• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1407-1416
• /
• 2018

The purpose of this study was to train a model for the ulna and radius bone segmentation based on Convolutional Neural Networks and to verify the segmentation model. The data consisted of 840 training data, 210 tuning data, and 200 verification data. The learning model for the ulna and radius bone bwas based on U-Net (19 convolutional and 8 maximum pooling) and trained with 8 batch sizes, 0.0001 learning rate, and 200 epochs. As a result, the average sensitivity of the training data was 0.998, the specificity was 0.972, the accuracy was 0.979, and the Dice's similarity coefficient was 0.968. In the validation data, the average sensitivity was 0.961, specificity was 0.978, accuracy was 0.972, and Dice's similarity coefficient was 0.961. The performance of deep convolutional neural network based models for the segmentation was good for ulna and radius bone.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3780-3797
• /
• 2022

The estimation of radio map (RM) is a fundamental and critical task for the network planning and optimization performance of mobile communication. In this paper, a RM estimation method is proposed based on a deep dual learning structure. This method can simultaneously and accurately reconstruct the urban building map (UBM) and estimate the RM of the whole cell by only part of the measured reference signal receiving power (RSRP). Our proposed method implements UBM reconstruction task and RM estimation task by constructing a dual U-Net-based structure, which is named RadioCycle. RadioCycle jointly trains two symmetric generators of the dual structure. Further, to solve the problem of interference negative transfer in generators trained jointly for two different tasks, RadioCycle introduces a dynamic weighted averaging method to dynamically balance the learning rate of these two generators in the joint training. Eventually, the experiments demonstrate that on the UBM reconstruction task, RadioCycle achieves an F1 score of 0.950, and on the RM estimation task, RadioCycle achieves a root mean square error of 0.069. Therefore, RadioCycle can estimate both the RM and the UBM in a cell with measured RSRP for only 20% of the whole cell.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1408-1414
• /
• 2019

전이학습을 수행한 심층 인공신경망을 압축센싱 심혈관 자기공명영상에 적용하였다. 전이학습은 선행학습 신경망의 구조나 필터 커널, 가중치를 현재의 학습이나 응용에 활용하는 방법이다. 전이학습은 학습 속도를 향상시키고, 학습 데이터가 제한적일 때 신경망의 일반화에 도움이 된다. 8명의 건강한 지원자가 참여한 심장 자기공명영상 실험에서 전이학습을 수행한 신경망은 단독학습 신경망에 비해 학습시간이 5배 이상 단축되었다. 시험 데이터에 대해서도 전이학습을 수행한 신경망은 전이학습을 수행하지 않은 신경망에 비하여 낮은 정규화 평균제곱오차와 향상된 재구성 영상화질을 보였다.

• 한국멀티미디어학회논문지
• /
• 제23권12호
• /
• pp.1486-1495
• /
• 2020

The analysis of digital microscopy images plays a vital role in computer-aided diagnosis (CAD) and prognosis. The main purpose of this paper is to develop a machine learning technique to predict the histological grades in prostate biopsy. To perform a multiclass classification, an AI-based deep learning algorithm, a multichannel convolutional neural network (MCCNN) was developed by connecting layers with artificial neurons inspired by the human brain system. The histological grades that were used for the analysis are benign, grade 3, grade 4, and grade 5. The proposed approach aims to classify multiple patterns of images extracted from the whole slide image (WSI) of a prostate biopsy based on the Gleason grading system. The Multichannel Convolution Neural Network (MCCNN) model takes three input channels (Red, Green, and Blue) to extract the computational features from each channel and concatenate them for multiclass classification. Stain normalization was carried out for each histological grade to standardize the intensity and contrast level in the image. The proposed model has been trained, validated, and tested with the histopathological images and has achieved an average accuracy of 96.4%, 94.6%, and 95.1%, respectively.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2007년도 춘계학술대회 및 국제감성 심포지엄
• /
• pp.70-73
• /
• 2007

무선 기술과 모바일 장치는 비약적인 발전을 거듭하여 점점 더 힘을 얻고 있다. 이러한 배경을 두고 근래, 학습연구 분야에서 많은 연구자들이 모바일 학습상황에 대해 활발하게 연구하고 있는데, 그 이유는 조사의 저렴한 비용과 이동성과 그리고 커뮤니케이션뿐만 아니라 교육적으로도 인증된 학습효과와 사회 구성주의 때문이다. 본 연구는 유비쿼터스 학습 환경을 지원하는 컴퓨터의 개요에 대해 기술하였다. 그 결과 학습환경의 새로운 디자인은 무엇이고, 어떻게 디자인되며, 그리고 관련된 연구동향은 어떠한지를 도출하였다.

• Educational Technology International
• /
• 제8권2호
• /
• pp.1-19
• /
• 2007

This study is to analyze the implications of effective learning in a ubiquitous environment. Research proceeded according to the multiple case study analysis method. This paper is one result of the Korean case study to examine the effectiveness of and satisfaction with u-learning. We will introduce necessary conditions for effective learning in a ubiquitous environment. Each condition was elicited through the case study, and the analyzing framework was classified into hardware related to infra structure; software such as learning contents, teaching-learning activity and support, and class management; human-ware related to learner and teacher; system-ware as an education system, and administrative supporting.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.54-62
• /
• 2022

본 연구는 융합실습을 경험한 간호대학생의 핵심간호역량의 영향을 규명하는 것을 목적으로 하였고, U 광역시 소재 간호대학생 123명을 대상으로 하였다. SPSS 22.0 프로그램으로 t-검정, ANOVA, 상관관계 및 다중회귀분석을 하였다. 연구결과 핵심간호역량, 자기주도학습능력, 학습만족도, 학습성과의 평균점수는 5점 만점에 3.99점, 3.71점, 4.11점, 4.25점이었다. 간호대학생들의 핵심간호역량에 영향을 미치는 요인은 자기주도적 학습능력과 학습성과였으며 핵심간호역량을 설명하는 설명력은 29%이었다. 학습만족도는 핵심간호역량에 영향을 미치지 않은 것으로 나타났다. 본 연구결과 통해 임상실습현장에서 볼 수 있는 다양한 간호행위를 관찰하거나 시행할 수 있는 아닌 한계점을 개선하기 위해서는 양질의 교육환경 및 프로그램 개발이 마련되어야 함을 알 수 있었다. 교육환경 및 임상실습 평가에 대한 명확하고 체계적인 기준이 필요하고 실습이 다양해짐에 따라 임상실습에 대한 체계적인 표준안이 마련되어야 할 것을 제언한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.205-210
• /
• 2005

유비쿼터스 컴퓨링과 네트워킹 환경이 준비됨에 따라 교육 분야에서도 새로운 환경에 적합한 교육학습 시스템에 대한 준비가 필요하다. 특히 유비쿼터스 컴퓨팅 환경에서는 단순히 새로운 기술을 교육학습 분야에 적용하는 것이 아니라 사고방식과 대상을 바꾸는 패러다임의 전환이 필요하다. 분야에서는 유비쿼터스 환경을 단계적으로 적용하여야 한다. 기존의 e-learning에서는 지능시스템이 교육학습 분야에 적용될 수 있는 부분이 한정되어 있었다. 그러나 유비쿼터스 맞춤형 학습 시스템을 구축할 수 있는 기본 환경이 제공하기 위하여 유비퀴터스 환경의 하부 단위에서 증강현실(augmented reality) 기술, 지능형 학습 기술들을 도출하고 적용 방법을 제안한다.

• 말소리와 음성과학
• /
• 제2권2호
• /
• pp.3-16
• /
• 2010

This study aims at setting the hierarchy of difficulty of the 7 Korean monophthongs for Mongolian learners of Korean according to Prator's theory based on the Contrastive Analysis Hypothesis. In addition to that, it will be shown that the difficulties and errors for Mongolian learners of Korean as a second or foreign language proceed directly from this hierarchy of difficulty. This study began by looking at the speeches of 60 Mongolians for Mongolian monophthongs; data were investigated and analyzed into formant frequencies F1 and F2 of each vowel. Then, the 7 Korean monophthongs were compared with the resultant Mongolian formant values and are assigned to 3 levels, 'same', 'similar' or 'different sound'. The findings in assessing the differences of the 8 nearest equivalents of Korean and Mongolian vowels are as follows: First, Korean /a/ and /$\wedge$/ turned out as a 'same sound' with their counterparts, Mongolian /a/ and /ɔ/. Second, Korean /i/, /e/, /o/, /u/ turned out as a 'similar sound' with each their Mongolian counterparts /i/, /e/, /o/, /u/. Third, Korean /ɨ/ which is nearest to Mongolian /i/ in terms of phonetic features seriously differs from it and is thus assigned to 'different sound'. And lastly, Mongolian /$\mho$/ turned out as a 'different sound' with its nearest counterpart, Korean /u/. Based on these findings the hierarchy of difficulty was constructed. Firstly, 4 Korean monophthongs /a/, /$\wedge$/, /i/, /e/ would be Level 0(Transfer); they would be transferred positively from their Mongolian counterparts when Mongolians learn Korean. Secondly, Korean /o/, /u/ would be Level 5(Split); they would require the Mongolian learner to make a new distinction and cause interference in learning the Korean language because Mongolian /o/, /u/ each have 2 similar counterpart sounds; Korean /o, u/, /u, o/. Thirdly, Korean /ɨ/ which is not in the Mongolian vowel system will be Level 4(Overdifferentiation); the new vowel /ɨ/ which bears little similarity to Mongolian /i/, must be learned entirely anew and will cause much difficulty for Mongolian learners in speaking and writing Korean. And lastly, Mongolian /$\mho$/ will be Level 2(Underdifferentiation); it is absent in the Korean language and doesn‘t cause interference in learning Korean as long as Mongolian learners avoid using it.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2010년도 동계학술대회
• /
• pp.253-258
• /
• 2010

지식정보화 시대에서 정보는 사회적 부를 창출하는 수단이며 그 자체로서 가치를 지니기도 한다. 하지만 사회적 약자인 장애인들은 정보접근과 활용에서 소외되고 있다. 이를 해결하기 위해 웹접근성을 향상시키는 것이 중요한 문제이다. 이에 본 논문에서는 웹접근성의 의미와 u-러닝의 의미, 그리고 u-러닝이 주는 학습적 효과를 알아보고 u-러닝 콘텐츠에 웹접근성을 향상시켰을 때 얻을 수 있는 이점에 대해 알아보고자 하며, 장애인의 웹접근성을 향상시키는 u-러닝 콘텐츠를 개발하는 데 목적이 있다. 본 연구에서는 다음과 같은 제안을 한다. 첫째, 시작장애인을 위한 보조기능이 존재해야 한다. 둘째, u-러닝 콘텐츠의 색채구성에 유의해야 한다. 셋째, 청각장애인을 위한 서비스를 제공해야 한다. 넷째, 장애인에게 적절한 모바일 기기를 선택해야 한다.