• 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.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.1-9
• /
• 2022

본 논문에서는 영상 데이터와 센서 데이터를 활용한 딥러닝 기반의 반려동물 이상행동 탐지 서비스를 제안한다. 최근 반려동물 보유 가구의 증가로 인해 기존 푸드 및 의료 중심의 반려동물 시장에서 인공지능을 더한 펫테크(Pet Tech) 산업이 성장하고 있다. 본 연구에서는 인공지능을 통한 반려동물의 건강관리를 위해 영상 및 센서 데이터를 활용한 딥러닝 모델을 기반으로 반려동물의 행동을 분류하고, 이상행동을 탐지하였다. 자택의 CCTV와 직접 제작한 펫 웨어러블 디바이스를 활용하여 반려동물의 영상 데이터 및 센서 데이터를 수집하고, 모델의 입력 데이터로 활용한다. 행동의 분류를 위해 본 연구에서는 반려동물의 객체를 검출하기 위한 YOLO(You Only Look Once) 모델과 관절 좌표를 추출하기 위한 DeepLabCut을 결합하여 영상 데이터를 처리하였고, 센서 데이터를 처리하기 위해 각 센서 별 연관관계 및 특징을 파악할 수 있는 GAT(Graph Attention Network)를 활용하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1623-1631
• /
• 2022

유출유는 해양 생태계에 큰 위협이 되므로 피해 최소화를 위해 신속한 현황정보파악이 필요하다. 위성원격탐사는 항공기에 비해 광역적 모니터링이 가능하기 때문에 시공간적 범위에서 장점을 가진다. 최근에는 딥러닝 영상인식 기술의 발전으로 인해 딥러닝을 활용한 유출유 탐지의 필요성이 대두되고 있으나, 기존의 Synthetic Aperture Radar (SAR) 영상 위주의 유출유 탐지와는 달리 고해상도 광학영상에 딥러닝 기법을 적용하는 경우는 많지 않았다. 이에, 본 연구에서는 PlanetScope 위성의 광학영상을 활용하여 유출유 레이블을 제작하고, 이를 기반으로 DeepLabV3+모델을 활용하여 유출유 탐지 모델을 구축하였으며, 암맹평가에서 정확도 0.885, 정밀도 0.888, 재현율 0.886, F1점수 0.883, 평균 교집합 대 합집합 비율(Mean Intersection over Union, mIOU) 0.793 등의 상당히 높은 정확도를 나타냈다.

• 한국정보기술학회 영문논문지
• /
• 제10권1호
• /
• pp.45-56
• /
• 2020

Despite extensive research, performance enhancement of keyphrase (KP) extraction remains a challenging problem in modern informatics. Recently, deep learning-based supervised approaches have exhibited state-of-the-art accuracies with respect to this problem, and several of the previously proposed methods utilize Bidirectional Encoder Representations from Transformers (BERT)-based language models. However, few studies have investigated the effective application of BERT-based fine-tuning techniques to the problem of KP extraction. In this paper, we consider the aforementioned problem in the context of scientific articles by investigating the fine-tuning characteristics of two distinct BERT models - BERT (i.e., base BERT model by Google) and SciBERT (i.e., a BERT model trained on scientific text). Three different datasets (WWW, KDD, and Inspec) comprising data obtained from the computer science domain are used to compare the results obtained by fine-tuning BERT and SciBERT in terms of KP extraction.

• 한국콘텐츠학회논문지
• /
• 제16권10호
• /
• pp.719-729
• /
• 2016

본 연구는 웹 3D와 가상현실 기반 시뮬레이션 학습의 사용성 평가와 학업성취도를 비교분석하고, 각 학습방법 간의 학습효과 차이를 통해 가상현실 콘텐츠의 차별화된 특징을 확인하는 것이 목적이다. 이를 위해 생명과학전공 대학생 75명을 모집단(웹 3D=37, VR=38)으로, DNA 분석의 과학실험을 위해 두 가지 학습방법으로 개발된 Labster사의 CSI Forensics Lab 시뮬레이션 콘텐츠를 실험처치물로 학습자의 사용성 평가와 학업성취도를 비교분석하였다. 연구결과, 태스크 수행, 탐색과 내비게이션의 사용성 평가에서는 웹 3D 시뮬레이션 학습이 유의미한 차이로 긍정적이었으나 만족도의 사용성 평가에서는 가상현실 시뮬레이션 학습이 유의미한 차이로 보다 긍정적이었다. 학업성취도에서는 웹 3D 시뮬레이션 학습 평균이 다소 높았으나 두 학습 간 유의미한 차이를 확인하지 못했다.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.365-381
• /
• 2023

The existing vision-based techniques for inspection and condition assessment of civil infrastructure are mostly manual and consequently time-consuming, expensive, subjective, and risky. As a viable alternative, researchers in the past resorted to deep learning-based autonomous damage detection algorithms for expedited post-disaster reconnaissance of structures. Although a number of automatic damage detection algorithms have been proposed, the scarcity of labeled training data remains a major concern. To address this issue, this study proposed a semi-supervised learning (SSL) framework based on consistency regularization and cross-supervision. Image data from post-earthquake reconnaissance, that contains cracks, spalling, and exposed rebars are used to evaluate the proposed solution. Experiments are carried out under different data partition protocols, and it is shown that the proposed SSL method can make use of unlabeled images to enhance the segmentation performance when limited amount of ground truth labels are provided. This study also proposes DeepLab-AASPP and modified versions of U-Net++ based on channel-wise attention mechanism to better segment the components and damage areas from images of reinforced concrete buildings. The channel-wise attention mechanism can effectively improve the performance of the network by dynamically scaling the feature maps so that the networks can focus on more informative feature maps in the concatenation layer. The proposed DeepLab-AASPP achieves the best performance on component segmentation and damage state segmentation tasks with mIoU scores of 0.9850 and 0.7032, respectively. For crack, spalling, and rebar segmentation tasks, modified U-Net++ obtains the best performance with Igou scores (excluding the background pixels) of 0.5449, 0.9375, and 0.5018, respectively. The proposed architectures win the second place in IC-SHM2021 competition in all five tasks of Project 2.

• 로봇학회논문지
• /
• 제16권3호
• /
• pp.260-269
• /
• 2021

To verify performance or conduct experiments using actual robots, a lot of costs are needed such as robot hardware, experimental space, and time. Therefore, a simulation environment is an essential tool in robotics research. In this paper, we develop the HUMIC simulator using ROS and Gazebo. HUMIC is a humanoid robot, which is developed by HCIR Lab., for human-robot interaction and an upper body of HUMIC is similar to humans with a head, body, waist, arms, and hands. The Gazebo is an open-source three-dimensional robot simulator that provides the ability to simulate robots accurately and efficiently along with simulated indoor and outdoor environments. We develop a GUI for users to easily simulate and manipulate the HUMIC simulator. Moreover, we open the developed HUMIC simulator and GUI for other robotics researchers to use. We test the developed HUMIC simulator for object detection and reinforcement learning-based navigation tasks successfully. As a further study, we plan to develop robot behavior intelligence based on reinforcement learning algorithms using the developed simulator, and then apply it to the real robot.

• 한국과학교육학회지
• /
• 제13권2호
• /
• pp.146-151
• /
• 1993

This study analyzed the problem associated with inquiry centered science education and formulated some improvement Strategies for inquiry learning in the standard Korean high school course. In order to attain the goals of questionaire survey methods were used. To examine the current status of biology education, seperate questionaires were developed through an educational research and development procedure used for tearchers and student. The questionaires were developed to ask about instruction and evaluation methods, the level of inquiry learing and abstacles to it. Here are some of our results: 1) Biology instruction and learning is more knowledge-orinted than inquiry-orinted, 2) Inquiry approach in science teaching is hard to be applied because of crowed classroom conditions. 3) The material is too broad in range and too difficult in content. There is virtually nothing that can be related to everyday life. The material focusing on inquiry activities is unsatisfactorily selected and organized. 4) Effective methods of inquiry-based instruction and evaluation are not available. 5) Biology teachers are burdened with too many class hour a week and too many varieties of additional works. 6) 91.1% of biology teachers and 90.3% of students recognize that lab and field works are needed to enhance inquiry learning. However, in reality, such inquiry activities are lacking. 7) 73.3% of schools have no lab assistants. 8) The university entrance examination is the greatest factor against inquiry learning. 9) There are very few chances of in-service education for biology teachers to learn more about biology curriculum and science education theory.

• 한국융합학회논문지
• /
• 제12권2호
• /
• pp.1-6
• /
• 2021

현대사회에서는 차량을 소유하는 사람들이 증가하면서 교통문제가 발생하고 있다. 특히 고속도로 교통사고 문제는 발생률이 낮지만 치사율은 높다. 따라서 차량의 이상을 탐지하는 기술이 연구되고 있다. 이 중에는 딥러닝을 이용한 차량 이상탐지 기술이 있다. 이는 사고 및 엔진고장으로 인한 정차차량 등의 차량 이상을 탐지한다. 그러나 도로에서 이상이 발생할 경우 운전자의 위치를 파악할 수 있어야 빠른 대처가 가능하다. 따라서 본 연구에서는 도로 CCTV 데이터를 활용한 딥러닝 기반 차량 이상 감지 방법을 제안한다. 제안하는 방법은 먼저 도로 CCTV 데이터를 전처리한다. 전처리는 배경 추출 알고리즘인 MOG2를 이용하여 배경과 전경을 분리한다. 전경은 변위가 존재하는 차량을 의미하며 도로 위에서 이상이 존재하는 차는 변위가 없어 배경으로 판단된다. 배경이 추출된 이미지는 이상을 탐지하기 위해 YOLOv4를 이용하여 객체를 탐지한다. 해당 차량은 이상이 있음으로 판단한다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제27권4호
• /
• pp.420-436
• /
• 2008

The purpose of this study was to investigate and analysis the elementary teachers' and students' views about the difficulties in teaching and learning in geology units of elementary school science. For the purpose of this study, semi-structured interviews were conducted individually with seventeen elementary teachers who have serviced more than three years, and with sixteen elementary students located in Cheongju City. The interview questions were developed through Seidman's step to acquire a reliability in the interview data with triangulation, then in-depth interview questions were modified and completed through pre-interview after constructing the trustworthiness of interviewees. In-depth interviews were performed in applying the analytic induction method and the interviews were recorded. From the interviews, we found that elementary teachers' views about the difficulties in teaching geology units; teachers' inner difficulties, the difficulty of lab activities, the problems of rock samples, the problems of curriculum in geology units, the difficulty of the geological feature, the problems of the cramming education, the lack of the opportunity for the speciality, and so on. And the students have the views about the difficulties in learning geology units; the difficulty of the unit contents understanding, the problems of learning by heart, the lack of the interest, the lack of materials, the problems of rock samples, the difficulty of the field learning, and so on. Based on the results, the study suggested that an interesting lab activities should be included in the geology units and taught in the geological field trip to help elementary school students more fully comprehend contents of the geology units.