• 전기전자학회논문지
• /
• 제26권2호
• /
• pp.160-168
• /
• 2022

본 논문에서는 딥러닝과 구체의 형태 변형 방법을 이용한 단일 이미지에서의 3D mesh 재구축 기법을 제안한다. 제안한 기법은 기존의 방식과 다른 다음과 같은 독창성이 있다. 첫 번째, 기존의 근처의 가까운 점들을 연결하여 모서리 또는 면을 구축하는 방식과 다르게 딥러닝 네트워크을 통하여 구체의 꼭짓점의 위치를 사물의 3D 포인트 클라우드와 매우 유사하게 수정한다. 3D 포인트 클라우드를 이용하므로 메모리가 적게 필요하며 구체의 꼭짓점에 오프셋 값 사이에 덧셈 연산만을 수행하기 때문에 더 빠른 연산이 가능하다. 두 번째, 수정한 꼭짓점에 구체의 면 정보를 씌워 3D mesh를 재구축한다. 구체의 꼭짓점의 위치를 수정하여 생성한 3D 포인트 클라우드의 점들의 간격이 일정하지 않을 때에도 이미 점들 사이의 연결 여부를 나타내는 구체의 면 정보라는 3D mesh의 면 정보를 가지고 있어 표현의 단순화나 결손을 방지할 수 있다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 공개된 표준 데이터셋인 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 IoU 값이 0.581로, chamfer distance 값은 0.212로 산출되었다. IoU 값은 수치가 높을수록, chamfer distance 값은 수치가 낮을수록 우수한 결과를 나타내므로 다른 논문에서 발표한 기법들보다 3D mesh 재구축의 결과에서 성능의 효율성이 입증되었다.

• 대한지리학회지
• /
• 제43권5호
• /
• pp.761-774
• /
• 2008

원격탐사에서 위성 영상의 디지털 처리 기술이 발달하면서 GIS 자료와 지식 기반 전문가 시스템과의 통합에 대한 관심이 증가하고 있다. 본 연구에서는 위성영상을 토지피복 분류하는 과정에서 GIS 자료를 통합하기 위하여 기계 학습 기법과 규칙 기반 분류 기법을 적용하였다. 사례 지역을 대상으로 Landsat ETM+ 영상과 고도, 경사, 향, 수역과의 거리, 도로와의 거리, 인구밀도 등의 GIS 자료를 함께 활용하였다. C5.0 추론 기계 학습 알고리듬을 이용하여 350개의 표본점으로부터 결정 트리와 분류 규칙을 생성하였다. 본 연구에서 도출된 규칙을 이용하여 분류한 결과, 고독 수역과의 거리, 인구밀도 등의 GIS 자료가 규칙 기반 분류에 효과적인 것으로 나타났다. 본 연구에서 제안한 기계 학습과 지식 기반 분류 기법을 이용하면 다양한 GIS 자료들을 통합하여 위성영상을 보다 효과적으로 분류할 수 있다.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.15-20
• /
• 2023

Machine learning is comprised of supervised learning, unsupervised learning and reinforcement learning as the type of data and processing mechanism. In this paper, as input and output are unclear and it is difficult to apply the concrete modeling mathematically, reinforcement learning method are applied for crawling robot in this paper. Especially, Q-Learning is the most effective learning technique in model free reinforcement learning. This paper presents a method to implement a crawling robot that is operated by finding the most optimal crawling method through trial and error in a dynamic environment using a Q-learning algorithm. The goal is to perform reinforcement learning to find the optimal two motor angle for the best performance, and finally to maintain the most mature and stable motion about EV3 Crawling robot. In this paper, for the production of the crawling robot, it was produced using Lego Mindstorms with two motors, an ultrasonic sensor, a brick and switches, and EV3 Classroom SW are used for this implementation. By repeating 3 times learning, total 60 data are acquired, and two motor angles vs. crawling distance graph are plotted for the more understanding. Applying the Q-learning reinforcement learning algorithm, it was confirmed that the crawling robot found the optimal motor angle and operated with trained learning, and learn to know the direction for the future research.

• 반도체디스플레이기술학회지
• /
• 제21권1호
• /
• pp.108-113
• /
• 2022

The deep-learning-based measurement method with the through-focus scanning optical microscopy (TSOM) estimated the size of the object using the classification. However, the measurement performance of the method depends on the number of subdivided classes, and it is practically difficult to prepare data at regular intervals for training each class. We propose an approach to measure the size of an object in the TSOM image using the deep-learning regression model instead of using classification. We attempted our proposed method to estimate the top critical dimension (TCD) of through silicon via (TSV) holes with 2461 TSOM images and the results were compared with the existing method. As a result of our experiment, the average measurement error of our method was within 30 nm (1σ) which is 1/13.5 of the sampling distance of the applied microscope. Measurement errors decreased by 31% compared to the classification result. This result proves that the proposed method is more effective and practical than the classification method.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.344-346
• /
• 2019

본 논문에서는 Ultra-Wideband(UWB) 시스템에서 합성곱 신경망을 이용한 거리 추정 기법을 제안한다. 합성곱 신경망을 이용한 딥러닝 모델을 학습하는데 사용하는 학습 데이터는 MATLAB 프로그램을 통해 생성하였으며, IEEE 802.15.4a 표준을 활용한다. 기존 거리 추정에 사용하는 문턱값 기반의 거리추정 기법과 성능 비교를 통해 제안하는 거리 추정 기법의 성능을 검증한다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.1011-1017
• /
• 2019

본 논문은 무선 애드혹 네트워크에서 신뢰성이 보장되는 데이터 전송을 위해 다중 경로를 설정하는 노드분리 경로문제를 해결하기 위한 강화학습을 제안한다. 노드분리 경로문제는 소스와 목적지사이에 중간 노드가 중복되지 않게 다수의 경로를 결정하는 문제이다. 본 논문에서는 기계학습 중 하나인 강화학습에서 Q-러닝을 사용하여 노드의 수가 많은 대규모의 무선 애드혹 네트워크에서 전송거리를 고려한 최적화 방법을 제안한다. 특히 대규모의 무선 애드혹 네트워크에서 노드분리 경로 문제를 해결하기 위해서는 많은 계산량이 요구되지만 제안된 강화학습은 효율적으로 경로를 학습함으로써 적절한 결과를 도출한다. 제안된 강화학습의 성능은 2개의 노드분리경로를 설정하기 위한 전송거리 관점에서 평가되었으며, 평가 결과에서 기존에 제안된 시뮬레이티드 어널링과 비교평가하여 전송거리면에서 더 좋은 성능을 보였다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.447-457
• /
• 2022

본 연구는 장애학생에게 실시된 원격수업에 대한 장애학생 학부모의 인식을 파악하고, 교육지원에 대한 요구를 탐색하고자 하였다. 이를 위하여 학령기 장애 자녀가 있는 전국의 학부모 총 2,392명을 대상으로 설문조사를 실시하였다. 설문조사 문항은 크게 교육격차 방지를 위한 학습지원, 행동 및 심리적 어려움을 위한 지원, 교육복지 보장을 위한 돌봄지원의 영역에 관한 문항들로 구성되었다. 설문조사를 통해 취합된 자료는 기술통계를 통해 분석되었으며, 중복응답을 한 문항의 경우에는 다중응답 빈도분석을 통해 분석되었다. 연구결과 원격수업 시 장애학생의 교육격차 방지를 위해 지원해야 할 학습지원의 중요도로 학교 내 대면교육이 가장 높게 나타났으며, 특수교육지원센터와 연계한 학습지원과 관련해서는 장애특성에 맞는 원격학습 방법 및 전략에 대한 상담이 가장 높게 나타났다. 장애학생 원격수업을 위한 학습지원의 방안으로 예비특수교사를 통한 개별학습 지원에 대한 요구가 높게 나타났으며, 학습보조기기 및 보조공학기기 관련해서는 필요할 때 적절하게 이용할 수 있는 충분한 기기의 확보를 요구하였다. 이 밖에도 장애학생이 행동 및 심리적 어려움을 위한 심리상담 및 교육지원이 요구되었으며, 장애특성에 적합한 돌봄 프로그램 개발 및 전담 인력 추가 배치 등에 대한 요구가 나타났다. 이러한 연구결과를 토대로 본 연구에서는 장애학생이 원격수업으로 인한 겪게 되는 학습격차 해소를 위한 방안 및 구체적인 교육지원 방안에 관하여 시사점을 제시하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권9호
• /
• pp.35-43
• /
• 2021

This study aims to investigate factors affecting eBook acceptance and learning outcomes among students experiencing online distance learning. As conventional textbooks are now switched into eBooks, the effects of contextual factors including lecturer, student computer competency, content and design of the course, access ability, infrastructure, and university support on eBook acceptance and learning outcome needs to be evaluated. The sample of this study is represented by students at the Universiti Teknologi MARA, City Campus Melaka, undertaking 'strategic management course'. Non-probability random sampling was selected as the sampling technique and a purposive sampling method was chosen to select the samples. The samples comprised 171 students randomly selected through Google Form. The questionnaire data was analyzed by using PLS-SEM. The results indicated that these factors contributed 62.3% variations in the eBook acceptance and 67.1% variations in the learning outcomes. The strongest factor affecting both dependent variables was content and design of course. Managerial implication suggested that the content for all courses taught through the eBook platform needs to be revisited and improved in accordance with the mode of online deliverance. Tutorial on how to navigate the eBook platform is important to all users as this would enhance acceptance and produce better learning outcomes among students.

• 한국ITS학회 논문지
• /
• 제21권3호
• /
• pp.83-95
• /
• 2022

본 논문은 자율주행 차량 적용을 위한 객체 검출과 거리 추정을 수행하는 시스템을 제안한다. 객체 검출은 최근 활발하게 사용되는 딥러닝 모델 YOLOv4의 특성을 이용해서 입력 이미지 비율에 맞춰 분할 grid를 조정하고 자체 데이터셋으로 전이학습된 네트워크로 수행한다. 검출된 객체까지의 거리는 bounding box와 homography를 이용해 추정한다. 실험 결과 제안하는 방법에서 전반적인 검출 성능 향상과 실시간에 가까운 처리 속도를 보였다. 기존 YOLOv4 대비 전체 mAP는 4.03% 증가했다. 도심로 주행시 빈출하는 보행자, 차량 및 공사장 고깔(cone), PE드럼(drum) 등의 객체 인식 정확도가 향상되었다. 처리 속도는 약 55 FPS이다. 거리 추정 오차는 X 좌표 평균 약 5.25m, Y 좌표 평균 0.97m으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.322-325
• /
• 2002

본 논문에서는 클러스터 해석으로 알려진 고전적인 패턴인식 알고리즘인 KCN(Kohonen Clustering Network)의 문제점을 개선하기 위한 방식을 제안하였다. 제안한 방식은 퍼지시스템을 이용하여 학습하는 동안 자동적으로 이웃 반경의 크기와 학습율을 조절한다. 퍼지 시스템의 입력은 입력 데이터와 연결강도와의 거리와 거리의 변화율을 사용하였으며, 출력은 이웃 반경의 크기와 학습율을 사용하였다. 퍼지 시스템의 제어 규칙은 기존의 코호넨 클러스터링 네트워크를 이용한 시뮬레이션에 의하여 정하였다. 제안한 방식의 유용성을 입증하기 위해 Anderson의 IRIS 데이터를 이용하여, 기존의 코호넨 클러스터링 네트웍을 시뮬레이션한 결과 제안한 방식의 성능의 우수함을 확인하였다.