• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.1-8
• /
• 2019

본 논문은 지구온난화로 인하여 수온이 상승되며 증가한 해파리의 피해를 감소하고자 연구를 진행하였다. 해수욕장에서 해파리의 등장은 해파리의 쏘임 사고로 인한 인명피해와 폐장으로 인한 경제적 손실이 발생할 수 있다. 본 논문은 선행 연구들로부터 해파리의 출현 패턴을 머신러닝을 통하여 예측 가능함 확인하였다. SVM을 이용한 해파리 출현 예측 모델 연구를 확대하여 진행하였다. 심층신경망을 이용하여 해파리 출현 유무 예측인 이진 분류에서 지수화 된 방법인 다중 분류로 확장하고자 하였다. 수집된 데이터의 크기가 작다는 한계점으로 인하여 84.57%라는 예측 정확도의 한계를 부트스트래핑을 이용하여 데이터 확장을 통해 해결하고자 하였다. 확장된 데이터는 원본 데이터보다 약 7% 이상의 높은 성능을 보여주었으며, Transfer learning과 비교하여 약 6% 이상의 좋은 성능을 보여주었다. 최종적으로 테스트 데이터를 통하여 해파리 출현 예측 성능을 확인한 결과, 해파리의 출현 유무를 예측할 시 높은 정확도로 예측이 가능함을 확인하였으나, 지수화를 통한 예측에서는 의미 있는 결과를 얻지 못하였다.

• Korean Chemical Engineering Research
• /
• 제48권4호
• /
• pp.483-489
• /
• 2010

본 연구에서는 화상분석(image analysis)에 기반한 소프트 센서를 설계하고, 이를 색상-질감 특성을 가진 제품의 외관품질 자동분류에 적용하였다. 색상과 질감(texture)을 동시에 가진 화상을 분석하기 위해 다중해상도 다변량 화상분석(Multiresolutional Multivariate Image Analysis, MR-MIA) 기법을 이용하였으며, 자동 분류를 위한 감독 학습법(supervised learning)으로는 Fisher의 판별분석(Fisher's discriminant analysis)을 사용하였다. 잠재변수법의 하나인 Fisher의 판별분석을 사용하였기 때문에, 제품의 외관을 서로 다른 불연속적인 부류로의 분류할 수 있을 뿐 아니라, 연속적인 외관 변화를 일관적이고 정량적으로 추정함은 물론, 외관의 특성 해석 또한 가능하였다. 이 방법은 인조대리석 제조 공정에서 중간 및 최종 제품의 외관 품질을 자동으로 분류하는 데에 성공적으로 적용되었다.

• Journal of Information Science Theory and Practice
• /
• 제7권2호
• /
• pp.32-39
• /
• 2019

A convolutional neural network (CNN) has been widely used in facial expression recognition (FER) because it can automatically learn discriminative appearance features from an expression image. To make full use of its discriminating capability, this paper suggests a simple but effective method for CNN based FER. Specifically, instead of an original expression image that contains facial appearance only, the expression image with facial geometry visualization is used as input to CNN. In this way, geometric and appearance features could be simultaneously learned, making CNN more discriminative for FER. A simple CNN extension is also presented in this paper, aiming to utilize geometric expression change derived from an expression image sequence. Experimental results on two public datasets (CK+ and MMI) show that CNN using facial geometry visualization clearly outperforms the conventional CNN using facial appearance only.

• 한국가정과학회지
• /
• 제9권4호
• /
• pp.55-66
• /
• 2006

The purpose of this study was to identify the effect on the evaluation or a female teachers' role-performance based on appearance according to backgrounds of students and their parents. For this study, data was collected between October 19 and 29, 2005 by means of a questionnaire designed to gauge a subject's evaluation of a teacher's abilities in learning guidance, living guidance, and human relations. The researchers selected two middle schools and four high schools in the city of Gwang-ju. The 398 surveys completed were analyzed using factor analysis, one-way ANOVA, Duncan's multiple range test, t-test and descriptive statistics. According to the study, the evaluation of a female teacher's abilities varies with the backgrounds of both students and their parents. Among the students tested perceptions were affected by gender, grade level and type of school attended. For mothers there were differences based on age, occupation and family income.

• Journal of Information Technology Applications and Management
• /
• 제21권3호
• /
• pp.53-64
• /
• 2014

It is important to keep learners' feeling positive during learning to enhance learning performance. According to flow theory,challenge-skill balance is a precondition for flow experience: Learners feel anxiety when the challenge of learning is higher than their ability, feel boredom when the challenge of learning is lower than learners' ability, and engage in flow status when the challenge of learning matches the learners' ability. However, the current empirical study reveals that emotions related to enjoyment may appear when the learners' skill is equal to or higher than the learning challenge. Nevertheless, boredom emotion may appear when learners perceive the courses are difficult but unimportant. These empirical survey results revealed the necessary of rethinking the appearance of boredom and enjoyment emotions in computer education.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.149-163
• /
• 2023

In this study we analyze research trends on machine learning healthcare based on papers from the United States, the United Kingdom, and Korea. In Elsevier's Scopus, we collected 3425 papers related to machine learning healthcare published from 2018 to 2022. Keyword frequency and centrality analysis were conducted using the abstracts of the collected papers. We identified keywords with high frequency of appearance by calculating keyword frequency and found central research keywords through the centrality analysis by country. Through the analysis results, research related to machine learning, deep learning, healthcare, and the covid virus was conducted as the most central and highly mediating research in each country. As the implication, studies related to electronic health information-based treatment, natural language processing, and privacy in Korea have lower degree centrality and betweenness centrality than those of the United States and the United Kingdom. Thus, various convergence research applied with machine learning is needed for these fields.

• Educational Technology International
• /
• 제19권1호
• /
• pp.61-91
• /
• 2018

The animated pedagogical agent has been implemented to promote learning outcomes and motivation in multimedia learning. It has been claimed that one of the advantages of using pedagogical agent is persona effect - the personalization or social presence of pedagogical agent can enhance learning engagement and motivation. However, prior research is inconclusive as to whether and how the features of the pedagogical agent have effects on the persona effect. This study investigated whether the similarity between a pedagogical agent and the real instructor in terms of the voice and outlook would improve students' perception of the agent's persona. The study also examined the effect by the size of pedagogical agent on the persona perception. Two experiments were conducted with a total of 115 college students. Experiment 1 indicated a significant main effect of voice on the persona perception. Experiment 2 was conducted to examine whether the size of pedagogical agent would affect the voice effect on the persona perception. The results showed that the instructor-like voice yielded higher persona perception regardless of the pedagogical agent's size. Overall, the study findings indicated that the similarity in voice positively fostered the agent's persona.

• 한국초등과학교육학회지:초등과학교육
• /
• 제26권3호
• /
• pp.329-340
• /
• 2007

This study is to find out how well elementary school gardens work as places of observation learning. We compared the tree species planted in elementary school gardens with those which appeared in the science textbooks of the 7th Korean National Curriculum. The number of tree species are 60 throughout all the grades, specifically; 43 in the third grade, 22 in the fifth grade, 16 in the first grade, 15 in the second grade, 8 in the sixth grade, and 5 in the fourth grade, respectively. Their frequency of appearance (hereafter referred to as 'appearance frequency') throughout all the grades is 175, and the maximum frequency is 62 in the third grade. Of particular note is the fact that the appearance frequency in one grade was very high, meaning that a repeat study will not be conducted. The total number of tree species counted in the study was 13,028 and consisted of 167 species in 52 families. Only 23% of the total planted tree species, that is, 38 tree species appeared in the textbooks, so the ratio of the practical usage of school gardens was revealed to be low. In the school gardens, there are only an average of about 16 tree species per school. The fewest number of species in one school was 9 and the most was 22. The native species were 74 and the non-native species were 93. This means that almost all the planted species do not relate to observation learning in the textbooks. The 22 tree species among 60 species in the textbooks were not planted in the gardens. In conclusion, the degree of utilization of almost all the elementary school gardens examined during this investigation was very low.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.755-764
• /
• 2019

현재 사용 가능한 상용 라이트필드 카메라는 정지 영상만을 취득하거나 가격이 매우 높은 단점으로 인하여 5차원 라이트필드 비디오 취득에 어려움이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 단안 비디오로부터 라이트필드 비디오를 합성하기 위한 딥러닝 기반 기법을 제안한다. 라이트필드 비디오 학습 데이터를 취득하기 어려운 문제를 해결하기 위하여 UnrealCV를 활용하여 3차원 그래픽 장면의 사실적 렌더링에 의한 합성 라이트필드 데이터를 취득하고 이를 학습에 사용한다. 제안하는 딥러닝 프레임워크는 입력 단안 비디오에서 $9{\times}9$의 각 SAI(sub-aperture image)를 갖는 라이트필드 비디오를 합성한다. 제안하는 네트워크는 밝기 영상으로 변환된 입력 영상으로부터 appearance flow를 추정하는 네트워크, appearance flow로부터 얻어진 인접한 라이트필드 비디오 프레임간의 optical flow를 추정하는 네트워크로 구성되어 있다.