• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.619-627
• /
• 2022

이 연구는 TCI를 적용한 PST에 대한 사례를 분석함으로써 참여자의 경험에서 나타나는 의미있는 변화를 살펴보고자 하였으며, 이들의 심리증진을 위해 TCI와 PST를 활용할 수 있다는 것을 제안하는데 목적이 있다. 이를 위해 국가대표 선발전과 세계대회에 출전하고 있는 비보잉 선수 1명을 대상으로 3개월간 총 8회기의 PST를 위한 심층면담을 실시하였으며, 1회 소요시간은 60분 정도였다. 사례연구 A-B방식을 적용하여 사전-사후 측정결과를 분석하였다. TCI 결과를 활용하여 선수의 특성과 심리적 장단점을 파악하는데 초점을 맞추어 PST를 실시한 결과 선수의 심리기술과 행복감을 향상시키는 것으로 나타나 PST의 효과가 입증되었다. 이는 브레이킹 분야에도 PST가 적용될 수 있다는 최초의 보고이며, TCI를 심리기술에 적용했다는데 그 의미가 있다.

• 실천공학교육논문지
• /
• 제15권3호
• /
• pp.571-580
• /
• 2023

4차 산업혁명 시대가 도래함에 따라 대학 교육 영역에서도 융합학문에 대한 요구가 증가하고 있다. 따라서 본 연구는 기대이론을 적용하여 융합 관련 학과의 교육과정 개정의 주요 전략 중 하나인 모듈형 교육과정에 대한 학습자의 인식된 기대 요인을 탐색하였다. 2022년도 2학기 동안 학습자의 인식을 사전-사후로 측정하였고, 결과적으로 기대 요인 중 선택 요인은 수강 전과 비교하여 수강 후에 유의미한 수준으로 낮아진 것을 확인하였다. 과목 내 도구 활용에 대한 이해 및 어려움 수준에 대한 인식 변화가 위 결과에 영향을 미쳤을 가능성이 있다. 본 연구의 결과는 모듈형 교육과정에 대한 학습자들의 인식을 분석함으로써 융합 관련 학과의 교육과정 개정에 방향을 제시한다는 점에서 의미가 있다. 구체적으로, 교육 도구 활용에 대한 어려움이나 인지적 부담을 줄이는 방향으로 교육과정을 설계해야 한다. 또한, 교육 도구에 대한 학생들의 사전 경험과 이해 수준이 교육 성과에 영향을 미칠 수 있다는 점을 감안하여 모듈형 교육과정을 설계해야 한다.

• Journal of Preventive Medicine and Public Health
• /
• 제57권3호
• /
• pp.197-211
• /
• 2024

Objectives: Recovery from drug addiction often poses challenges for the recovering person. The coping mechanisms employed by these individuals to resist temptations and manage stress play a key role in the healing process. This study was conducted to explore the coping strategies or techniques that individuals with addiction use to handle stress and temptation while undergoing treatment. Methods: A qualitative meta-synthesis approach was utilized to critically evaluate relevant qualitative research. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 guidelines were used for article selection, with these standards applied to 4 academic databases: Scopus, PubMed, ProQuest, and CINAHL. The present review included studies published between 2014 and 2023, selected based on pre-established inclusion criteria. The quality of the studies was assessed using the Critical Appraisal Skills Programme Qualitative Studies Checklist. This review was registered with the International Prospective Register of Systematic Reviews (PROSPERO) under the registration number CRD42024497789. Results: The analysis of 13 qualifying qualitative articles revealed 5 major themes illustrating the coping mechanisms employed in the pursuit of recovery by individuals who use drugs. These themes include seeking social support, as well as psychological coping strategies, spiritual experiences, professional interventions, and the enhancement of awareness. Conclusions: Among individuals with drug addiction, coping mechanisms are crucial for resisting stress and temptations throughout the recovery process. Healthcare professionals, as medical specialists, can establish more thorough and effective plans to support these patients on their path to recovery.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.201-209
• /
• 2024

COVID-19는 항공산업에 큰 영향을 주어 전 세계적인 여행 제한과 보안 강화 등의 변화를 불러 왔다. 본 연구는 COVID-19 전후 항공 서비스 만족도의 변화양상을 파악하기 위해 2016년부터 2023년까지 SKYTRAX 웹사이트에 게시된 147개 항공사에 대한 59,818개의 리뷰를 수집하고 감성 분석 기법을 활용하여 COVID-19 전후의 항공사 만족도, 리뷰 감성, 만족도에 영향을 미치는 속성을 비교 분석하였다. 분석 결과, COVID-19 이후 항공사 만족도 전반이 통계적으로 유의미하게 하락했으며 (p<0.001), 모든 항공사 선택 속성에 대한 긍정적 감성 비율이 유의미하게 감소한 반면, 부정적 감성 비율은 객실 및 기내서비스를 제외한 모든 속성에서 유의미하게 증가했다. 또한, 운항 서비스는 COVID-19 전후 기간 모두 전반적인 서비스 만족도에 가장 큰 영향을 미치는 것으로 나타났다. 이 연구는 COVID-19 전후 글로벌 주요 항공사의 만족도 속성에 대한 정량적 분석을 제공함으로써 향후 항공산업의 서비스 만족도 제고에 이바지할 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.9-21
• /
• 2024

최근 딥러닝 분야가 빠르게 발전하는 가운데, 다양한 영역에서 거대 언어 모델을 활용하기 위한 많은 연구들이 진행되고 있다. 하지만 언어 모델의 개발 및 활용을 위해서는 방대한 데이터와 고성능 자원이 필요하다는 현실적인 어려움이 존재한다. 이에 따라 프롬프트를 활용하여 언어 모델을 효율적으로 학습할 수 있는 문맥 내 학습이 등장하였지만, 학습에 효과적인 프롬프트가 무엇인지에 대한 명확한 기준은 구체적으로 제시되지 않았다. 이에 본 연구에서는 문맥 내 학습 방법 중 하나인 PET 기법을 활용하여 기존 데이터의 문맥과 유사한 PVP를 선정하고, 이를 통해 생성한 프롬프트를 학습하여 모델의 성능을 향상시킬 수 있는 프롬프트 기반 학습 성능 향상 방법론을 제안한다. 제안 방법론의 성능 평가를 위해 온라인 비즈니스 리뷰 플랫폼인 Yelp에서 수집된 레스토랑 리뷰 데이터 30,100개로 실험을 수행한 결과, 제안 방법론이 기존의 PET 방법론에 비해 정확도와 안정성, 그리고 학습 효율성의 모든 측면에서 우수한 성능을 보임을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제2권2호
• /
• pp.11-21
• /
• 2000

터널 시공이 급격하게 증가되면서 터널 시공 중 발생하는 지반의 수렴하지 않는 거동과 숏크리트의 균열전파 및 록볼트의 항복과 같은 이상현상에 대해 특별한 기준 없이 대책을 마련해야 하는 경우를 종종 직면하게 된다. 이러한 경우, 여러 시공현장에서 문제들을 극복하는데, 숙련된 전문가의 판단이 중요하게 여겨졌으나, 전문가 확보와 경제적인 문제로 인해서 비슷한 시공현장의 경험 없이도 이상현상에 대한 대책을 선정하는데 도움을 줄 수 있는 새로운 시스템의 개발이 필요하게 되었다. 본 연구에서는 터널 시공 중 적용된 보강공법의 현황을 파악하고, 국내외의 구체적인 사례를 분석하였다. 또한, 터널 막장의 안전성 등급을 결정하고, 적절한 보강공법의 선정을 위해 퍼지 수량화 이론과 퍼지추론 시스템을 기반으로 터널정보 데이터베이스를 구축하여 전문가시스템의 모형을 개발하였다. 본 연구에서 개발한 전문가 시스템은 크게 두 가지 기능을 가진다. 전반부 모듈은 현장에서 조사하기 쉬운 막장 기록항목을 중심으로 터널 정보 입력항목을 선정하고 퍼지 수량화이론 II을 이용하여 구성한 퍼지 소속도 함수(membership function)를 통해 터널 안정성 등급을 결정한다. 후반부 모듈은 전반부 함수와 터널 안정성 등급에 따라 적절한 보강공업의 적용성을 추론한다. 개발한 시스템의 검증을 위하여 다양한 보강공업을 시공하였던 한강하저터널을 비롯한 국내 외 3곳의 터널 현장 자료를 이용하여 적용한 결과 실제 시행한 보강공법과 근접한 추론결과를 보였다. 정보화시공을 통해 터널 막장기록과 계측자료의 이용을 극대화하고 객관적인 기준의 부재로 인해 일부 전문가의 경험에만 의존하고 있는 국내 보강공법 시공기술을 보다 발전시켜 합리적인 세부적인 보강공업을 제시하는데 도움이 되고자 하였다.

• Journal of Animal Science and Technology
• /
• 제55권1호
• /
• pp.13-18
• /
• 2013

본 연구는 농협 한우개량사업소 후대검정우 552두의 도체중, 배최장근단면적, 등지방두께 및 근내지방도를 측정한 후 고밀도 SNP 패널(777K)을 사용하여 유전체 혈연 행렬(Genetic Relationship Matrix, GRM)을 추정하고 GBLUP (Genomic Best Linear Unbiased Prediction) 방법으로 GEBV (Genomic Estimated Breeding Value)를 구하여 교차 검증(Cross-validation) 방법으로 그 정확도를 추정함으로써 유전체 선발 기법을 한우 유전평가 체계에 적용하기 위한 기초자료로 이용하고자 수행하였다. 교차 검증 방법으로 각 형질별로 추정된 유전체 육종가의 정확도는 0.915~0.957로 상당히 높게 추정되었다. 대립유전자의 빈도로 계산된 유전체 혈연 행렬을 이용하여 GBLUP 방법으로 추정된 육종가 정확도의 최대 차이는 후대검정우 534두에 대하여 도체중, 배최장근단면적, 등지방 두께 및 근내지방도 순으로 각각 9.56%, 5.78%, 5.78% 및 4.18% 정도의 수준으로 상승했고, 혈통 기록상의 모든 개체 3,674두에 대해서는 형질 별로 최대 13.54%, 6.50%, 6.50% 및 4.31% 정도의 수준으로 증가한 결과가 추정되었다. 이는 한우 보증씨수소의 선발 시스템에서 아직 표현형 자료를 생산할 수 없는 당대검정 후보축 대한 집단을 조성할 때 유전체 정보를 이용한 사전 선발을 활용하면 기존의 상대적으로 낮았던 육종가의 정확도의 상승 효과와 세대 간격의 단축으로 인하여 유전적 개량량을 증대시킬 수 있을 것으로 기대된다. 본 연구에서 genomic breeding value 추정을 위하여 조성된 집단의 경우는 후대 검정우 집단으로서 개체들 간의 혈연관계가 높으며, 이미 전통적인 BLUP 방법으로도 상당히 높은 정확도를 가진 집단을 이용하였다. 그러나, 현재 한우 집단에 대한 유전체 자료 구축 시 이용할 수 있는 정확한 자료는 후대검정우 집단 외에는 참조 집단을 조성할 수 있는 대안이 없으므로, 지속적인 유전체 검정을 위해서는 다양한 유전적 조성이 구축된 참조 집단을 구축해야 할 것으로 사료된다. 또한 유전체 검정을 통한 정확도 상승효과를 기대하기 위해서 지속적으로 참조 집단의 크기를 늘릴 필요성이 있다.

• 토지주택연구
• /
• 제14권4호
• /
• pp.77-93
• /
• 2023

COVID-19 팬데믹은 정부의 예방 및 통제 조치, 사람들의 위험 인식의 변화, 그리고 생활 방식의 변화를 통해 상당한 사회적 변화를 가져왔다. 특히, 정부의 방역정책과 도시공간의 잠재적 감염 위험에 대한 우려는 교통수단과 도시공간에 대한 선호를 크게 변화시켰다. 이러한 변화는 COVID-19 팬데믹이후에도 도시 공간에 지속적인 영향을 미치거나 새로운 형태로 변화할 수 있다. 따라서 본 연구는 코로나19 범유행에 따른 도시민의 이동수단 선호와 도시공간 이용 변화를 분석하여 도시공간이 현재와 미래의 감염병에 적응할 수 있는 회복탄력성과 잠재력을 탐색하고자 한다. 본 고는 이동 수단과 도시 공간에 대한 전반적인 선호도가 팬데믹 이전, 팬데믹 중, 팬데믹 종료에 따라 유의미하게 차이가 있다는 것을 확인하였다. 팬데믹 기간 동안 안전하다고 인식되는 개인 소유 차량과 녹지 공간을 제외하고는 전반적인 이동수단과 도시 공간에 대한 선호도가 감소하였다. 특히, 이동수단과 도시 공간에 대한 유행 중 선호도는 팬데믹 전에 비해 5배 가량 낮게 나타났다. 팬데믹 당시 긍정적으로 인식되었던 녹지 공간과 의료시설이 팬데믹 이전 선호도 수준으로 돌아올 것으로 예상되나, 다른 도시 공간 요소들은 뉴노멀을 맞이한 것으로 보인다. 본 결과는 코로나19 팬데믹이 도시민의 이동 수단과 도시 공간 선호에 큰 영향을 미쳤음을 시사한다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 한국통신학회논문지
• /
• 제29권6C호
• /
• pp.801-814
• /
• 2004

본 논문에서는 PDA에 장착된 카메라로 얻어진 명함 영상을 효과적으로 이진화하기 위하여 변형된 quadratic 필터(modified quadratic filter: MQF)를 이용한 블록 적응 이진화 방법을 제안한다. 제안된 방법에서는 영상을 8${\times}$8 크기의 블록으로 나누고 각 블록을 문자 블록과 배경 블록으로 분류한다. 그런 다음 분류된 각 문자 블록을 중심으로 24${\times}$24 크기의 사각 창(rectangular window)을 씌우고 그 결과 블록을 전처리 필터인 QF에서 이진화를 위한 역치 선택 과정을 변형한 MQF를 이용하여 개선한다. 마지막으로 MQF에서 선택한 역치를 기준으로 하여 개선된 블록의 8${\times}$8 크기의 중심 블록에 대하여 이진화를 수행하고 영상의 원래의 위치에 채워서 이진화된 영상을 얻는다. 실험 결과 제안된 MQF와 블록 적응 이진화 방법은 PDA로 획득한 시험 명함 영상에 대하여 각각 기존의 QF와 전역 이진화 방법보다 이진화 성능에 미치는 영향이 우수하였다. 그리고 제안된 MQF를 이용한 블록적응 이진화 방법은 기존의 QF를 이용한 전역 이진화 방법에 비하여 문자가 훨씬 선명하게 나타나는 우수한 화질의 이진화 영상을 얻을 수 있었다. 또한 이들 이진화 영상들에 대하여 현재 상용화되고 있는 문자 인식 프로그램으로 문자 인식률을 비교한 결과, 제안된 방법에 의한 이진화 영상이 약 87.7%의 문자 인식률을 보여 약 55.7%의 문자 인식률을 보인 기존의 QF를 이용한 전역 이진화 방법에 의한 이진화 영상에 비하여 약 32.0%의 문자 인식률 증가를 보였다.