• 공학교육연구
• /
• 제24권1호
• /
• pp.34-45
• /
• 2021

This research is a case study about "Critical Thinking and Debate Education" class which was done for freshmen at the engineering college of "S" Women's University. Real time remote classes through LMS and ZOOM were the most effective tools under on-line circumstances, considering the fact that video lectures only cannot cultivate students' capabilities of critical thinking and communication. Throughout the analysis on students' self-reflection journals and lecture evaluations, this paper examined considerable future points and the pros and cons of "Critical Thinking and Debate Education" under online presentation and discussion situation. As research outputs, students told they could feel less nervousness and anxiety when they exercise and have a presentation because they could choose familiar space for them. In addition, students also told that they feel comfortable about both self-feedback and peer evaluation, repeatedly seeing the recorded video clip. However, on the contrary, sometimes students felt uncomfortable due to unstable internet connection through the online classes, and they also were regretful about the missing chances of interaction between a teacher and students and of intimate exchanges among students. They also told they had felt a kind of limit of enhancing their presentation skills just in front of the monitor. Considering these outcomes, this research paper points out that online education needs to be proceeded by strengthening multi layered feedback to students with the build-up of a non-face-to-face stable educational infrastructure, application of online instructional strategy, and utilization of YouTube platform and video contents. Through this research paper, I hope the new system of encompassing on/off line "Critical Thinking and Debate Education" and effective teaching and learning method can be developed soon by strengthening the strength of online education.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.63-68
• /
• 2021

최근 유튜브와 같이 영상 콘텐츠를 보거나 제작하는 것에 관한 관심이 급증하고 있습니다. 그러나 개인 정보 보호 기술이 없이 동영상을 제작하게 되면, 출연을 원하지 않는 사람들이 공개적으로 노출되어 개인 정보 보호권을 침해할 수 있습니다. 본 논문은 이러한 문제를 해결하기 위해 얼굴을 식별하여 특정한 얼굴만 화면에 나오고 그 외에 다른 얼굴들은 Gaussian blur filter를 이용하여 흐리게 하여서 초상권을 보호하는 기술을 제안합니다. 이 논문의 핵심은 실시간 비디오에서 인물의 초상권을 보호하기 위한 주요 기술인 얼굴 식별 기술의 정확도를 높이기 위한 노력입니다. 본 논문은 얼굴 식별의 정확도를 높이기 위하여 추적 알고리즘을 사용하였으며 실시간 비디오에 적용하기 위하여 알고리즘을 변경하였습니다. 이 논문에서는 추적 알고리즘이 있는 경우와 없는 경우를 비교하여 결과를 보여줍니다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.111-120
• /
• 2020

최근 코로나 19 사태로 인한 경기 위축에도 불구하고, 재택근무 증가로 집에 거주하는 시간이 늘어나면서 주거환경에 관한 관심이 커지고 있으며, 이에 따라 리모델링에 대한 수요가 증가하고 있다. 또한, 정부의 부동산 정책 또한 규제 정책에서 주택공급 확대 방향으로 전환하면서 이에 따른 인테리어, 가구업계의 매출에도 가시적인 영향이 있을 것으로 예상한다. 정확한 수요예측은 재고 관리와 직결되는 문제로 정확한 수요예측은 불필요한 재고를 보유할 필요가 없어 과잉생산으로 인한 물류, 재고 비용을 줄여줄 수 있다. 하지만 정확한 수요를 예측하기 위해서는 지속적으로 변화하는 경제동향, 시장동향, 사회적 이슈등 외부요인을 모두 고려하여 분석해야 하기 때문에 어려운 문제이다. 본연구에서는 가구 부자재를 생산하고 있는 제조업체에 대하여 신뢰성 있는 결과 도출을 위해 인공지능기반 시계열 분석 방법으로, LSTM 모형, 1D-CNN 모형을 비교 분석하였다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.116-123
• /
• 2021

온라인 패션 시장의 빠른 성장과 이로 인한 온라인 선택의 확대로 인해 소비자들은 더욱 개인화된 추천 서비스에 대해 요구가 커지고 있음에도 불구하고 판매자는 수많은 소비자를 개별적으로 직접 대응할 수 없다는 문제점이 있다. 소비자의 이러한 개인화 니즈를 충족시키는 방안으로 이미지에 대한 태깅이 이루어지고 있으나 사람이 태깅하는 경우 사람마다 태깅이 매우 주관적으로 이뤄지고 있고 인공지능 태깅은 단어가 매우 제한적으로 사용자의 니즈를 충족시켜주지 못하고 있다. 이러한 문제를 해결하기 위해 인공지능으로 이미지에 포함된 제품의 형태, 속성, 감성 정보를 인식하고 이러한 정보를 코드화하고 코드의 조합으로 그 이미지가 가지고 있는 모든 정보를 나타낼 수 있는 알고리즘을 설계하였다. 이 알고리즘을 통해서 지금까지 획득이 불가능했던 패션 이미지의 감성, 패션 이미지가 표현하는 TPO 정보 등 이미지가 가지고 있는 다양한 정보를 실시간으로 획득하는 것이 가능하게 되었다. 이러한 정보를 기반으로 소비자의 취향을 분석하는 단계에서 넘어가 소비자의 취향에 당시의 유행, TPO 정보까지 결합하는 초개인화된 의류 추천이 가능해진다.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.22-27
• /
• 2020

최근 1인 가구의 증가로 반려동물을 키우는 가구가 많아짐에 따라, 주인의 부재 시에도 반려동물의 상태나 행동을 모니터링하는 시스템에 대한 필요성이 요구되고 있다. 가정용 CCTV를 이용한 반려동물의 모니터링에는 지역적 한계가 있어, 다수의 CCTV를 필요로 하거나 반려동물의 행동반경을 제한하는 방법을 사용하게 된다. 본 논문에서는 반려동물 모니터링의 지역적 한계를 해결하고자 딥러닝을 이용하여 고양이를 검출하고 추적하는 이동식 시스템을 제안한다. 객체 검출 신경망 모델의 하나인 YOLO(You Look Only Once)를 이용하여 데이터셋을 학습하고, 이를 기반으로 라즈베리파이에 적용하여 영상에서 검출된 객체를 추적한다. 라즈베리파이와 노트북을 무선 랜으로 연결하고 고양이의 움직임과 상태를 실시간으로 확인이 가능한 이동식 모니터링 시스템을 설계하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권1호
• /
• pp.43-50
• /
• 2022

CPA(Correlation Power Analysis)는 암호 알고리즘이 탑재된 공격 대상 장비의 미세한 소비전력을 측정하여 90% 이상의 확률로 암호 알고리즘에 사용된 비밀키를 추측하는 부채널 공격 방법이다. CPA는 통계를 기반으로 분석을 수행하기 때문에 반드시 많은 양의 데이터가 요구된다. 따라서 CPA는 매회 공격을 위해 약 15분 이상 소비전력을 측정해야만 한다. 본 논문에서는 CPA의 데이터 수집 문제를 해결하기 위해 입력데이터를 축적하고 결과를 예측할 수 있는 CNN(Convolutional Neural Network)을 사용하는 방법을 제안한다. 사전에 공격 대상 장비의 소비전력을 수집 및 학습을 통해 임의의 소비전력을 입력시키면 즉각적으로 비밀키를 추정할 수 있어 연산속도를 향상하고 96.7%의 비밀키 추측 정확도를 나타냈다.

• 동의생리병리학회지
• /
• 제35권5호
• /
• pp.162-168
• /
• 2021

This study was conducted to investigate the current status of online classes and evaluations during the COVID-19 pandemic and the satisfaction of students attending the College of Korean Medicine. A survey was conducted with students enrolled in Dongguk University's College of Korean Medicine. The questionnaire was divided into four areas asking about online lectures, laboratory practice, clinical practice, and evaluation experience. The items were composed of multiple-choice, a 5-point scale, and subjective type. After distributing the Google form address through SNS and LMS, only those who agreed to the questionnaire were responded anonymously. 149 out of 457 enrolled students responded. 98.7% of students experienced online lectures, and more frequently experienced real-time online lectures (98.6%) than recorded lectures (43.5%). Overall satisfaction with online lectures was 3.99 on average. 80.5% of the students experienced the online experiment and practice class, and the overall satisfaction with it was 3.29 on average. 1.3% of students experienced online clinical practice. 86.6% of students experienced online evaluation, and when asked about the fairness of the test, the average score was 3.99. Satisfaction with online lectures and evaluations is generally high, so it is expected to be used as an effective learning tool in the future. However, it seems that facility improvement and technical training of instructors are necessary. In experimental and practical education, the satisfaction level is lower than that of online lectures, so it seems necessary to develop a new online program and to prepare a safe offline education system.

• 한국정보시스템학회지:정보시스템연구
• /
• 제31권1호
• /
• pp.147-173
• /
• 2022

Purpose As the use of social network services has become common, it has become possible to freely communicate and establish relationships with other people anytime, anywhere for communication and information sharing. Influencers who have a strong influence on consumers' perceptions and attitudes through their own opinions and stories have appeared on various social media channels such as YouTube. Recently, companies utilize influencers with a large number of followers to check interactions with customers to understand customer attitudes and opinions about products in real time. Start-ups with insufficient resources need to quickly examine customer responses to reduce the probability of failure after product planning. The Lean process of creating an MVP and quickly confirming and learning the market response should be repeated over and over again. Findings In this paper, we try to suggest that the YouTube platform can play a sufficient role as a customer experiment space through examples. The case company is a company that has successfully commercialized products by continuously interacting with customers through the YouTube platform for the first four months of its founding. This paper is expected to be helpful in the experimental process for prospective founders and early founders to examine customer responses to reduce the probability of market failure before commercialization. Design/methodology/approach This paper analyzed the YouTube channel data of case companies based on the netnography methodology and presented the contents of the lean process management carried out in the experimental stage and the post-production stage through interview research.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.17-22
• /
• 2022

본 논문에서는 지능형 엣지 컴퓨팅을 지원할 수 있는 경량 임베디드 기기를 설계하고, 영상 기기로부터 입력되는 이미지에서 객체를 실시간으로 빠르게 검출할 수 있음을 보인다. 제안하는 시스템은 산업 현장이나 군 지역과 같이 사전에 설치된 인프라가 없는 환경에 적용되는 지능형 영상 관제 시스템이나 드론과 같은 자율이동체에 탑재된 영상 보안 시스템에 적용될 수 있다. 지능형 비전 인지 시스템이 확산 적용되기 위해 온디바이스 AI(On-Device Artificial intelligence) 기술 적용 필요성이 증대되고 있다. 영상 데이터 취득 장치에서 가까운 엣지 기기로의 컴퓨팅 오프 로딩은 클라우드를 중심으로 수행되는 인공지능 서비스 대비 적은 네트워크 및 시스템 자원으로도 빠른 서비스 제공이 가능하다. 또한, 다양한 해킹 공격에 취약한 공격 표면의 감소와 민감한 데이터의 유출을 최소화 할 수 있어 다양한 산업에 안전하게 적용될 수 있을것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3836-3854
• /
• 2022

The student group division is benefit for universities to do the student management based on the group profile. With the widespread use of student smart cards on campus, especially where students living in campus residence halls, students' daily activities on campus are recorded with information such as smart card swiping time and location. Therefore, it is feasible to depict the students with the daily activity data and accordingly group students based on objective measuring from their campus behavior with some regular student attributions collected in the management system. However, it is challenge in feature representation due to diverse forms of the student data. To effectively and comprehensively represent students' behaviors for further student group division, we proposed to adopt activity data from student smart cards and student attributes as input data with taking account of activity and attribution relationship types from different perspective. Specially, we propose a novel student group division method based on a multi-view student attribute heterogeneous information network (MSA-HIN). The network nodes in our proposed MSA-HIN represent students with their multi-dimensional attribute information. Meanwhile, the edges are constructed to characterize student different relationships, such as co-major, co-occurrence, and co-borrowing books. Based on the MSA-HIN, embedded representations of students are learned and a deep graph cluster algorithm is applied to divide students into groups. Comparative experiments have been done on a real-life campus dataset collected from a university. The experimental results demonstrate that our method can effectively reveal the variability of student attributes and relationships and accordingly achieves the best clustering results for group division.