• 대한화학회지
• /
• 제60권3호
• /
• pp.203-214
• /
• 2016

본 연구는 창의적 문제해결능력의 향상에 필수적인 융합 사고의 특성을 알아보기 위해 기능적 자기공명영상을 이용하여 창의적 문제해결에 기반한 융합 사고와 화학문제풀이를 하는 동안의 두뇌 활성 영역과 기능적 연결성을 알아보았다. 이를 위하여 시각 기반의 융합 사고 유발 과제와 화학문제풀이 과제를 개발하고 고등학생 17명을 대상으로 적용하여 과제 수행 동안의 두뇌활성영상을 분석하였다. 연구 결과, 융합 사고 시에는 두뇌 좌측의 상전두이랑, 중전두이랑, 하전두이랑, 내측전두이랑, 전대상이랑, 쐐기전소엽, 미상핵체에서 두뇌 우측의 쐐기소엽, 미상핵체에서 활성이 나타났다. 화학 문제풀이에서는 두뇌 좌측의 중전두이랑, 내측전두이랑, 미상핵체, 미상핵꼬리에서 두뇌 우측의 중전두이랑, 혀이랑, 미상핵체, 미상핵꼬리, 시상, 소뇌정상에서 활성이 나타났다. 기능적 연결성분석 결과 융합 사고 시에는 각 활성 영역들이 모두 기능적 연결망을 형성하고 있는 것으로 나타났으며 이와 대조적으로 화학문제풀이 시에는 우측 중전두이랑, 좌우측미상핵꼬리, 소뇌정상만이 기능적 연결망을 형성한 것으로 나타났다. 이러한 결과는 고등학생들이 융합 사고 시에 논리적 사고, 작업기억활성, 계획, 상상, 언어화, 학습동기 유발이 일어나며 이러한 기능들이 과제를 수행하는 동안 서로 밀접하게 동조하고 있음을 보여준다. 반면 화학문제풀이 시에는 논리적 사고와 계획, 비교, 학습동기유발의 기능들을 수행하지만 각영역들이 동시에 활발히 작용하지 못하는 것을 보여준다. 이러한 결과는 융합 사고에 대한 구체적인 정보를 제공할 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.37-45
• /
• 2006

본 논문에서는 인지학에서 연구되고 있는 동질 연상 기억 현상과 장기 및 단기 기억 강화 조절 기능을 담당하는 해마의 두뇌 원리를 공학적으로 모델링한 MHLA(Modulatory Hippocampus Learning Algorithm)의 개발을 제안한다. 해마에서 중요시 하는 연관된 3단계 조직(DG, CA3, CAl)에 기반한 동질 연상 메모리를 구성하도록 하였으며, 장기 기억 학습에 모듈레이터(modulator)를 추가하여 학습 수렴 속도를 향상시켰다. 해마 구조에서 정보는 3단계 순서에 따라 치아 이랑 영역에서 통계적인 편차를 적용하여 호감도 조정에 따라서 반응 패턴으로 이진화 되고, CA3 영역에서 자기 연상 메모리를 하여 패턴이 재구성이 된다. CA3의 정보를 받는 CAI영역에서는 모듈레이터가 적용되는 신경망에 의해 장기기억 인식에 이용되는 연결n강도의 수렴이 빠르게 학습된다. MHLA의 성능을 측정하기 위하여 포즈 및 표정과 화질 상태에 따라 분류된 얼굴 영상에 PCA(Principal Component Analysis)를 적용하여 특정 벡터들을 계산하 MHLA로 학습한 후, 인식률을 확인 하였다. 실험 결과, 제안한 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제43권4호
• /
• pp.46-54
• /
• 2006

최근 각종 온라인 상거래 및 개인 신분카드 이용이 늘어나면서 개인 인증의 중요성이 부각되고 있다. RFID(Radio Frequency Identification) tag가 내장된 개인 신분 카드가 점차 증가하고 있지만, 본인의 인증을 할 수 있는 방법이 미비하기 때문에, 자동화 할 수 있는 대책이 시급하다. RFID tag는 현재 메모리 용량이 매우 작기 때문에, 개인의 생체정보를 저장하기 위해서는 효율적인 특징추출 방법이 필요하며, 저장된 특징들을 비교하기 위해서는 새로운 인식방법이 필요하다. 본 논문에서는 인간의 인지학적인 두뇌 원리인 해마 신경망을 공학적으로 모델링하여 얼굴 영상의 특징 벡터들을 고속 학습하고, 각 영상의 최적의 특정을 구성할 수 있는 해마 신경망 모델링 알고리즘을 이용한 개인생체 인증 시스템에 관한 연구를 수행하였다. 시스템은 크게 NMF(Non-negative Matrix Factorization)와 LDA(Linear Discriminants Analysis) 혼합 알고리즘을 이용한 특징 추출 부분과 해마신경망을 모델링하고 인식 성능을 실험하는 것으로 구성 되어 있다. 제안한 시스템의 성능을 평가하기 위하여 실험은 표정변화와 포즈변화가 포함된 이미지를 각각 구분하여 인식률을 확인하였다. 실험 결과, 본 논문에서 제안하는 특정 추출 방법과 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1171-1180
• /
• 2019

감정은 인간의 상호 작용에서 중요한 역할을 하는 심리 생리학적 과정이다. 감성 컴퓨팅은 감정을 이해하고 조절할 수 있는 인간 인지 인공 지능의 개발하는데 중점을 둔다. 우울증, 자폐증, 주의력 결핍 과잉 행동 장애 및 게임 중독과 같은 정신 질환이 감정과 관련되어 있기 때문에 이러한 분야의 연구가 중요하다. 감정 인식에 대한 노력에도 불구하고, 비정상적인 EEG 신호로부터의 감정 검출은 여전히 높은 수준의 추상화를 요구하기에 정교한 학습 알고리즘이 필요하다. 이 논문에서는 EEG 기반으로 효율적인 감정 분류를 위해 LSTM을 위한 최적의 하이퍼파라미터를 파악하고자 다양한 실험을 수행하여 이를 분석한 결과를 제시하였다.

• The Journal of Korean Physical Therapy
• /
• 제29권1호
• /
• pp.27-32
• /
• 2017

Purpose: Recent electrophysiological studies have shown that the sensorymotor cortex is activated during both actual action excuted by themselves and observation of action performed by other persons. Observation of action based on mirror neuron system can be used as a cognitive intervention to promote motor learning. The purpose of this study was to investigate the brain activity changes during action observation and action execution using EEG. Methods: Thirty healthy volunteers participated and were requested to perform hand action and to observe the video of hand action performed by another person. The EEG activity was evaluated by a method which segregated the time-locked for each condition. To compare the differences between action observation and execution, the Mu suppression and the relative band power were analysed. Results: The results showed significant mu suppression during the action observation and execution, but the differences between the two conditions were not observed. The relative band power showed a significant difference during the action observation and execution, but there were no differences between the two conditions. Conclusion: These results indicate that action execution and observation involve overlapping neural networks in the sensorymotor cortical areas, proposing positive changes on neurophysiology. We are expected to provide information related to the intervention of cognitive rehabilitation.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.449-449
• /
• 2000

Many researchers have studied architectures for non-Neumann's computers because of escaping its bottleneck. To avoid the bottleneck, a neuron-based computer has been developed. The computer has only neurons and their connections, which are constructed of the learning. But still it has information processing facilities, and at the same time, it is like as a simplified brain to make inference; it is called "neuron-computer". No instructions are considered in any neural network usually; however, to complete complex processing on restricted computing resources, the processing must be reduced to primitive actions. Therefore, we introduce the instructions to the neuron-computer, in which the most important function is implications. There is an implication represented by binary-operators, but general implications for multi-value or fuzzy logics can't be done. Therefore, we need to use Lukasiewicz' operator at least. We investigated a neuron-computer having instructions for general implications. If we use the computer, the effective inferences base on multi-value logic is executed rapidly in a small logical unit.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.210-213
• /
• 2011

기억 인출 단서는 학습을 통해 장기기억 공간에 저장된 정보를 인출하는 과정에서 중요하며, 서로 다른 종류의 기억 인출 단서에 따른 기억 인출 결과 및 이에 대한 인지 학습적 특성 규명은 교육, 범죄 수사, 그리고 인간의 뇌 기능을 모방한 기계학습 연구 등에서 중요하게 다루어져야 할 문제이다. 본 논문에서는 비디오 데이터를 이용하여 학습한 내용을 인출하는 과정에서 텍스트와 이미지가 각각 인출 단서로서 기억인출 결과에 미치는 영향을 분석하고, 기억 정보 및 시각 정보 처리와 관련된 뇌 영역에서의 뇌전도 분석을 이용하여 이를 해석하였다. 실험 결과를 통해 기억 인출을 위해 이미지-텍스트를 제시할 경우 전전두엽의 기억인출 관련 부위와 시각 피질이 위치한 후두엽의 인터랙션이 높게 이루어지면서 암묵적인 시각적기억 표상의 인출이 발생하는 것을 알 수 있었다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.137-143
• /
• 2013

최근들어 기계중심의 기술에서 점차 인간 중심의 기술로 변화되어가려는 시도가 많이 이루어지고 있다. 지능 시스템 연구에 있어서도 과거의 단순 학습과 추론 방식에서 지금은 보다 인간과 흡사한 처리, 즉 인간다움을 묘사하는 기능을 구현하려는 방향으로 나아가고 있다. 특히 뇌공학적인 연구가 활발해 짐에 따라 두뇌기능을 공학적으로 응용하려는 연구가 많아지고 있다. 본 논문에서는 이러한 '관점' 이라는 가치관적 상위 요소를 반영할 수 있는 Super Value라고 하는 개념을 정의하고 이에 따라 유연한 추론을 할 수 있는 KEB(Knowledge-Emotion Binding)시스템을 제안하였다. Main Level과 Super Level의 계층적 구조로 추론 과정의 유연성을 부여하였으며 추론 메커니즘에 의하여 KEB 스레드가 추출이 되도록 설계하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.247-249
• /
• 2020

4차 산업혁명 시대에 다양한 분야에서 ICT 기술 간 융합에 대한 요구가 증가하고 있다. 이에 마쳐 데이터, 네트워크, 인공지능 기술이 결합한 새로운 용어인 DNA(Data, Network, AI)가 사용 중이다. DNA는 지능형 응용 및 서비스 개발에 있어 잠재적 기술력을 가지고 있다. 이에 본 논문에서는 DNA 기술 기반의 논리적 포그 네트워크 기반의 서비스 이미지 배치 기술, 산업용 무선 센서 네트워크에서의 기계학습 기반 이동성 기술, 뇌신호 주파수 특성을 이용한 CNN 기반 BCI 성능 예측 기술, 소스코드 주제를 이용한 인공신경망 기반 경고 분류 방법 기술, 챗봇 환경에서 데이터 시각화 인터랙션을 위한 자연어처리 기술에 대한 심사 완료된 논문들을 소개한다.

• 재활복지
• /
• 제20권4호
• /
• pp.79-106
• /
• 2016

본 연구는 중증뇌병변장애인 자녀를 둔 어머니들에게 장애교육 현상이 어떻게 경험되고 있으며 그 경험의 의미와 본질을 분석하는 것을 목적으로 한다. 연구를 위해 7명의 중증뇌병변장애인 자녀를 둔 어머니들을 연구참여자로 선정하여 심층면담을 실시하였고, 구술 원자료를 Rennie(2000; 2006; 2007)의 해석학적 질적연구방법론을 적용하여 분석하였다. 분석 결과 53개의 의미단위와 16개의 하위범주 및 7개의 해석학적 범주를 구성하였다. 해석학적 범주는 '매일매일 통곡하는 마음', '자원의 사회적 동원', '앞만 보고 전진', '계란으로 부순 바위', '먼 곳 바라보기', '더불어 사는 교육', '장애교육의 주체화'이었다. 연구참여자들에게 장애자녀 교육은 체념단계, 추스림 단계, 비전세우기 단계와 도전단계, 작은 성취 단계를 통하여 최종적으로는 공동체에 희망걸기 단계로 나아가는 좌절과 희망세우기의 동시경험으로 나타났다. 연구참여자들이 보이는 반복적인 공통의 행위패턴을 분석한 결과 추수형, 현실전략형 및 불굴의 도전형의 세 가지 유형을 보이고 있었다. 이들의 교육경험의 핵심범주는 '중증장애 절망을 교육을 통해 희망으로 바꾸어가는 연단의 과정'이었다고 결론지었다. 이와 같은 연구결과를 바탕으로 중증뇌병변장애인 자녀를 둔 어머니들의 교육경험의 실태와 사회구조적 문제에 대한 논의를 하였고, 어머니들의 장애자녀 교육지원을 위한 구체적 제언을 하였다.