• Nutrition Research and Practice
• /
• v.16 no.6
• /
• pp.801-812
• /
• 2022

BACKGROUND/OBJECTIVES: Diet planning in childcare centers is difficult because of the required knowledge of nutrition and development as well as the high design complexity associated with large numbers of food items. Artificial intelligence (AI) is expected to provide diet-planning solutions via automatic and effective application of professional knowledge, addressing the complexity of optimal diet design. This study presents the results of the evaluation of the utility of AI-generated diets for children and provides related implications. MATERIALS/METHODS: We developed 2 AI solutions for children aged 3-5 yrs using a generative adversarial network (GAN) model and a reinforcement learning (RL) framework. After training these solutions to produce daily diet plans, experts evaluated the human- and AI-generated diets in 2 steps. RESULTS: In the evaluation of adequacy of nutrition, where experts were provided only with nutrient information and no food names, the proportion of strong positive responses to RL-generated diets was higher than that of the human- and GAN-generated diets (P < 0.001). In contrast, in terms of diet composition, the experts' responses to human-designed diets were more positive when experts were provided with food name information (i.e., composition information). CONCLUSIONS: To the best of our knowledge, this is the first study to demonstrate the development and evaluation of AI to support dietary planning for children. This study demonstrates the possibility of developing AI-assisted diet planning methods for children and highlights the importance of composition compliance in diet planning. Further integrative cooperation in the fields of nutrition, engineering, and medicine is needed to improve the suitability of our proposed AI solutions and benefit children's well-being by providing high-quality diet planning in terms of both compositional and nutritional criteria.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11b
• /
• pp.901-903
• /
• 2010

본 연구에서는 2007-2009년에 간호학과 및 스포츠과학부 해부학 강의에 있어 가상강의를 실시하였고 이에 따른 학생들의 가상강의 컨텐츠의 만족도와 가상강의실 활용빈도에 따른 학업성취도와의 상관관계를 분석하였다. 2007-2009학년도 1학기 해부학 강의를 가상강의 방식으로 수강한 2개 학과 231명을 대상으로 강의 종료 후 가상강의실 게시판 및 컨텐츠 활용 빈도, 개별 설문조사, 학기말 성적을 확보하여 상호간의 상관관계를 분석하였다. 각 학과별 일반 특성을 보기 위하여 연속 변수의 경우 평균과 표준오차를, 범주형 변수의 경우 그 분포 퍼센트를 이용하여 제시하였다. 학과별로 모든 학생들의 총점을 3분위수로 구분하여 낮음, 중간, 높음으로 분류하였으며, 조사된 모든 변수들의 일반 선형성을 GLM 모델을 이용하여 검증하였다. 사후 검증은 최소자승법을 이용하여 실시하였으며, 이를 이용하여 각각의 세부 집단별 점수 차이에 대한 유의성을 평가하였다. 관련 항목들 간 상관성 분석을 위하여 스피어만 상관계수를 이용하여 p 값 0.05를 기준으로 유의성 검증을 실시하였다. 모든 통계분석은 SAS 9.12 버전을 이용하여 분석하였다. 설문 대상자들은 학과와 해부학 성적에 상관없이 가상강의 전반에 대해 높은 만족도를 가졌다. 해부학 성적이 좋을수록 가상강의실 접속횟수가 유의하게 높았다. 아울러 해부학 성적이 좋을수록 난이도가 낮고 흥미도는 높게 나타났다. 또한 평가 요인들 간의 상관관계를 분석한 결과, 가상강의의 만족도는 흥미도와 전공과의 연계성과 밀접한 관련이 있었다. 가상강의 게시판을 통한 과제물 관리, 질의응답에 대한 적절성에 대해서는 성적에 따라 일부 유의한 차이가 나타났으나 높은 만족도를 나타내었다. 결론적으로 건강 및 의료 전공자들을 위한 해부학 강의에 있어 가상강의의 도입과 적용은 성공적이었으며, 이는 해부학 전공 교수진이 매우 부족한 현실에서 해부학 강의의 질적 저하를 막고 효율적인 교육을 위한 대안이 될 것으로 판단된다. 단, 해부학 가상강의 컨텐츠의 개선, 자료 보강 및 가상강의의 접근성 확보는 시급히 개선해야할 과제로 남아 있다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.213-218
• /
• 2007

정보생산을 촉진하는 새로운 형태의 사이버공간이 나타나면서 지식의 창출과 지식을 얻는 형태가 변화하고 있다. 최종사용자에게 웹 애플리케이션을 제공하는 컴퓨팅 플랫폼인 web 2.0의 도입으로 손쉽게 자신이 필요한 정보를 분류할 수 있는 웹 컨텐츠가 활발히 제공되고 있으며 제공된 컨텐츠를 활용하여 수많은 정보 속에서 자신만의 보석을 찾아 손쉽게 지식을 쌓아 관리를 하고 있다. 이러한 지식공유서비스는 무분별한 정보, 중복된 지식, 그리고 단순한 관리로 인해 자신이 원하는 지식을 얻기란 쉽지 않은 것이 사실이다. 본 논문에서는 온라인상의 정보를 탐색하기 위해서 인터넷을 이용하던 네티즌들이 정보생산자로서 참여하는 공간으로 등장한 '지식공유서비스'를 기반으로 지식 창출 및 관리자로서 시니어를 활용하여 지식의 수용자로서 유아들을 위한 NIE (News In Education) 활용 교육 체계를 제안한다. 뉴스는 유아부터 성인까지 활용될 수 있는 좋은 교육 자료로서 NIE를 통하여 사고력, 논리력, 표현력, 창의력 등 여러 영역에 걸친 능력을 향상시킬 수 있다. 특히 유치원이나 학교의 교과과정에 맞추어 이러한 능력들을 더욱 배가 시킬 수 있다는 점에서 NIE가 더욱 각광받고 있다. 본 연구는 미디어 융합의 결과로 인터넷 뉴스를 활용해 생활과 분리되지 않은 통합교육을 할 수 있는 SCORM 기반의 유아용 콘텐츠를 생성하여 유아 교육에 활용하고자 한다. 또한, 유아용 NIE 교육 콘텐츠는 시니어들을 NIE 강사로 양성하였을 때 학습 자료로도 활용된다. 시니어들을 NIE 강사로 양성함으로써 시니어의 일자리 창출 및 지역사회 통합과 1세대인 여성시니어와 3세대인 아동 간의 세대통합을 이끌어 낼 수 있도록 하는 것에 목적을 두고 시니어 NIE 콘텐츠를 생성하고자 한다. NIE에 생성되는 지식을 생성하고 관리하기 위한 지식 솔루션으로 위키의 기능을 추가하여 개발하고자 한다. 위키를 사용하므로 개별적으로 존재하던 지식을 공동의 지식으로 공유할 수 있으며 의견을 하나로 통합하는 과정에서도 유용하게 사용될 수 있을 것이다. 위키를 이용한 시니어 NIE 콘텐츠에서는 교수 학습 계획안 및 NIE 아이디어를 공동 작업을 통하여 효율적으로 지식을 생성할 수 있으며 여러 사람들이 여러 단계를 거치면서 하나의 정제된 지식을 생성하게 되므로 양질의 교수 학습 계획안이나 NIE 아이디어를 창출할 수 있을 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.105-108
• /
• 2007

In this paper, we have developed a UPnP-OSGi Bundle for digital convergence based on UPnP middleware. UPnP-OSGi bundle is demanded sustaining realtime monitering system based on UPnP middleware that is possible multimedia ability of a piece with a multiplicity of service and joint user data , service lifecycle , management division service for home network system offered convergence service. This bundle is possible a multiplicity of control and monitering service segmentation so develop a multiplicity of service is easy. and provide zero-configuration system.

• Communications of Mathematical Education
• /
• v.24 no.4
• /
• pp.843-864
• /
• 2010

To get an undergraduate degree from mathematics education department, a student not only take a general educational technology course from education department, but also take an educational technology in mathematics education course from mathematics education department. We believe that these two courses can be integrated for preparing better mathematics teachers. For this purpose, we design an educational technology tool called JavaMAL microworld, and study strategy to integrate two courses harmoniously. This kind of approach is good for internationalization of researches on mathematics education by Korean researchers since most SSCI journal prefer an integrated approach in the educational technology related papers. In short, integrating general educational technology course and educational technology in mathematics education course is not only good to student but to professors. But just integrating two courses is not enough. Students must understand the needs and the usefulness of educational technology tool in the learning and teaching of mathematics, and must have such experience from their mathematics courses.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.727-730
• /
• 2001

초고속 인터넷 서비스의 확대에 따라 이를 교육에 직 간접적으로 응용하기 위한 노력이 지속적으로 진행되어 왔다. 특히 웹 기반의 가상강의 저작도구를 통한 웹 코스웨어는 원거리 학습자들의 학습 욕구를 자기 주도적인 학습을 통해 가능케 했고 기존의 텍스트, 사운드를 통한 가상강의에서 동영상이 가미된 주문형 교육 서비스(EOD: Education On Demand)가 가능해졌다. 그러나 이를 이용하는 학습자는 전체적인 모듈의 이해를 통해 수업이 진행됨에 따라 학습과정에서는 질의응답을 튜터를 통해 웹 캐스팅이 이루어졌다. 따라서, 질의응답은 텍스트 형식의 E-mail, 채팅, 게시판, 방명록을 통해 이루어지므로 학습자가 요구한 질의 내용을 잘못 이해하고 튜터가 학습 과정에서의 피드백을 제공하지 못함으로써 개인 학습의 동기부여가 감소됨에 따라 흥미를 잃게 되었다. 본 논문에서는 이러한 문제점을 개선하기 위해 멀티 캐스팅 기법을 통해 교육용 서버를 이용한 학습지원도구를 분석, 설계한다. 가상강의는 기본적인 컨텐츠를 제시하고 그를 통해 수업이 진행되는 과정에서의 질의응답을 일대다(One-To-Many)의 멀티 캐스팅 서비스를 튜터가 지정한 교육용 서버를 통해 텍스트 형식이 아닌 강의자료로 쓰인 문서 파일에 직접 작성하여 전송하게 된다. 따라서 튜터는 메일링 서비스를 통해 질문사항을 자신의 폴더 서비스로 확인하고 즉시 학습자에게 피드백을 제공함으로써 튜터와 학습자들간의 커뮤니케이션이 활발히 이루어지며, 상호작용의 증가를 통해 웹 기반의 컨퍼런싱(WBC: Web Based Conferencing)을 가질 수 있게 된다.rver는 Client가 요청한 Content(services)를 전달 해 주는 컨텐트 전달 모듈(Content Deliver Module)과 서버 Phonebook 엑세스 모들(Server Phonebook Access Module)로 구성되어 있다.외 보다 높았다(I/O ratio 2.5). BTEX의 상대적 함량도 실내가 실외보다 높아 실내에도 발생원이 있음을 암시하고 있다. 자료 분석결과 유치원 실내의 벤젠은 실외로부터 유입되고 있었고, 톨루엔, 에틸벤젠, 크실렌은 실외뿐 아니라 실내에서도 발생하고 있었다. 정량한 8개 화합물 각각과 총 휘발성 유기화합물의 스피어만 상관계수는 벤젠을 제외하고는 모두 유의하였다. 이중 톨루엔과 크실렌은 총 휘발성 유기화합물과 좋은 상관성 (톨루엔 0.76, 크실렌, 0.87)을 나타내었다. 이 연구는 톨루엔과 크실렌이 총 휘발성 유기화합물의 좋은 지표를 사용될 있고, 톨루엔, 에틸벤젠, 크실렌 등 많은 휘발성 유기화합물의 발생원은 실외뿐 아니라 실내에도 있음을 나타내고 있다.>10)의 $[^{18}F]F_2$를 얻었다. 결론: $^{18}O(p,n)^{18}F$ 핵반응을 이용하여 친전자성 방사성동위원소 $[^{18}F]F_2$를 생산하였다. 표적 챔버는 알루미늄으로 제작하였으며 본 연구에서 연구된 $[^{18}F]F_2$가스는 친핵성 치환반응으로 방사성동위원소를 도입하기 어려운 다양한 방사성의 약품개발에 유용하게 이용될 수 있을 것이다.었으나 움직임 보정 후 영상을 이용하여 비교한 경우, 결합능 변화

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.8
• /
• pp.572-578
• /
• 2020

The stock market is affected by unexpected factors, such as politics, society, and natural disasters, as well as by corporate performance and economic conditions. In recent days, artificial intelligence has become popular, and many researchers have tried to conduct experiments with that. Our study proposes an experiment using not only stock-related data but also other various economic data. We acquired a year's worth of data on stock prices, the percentage of foreigners, interest rates, and exchange rates, and combined them in various ways. Thus, our input data became diversified, and we put the combined input data into a nonlinear autoregressive network with exogenous inputs (NARX) model. With the input data in the NARX model, we analyze and compare them to the original data. As a result, the model exhibits a root mean square error (RMSE) of 0.08 as being the most accurate when we set 10 neurons and two delays with a combination of stock prices and exchange rates from the U.S., China, Europe, and Japan. This study is meaningful in that the exchange rate has the greatest influence on stock prices, lowering the error from RMSE 0.589 when only closing data are used.

• Journal of Korea Water Resources Association
• /
• v.51 no.10
• /
• pp.863-874
• /
• 2018

The purpose of this study is to evaluate the future climate change impact on stream aquatic ecology health of Han River watershed ($34,148km^2$) using SWAT (Soil and Water Assessment Tool) and random forest. The 8 years (2008~2015) spring (April to June) Aquatic ecology Health Indices (AHI) such as Trophic Diatom Index (TDI), Benthic Macroinvertebrate Index (BMI) and Fish Assessment Index (FAI) scored (0~100) and graded (A~E) by NIER (National Institute of Environmental Research) were used. The 8 years NIER indices with the water quality (T-N, $NH_4$, $NO_3$, T-P, $PO_4$) showed that the deviation of AHI score is large when the concentration of water quality is low, and AHI score had negative correlation when the concentration is high. By using random forest, one of the Machine Learning techniques for classification analysis, the classification results for the 3 indices grade showed that all of precision, recall, and f1-score were above 0.81. The future SWAT hydrology and water quality results under HadGEM3-RA RCP 4.5 and 8.5 scenarios of Korea Meteorological Administration (KMA) showed that the future nitrogen-related water quality in watershed average increased up to 43.2% by the baseflow increase effect and the phosphorus-related water quality decreased up to 18.9% by the surface runoff decrease effect. The future FAI and BMI showed a little better Index grade while the future TDI showed a little worse index grade. We can infer that the future TDI is more sensitive to nitrogen-related water quality and the future FAI and BMI are responded to phosphorus-related water quality.

• The Transactions of the Korea Information Processing Society
• /
• v.13 no.6
• /
• pp.284-290
• /
• 2024

Speech emotion recognition (SER) is a technique that is used to analyze the speaker's voice patterns, including vibration, intensity, and tone, to determine their emotional state. There has been an increase in interest in artificial intelligence (AI) techniques, which are now widely used in medicine, education, industry, and the military. Nevertheless, existing researchers have attained impressive results by utilizing acted-out speech from skilled actors in a controlled environment for various scenarios. In particular, there is a mismatch between acted and spontaneous speech since acted speech includes more explicit emotional expressions than spontaneous speech. For this reason, spontaneous speech-emotion recognition remains a challenging task. This paper aims to conduct emotion recognition and improve performance using spontaneous speech data. To this end, we implement deep learning-based speech emotion recognition using the VGG (Visual Geometry Group) after converting 1-dimensional audio signals into a 2-dimensional spectrogram image. The experimental evaluations are performed on the Korean spontaneous emotional speech database from AI-Hub, consisting of 7 emotions, i.e., joy, love, anger, fear, sadness, surprise, and neutral. As a result, we achieved an average accuracy of 83.5% and 73.0% for adults and young people using a time-frequency 2-dimension spectrogram, respectively. In conclusion, our findings demonstrated that the suggested framework outperformed current state-of-the-art techniques for spontaneous speech and showed a promising performance despite the difficulty in quantifying spontaneous speech emotional expression.