• 디자인학연구
• /
• 제20권1호
• /
• pp.155-166
• /
• 2007

퍼스널 스토리텔링은 창의적 사고와 디지털 미디어를 학습하는 기회를 제공할 수 있는 디지털 미디어 디자인의 한 방법이다. 본 연구에서는 퍼스널 스토리텔링을 제작하는 일반인들이 동료 스토리텔러들이나 전문가들과 상호작용을 통하여 스토리텔링을 발전시켜 나갈 수 있는 온라인 사이트를 제안하고 이의 인터페이스를 디지털 미디어 디자인에 대한 협력학습의 관점에서 연구하였다. 협력학습 이론들에 대한 고찰을 바탕으로 미디어 디자인의 협력학습을 지원하기 위한 요소들을 추출하고, 기존의 사진 및 필름 포럼(forum) 사이트들을 분석하여 디지털 미디어에 대한 온라인 상호작용의 문제점을 파악하였다. 이를 바탕으로 디지털 미디어 디자인의 협력학습을 위한 인터페이스 디자인의 방향을 추출하여 퍼스널 스토리텔링을 위한 상호작용 사이트의 인터페이스에 적용하고 모의 평가를 실시하였다. 퍼스널 스토리텔러들의 협력학습을 돕기 위해서 인터페이스는 스토리텔러들 간의 관찰과 발전적인 상호작용을 촉진하고, 상호 주관성의 형성을 지원하며, 미디어에 대한 용이한 접근을 제공하도록 제시되었다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.275-278
• /
• 2020

본 논문에서는 가상 데이터 생성을 통한 딥러닝 기반 문자인식 시스템을 제안한다. 지도학습에서 가장 큰 비중을 차지하는 학습 데이터를 확보하기 위하여 가상 데이터를 생성하였다. 또한 가상 데이터를 생성 후 증강 파라미터를 이용하여, 실제 다양한 데이터에 대응하기 위해서 데이터 일반화를 하였다. 최종적으로 학습 데이터 구성은 증강 파라미터와 폰트 인자에 다양한 값을 대입하여 데이터를 생성하였다. 문자인식 성능을 측정하기 위한 테스트 데이터는 실제 촬영된 이미지 데이터에서 문자영역을 크롭하여 구성하였다. 테스트 데이터는 실제환경에서 발생할 수 있는 이미지 왜곡을 고려하여 데이터 증강하였다. 딥러닝 알고리즘은 실시간 검출에 용이한 YOLO v3를 사용하였으며, 추론결과는 후처리를 통하여 최종 검출결과를 출력한다.

• 경영정보학연구
• /
• 제10권3호
• /
• pp.39-64
• /
• 2008

디지털 융합이 빠른 속도로 진전되고 있는 가운데 VoIP, IPTV 등 IP를 기반으로 하는 융합 서비스가 확대될 것으로 예상되고 있다. 그 중 IPTV는 양방향 서비스와 서비스 확장성을 통해 수동적 입장에 머물러 있던 이용자에게 다양한 경험과 더 큰 선택권을 제공할 것으로 기대된다. IP 기반의 양방향 매체가 가지는 상호작용적 특성은 기본적으로 매체의 기술적 특징과 풍부한 정보 제공, 그리고 콘텐츠 품질 등으로부터 영향을 받을 것이다. 본 연구에서는 IP 기반의 양방향 매체에서 나타나는 상호작용의 유형을 다차원적 구조로 도출한 후, 다차원적 상호작용이 서비스 품질과 인지적 몰입에 매개 효과가 있는가에 관해 실증적으로 연구를 수행하였다. 그 결과, IP 기반의 양방향 매체에서의 상호작용은 크게 탐색적, 반응적, 소통적, 창조적 상호 작용으로 나눠지며, 이 중 반응적 상호작용과 창조적 상호작용은 시스템 반응성, 콘텐츠 유용성, 매체 생동감과 이용자의 인지적 몰입 사이에 매개 효과를 미치는 것으로 나타났다. 이와같은 연구 결과가 IP 기반 양방향 매체에서의 상호작용을 촉진하기 위한 전략 마련에 시사점을 제공해 줄 수 있을 것으로 기대한다.

• 공학교육연구
• /
• 제15권4호
• /
• pp.85-93
• /
• 2012

본 연구는 로봇활용수업이 초등학생의 학습태도에 미치는 효과를 밝히려는 것이다. 연구 결과, 로봇활용수업을 실시한 후의 학습태도 점수는 실시 전에 비해 뚜렷한 향상을 보여, 수업에서 로봇을 활용하는 경우 학생들의 학습태도를 적극적으로 변화시킨다는 점을 확인하였다. 성별에 따른 학습태도 점수는 남학생이 여학생에 비해 유의미하게 높았으나, 그 차이는 미미한 것으로 나타났다. 또 교과별로 비교할 때 과학, 미술, 재량활동 과목에서 특히 더욱 효과가 있는 것으로 나타났다. 이러한 결과는 첫째, 로봇활용수업이 실제적인 과제와 실천 중심의 교수 학습 환경을 바탕으로 과제에 대한 주인의식과 내적동기를 북돋우기 용이하다는 점과, 둘째, 로봇매체의 교육적 장점을 극대화하고 그에 따른 적절한 수업환경을 제공한 데서 연유한 것으로 판단된다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.35-41
• /
• 2016

본 논문에서는 심층 학습 모델 방법을 이용하여 EPS(Electronic Potential Sensor) 기반의 손동작 신호를 인식하는 시스템을 제안한다. 전기장 기반 센서인 EPS로부터 추출된 신호는 다량의 잡음이 포함되어 있어 이를 제거하는 전처리과정을 거쳐야 한다. 주파수 대역 특징 필터를 이용한 잡음 제거한 후, 신호는 시간에 따른 전압(Voltage) 값만 가지는 1차원적 특징을 지닌다. 2차원 데이터를 입력으로 하여 컨볼루션 연산을 하는 알고리즘에 적합한 형태를 갖추기 위해 신호는 차원 변형을 통해 재구성된다. 재구성된 신호데이터는 여러 계층의 학습 층(layer)을 가지는 심층 학습 기반의 모델을 통해 분류되어 최종 인식된다. 기존 확률 기반 통계적 모델링 알고리즘은 훈련 후 모델을 생성하는 과정에서 초기 파라미터에 결과가 좌우되는 어려움이 있었다. 심층 학습 기반 모델은 학습 층을 쌓아 훈련을 반복하므로 이를 극복할 수 있다. 실험에서, 제안된 심층 학습 기반의 서로 다른 구조를 가지는 컨볼루션 신경망(Convolutional Neural Networks), DBN(Deep Belief Network) 알고리즘과 통계적 모델링 기반의 방법을 이용한 인식 결과의 성능을 비교하였고, 컨볼루션 신경망 알고리즘이 다른 알고리즘에 비해 EPS 동작신호 인식에서 보다 우수한 성능을 나타냄을 보였다.

• 스마트미디어저널
• /
• 제5권2호
• /
• pp.24-32
• /
• 2016

Recently, the development of electronic teaching materials and the demand of digital learners have led the needs on the education contents that replace learning from character information and the change of an information design method for this. Chinese character education in the traditional schooling mainly focuses on writing and memorization (semantic memory). This way that the stories do not exist has brought the learners' recognition that Chinese character is difficult to learn. Meanwhile, for a language study such as English, cross-media development between printed materials and audio-visual materials has been actively introduced. The method that extends episode memories along with memorization through a story is widely used. Therefore, this content suggests a prototype, which is broken away from an existing way of learning Chinese character that mainly focuses on writing, one sided instruction and information cramming. This makes learners learn through a story from printed materials and animation. Furthermore, it suggests a method that extends episode memories through Chinese education contents based on IoT explaining the principle of Chinese character by combining IT technology (information and communications, IoT) and education contents on block toys.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.294-302
• /
• 2022

Detection of fake news is a complex and a challenging task. Generation of fake news is very hard to stop, only steps to control its circulation may help in minimizing its impacts. Humans tend to believe in misleading false information. Researcher started with social media sites to categorize in terms of real or fake news. False information misleads any individual or an organization that may cause of big failure and any financial loss. Automatic system for detection of false information circulating on social media is an emerging area of research. It is gaining attention of both industry and academia since US presidential elections 2016. Fake news has negative and severe effects on individuals and organizations elongating its hostile effects on the society. Prediction of fake news in timely manner is important. This research focuses on detection of fake news spreaders. In this context, overall, 6 models are developed during this research, trained and tested with dataset of PAN 2020. Four approaches N-gram based; user statistics-based models are trained with different values of hyper parameters. Extensive grid search with cross validation is applied in each machine learning model. In N-gram based models, out of numerous machine learning models this research focused on better results yielding algorithms, assessed by deep reading of state-of-the-art related work in the field. For better accuracy, author aimed at developing models using Random Forest, Logistic Regression, SVM, and XGBoost. All four machine learning algorithms were trained with cross validated grid search hyper parameters. Advantages of this research over previous work is user statistics-based model and then ensemble learning model. Which were designed in a way to help classifying Twitter users as fake news spreader or not with highest reliability. User statistical model used 17 features, on the basis of which it categorized a Twitter user as malicious. New dataset based on predictions of machine learning models was constructed. And then Three techniques of simple mean, logistic regression and random forest in combination with ensemble model is applied. Logistic regression combined in ensemble model gave best training and testing results, achieving an accuracy of 72%.

• 한국게임학회 논문지
• /
• 제11권6호
• /
• pp.61-70
• /
• 2011

본 논문에서는 결정트리 학습 알고리즘을 활용한 축구 게임 수비 NPC 제어 방법을 제안한다. 제안하는 방법은 실제 게임 사용자들의 이동 방향 패턴과 행동 패턴을 추출하여 결정트리학습 알고리즘에 적용한다. 그리고 학습된 결정트리를 바탕으로 NPC의 이동방향과 행동을 결정한다. 실험결과 제안하는 방법은 결정트리 학습에 시간이 다소 걸리지만, 학습된 결정트리를 바탕으로 이동방향이나 행동을 결정하는 시간은 약 0.001-0.003 ms(밀리초)가 소요되어 실시간으로 NPC를 제어할 수 있었다. 또한, 제안하는 방법은 현재 상태 정보 뿐만 아니라 이를 분석한 관계정보, 이전 상태 정보도 함께 활용하므로, 기존방법인 (Letia98)에 비해 이동방향 결정시 높은 정확도를 나타냈다.

• 한국멀티미디어학회논문지
• /
• 제9권5호
• /
• pp.658-670
• /
• 2006

교육 매개체의 디지털화를 위해 정보 통신망과 기술을 본격적으로 교육에 도입함으로써 교육의 패러다임이 e-learning(electronics learning)으로 이동하고 있다. 그러나 e-learning 콘텐츠는 컴퓨터가 있는 장소에서만 제공받을 수 있기 때문에, 언제 어디서나 사용자가 원할 때 교육받기 힘든 단점이 있으며, 기존 오프라인 콘텐츠를 e-learning 콘텐츠로 재구성하기 위해 많은 비용과 시간이 소요된다. 본 논문에서는 정적인 2차원 시각 정보만을 제공하는 기존 오프라인 콘텐츠의 그림 영상에 모바일 기기를 이용하여 동적인 인터랙션과 다양한 멀티미디어 정보를 융합할 수 있는 교육용 모바일 콘텐츠 (education mobile contents: EMC) 시스템을 제안한다. 제안된 영어 교육 콘텐츠는 기존 오프라인 콘텐츠의 그림 영상을 저해상도 카메라가 장착된 모바일 기기로 인식하기 위해 모양 기반의 영상 검색 방법을 이용하며, 수행속도와 크기와 기울기 변화에 강건한 시작점 일치를 통한 차분 체인코드 (differential chain code)를 사용한 DTW(dynamic time warping)를 이용한다. EMC는 모바일 기기를 이용하여 장소에 상관없이 오프라인 콘텐츠에 적합한 온라인 콘텐츠를 빠르고 정확하게 제공할 수 있다.

• 한국통신학회논문지
• /
• 제41권8호
• /
• pp.958-964
• /
• 2016

본 논문에서는 여러 개의 이원 support vector machine (binary SVM)을 사용하여 세 개 이상의 클래스를 분류하는 multi-class SVM과 유사하게 다중의 판별 deep neural network (DNN) 모델을 사용하는 i-벡터 기반의 언어 인식 시스템을 제안한다. 제안하는 시스템은 NIST 2015 i-vector Machine Learning Challenge 데이터베이스에 포함된 i-벡터들을 이용하여 학습 및 테스트 되었으며, 오픈 세트에서 기존의 cosine distance, multi-class SVM 및 단일 neural network (NN) 기반의 언어 인식 시스템에 비하여 높은 성능을 보임이 확인되었다.