• 한국인터넷방송통신학회논문지
• /
• 제17권3호
• /
• pp.227-234
• /
• 2017

본 논문은 쇼핑몰 플랫폼에 있는 상품을 이미지 기반으로 카테고리를 자동 분류하는 시스템 구현에 관한 연구내용이다. 인터넷 쇼핑몰에서 판매되는 수많은 제품은 용도 중심으로 정의된 카테고리 구조 속에서 제품을 분류하고 있다. 하지만 상품의 분류가 불확실하여 쇼핑몰 판매자 판단으로 분류된 상품과 구매 사용자 판단이 다를 경우는 카테고리 분류에 의한 검색이 어렵다. 본 연구에서는 상품 이미지를 이용하여 딥 러닝(Deep Learning) 기술에 의한 분류와 검색 방법을 제안하며, 상품 이미지만으로 분류를 수행 한 후, 검증 데이터를 통해서 그 속도와 정확도를 수치화하였다. 또한, 성능 비교는 동일한 검증 데이터를 사용하여 실험 참가자의 설문 테스트를 통해서 그 사용성 평가를 실시하였다.

• 디지털융복합연구
• /
• 제17권3호
• /
• pp.221-226
• /
• 2019

뇌파 파형중 베타파를 이용한 인간의 인지상태를 판별한다. 베타파는 인간의 인지상태중 스트레스 영역에 해당하는 특성이 있고, 이 영역에서 스트레스의 오버대역폭을 추출하기 위해서 저대역폭과 고대역폭 사이의 베타파간 상관관계를 분석해야 한다. 그러므로 본 논문에서는 효과적으로 베타파 상관관계를 분석하고 추출하기 위해 비지도학습 머신러닝을 이용한 Kmean 클러스터링 분석모델을 제시한다. 제시된 모델은 베타파 영역을 유사한 영역의 클러스터 군으로 분류하고 해당 클러스터링 범주에서 이상파형을 판별한다. 이상파형 판별을 위해 클러스터군의 밀집도와 정상범주 이탈영역을 기준으로 스트레스 위험군을 판별하고 판별된 스트레스 위험군에 대한 대처방안을 제공할 수 있다. 제시된 모델을 활용하면 뇌파파형을 통한 인지상태의 스트레스 지수분별이 가능하고, 개인의 인지상태에 대한 관리 및 응용이 가능하다. 또한 스트레스와 오피스증후군을 갖는 사람들에게 뇌파관리를 통해 개인의 삶에 대한 질적 향상에 도움을 준다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제14권2호
• /
• pp.1-9
• /
• 2018

오픈소스를 사용하는 사용자 및 기업의 비중이 지속적으로 증가하고 있다. 국외뿐만 아니라 국내에서의 오픈소스 소프트웨어 시장 규모가 급격하게 성장하고 있다. 하지만 오픈소스 소프트웨어의 지속적인 발전에 비해서, 오픈소스 소프트웨어 주제 분류에 대한 연구 거의 이루어지지 않고 있으며 소프트웨어의 분류 체계 또한 구체화되어 있지 않다. 현재는 사용자가 주제를 직접 입력하거나 태깅하는 방식을 사용하고 있으며 이에 따른 오 분류 및 번거로움이 존재한다. 또한 오픈소스 소프트웨어 분류에 대한 연구는 오픈소스 소프트웨어 평가, 추천, 필터링등의 기반 연구로 이용될 수 있다. 따라서 본 연구에서는 머신러닝 모델을 사용하여 오픈소스 소프트웨어를 분류하는 기법에 대하여 제안하고, 머신러닝 모델 별 성능 비교를 제안한다.

• 과학교육연구지
• /
• 제34권1호
• /
• pp.33-46
• /
• 2010

본 연구는 예비 과학 교사들이 보유한 선호 기피하는 과학 교사에 대한 이미지를 알아보는데 목적이 있다. 대구시 소재 경북대학교에 재학 중인 예비 교사 316명을 대상으로 중 고등학교에서 경험한 가장 기억에 남는 선호 기피하는 과학 교사에 대한 이미지에 대해 자유로운 형식으로 서술하도록 하였다. 그 결과 과학 수업 상황, 과학 교사의 이미지의 2가지 영역으로 범주화할 수 있었으며 각각은 다시 세부 영역으로 나누어졌다. 먼저, 과학 수업 상황에서 선호하는 수업 형태는 실험, 관찰, 체험, 관측이었으며 기피하는 것은 문답법이었다. 수업자료로는 프린트, 학습지, 보고서 등의 인쇄 매체를 선호하며 판서자료(칠판)를 기피하는 것으로 드러났다. 그리고 교과지도 방법으로는 이론, 개념 중심으로 지도하는 것을 선호하며 일방적인 암기나 문제 풀이는 기피하였다. 교과 내용 설명방식으로는 상세하게 체계적으로 설명하는 것을 선호하는 반면 설명 부족, 학생을 이해시키지 못하는 방식을 기피하였다. 또한 화기애애, 자유롭게 공부할 수 있는 수업 분위기가 되기를 바라는 예비 과학 교사들이 많았고 딱딱, 지루, 조용한 학습 분위기를 기피하는 경향을 보였다. 둘째, 과학 교사의 이미지에서는 교사의 자질로 인격과 의견을 존중할 줄 아는 자상하고 배려심 깊은 선생님을 선호하고 있었고 반대로 학생에게 신경 쓰지 않고 학생을 인격적으로 무시하는 선생님을 가장 싫어하였다. 교사의 특성 면에서는 맑고 씩씩한 목소리와 밝은 표정, 온화한 표정을 선호하고 튀는 외모와 딱딱한 스타일을 싫어하였다. 이 연구결과에 기초하여 교사의 이미지에 대한 연구가 실증적으로 이루어질 필요가 있으며 선호하거나 기피하는 교사의 이미지는 교육 행정가, 학생, 학부모, 교사 등에 따라 달라질 수 있으므로 이들의 의견을 종합하여 비교하는 연구가 이루어져야 한다.

• 한국과학교육학회지
• /
• 제24권1호
• /
• pp.90-108
• /
• 2004

This study is to understand preservice science teachers' previous experience, beliefs about teaching and learning, and visions of themselves as future teachers. The data were collected from two individual interviews with 7 voluntary students and analyzed qualitatively for category construction. As the results of this study, we presented two cases, which showed that their different views of teaching science are strongly related to their previous experiences as learners and observers in schools, and that there is the apparent consistency between each participant's beliefs about science teaching and learning and their own visions of teaching in a science classroom. Implications for preservice science teacher education related to the results were discussed.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.385-386
• /
• 2019

This paper proposes a fusion model based on Long-Short Term Memory networks (LSTM) and CNN deep learning methods, and applied to multi-category news datasets, and achieved good results. Experiments show that the fusion model based on deep learning has greatly improved the precision and accuracy of text sentiment classification.

• International Journal of Computer Science & Network Security
• /
• 제23권6호
• /
• pp.140-146
• /
• 2023

A detailed survey, applications and challenges of video encoding-decoding systems is discussed in this paper. A novel architecture has also been set aside for future work in the same direction. The literature reviews span the years 1960 to the present, highlighting the benchmark methods proposed by notable academics in the field of video compression. The timeline used to illustrate the review is divided into three sections. Classical methods, conventional heuristic methods, and current deep learning algorithms are all used for video compression in these categories. The milestone contributions are discussed for each category. The methods are summarized in various tables, along with their benefits and drawbacks. The summary also includes some comments regarding specific approaches. Existing studies' shortcomings are thoroughly described, allowing potential researchers to plot a course for future research. Finally, a closing note is made, as well as future work in the same direction.

• Asia pacific journal of information systems
• /
• 제32권2호
• /
• pp.226-248
• /
• 2022

The existing model for sentiment analysis of product reviews learned from past data and new data was labeled based on training. But new data was never used by the existing system for making a decision. The proposed Aspect-based multi-agent Deep Reinforcement learning Sentiment Analysis (ADRSA) model learned from its very first data without the help of any training dataset and labeled a sentence with aspect category and sentiment polarity. It keeps on learning from the new data and updates its knowledge for improving its intelligence. The decision of the proposed system changed over time based on the new data. So, the accuracy of the sentiment analysis using deep reinforcement learning was improved over supervised learning and unsupervised learning methods. Hence, the sentiments of premium customers on a particular site can be explored to other customers effectively. A dynamic environment with a strong knowledge base can help the system to remember the sentences and usage State Action Reward State Action (SARSA) algorithm with Bidirectional Encoder Representations from Transformers (BERT) model improved the performance of the proposed system in terms of accuracy when compared to the state of art methods.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.111-128
• /
• 2018

About 3.9 million apps and 24 primary categories can be approved on Apple iTunes Store. Making accurate categorization can potentially receive many benefits for developers, app stores, and users, such as improving discoverability and receiving long-term revenue. However, current categorization problems may cause usage inefficiency and confusion, especially for cross-attribution, etc. This study focused on evaluating the reliability of app categorization on Apple iTunes Store by using several rounds of inter-rater reliability statistics, locating categorization problems based on Machine Learning, and making more accurate suggestions about representative functionality stems for each primary category. A mixed methods research was performed and total 4905 popular apps were observed. The original categorization was proved to be substantial reliable but need further improvement. The representative functionality stems for each category were identified. This paper may provide some fusion research experience and methodological suggestions in categorization research field and improve app store's categorization in discoverability.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제10권1호
• /
• pp.15-28
• /
• 2007

From a social constructivists' perspective, knowledge is not transmitted by language but it is constructed by social interactions with others. That is, it is viewed in social constructivism that learning is a process in which knowledge is constructed by communicative interactions with more capable others. In this vein, a class might be analyzed and characterized in terms of interactional patterns of teacher-student and student-student in class. For this, a primary math class was selected and observed and it was analyzed by the Flanders category system to investigate the effects of the math teaching based on verbal interactions on the learning of math. The class was taught in a teacher-centered and direct way but in the class math knowledge was taught through univocal communications in the form of question-answer. The results of this study appeared to suggest that verbal interactional patterns should take place frequently in math teaching in the sequence of a teacher's questions$\to$students' extensive responses $\to$ positive feedback for the students' responses by the teacher $\to$ the acceptance of the students' responses $\to$ the teacher's explanation or students' questions. In other words, math might be taught more effectively through the verbal discourse patterns proposed in this study.