• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.776-778
• /
• 1997

We propose a remote controller for a SCARA typed direct drive manipulator with two degrees-of-freedom(DOF). A remote controller system for SCARA robot of DDA is designed using a 2 DSP (TMS320c31) board and Winsock(Internet program class library supplied by Microsoft). The design objective of the system is to implement real time dynamic control algorithms which have been tested only by simulations so far and remote control regardless of the distance between user and robot. Because this system runs on Win95, we developed a VxD program to communicate with DSP controller.

• 한국문헌정보학회지
• /
• 제55권1호
• /
• pp.541-565
• /
• 2021

본 연구는 비대면 온라인 원격수업 기반의 효과적인 에듀테크 플랫폼을 설계하고, 독서 중심의 공감독서 프로그램과 연계 운영을 통해 청소년의 공감역량 효과를 규명하는 데 목적을 갖고 있다. 이를 위하여 선행연구를 바탕으로 원격수업의 에듀테크 구성요소를 기초로 교육 환경조성, 수업모형을 도출하고, 공감독서교육 프로그램을 정교화 한 후 현장 적용을 위해 경기도 소재 S중학교 1학년 4개 반 107명의 학생들을 대상으로 한 학기동안 연구를 수행하였다. 연구 결과, 원격기반 수업모형을 적용한 공감독서 프로그램은 인지적 공감과 정서적 공감에서 집단간 유의미한 차이가 나타났으며, 전체 총점에서 두 집단간 통계적으로 유의미한 차이가 있는 것으로 나타났다. 또한 원격기반의 공감독서교육과 실증적인 분석을 통해 청소년의 공감역량 효과와 의의를 검증하였으며, 코로나19로 인한 학생들의 학습격차 해소를 위한 방안으로 공감독서 프로그램의 발전 방향을 제안하였다.

• 대한원격탐사학회지
• /
• 제21권5호
• /
• pp.417-423
• /
• 2005

A fuzzy approach using an EM algorithm for image classification is presented. In this study, a double compound stochastic image process is assumed to combine a discrete-valued field for region-class processes and a continuous random field for observed intensity processes. The Markov random field is employed to characterize the geophysical connectedness of a digital image structure. The fuzzy classification is an EM iterative approach based on mixture probability distribution. Under the assumption of the double compound process, given an initial class map, this approach iteratively computes the fuzzy membership vectors in the E-step and the estimates of class-related parameters in the M-step. In the experiments with remotely sensed data, the MRF-based method yielded a spatially smooth class-map with more distinctive configuration of the classes than the non-MRF approach.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.719-731
• /
• 2021

This study proposes a two-stage hybrid classification model for crop classification using multi-temporal remote sensing images; the model combines feature embedding by using an autoencoder (AE) with a convolutional neural network (CNN) classifier to fully utilize features including informative temporal and spatial signatures. Long short-term memory (LSTM)-based AE (LAE) is fine-tuned using class label information to extract latent features that contain less noise and useful temporal signatures. The CNN classifier is then applied to effectively account for the spatial characteristics of the extracted latent features. A crop classification experiment with multi-temporal unmanned aerial vehicle images is conducted to illustrate the potential application of the proposed hybrid model. The classification performance of the proposed model is compared with various combinations of conventional deep learning models (CNN, LSTM, and convolutional LSTM) and different inputs (original multi-temporal images and features from stacked AE). From the crop classification experiment, the best classification accuracy was achieved by the proposed model that utilized the latent features by fine-tuned LAE as input for the CNN classifier. The latent features that contain useful temporal signatures and are less noisy could increase the class separability between crops with similar spectral signatures, thereby leading to superior classification accuracy. The experimental results demonstrate the importance of effective feature extraction and the potential of the proposed classification model for crop classification using multi-temporal remote sensing images.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.406-412
• /
• 2022

Scene classification of very high-resolution (VHR) imagery can attribute semantics to land cover in a variety of domains. Real-world application requirements have not been addressed by conventional techniques for remote sensing image classification. Recent research has demonstrated that deep convolutional neural networks (CNNs) are effective at extracting features due to their strong feature extraction capabilities. In order to improve classification performance, these approaches rely primarily on semantic information. Since the abstract and global semantic information makes it difficult for the network to correctly classify scene images with similar structures and high interclass similarity, it achieves a low classification accuracy. We propose a VHR remote sensing image classification model that uses extracts the global feature from the original VHR image using an EfficientNet-V2L CNN pre-trained to detect similar classes. The image is then classified using a multilayer perceptron (MLP). This method was evaluated using two benchmark remote sensing datasets: the 21-class UC Merced, and the 38-class PatternNet. As compared to other state-of-the-art models, the proposed model significantly improves performance.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.215-224
• /
• 2007

위성영상의 분류는 원격탐사의 가장 기본적인 분야이다. 위성영상분리도 위성영상의 분류에 있어 영상 정확도 향상에 매우 효율적이라 할 수 있다. 영상분류를 향상시키기 위해서 분리도의 특성을 파악하여 분류의 정확도와의 상관관계를 분석하였다. 영상은 영상마다의 분리도를 비교, 분석하기 위해 IKONOS 영상, SPOT 5 영상, Landsat IM 영상을 1m의 해상도로 리샘플링하였다. 본 연구에서 위성영상별로 클래스 분리도를 측정한 결과 분리도 값이 대체로 $1,600{\sim}2,000$으로 높게 나타났다.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.289-301
• /
• 2011

In this paper an attempt has been made to classify Asia land cover considering climatic and vegetative characteristics. The sub-class clustering based on the 13 MODIS land cover classes (except water) over Asia was performed with the climate map and the NOVI derived from SPOT 5 VGT D10 data. The unsupervised classification for the sub-class clustering was performed in each land cover class, and total 74 clusters were determined over the study area. Via these clusters, the annual variations (from 1999 to 2007) of precipitation rate and temperature were analyzed as an example by a simple linear regression model. The various annual variations (negative or positive pattern) were represented for each cluster because of the various climate zones and NOVI annual cycles. Therefore, the detailed land cover map as the classification result by the sub-class clustering in this study can be useful information in modelling works for requiring the detailed climatic and vegetative information as a boundary condition.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.515-522
• /
• 2021

이 연구에서는 원격대학원생의 만족도가 성, 학기, 전공에 따라 차이가 있는가를 알아보기 위해 J대학 원격대학원생 186명을 대상으로 설문조사와 심층면담을 하였는데, 그 결과는 다음과 같다. 첫째, 원격대학원생의 성별 만족도는 교수자, 오프라인 활동, 수업평가에서 남녀 간에 통계적 유의차가 있는 것으로 나타났으며, 이들 모두 남성이 여성에 비해 유의하게 높은 것으로 나타났다. 둘째, 원격대학원생의 학기별 만족도는 교육과정, LMS, 강의 콘텐츠 질, 오프라인 활동에서 유의미한 차이가 있는 것으로 나타났으며, 수업연한이 올라갈수록 높아지는 경향을 보였다. 셋째, 원격대학원생의 전공별 만족도는 LMS와 수업내용을 제외한 나머지 요인들에서 유의미한 차이가 있는 것으로 밝혀졌으며, 교육행정이 가장 높은 것으로 나타났다. 이 연구의 결과는 원격대학원의 교육과정, LMS 구축, 강의 콘텐츠 개발·제작 등 학생 중심 교육에 절대적으로 필요한 요소들을 개선하는 데 기초자료로 활용할 수 있을 것으로 기대된다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 V
• /
• pp.2649-2652
• /
• 2003

In this Paper, an Audio-Visual Teaching aid (AVTA) for use in a classroom and with Internet is presented. A system, which was designed and tested, consists of a wireless Microphone system, Text to Speech conversion Software, Noise filtering circuit and a Computer. An IBM compatible PC with sound card and Network Interface card and a Web browser and a voice and text messenger service were used to provide slightly delayed text and also voice over the internet for remote teaming, while providing scrolling text from a real time lecture in a classroom. The motivation for design of this system, was to aid Korean students who may have difficulty in listening comprehension while have, fairly good reading ability of text. This application of this system is twofold. On one hand it will help the students in a class to view and listen to a lecture, and on the other hand, it will serve as a vehicle for remote access (audio and text) for a classroom lecture. The project provides a simple and low cost solution to remote learning and also allows a student to have access to classroom in emergency situations when the student, can not attend a class. In addition, such system allows the student in capturing a teacher's lecture in audio and text form, without the need to be present in class or having to take many notes. This system will therefore help students in many ways.

• 대한원격탐사학회지
• /
• 제20권2호
• /
• pp.139-152
• /
• 2004

본 연구에서는 수정이방성복원 후 지역확장분할 영상분류의 분류오류를 Markov Random Field(MRF) 기반 분류자를 사용하여 개선시킬 것을 제안하고 있다. 제안 접근법은 지역확장분할 분류에 의해 생성된 결과에서 분류오류의 발생 가능성이 높은 경계지역을 정의하고 경계지역내의 화소들에 대해 재분류를 수행하여 수정하는 것이다. 재분류를 위한 MRF 기반 분류자는 지역확장분할 분류에 의해 추정된 클래스 수와 클래스 특성 값을 기반으로 하여 분류를 수행하는 반복적인 기법이다. 모의자료에 대한 실험은 제안 기법이 분류 정확성을 향상시킴을 보여주었다 그러나 실제적으로 많은 탐사지역의 피복형태는 매우 복잡한 구조를 갖고 있으므로 일반적 MRF 기반 기법의 사용은 원격탐사 영상의 정확한 분석을 이끌어 내지 못할 수 있으므로 본 연구는 다중 분류자를 사용하는 다단계 경계지역 수정기법을 제안한다. 한반도의 실제 원격탐사 영상자료에 대한 적용결과는 다단계 기법의 효과성을 잘 보여주고 있다. 다단계 반복적 경계지역 내 분류수정은 분석지역에 존재하는 자세한 구조를 보존하는 한편 지역적 명확한 구분의 분류결과를 생성한다.