• 방송공학회논문지
• /
• 제27권6호
• /
• pp.936-939
• /
• 2022

최근 공중 전투체계 기술들이 발전함에 따라 대공방어 시스템의 발전이 요구되고 있다. 대공 방어 시스템의 운용개념에 있어, 표적에 적합한 무장을 선택하는 것은 제한된 대공 전력을 사용하여 위협체에 대해 효율적으로 대응한다는 측면에서 체계에 요구되는 능력 중 하나이다. 비행 위협체의 식별에 있어 많은 부분이 운용자의 육안 식별에 의존하는데 고속으로 기동하고 원거리에 위치한 비행체를 육안으로 판별하는 것은 많은 한계가 있다. 뿐만 아니라, 현대 전장에서 무인화 및 지능화된 무기체계의 수요가 증가함에 따라 운용자의 육안 식별 대신 체계가 자동으로 비행체를 식별하고 분류하는 기술의 개발이 필수적이다. 영상자료를 수집해 딥러닝 기반의 모델을 이용하여 무기체계를 식별한 사례로는 전차와 함정 등이 있지만 비행체의 식별에 대한 연구는 아직 많이 부족한 상황이다. 따라서 본 논문에서는 합성곱 신경망 모델을 이용하여 전투기, 헬기, 드론을 분류하는 모델을 제시하고 제시하는 모델의 성능을 분석한다. 본 논문에서 제시하는 모델은 시험세트에 대해 95% 이상의 정확도를 보이고, precision 0.9579, recall 0.9558, F1-socre 0.9568의 값을 나타내는 것을 확인할 수 있다.

• 중소기업연구
• /
• 제41권1호
• /
• pp.97-129
• /
• 2019

기업가정신의 개념을 이해하는데 있어서 일반인들뿐만 아니라 많은 연구자들도 매우 혼란스러워 하면서, '통일된 정의가 없다'거나 '매우 다양하다' 또는 '모르겠다'라고 하는 경우가 많다. 기업가정신을 정의하는데 마치 장님 코끼리 만지듯이 특정 측면을 강조하여 정의함으로써 매우 많은 다양한 정의들이 제시되어 기업가정신을 이해하는데 있어서 혼란스러운 상황이 지속되고 있는 것이다. 기업가정신의 전체적인 개념적 모습을 알 수 있는 모델이 필요하지만 이에 대한 연구도 미흡한 상태로 보인다. 이에 본 연구는 선행연구에서 기업가정신 및 기업가를 '스스로를 고용(self-employment)하는 사람'으로도 정의하고 있음에 착안하여, 기업가를 자연인이 아니라 하나의 직무(경력/직업)로 보고, 선행연구문헌에서의 기업가정신과 기업가에 대한 정의들을 직무관점과 역량모델관점에서 분석적으로 재고찰하였다. 연구결과 선행연구에서 제시된 기업가정신의 정의의 내용을 직무관점에서 담당자(주체)와 직무행동방식(동사), 직무내용(대상), 직무성과(결과/효과), 기타 측면으로 분류할 수 있었다. 그리고 기업가에 대한 정의들에 포함된 내용들을 역량모델관점에서 개인차원의 심리적 특질들과 '기업가가 수행하는 직무 측면 요인들로 나누고, Spencer and Spencer(1993)의 역량모델에 비추어 기업가직무역량모델을 도출하였다. 본 연구는 직무관점과 역량모델관점을 토대로 선행 연구에서의 기업가정신의 정의와 기업가의 정의들을 재해석하고 체계화하여 앙트라프러뉴어십(기업가정신) 개념 전체를 조망하고 이해할 수 있는 개념적 통합모형을 도출하였다. 본 연구의 앙트라프러뉴어십 통합모형은 기업가정신에 대한 기존의 장님 코끼리 만지듯이 정의하고 논의했던 한계를 극복하는데 기여할 수 있을 것이다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.49-59
• /
• 2023

제조업의 안전보건 기준은 다양한 항목이 존재하지만, 질병 재해자 기준에서 업무상 질병과 근골격계 질환으로 나눌 수 있다. 이 중 근골격계 질환은 제조업에서 가장 많이 발생하며, 나아가서 제조 현장의 노동생산성감소 및 경쟁력 약화까지 유발할 수 있어서 이를 사전에 확인할 수 있는 시스템이 필요한 실정이다. 본 논문에서는 제조업 노동자의 근골격계 유해 요인을 검출하기 위하여 근골격계 부담작업 요인 분석 데이터 속성, 유해 요인 작업자세, 관절 키포인트를 정의하고 인공지능 학습용 데이터를 구축하였다. 구축한 데이터의 유효성을 판단하기 위해서 YOLO, Dite-HRNet, EfficientNet 등의 AI 알고리즘을 활용하여 학습하고 검증하였다. 실험 결과 사람 탐지 정확도는 99%, 탐지된 사람의 관절 위치 추론 정확도는 @AP0.5 88%, 추론된 관절 위치를 종합하여 자세를 평가한 정확도는 LEGS 72.2%, NECT 85.7%, TRUNK 81.9%, UPPERARM 79.8%, LOWERARM 92.7%를 도출하였으며, 추가로 딥러닝 기반의 근골격계 질병을 예방할 수 있는 연구에 필요한 요소를 고찰하였다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.105-122
• /
• 2022

최근 5년간 고속도로에서 발생한 사망 사고의 통계를 살펴보면, 고속도로 전체 사망자 중 갓길에서 발생한 사망자의 사망률이 약 3배 높은 것으로 나타났다. 이는 갓길 사고 발생 시 사고의 심각도가 매우 높다는 것을 보여주며, 갓길 차로 위반 차량을 단속하여 사고를 미연에 방지하는 것이 중요하다는 것을 시시한다. 이에 본 연구는 Faster R-CNN 기법을 활용하여 갓길 차로 위반 차량을 검출할 수 있는 방법을 제안하였다. Faster R-CNN 기법을 기반으로 차량을 탐지하고, 추가적인 판독 모듈을 구성하여 갓길 위반 여부를 판단하였다. 실험 및 평가를 위해 현실세계와 유사하게 상황을 재현할 수 있는 시뮬레이션 게임인 GTAV를 활용하였다. 이미지 형태의 학습데이터 1,800장과 평가데이터 800장을 가공 및 생성하였으며, ZFNet과 VGG16에서 Threshold 값의 변화에 따른 성능을 측정하였다. 그 결과 Threshold 0.8 기준 ZFNet 99.2%, Threshold 0.7 기준 VGG16 93.9%의 검출율을 보였고, 모델 별 평균 검출 속도는 ZFNet 0.0468초, VGG16 0.16초를 기록하여 ZFNet의 검출율이 약 7% 정도 높았으며, 검출 속도 또한 약 3.4배 빠름을 확인하였다. 이는 비교적 복잡하지 않은 네트워크에서도 입력 영상의 전처리 없이 빠른 속도로 갓길 차로 위반 차량의 검출이 가능함을 보여주며, 실제 영상자료 기반의 학습데이터셋을 충분히 확보한다면 지정 차로 위반 검출에 본 알고리즘을 활용할 수 있다는 것을 시사한다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.577-587
• /
• 2023

크라우드소싱(crowdsourcing) 공간 데이터 활용 연구가 활발히 진행되고 있으나 데이터 품질의 불확실성으로 인한 문제점이 제기되고 있다. 특히 드론 영상 데이터셋에 품질이 낮은 데이터가 포함될 경우, 출력되는 공간 정보의 품질이 저하될 수 있다. 이를 위해 본 연구에서는 크라우드소싱된 영상의 기하학적 품질을 자동으로 검증하는 방법론을 제안하였다. 주요 품질 요소로는 영상의 공간해상도, 해상도 변화량, 매칭점 재투영 오차, 번들 조정 결과 등을 입력변수로 활용하였다. 공간 정보 생성에 적합한 영상을 분류하기 위해 학습 및 검증 데이터를 구축하고, radial basis function (RBF) 기반의 support vector machine (SVM) 모델로 학습을 진행하였다. 학습된 SVM 모델의 분류 정확도는 99.1%를 기록하였다. 품질 검증 모델 효과를 확인하기 위해 학습 및 검증에 사용하지 않은 드론 영상에 대하여 해당 모델을 적용하기 전후의 영상 데이터셋으로 각각 정사영상을 생성하고 비교하였다. 그 결과 모델 적용을 통하여 정사영상에 포함될 수 있는 다양한 왜곡을 줄이고 객체 식별력을 증대시키는 것을 확인하였다. 제안된 품질 검증 방법론은 다양한 품질의 크라우드소싱 데이터를 입력으로 받아 양질의 정보만을 자동 선별하게 함으로써 공간정보 생성에서의 활용 가능성을 증대시킬 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1679-1692
• /
• 2023

대한민국은 인구 증가와 산업 발전의 결과로 많은 양의 오염물질을 배출하는 국가이자, 지리적 위치로 인해 월경성 대기오염의 심각한 영향을 받는 국가이다. 국내외에서 발생하는 오염물질이 대한민국의 대기오염에 큰 피해를 야기하는 상황에서, 대기 오염물질 배출원의 위치 정보는 대기 중 오염물질의 이동 및 분포를 파악하고, 국가 차원의 대기오염 관리 및 대응 전략을 수립하는 데 매우 중요하다. 본 연구는 이러한 배경을 바탕으로, 고해상도 광학위성 영상과 딥러닝 기반의 영상 분할 모델을 활용하여 대기오염 현황을 분석하는 데 필수적인 국내외 대기오염물질 배출원의 공간 정보를 효과적으로 획득하는 것을 목표로 수행되었다. 특히, 월경성 대기오염에 크게 기여하는 것으로 평가된 산업단지와 채석장을 주요 연구 대상으로 선정하였으며, 이들 영역에 대한 다목적실용위성 3호 및 3A호의 영상들을 수집하여 전처리한 후, 모델 학습을 위한 입력 및 라벨 데이터로 변환하였다. 해당 데이터를 활용하여 U-Net 모델을 학습시킨 결과, 전체 정확도는 0.8484, mean Intersection over Union (mIoU)은 0.6490을 달성하였다. 모델의 예측 결과 맵은 코스 어노테이션(Course Annotation) 방식으로 제작된 라벨 데이터보다 객체의 경계를 더욱 정확하게 추출하는 것으로 나타나, 데이터 처리 및 모델 학습 방법론의 유효성을 입증하였다.

• International Journal of Computer Science & Network Security
• /
• 제24권7호
• /
• pp.157-169
• /
• 2024

The article presents an analysis of innovative teaching technologies as a way to increase students' competitiveness. The author found that innovative technologies in education are information and communication technologies relying on computer-based learning. The structure, content of educational software, organization of Web-space are important when using innovative teaching technologies in English classes. We conducted the study in several stages: comparative analysis, synthesis, classification and systematization of the results of psychological and pedagogical, educational and methodological research; study of legislative acts, periodicals in order to identify the state of the research issue, and determining the directions of its solution, as well as subject, goal and objectives of the study. We used modelling to create situations of foreign language professional communication of future IT specialists. Empirical methods involved questionnaires used for identifying the motives of professional development and determining the features of the educational activities of future IT specialists in the process of training. The methods of mathematical statistics allowed to scientifically describe and systematize the obtained data, to identify the quantitative relationship between the studied phenomena, to analyse and summarize the results. We conducted a socio-psychological study during 2016 - 2019. It involved 255 first- and fourth-year students of National Technical University of Ukraine "Igor Sikorsky Kyiv Poly-technic Institute." Innovative information and communication technologies that improve the educational and cognitive activity of students, as well as increase the level of their knowledge have become important in teaching a foreign language in higher educational institutions. These technologies include MOODLE - Modular Object-Oriented Dynamic Learning Environment, business game, integrated pedagogical technology, case study technology. Thus, the information-rich learning process in combination with the use of innovative technologies, well-organized e-learning, interactive training courses, multimedia tools improves the program of teaching and learning foreign languages in general, and English in particular, improves the level of knowledge of future IT specialists and motivation to study and learn foreign languages, allows students to use a variety of authentic materials. We state that all these factors influence the process of individualization of learning and contribute to the successful mastery of a foreign language.

• 자원환경지질
• /
• 제55권5호
• /
• pp.551-561
• /
• 2022

지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.

• 공연문화연구
• /
• 제19호
• /
• pp.379-418
• /
• 2009

본 연구는 인형연행의 역사를 기술하는 새로운 모색의 일환으로 자리한다. 일반적인 문화사적 전개에 의존하는 방식이나 왕조별 접근의 방식, 나아가 이 둘의 결합된 방식을 넘어서서 또 하나의 새로운 방식을 시도한 것이다. 여기에는 인형연행의 '역사'가 아니라 '인형연행'의 역사를 기술하려는 필자의 지향이 함축되어 있다. 이를 위하여 필자는 조선 시대까지의 인형연행 관련 자료를 대상으로 논의를 했다. 이 자료에는 문헌 자료는 물론이고 유물, 그리고 그림까지 포함된다. 논의는 우선 인형연행의 자료를 정리하고 분류 기준을 설정하는 것으로 시작되었다. 50항목에 이르는 자료들을 정리하고, 이를 분류할 기준을 설정하였다. 분류 기준은 1차적으로 인형연행이 자리하는 문맥이 설정되었다. 이는 제의와 오락으로 나타난다. 2차적 분류 기준은 인형연행의 핵심적 사항인 연행방식이다. 이 기준에 따라 조종, 목소리연기, 섬김, 축출, 진열 등의 항목이 설정되었다. 이러한 분류 기준에 따라 인형연행을 유형화하고 시대를 구분하는 논의가 이어졌다. 그 결과 인형연행의 시대는 '다양한 인형 이용의 시대', '섬김의 제의적 인형연행 시대', '조종의 오락적 인형연행 시대', '진열의 제의적 인형연행 시대', '축출의 제의적 인형연행 시대', '조종의 제의적 인형연행 시대', '진열의 오락적 인형연행 시대', '조종과 목소리연기의 오락적 인형연행 시대' 등으로 구분되었다. 이러한 인형연행의 내적 시대 구분에 따라 이를 통시적으로 펼쳐 보이는 인형연행사 기술이 이어서 이루어졌다. 그 기술의 결과, 인형연행은 왕조사적 시대 구분에 메이지 않고 나름의 전개 과정을 보이고 있음을 확인할 수 있었다. 그리고 '정적인형에서 동적인형으로'나 '제의적 연행에서 오락적 연행으로'라는 일반적인 문화사적 전개와는 다른 양상을 보이고 있음도 확인되었다. '무언인형에서 유언인형으로의 전개'를 제외하고는 일반적으로 받아들여지는 인형연행의 문화사적 전개와는 다른 양상을 보였다. '제의적 인형연행에서 오락적 인형연행으로의 전환'이라는 전개과정은, '제의적 인형연행과 오락적 인형연행의 순환'으로 수정되어야 하는 양상이 나타났다. '정적 인형에서 동적 인형으로'라는 전개과정 역시 '정적 인형과 동적 인형의 순환'이라는 차원에서 바라보는 것이 보다 적절한 것으로 판단되었다. 이렇게 일방적인 전환이 아니라 순환으로 나타나는 이면에 자리하고 있는 것은, 인형연행이 한 시대를 마감하게 되었다고 그 시대의 인형연행이 그 전승을 마감하는 것이 아니라는 점이다. 한 시대에서 다른 시대로 인형연행이 전개되는 동시에 이전 시대의 인형연행은 그 나름의 자체적 생명력을 가지고 지속과 변화의 모습을 보였다. 또한 크게는 제의적 인형연행과 오락적 인형연행 사이에, 작게는 각각의 인형연행 유형 사이에 상호영향 관계가 존재한다는 점 역시 인형연행의 역사를 살피는 데 있어 간과해서는 안 될 사항으로 제기되었다. 본 연구를 통해 이루어진 인형연행사의 새로운 모색과 기술은 완결된 것이 아니다. 그야말로 '또 하나'의 인형연행사 기술의 시도였을 따름이다. 이 시도는 인형연행 외부에 자리한 정치·경제·사회적 문맥을 전혀 고려하지 않고 있다. 또한 대단히 조심스러운 태도를 보이고 있지만, 인형연행 전통의 지속을 염두에 둔 기술이었음을 부인하지 못한다. 인형연행 외부 문맥을 감안하고, 지속이 아닌 단절까지 감안하는 인형연행의 문화사 기술이 시도될 필요가 있다. 또한 인형연행사를 넘어서는 다른 전통연행까지 포괄하는 전통연행사를 장기적으로 염두에 두는 포석도 필요하다. 이러한 과정에서 본고에서의 제안이 비판적으로 검토되기를 필자는 기대한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.