• 대한화학회지
• /
• 제66권2호
• /
• pp.96-106
• /
• 2022

본 연구에서는 증강현실 및 가상현실의 실감형 콘텐츠를 활용한 융합 수업 프로그램이 중학교 영재 학생의 수업 만족도 및 과학적 태도에 미치는 영향과 인식을 알아보는데 목적이 있다. 스마트 기기를 활용한 실감형 콘텐츠를 포함하여 융합 수업 프로그램을 개발하고 영재 학생들에게 적용한 후 설문을 통해 영재 학생의 수업 만족도 및 과학적 태도와 인식을 조사하였다. 또한 예비 교사들을 대상으로 설문을 실시하여 수업 프로그램의 중학생의 수업 만족도 및 과학적 태도에 대한 영향 그리고 실감형 콘텐츠를 활용한 수업에 대한 인식을 조사하고 분석하였다. 연구 결과, 영재 학생 및 예비 교사 모두 실감형 콘텐츠를 활용한 수업 프로그램의 수업 만족도에 대해 긍정적으로 인식하였다. 특히, 실감형 콘텐츠를 활용한 수업이 학습 동기와 흥미를 유발시킬 수 있다는 점에서 긍정적이었다. 반면, 어플리케이션의 질적 수준이 낮다는 것과 스마트 기기의 인프라 부족 등이 단점이라고 지적하였다. 또한 예비 교사는 실감형 콘텐츠를 활용한 수업에 대한 자신감과 정보는 부족하지만 실감형 콘텐츠를 활용한 수업이 필요하며 이에 대비한 예비 교사를 위한 교육이 필요하다고 인식하였다. 이를 바탕으로 미래 교육을 위한 학교 내 시설 및 장비 마련, 융합 수업에 활용 가능한 어플리케이션의 개발, 실감형 콘텐츠를 활용한 프로그램 및 교수 학습 자료 개발, 예비 교사를 위한 교육 등에 대한 시사점을 얻었다.

• International journal of advanced smart convergence
• /
• 제9권1호
• /
• pp.63-69
• /
• 2020

The rapid development in modern industrialization pollutant the water and atmospheric air across the globe that have a major impact on the human and livings health. In worldwide, every country government increasing the importance to improve the outdoor air pollution monitoring and control to provide quality of life and prevent the citizens and livings life from hazard disease. We proposed the environmental dust level detection method for outdoor facilities using sensor fusion technology to measure precise micro-dust level and monitor in realtime. In this proposed approach use the camera sensor and commercial dust level sensor data to predict the micro-dust level with data fusion method. The camera sensor based dust level detection uses the optical flow based machine learning method to detect the dust level and then fused with commercial dust level sensor data to predict the precise micro-dust level of the outdoor facilities and send the dust level informations to the outdoor air pollution monitoring system. The proposed method implemented on raspberry pi based open-source hardware with Internet-of-Things (IoT) framework and evaluated the performance of the system in realtime. The experimental results confirm that the proposed micro-dust level detection is precise and reliable in sensing the air dust and pollution, which helps to indicate the change in the air pollution more precisely than the commercial sensor based method in some extent.

• 지능정보연구
• /
• 제24권3호
• /
• pp.21-44
• /
• 2018

최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, K-근접 이웃(K-Nearest Neighbor), 나이브 베이지안 알고리즘(Naïve Bayes Algorithm), SVM(Support Vector Machine), 의사결정나무(Decision Tree), 인공신경망(Artificial Neural Network) 등 다양한 기술들이 문서 분류에 활용되고 있다. 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 이에 본 연구에서는 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하고, 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식의 규칙 선별 기반의 앙상블 준지도학습을 제안함으로써 문서 분류의 성능을 향상시키고자 한다.

• 한국HCI학회논문지
• /
• 제14권2호
• /
• pp.41-47
• /
• 2019

본 연구는 시각장애인들이 도로를 안전하게 횡단할 수 있도록 신호등 인식 및 음성안내를 제공해주는 임베디드 시스템의 설계를 제안한다. 시각장애인에게 독립보행은 큰 어려움으로 작용하고 있으며, 독립보행의 제한은 그들의 삶의 질을 저하시키는 요인으로 작용하고 있다. 도로횡단에서의 신호등 인식과 도로 및 차로의 구분 불가는 시각장애인의 독립보행을 방해하는 가장 큰 요인 중 하나이다. 본 연구에서 제안하는 스마트기기는 안경에 달린 초소형 카메라로 GPU 보드에 탑재된 머신러닝 알고리즘을 이용하여 보행자 신호등을 검출 및 인식하며, 음성 안내를 유저에게 전달해준다. 휴대성을 위하여, 기기는 충분한 배터리 수명과 함께 소형 및 가볍게 디자인되었다. 또한, 안경 다리에는 외부 소리를 막지 않으면서 음성 안내를 전달해주는 골전도 스피커가 부착되어 있다. 본 연구에서 제안하는 스마트기기는 실험을 통하여 보행자 신호의 초록 신호에 대하여 87.0%의 검출율(recall)과 100%의 정확도(precision)를 가지며, 빨간 신호에 대하여, 94.4%의 검출율(recall) 값과 97.1%의 정확도(precision)를 가지는 것으로 유효성을 확인하였다.

• International journal of advanced smart convergence
• /
• 제12권3호
• /
• pp.89-103
• /
• 2023

Obstructive sleep apnea (OSA) is one of the most prevalent sleep disorders that can lead to serious consequences, including hypertension and/or cardiovascular diseases, if not treated promptly. Continuous positive airway pressure (CPAP) is widely recognized as the most effective treatment for OSA, which needs the proper titration of airway pressure to achieve the most effective treatment results. However, the process of CPAP titration can be time-consuming and cumbersome. There is a growing importance in predicting personalized CPAP pressure before CPAP treatment. The primary objective of this study was to optimize the CPAP titration process for obstructive sleep apnea patients through EEG feature engineering with machine learning techniques. We aimed to identify and utilize the most critical EEG features to forecast key OSA predictive indicators, ultimately facilitating more precise and personalized CPAP treatment strategies. Here, we analyzed 126 OSA patients' PSG datasets before and after the CPAP treatment. We extracted 29 EEG features to predict the features that have high importance on the OSA prediction index which are AHI and SpO2 by applying the Shapley Additive exPlanation (SHAP) method. Through extracted EEG features, we confirmed the six EEG features that had high importance in predicting AHI and SpO2 using XGBoost, Support Vector Machine regression, and Random Forest Regression. By utilizing the predictive capabilities of EEG-derived features for AHI and SpO2, we can better understand and evaluate the condition of patients undergoing CPAP treatment. The ability to predict these key indicators accurately provides more immediate insight into the patient's sleep quality and potential disturbances. This not only ensures the efficiency of the diagnostic process but also provides more tailored and effective treatment approach. Consequently, the integration of EEG analysis into the sleep study protocol has the potential to revolutionize sleep diagnostics, offering a time-saving, and ultimately more effective evaluation for patients with sleep-related disorders.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.409-416
• /
• 2020

4차 산업 혁명의 핵심 동력으로 각광받고 있는 인공지능은 고성능 하드웨어와 빅데이터의 활용, 데이터 처리기술, 학습방법 및 알고리즘의 발전에 따라 단순한 학문적 지식 수준을 넘어 스마트 공장, 자율주행 등 다양한 산업분야에서 활용되며 영역을 넓혀가고 있다. 국방 분야에서도 국방 예산 감축, 병역 자원 감소, 무인 전투체계의 보편화 등 안보 환경이 변화함에 따라 선진국을 중심으로 상황 인식, 결심 지원, 업무 프로세스 간소화, 효율적 자원 활용 등 인공지능을 국방 업무에 접목하기 위한 정책 및 기술에 대한 연구가 활발히 이루어지고 있다. 이러한 이유에서 잠재력 있는 미래 국방기술의 발굴 및 연구개발을 위해 기술주도형 기획과 조사의 중요성 또한 증대되고 있다. 본 연구에서는 미래 국방기술 도출을 위해 진행되었던 연구 자료를 바탕으로 인공지능 분야 미래기술에 관한 특성 평가지표를 분석하고 실증연구를 수행하였다. 이를 통해 국방 인공지능 분야 미래기술에서는 무기체계 적용성, 경제적 파급효과가 유망도와 유의미한 관련성을 나타낸다는 것을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제13권1호
• /
• pp.57-63
• /
• 2012

최근, 초고속 인터넷망의 발전으로 실시간으로 화상회의 시스템 구축이 가능하게 되었다. 아직도 SD 급의 소프트웨어 코덱을 사용한 화상시스템이 존재하며 모바일 시스템을 이용한 양 방향 시스템이 있지만 대부분 화상시스템으로 영상만 주고받는 실정이다. 본 연구에서는 HD 웹-캠을 사용하여 양 방향 실시간 방송교육 시스템을 구축하고 모바일 시스템에서도 동시에 청취 가능한 시스템을 개발했다. 이를 위해 H.264 표준 영상 압축 기술을 이용한 고대역 압축 기술을 적용하였고, 스마트폰 방송을 위한 스트리밍 서버를 개발하여 적용했다. 영상공유, 문서, 웹-공유가 실시간으로 가능하게 되었다. 또한, WiFi 존에서 사용되는 사설 IP를 언제 어디서나 사용 가능하게 공인 IP로 변환 가능한 기술인 IP 터널링 기술을 적용했다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.237-250
• /
• 2022

Structural health monitoring (SHM) plays an important role in ensuring the safety and functionality of critical civil infrastructure. In recent years, numerous researchers have conducted studies to develop computer vision and machine learning techniques for SHM purposes, offering the potential to reduce the laborious nature and improve the effectiveness of field inspections. However, high-quality vision data from various types of damaged structures is relatively difficult to obtain, because of the rare occurrence of damaged structures. The lack of data is particularly acute for fatigue crack in steel bridge girder. As a result, the lack of data for training purposes is one of the main issues that hinders wider application of these powerful techniques for SHM. To address this problem, the use of synthetic data is proposed in this article to augment real-world datasets used for training neural networks that can identify fatigue cracks in steel structures. First, random textures representing the surface of steel structures with fatigue cracks are created and mapped onto a 3D graphics model. Subsequently, this model is used to generate synthetic images for various lighting conditions and camera angles. A fully convolutional network is then trained for two cases: (1) using only real-word data, and (2) using both synthetic and real-word data. By employing synthetic data augmentation in the training process, the crack identification performance of the neural network for the test dataset is seen to improve from 35% to 40% and 49% to 62% for intersection over union (IoU) and precision, respectively, demonstrating the efficacy of the proposed approach.

• 산업경영시스템학회지
• /
• 제45권4호
• /
• pp.210-216
• /
• 2022

The army is concerned about the decrease in enlistment resources due to the low birth rate and the weakening of military combat power due to the shortening of the military service period. Now, the military's quantitative growth is no longer limited and it is a time for qualitative growth. To this end, the Army has been applying the Israeli learning method Havruta to recruit training to improve the quality of training since 2019. After applying Havruta, several scholars have studied the effect of recruit training applying Havruta. As a result, it was verified that recruit training applying Havruta improves the inner motive, creativity, and military service value of trainees. This study investigated how trainees' inner motive, creativity, and military service value affect their satisfaction and achievement. In addition, it was studied whether the effect of recruit training applied with Havruta on achievement differs according to the educational background (high school graduate or higher) and military family (professional soldiers within 4th degree) of the trainees. To this end, a survey was conducted on 472 recruits, and the structural relationship between each variable and the moderating effect were analyzed using the structural equation model. As a result of the study, military service value did not affect training satisfaction. Also, there was a difference in the effect of creativity on training satisfaction according to the educational background of new recruits, and there was a difference in the effect of military service value on training satisfaction and training achievement according to military family members. The purpose of this study is to contribute to the improvement of the army's recruit training development plan and effective training system.

• 디지털융복합연구
• /
• 제14권10호
• /
• pp.25-32
• /
• 2016

본 연구는 화상 온라인 하브루타 토론을 통한 사회과 의사소통능력에 미치는 영향을 살펴보았다. 이를 위하여 초등학교 5학년 학생과 협력학교 학생들 간의 비교 연구를 통해서 살펴보았다. 연구결과 첫째, 화상 회의 장비 및 스마트 기기를 활용한 화상 온라인 수업은 학생들의 수업 흥미 및 참여도를 향상시킨다. 둘째, 하브루타 토론 방법은 학생들이 상호 질문과 토론의 과정을 통해 지식을 스스로 습득하고 내면화 시키며, 발표 및 토론 참여도 향상에 도움이 된다. 셋째, 화상 온라인 수업을 위해 새로운 수업안의 구안 및 교육과정 재구성이 필요하며, 협력 교사간 충분한 준비와 토론과정을 거쳐 수업안을 작성한 후 수업을 전개해야하며, 수업 연구일지 작성 등의 자기 수업 반성의 과정은 화상 온라인 협력 수업의 질을 높이는데 긍정적인 영향을 미친다. 넷째, SNS를 활용한 토론 활동은 보조적인 활동으로 활용하는 것이 좋으며, 형성평가를 할 때는 두 교사가 각자 자기 교실의 학생들의 성취도를 확인하는 것이 좋다. 화상 협력학습을 할 수 있는 기자재를 확대 보급하여 화상 온라인 협동 학습을 할 수 있는 학교가 많이 생길 필요가 있다. 화상 온라인 수업의 효과를 극대화하기 위한 다양한 연구 및 교사 연수가 필요하다. 소인수 학급 학생들과 대도시 학급 학생들이 자유롭게 협력학습을 할 수 있는 서버를 교육청에서 마련할 필요가 있다.