를 일으키고 있으며 이에 따라 학교 주위의 다양한 사회 및 문화 환경과 밀접한 관계를 형성하고 있다. 특히, 글로컬 시대가 도래하면서 지역과 대학 간의 산업, 문화, 봉사, 교육 등 다양한 분야에서 그 연대성이 더욱 강화되고 있는 시점에서 그에 따른 교양교육이 나아가야될 방향과 적합한 지역 연계 교양교육 모형개발도 활발하게 연구되고 있다. 우리는 본 연구에서 대학이 지역사회 봉사와 연계성을 가지고 지역봉사에 보다 밀접하게 다가가기 위한 지역사회 봉사활동과 연게한 교양 교과목 (Community Service Activities based Learning, CSAL)을 개발하고, 교육 사례 분석과 함께 실제 지역사회봉사단체와 연계하여 적용함으로써 향후의 대학-지역 협력 모형개발 및 이의 적용과 관련된 유의미한 정책적 시사점을 제공하고자 하였다. 또한, 우리는 지역사회 봉사와의 연계을 위해서 본 지역자치제가 운영하는 지역봉사단체와 면밀히 협업하였으며 이를 통해서 수업 커리큘럼을 위해 지방의 한 대학과 그 지역의 봉사단체와 실제 협력 수업을 검토하고, 이에 대학-지역 교육생태계 활성화 모형을 개발하였다.

• 한국통신학회논문지
• /
• 제19권12호
• /
• pp.2418-2425
• /
• 1994

기울기를 따라가는 방식(gradient descent method)에 바탕을 둔 오류 역전파(EBP : Error Back Propagation) 방법이 가장 널리 사용되는 신경회로망의 학습 방법에서 문제가 되는 지역 최소값(local minima), 느린 학습 시간, 신경망 구조(structure), 그리고 초기의 연결 강도(interconnection weight) 등을 기존의 다층 신경 회로망에 지역적인 학습 능력을 가진 가우시안 포텔샵 네트워크(GPFN : Gaussian Potential Function Networks)를 병렬적으로 부가하여 해결함으로써 지역화된 오류 학습 패턴들이 나타내는 문제에 대하여 학습 성능을 향상시킬 수 잇는 새로운 학습 방법을 제시한다. 함수 근사화 문제에서 기존의 EBP 학습 방법과의 비교 실험으로 제안된 학습 방법이 보다 개선된 일반화 능력과 빠른 학습 속도를 가짐을 보여 그 효율성을 입증한다.

• Journal of Information Processing Systems
• /
• 제13권4호
• /
• pp.1000-1013
• /
• 2017

Clustering is a NP-hard problem that is used to find the relationship between patterns in a given set of patterns. It is an unsupervised technique that is applied to obtain the optimal cluster centers, especially in partitioned based clustering algorithms. On the other hand, cat swarm optimization (CSO) is a new meta-heuristic algorithm that has been applied to solve various optimization problems and it provides better results in comparison to other similar types of algorithms. However, this algorithm suffers from diversity and local optima problems. To overcome these problems, we are proposing an improved version of the CSO algorithm by using opposition-based learning and the Cauchy mutation operator. We applied the opposition-based learning method to enhance the diversity of the CSO algorithm and we used the Cauchy mutation operator to prevent the CSO algorithm from trapping in local optima. The performance of our proposed algorithm was tested with several artificial and real datasets and compared with existing methods like K-means, particle swarm optimization, and CSO. The experimental results show the applicability of our proposed method.

• 융합신호처리학회논문지
• /
• 제23권1호
• /
• pp.8-14
• /
• 2022

딥러닝이 발전하면서 초해상화 기술은 단순 보간법(Interpolation)에서 벗어나 딥러닝을 활용해 발전하고 있다. 딥러닝을 사용한 초해상화 기술은 합성곱 신경망(Convolutional Neural Network, CNN) 기반의 연구가 일반적이지만, 최근에는 어텐션(Attention) 메커니즘을 활용한 초해상화 연구가 활발히 진행되고 있다. 본 논문에서는 어텐션 메커니즘 중 하나인 비지역 희소 어텐션(Non-Local Sparse Attention, NLSA)을 활용한 초해상화 성능 향상 방법을 제안한다. 실험을 통해 NLSA를 함께 활용하면 기존 초해상화 신경망 모델인 IMDN, CARN, OISR-LF-s의 성능이 향상되는 것을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.101-108
• /
• 2010

본 논문에서는 퍼지 k-NN과 reconstruction error에 기반을 둔 feature selection을 이용한 lazy 분류기 설계를 제안하였다. Reconstruction error는 locally linear reconstruction의 평가 지수이다. 새로운 입력이 주어지면, 퍼지 k-NN은 local 분류기가 유효한 로컬 영역을 정의하고, 로컬 영역 안에 포함된 데이터 패턴에 하중 값을 할당한다. 로컬 영역과 하중 값을 정의한 우에, feature space의 차원을 감소시키기 위하여 feature selection이 수행된다. Reconstruction error 관점에서 우수한 성능을 가진 여러 개의 feature들이 선택 되어 지면, 다항식의 일종인 분류기가 하중 최소자승법에 의해 결정된다. 실험 결과는 기존의 분류기인 standard neural networks, support vector machine, linear discriminant analysis, and C4.5 trees와 비교 결과를 보인다.

• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.32-42
• /
• 2000

이 논문에서는 비선형 시스템 모델링을 위한 일반화된 RBF 신경회로망(GRBFN)을 순차적으로 구성하기 위한 온라인 학습 알고리즘을 제안한다. 상수 연결강도를 갖는 표준 RBF 신경회로망의 확장형인GRBFN은 여러 개의 국부 선형모델을 결합하여 비선형 시스템을 표현할 수 있는 구조이다. 제안한 학습 알고리즘은 구조 학습과 파라미터 학습을 수행하는 두 단계의 학습으로 구성된다. 구조 학습은 주어진 훈련 데이터로부터 새로운 은닉 유니트 및 선형 국부모델을 할항하기 위하여 훈련 오차와 Mahalanobis 거리에 기초한 두 개의 생성 조건을 이용하여 GRBFN 모델을 구성한다. 파라미터 학습은 경사강하 법칙을 기반으로 기존 네트웍의 파라미터 벡터를 갱신한다. 제안한 알고리즘의 모델링 성능을 평가하기 위해서 잘 알려진 두 예제에 대한 시뮬레이션 및 결과를 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권6호
• /
• pp.21-28
• /
• 2015

본 연구는 지방대학교에서 학습몰입과 학업중단과의 관계에서 대학생활적응의 매개효과를 탐색하는 것이 목적이다. 이를 위해 충북소재 대학생 281명을 대상으로 확증적 요인분석, Baron and Kenny 의 3단계 위계적 회귀분석 및 Sobel 검정을 적용하여 학습몰입과 학업중단에 있어 대학생활적응의 매개적 효과를 검증하였다. 분석결과 학습몰입이 높을수록 학업중단이 낮게 나타나며, 대학생활적응의 하위요인들 중 학업적응, 사회적 적응은 학습몰입과 학업중단에 미치는 영향을 부분매개하며, 대학환경적응은 완전매개 하였으며, 개인-정서적응은 매개효과가 존재하지 않았다. 본 연구결과를 바탕으로 대학생의 학습몰입을 높이고 매개변인인 대학생활적응을 증가시켜 학업중단을 낮추기 위한 학교의 지원과 환경이 필요함을 시사한다.