• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.277-285
• /
• 2023

In this study, pneumonia identification networks with the small number of layers were constructed by using chest X-ray images. The networks had similar trainable-parameters, and the performance of the trained models was quantitatively evaluated with the modification of the network architectures. A total of 6 networks were constructed: convolutional neural network (CNN), VGGNet, GoogleNet, residual network with identity blocks, ResNet with bottleneck blocks and ResNet with identity and bottleneck blocks. Trainable parameters for the 6 networks were set in a range of 273,921-294,817 by adjusting the output channels of convolution layers. The network training was implemented with binary cross entropy (BCE) loss function, sigmoid activation function, adaptive moment estimation (Adam) optimizer and 100 epochs. The performance of the trained models was evaluated in terms of training time, accuracy, precision, recall, specificity and F1-score. The results showed that the trained models with the small number of layers precisely detect pneumonia from chest X-ray images. In particular, the overall quantitative performance of the trained models based on the ResNets was above 0.9, and the performance levels were similar or superior to those based on the CNN, VGGNet and GoogleNet. Also, the residual blocks affected the performance of the trained models based on the ResNets. Therefore, in this study, we demonstrated that the object detection networks with the small number of layers are suitable for detecting pneumonia using chest X-ray images. And, the trained models based on the ResNets can be optimized by applying appropriate residual-blocks.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제9권2호
• /
• pp.165-173
• /
• 1998

본 연구에서는 아스퍼거장애와 비전형 자폐장애 아동의 인지기능과 시각-운동 협응능력을 비교하였다. 아스퍼거장애(13명)와 비전형 자폐장애(14명) 환아 27명의 인지기능과 시각-운동 협응능력을 알아보기 위해 K-WISC와 BGT 수행결과를 비교하였다. 아스퍼거장애는 비전형 자폐장애보다 전체 지능이 유의미하게 더 높았다. 아스퍼거장애는 언어성 지능과 동작성 지능이 차이를 보이지 않은 반면, 비전형 자폐장애는 동작성 지능이 언어성 지능에 비해 유의미하게 더 높았다. 아스퍼거장애는 비전형 자폐장애에 비해 상식과 이해 소검사에서 더 우수한 수행을 보였고, 토막짜기에서는 더 낮은 점수를 받았다. 또한 비전형 자폐장애와 비교할 때, 아스퍼거장애는 시각-운동 협응에 더 어려움이 있는 것으로 나타났다. 아스퍼거 장애는 언어 및 학습능력이, 비전형 자폐장애는 시공간 기능 및 시각-운동 협응능력이 상대적으로 우수하였다. 이러한 결과는 K-WISC와 BGT가 이 두 장애를 구분하는데 유용한 평가도구가 될 수 있음을 시사해주었다.

• 한국융합학회논문지
• /
• 제9권10호
• /
• pp.217-228
• /
• 2018

본 연구는 초등학교 수학-과학 교과 내용을 중심으로 인문과 예술, 공학, 기술, 디자인의 교육 자료를 다양한 주제로 융합하여 영재교육을 위한 STEAM 프로그램을 개발하였다. 2015개정 교육과정에 적합한 초등학교 수학-과학 교과의 성취기준과 교과 내용을 분석하여 4단계 STEAM 교수-학습 모형을 적용하여 3시간 블록타임의 16차시 융합교육 교수-학습 프로그램을 구안했다. 개발 프로그램의 타당성을 검증하고, 현장 적용을 위해 개발과 시범 적용 과정에서 4명의 교육 전문가 패널이 참가하여 평가하였고, 그 결과를 반영하여 융합교육 프로그램을 완성했다. 수학-과학 교과를 중심으로 여러 교과를 통합하여 디자인과 메이킹, 감성 기반의 16차시 영재교육 프로그램을 초등학생들에게 시범 적용한 결과 창의적인 설계와 디자인, 적극적인 참여와 협동학습, 재미있는 수업활동(게임, 만들기 등)으로 융합교육의 목적과 가치를 달성할 수 있었다. 개발된 융합교육 영재 프로그램은 초등학교 정규 수업 시간과 창의적 체험활동, 영재학급 수업 등에서 적용한다면 학생들의 과학적 창의성, 예술적 감수성, 디자인 감각 등을 함양할 수 있는 실질적인 융합교육 콘텐츠가 될 것이다.

• 한국습지학회지
• /
• 제21권4호
• /
• pp.312-320
• /
• 2019

남조류의 대발생은 대량 번성 및 사멸에 따라 수체 내 산소 고갈 및 유기물 증가와 같은 문제를 야기하고 있다. 매년 여름철 폭염 및 가뭄의 영향으로 조류대경보가 발령되고 있으며, 낙동강 본류 구간의 선제적 녹조관리를 위해 남조류 발생특성을 정량적으로 규명할 필요가 있다. 본 연구에서는 시각화 분석 및 상관관계 분석을 이용한 남조류 발생 주요 영향인자 분석과 더불어 머신러닝 기법인 의사결정나무를 이용하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였다. 8개 보 모든 지점에서 기상학적 요인인 기온과 SPI 가뭄지수는 남조류 세포수와 유의한 상관관계 특성을 보였다. 이는 폭염일수 증가 및 가뭄에 따른 수체 내 물의 혼합 차단 및 성층현상이 지속되어 남조류 발생을 촉진시키는 것으로 보여지며, 장기적으로 기상학적 영향을 고려한 남조류 발생의 선제적 관리도 필요할 것으로 판단된다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.177-185
• /
• 2022

본 연구에서는 딥러닝을 통해 고해상도 광학 위성영상에 동종센서로 촬영한 영상을 참조하여 폐색 영역을 복원하는 방법을 제안하였다. 패치 단위로 분할된 영상에서 원본 영상의 화소 분포를 최대한 유지하며 폐색 영역을 모의한 영상과 주변 영상의 자연스러운 연속성을 위해 ConvNeXt 블록을 적용한 CycleGAN (Cycle Generative Adversarial Network) 방법을 사용하여 실험을 진행하였고 이를 3개의 실험지역에 대해 분석하였다. 또한, 학습패치 크기를 512*512화소로 하는 경우와 2배 확장한 1024*1024화소 크기의 적용 결과도 비교하였다. 서로 특징이 다른 3개의 지역에 대하여 실험한 결과, ConvNeXt CycleGAN 방법론이 기존의 CycleGAN을 적용한 영상, Histogram matching 영상과 비교하여 개선된 R² 값을 보여줌을 확인하였다. 학습에 사용되는 패치 크기별 실험의 경우 1024*1024화소의 패치를 사용한 결과, 약 0.98의 R²값이 산출되었으며 영상밴드별 화소 분포를 비교한 결과에서도 큰 패치 크기로 학습한 모의 결과가 원본 영상과 더 유사한 히스토그램 분포를 나타내었다. 이를 통해, 기존의 CycleGAN을 적용한 영상 및 Histogram matching 영상보다 발전된 ConvNeXt CycleGAN을 사용할 때 원본영상과 유사한 모의 결과를 도출할 수 있었고, 성공적인 모의를 수행할 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제26권4호
• /
• pp.211-218
• /
• 2022

연속파 레이다는 카메라나 라이다와 같은 센서에 비해서 안정성과 정확성이 보장된다는 장점이 있다. 또한 이진 신경망은 다른 딥러닝 기술에 비해서 메모리 사용량과 연산 복잡도를 크게 줄일 수 있는 특징이 있다. 따라서 본 논문에서는 연속파 레이다와 이진 신경망 기반 사람 식별 및 동작 분류 시스템을 제안한다. 연속파 레이다 센서를 통해 수신된 신호를 단시간 푸리에 변환함으로써 스펙트로그램을 생성한다. 이 스펙트로그램을 기반으로 레이다를 향해 사람이 다가오는지 감지하는 알고리즘을 제안한다. 더불어, 최적화된 이진 신경망 모델을 설계하여 사람 식별 90.0%, 동작 분류 98.3%의 우수한 정확도를 지원할 수 있음을 확인하였다. 이진 신경망 연산을 가속하기 위해 FPGA (field programmable gate array)를 이용하여 이진 신경망 연산에 대한 하드웨어 가속기를 설계하였다. 해당 가속기는 1,030개의 로직, 836개의 레지스터, 334.906 Kbit의 블록 메모리를 사용하여 구현되었고, 추론에서 결과 전송까지 총 연산 시간이 6 ms로 실시간 동작이 가능함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.189-196
• /
• 2023

본 논문에서는 예비 초등교사 13명과 현직 초등교사 9명을 대상으로 앱인벤터를 활용한 인공지능 교육을 실시하고 만족도 조사를 통해서 학생들의 배경 변인과의 관련성이 있는지, 그리고 두 그룹의 학생들 사이에 만족도의 차이가 있는지 분석하였다. 연구 결과, 현직 교사는 교육에 대한 흥미도, 난이도, 참여도를 묻는 문항에서 예비 교사보다 모두 만족도가 높았다. 또한, 교육이 인공지능의 학습 동기 부여에 도움을 주었는지, 향후 초등학교 수업에 적용해 볼 의향이 있는지를 조사하는 문항에서도 예비 교사보다 긍정적으로 나타났다. 예비교사는 대체적으로 현직 교사에 비해서는 부정적인 측면이 있으나 교육이 인공지능의 이해도 향상에 도움이 되었는지, 추가 교육에 참가할 의향이 있는지를 조사하는 문항에서는 현직 교사보다 긍정적으로 나타났다. 두 그룹 학생의 만족도에 의미 있는 차이가 있는지 Mann-Whitney Test로 분석한 결과 통계적인 유의미성은 없었다. 이는, 사전 조사 결과를 기반으로 유추하였을 때 두 그룹의 대다수 학생들이 이미 블록형 또는 텍스트형 프로그래밍 경험이 있었으므로 앱인벤터에 대한 특별한 거부감이나 어려움없이 교육을 따라올 수 있었고 이에 만족도가 두 그룹 사이에 유사한 수치로 높게 나타난 것으로 분석된다. 본 연구의 결과는 향후 예비 및 현직 초등교사의 인공지능 교육을 위한 프로그램 개발 및 운영의 기초 자료로 활용될 수 있을 것이다.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.48-56
• /
• 2023

3차원 인체자세추정은 스포츠, 동작인식, 영상매체의 특수효과 등의 분야에서 널리 활용되고 있는 기술이다. 이를 위한 여러 방법들 중 다중 시점 3차원 인체자세추정은 현실의 복잡한 환경에서도 정밀한 추정을 하기 위해 필수적인 방법이다. 하지만 기존 다중 시점 3차원 인체자세추정 모델들은 3차원 특징 맵을 사용함에 따라 시간 복잡도가 높은 단점이 있다. 본 논문은 계산 복잡도가 적은 트랜스포머 기반 기존 단안 시점 다중 프레임 모델을 다중 시점에 대한 3차원 인체자세추정으로 확장하는 방법을 제안한다. 다중 시점으로 확장하기 위하여 먼저 2차원 인체자세 검출자 CPN(Cascaded Pyramid Network)을 활용하여 획득한 4개 시점의 17가지 관절에 대한 2차원 관절좌표를 연결한 8차원 관절좌표를 생성한다. 그 다음 이들을 패치 임베딩 한 뒤 17×32 데이터로 변환하여 트랜스포머 모델에 입력한다. 마지막으로, 인체자세를 출력하는 MLP(Multi-Layer Perceptron) 블록을 매 반복 마다 사용한다. 이를 통해 4개 시점에 대한 3차원 인체자세추정을 동시에 수정한다. 입력 프레임 길이 27을 사용한 Zheng[5]의 방법과 비교했을 때 제안한 방법의 모델 매개변수의 수는 48.9%, MPJPE(Mean Per Joint Position Error)는 20.6mm(43.8%) 감소했으며, 학습 횟수 당 평균 학습 소요 시간은 20배 이상 빠르다.

• 대한지구과학교육학회지
• /
• 제13권2호
• /
• pp.162-174
• /
• 2020

이 연구의 목적은 창의적 사고기법 중 하나인 비유를 활용한 창의교육 수업프로그램을 개발하였으며, 무선 표집된 6개의 중학교 338명의 학생들을 대상으로 개발된 프로그램의 효과성을 알아보았다. 2015 개정 과학과 교육과정 중 '천문' 내용요소를 중심으로 비유를 활용한 창의교육 수업프로그램을 개발하였다. 개발한 창의교육 수업프로그램은 전문가 집단을 구성하여 3차례에 걸쳐 수정, 보완하여 프로그램의 타당성을 검증받았으며, 최종 개발된 프로그램은 블록타임을 포함하여 총 4차시에 걸쳐 현장에 적용하였다. 이에 따른 효과성을 알아보기 위해 창의교육 수업만족도 검사와 창의적 사고과정 검사를 실시하였다. 즉 창의교육 수업만족도 검사는 프로그램 처치 후에 창의적 사고과정 검사는 처지 전과 후에 실시하였다. 이 연구의 결과는 다음과 같다. 첫째, 이 연구에서는 창의적 사고 기법을 활용하면서 학생들이 자발적이고, 능동적으로 창의교육 프로그램에 참여하는데 주안점을 두고 프로그램을 개발하였다. 둘째, 창의적 사고기법의 비유를 활용한 창의교육 프로그램에 대한 수업 전·후에 대한 통계적 검정 결과에서는 유의미한 결과 값을 나타내었다(p<.05). 즉, 창의교육 수업에 대한 학생들의 사전·사후점수 차에 의한 대응 표본 t검정에서 모두 유의미한 통계적 검정 결과를 나타내어(p <.05), 비유를 활용한 창의교육 프로그램이 연구 참여자들에게 긍정적인 영향을 끼친 것으로 나타났다. 셋째, 창의교육 수업 만족도에서는 전체 338명중 101명(30%)이 '매우 그렇다', 137명(41%)가 '대체로 그렇다'로 응답하여 전체적으로 수업에 대한 만족도가 높은 것으로 확인되었다. 다만, 창의교육 수업에 대한 어려운 점에 대해 137명(41%)이 '시간 부족'을 주요 원인으로 응답하였으며, 다음으로 98명(30%)이 '해결해야 하는 문제의 어려움', 73명(22%)이 '친구와의 의견충돌' 및 24명(7%)이 '수업 내용의 어려움'으로 응답하여 향후 창의교육 프로그램 개발 시 고려해야 할 점으로 판단되었다.