• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4476-4491
• /
• 2021

Video service providers tend to face user network problems in the process of transmitting video streams. They strive to provide user with superior video quality in a limited bitrate environment. It is necessary to accurately determine the target bitrate range of the video under different quality requirements. Recently, several schemes have been proposed to meet this requirement. However, they do not take the impact of visual influence into account. In this paper, we propose a new multi-category model to accurately predict the target bitrate range with target visual quality by machine learning. Firstly, a dataset is constructed to generate multi-category models by machine learning. The quality score ladders and the corresponding bitrate-interval categories are defined in the dataset. Secondly, several types of spatial-temporal features related to VMAF evaluation metrics and visual factors are extracted and processed statistically for classification. Finally, bitrate prediction models trained on the dataset by RandomForest classifier can be used to accurately predict the target bitrate of the input videos with target video quality. The classification prediction accuracy of the model reaches 0.705 and the encoded video which is compressed by the bitrate predicted by the model can achieve the target perceptual quality.

• International Journal of Advanced Culture Technology
• /
• 제7권4호
• /
• pp.321-326
• /
• 2019

As AI technology is recently introduced into various fields, it is being applied to the fashion field. This paper proposes a system for recommending cody clothes suitable for a user's selected clothes. The proposed system consists of user app, cody recommendation module, and server interworking of each module and managing database data. Cody recommendation system classifies clothing images into 80 categories composed of feature combinations, selects multiple representative reference images for each category, and selects 3 full body cordy images for each representative reference image. Cody images of the representative reference image were determined by analyzing the user's preference using Google survey app. The proposed algorithm classifies categories the clothing image selected by the user into a category, recognizes the most similar image among the classification category reference images, and transmits the linked cody images to the user's app. The proposed system uses the ResNet-50 model to categorize the input image and measures similarity using ORB and HOG features to select a reference image in the category. We test the proposed algorithm in the Android app, and the result shows that the recommended system runs well.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.178-179
• /
• 2018

최근 자율주행 및 음성인식 등 인공지능 분야에서 기계학습을 이용한 방법이 활발히 연구되고 있다. 디지털 영상에서 특정 사물이나 영역을 인식하기 위해 고전적인 경계검출 및 패턴인식 등의 고전적인 영상처리 방법으로는 많은 한계를 가지고 있으나 deep-learning 등 기계학습 방법을 이용하면 사람의 인지수준에 근접한 결과를 얻을 수 있다. 하지만 기본적으로 deep-learning 등 기계학습은 방대한 양의 학습데이터가 확보되어야 한다. 따라서 환경 분석을 위한 항공사진처럼 데이터의 양이 매우 적은 경우 영역 구분을 위해 기계학습을 적용하기 어렵다. 본 연구에서는 입력영상의 dataset 크기가 적고 입력 영상의 형태가 training dataset의 category에 포함되지 않는 경우 사용할 수 있는 transfer-learning 기법을 적용하며 이를 이용하여 영상 내에서 특정 영역 검출을 수행한다.

• 인지과학
• /
• 제11권1호
• /
• pp.47-65
• /
• 2000

정보검색 엔진이 제공하는 홈페이지의 분류체계는 사용자보다는 시스템을 고려하여 구성되기 쉽다. 본 연구는 대표적인 검색엔진들을 중심으로 분류체계에서 대분류 및 중분류에 대한 사용자들의 심성 모형을 조사하고, 이를 바탕으로 중복 분류체계와 단선 분류체계를 구성하였다. 중복 분류체계에서는 한 하위 분류 명이 여러 상위 분류에 소속될수 있으며, 단선 분류체계에서는 그렇지 않다. 심마니 분류체계를 포함시켜, 세 분류체계를 디자인한 다음 검색 문제를 제시하여 이에 대한 분류 검색 수행을 2차에 걸쳐 관찰하였다. 정답 빈도. 검색에 소요된 단계수 및 경과한 시간 등의 자료를 종합적으로 볼 때, 중복 분류체계에서의 수행이 다른 두 조건보다 좋았다. 이는 적절한 분류체계에서 분류 검색이 향상될 수 있음을 시사한다. 그러나, 분류체계에 대한 재인 검사 점수는 단선 분류체계에서 가장 좋았다. 이는 분류 검색 수행과 분류체계의 재인 기억이 분류체계의 학습에서 상이한 측면을 반영할 것임을 시사한다. 끝으로 분류의 조직화, 인터페이스 방식, 사전지식, 탐색학습 및 응용 영역에 대한 논의가 있었다.

• 정보처리학회논문지B
• /
• 제16B권6호
• /
• pp.479-488
• /
• 2009

본 논문은 기존의 목표항목만을 위주로 한 학습체계에서 발생하는 오분류 문제의 해결을 위해 기존의 학습체계에 경계항목을 자동으로 탐 색하여 포함시켜 확대시키는 방법을 제안하고 있다. 여러 주제에 걸쳐 다양한 내용을 다루는 복잡한 문서들은 확실히 어느 범주로 분류해야 할 지 판가름하기 어려운 성질인 모호성이 강하다. 이러한 경우 모든 경우들을 정확히 구분할 수 있는 최적의 경계를 찾는 일은 더욱 어려운 일이 다. 복잡하고 불확실성이 높은 데이터들의 특징은 대부분 분류 경계영역에 위치하므로 이러한 분류경계의 데이터들을 새로운 학습 항목으로 인 식시키도록 하는 것이 필요하다. 본 연구에서는 주어진 목표항목 사이의 경계항목을 자동으로 탐색하여 학습체계에 추가하는 학습 체계 확장 알고리즘을 제시하고, 의도적인 학습오류를 발생시킨 후 기존방법과의 비교실험을 수행함으로써 제안방법의 정확성과 안정성을 비교하였다. 실 험결과 경계범주를 포함하여 학습 체계를 확장시켰을 때의 예측력은 기존 0.70에서 0.86으로 약 24% 향상 되었고, 오류를 포함시켰을 때의 예 측력은 기존 0.52에서 0.79로 약 49% 향상되었다.

• 한국융합학회논문지
• /
• 제11권9호
• /
• pp.65-72
• /
• 2020

치위생학교육평가·인증체계 정립을 위한 학습성과기반 치위생 핵심역량을 파악하고자 치위생(학)과 전임교수 207명을 대상으로 설문 조사를 실시하였다. 핵심역량별 세부영역에서 전문가적 행동 및 윤리적 의사결정 능력(1영역)과 과학적이고 전문적인 임상치위생과 임상치과업무의 지식과 기술을 적용할 수 있는 능력(2영역)의 전체 점수가 가장 높게 나타났고, 의사소통 능력 정도(3영역)는 4.48점, 근거중심의 통합적 사고와 문제해결 능력 정도(5영역)는 4.35점으로 나타났다. 핵심역량 세부영역들은 강한 상관관계가 있는 것을 확인하여 보건의료서비스 직종간의 핵심역량 파악과 임상 실무현장에 근무하고 있는 치과위생사들의 핵심역량에 대한 질적 연구가 필요하다고 사료된다.

• 한국과학교육학회지
• /
• 제15권4호
• /
• pp.452-458
• /
• 1995

Science textbooks are very important materials in order to know elementary science learning in Japan and Korea. In this research the 5th grade science textbooks in Japan and Korea are analyzed by an analyzing category. The analyzing category is consisted of knowledge and scientific inquiry. Knowledge is divided by fact, concept, and rule. Scientific inquiry is divided by problem cognition, variable control, experiment planning, observing, measuring, categorizing, inferring, data transformation, predicting, correlation, cause and effect, result, communication, which are 13 subcategories. Analyzing methods are counting the frequency of each subcategory and tabulating the data. The results of this study are: 1. The frequency of scientific inquiry appeared in Korean 5th grade science textbooks is three times more than that in Japanese textbooks. 2. In scientific inquiry category, Japanese science textbooks emphasized observing, predicting, measuring and problem cognition; Korean science textbooks emphasized experiment planning, observing and problem cognition. 3. In knowledge category, fact subcategory is mostly emphasized in both countries.

• 한국초등과학교육학회지:초등과학교육
• /
• 제23권4호
• /
• pp.273-278
• /
• 2004

According to Piaget, children aged 11 are in the middle of concrete operation period and formal operation period. So, it is necessary to adopt the Learning Cycle Model (LCM) which helps students improve their cognitive development. After determining the test for the Science Concept of Matter (SCOM), the experimental group showed higher average than the comparative group in the post-test. In the sound understanding, the experimental group showed higher ratio than the comparative group. And in the ratio of imperfect, wrong understanding and no response, the experimental group was lower than the comparative group. On the questions that were needed the complicated inquiry, many students of both groups still couldn't find the fundamental cause. In forming the scientific conceptualization, there was a meaningful difference (p < .001) after post-test Analysis of Covariance (ANCOVA) with pre-test result. After determining the test for the Test Inquiry Science Process (TISP), the experimental group showed higher average than the comparative group in the post-test. In the category of basic inquiry process which is needed in concrete operation, there was a meaningful difference (p < .05). In the category of unified inquiry process which is needed in formal operation, they showed no meaningful difference (p > .05). Therefore, applying the LCM to the chapter of 'Solution and Dissolving' is more effective on improving the scientific conceptualization and on helping the concrete operation abilities than the teacher centered learning.

• 한국도서관정보학회지
• /
• 제39권4호
• /
• pp.283-304
• /
• 2008

본 연구의 목적은 이용자의 탐색 행태, 시스템의 정보 구축 행태를 기반으로 초기 질의어의 범주에 해당하는 연관 용어들(해당 용어의 지식구조와 관련된 연관 용어들)을 학습기능을 통해 자동으로 제시해 줄 수 있는 지능형 검색 시스템을 구현하는 것이다. 이를 위해 학습을 통해 전문가 수준의 색인어를 추출할 수 있는 지능형자동색인 알고리즘, 자동분류에 관련한 클러스터링 알고리즘과 문서 범주화 알고리즘 그리고 범주 표현 알고리즘에 대한 이론적 연구를 수행하였으며, 이들 이론적 연구를 근거로 비용과 시간적인 측면에서 그리고 재현율과 정도율이란 측면에서 우수한 성능을 발휘할 수 있는 지능형검색시스템을 구현하였다.

• 한국가정과교육학회지
• /
• 제31권2호
• /
• pp.113-135
• /
• 2019

본 연구는 OECD Education 2030 프로젝트에서 제시하고 있는 핵심역량의 반영 특성을 2015 개정 가정과 교육과정에서 분석하고자 하였으며 연구결과는 다음과 같다. 첫째, 핵심역량 범주에서 일반적인 특징은 기능, 태도, 가치 영역은 46.5%로, 학습 개념 프레임워크 영역은 17%, 역량 개발 사이클 영역은 24.2%, 복합 역량 영역은 12.5%로 나타났다. 전체적으로 교육과정 항목에서 성취기준(59%), 성격(16.1%), 교수·학습 평가 방향(9.4%), 내용체계(8%), 목표(7.6%) 순으로 반영되었으며 학습 개념 프레임워크의 역량은 성취기준에 가장 많이 반영되었다. 둘째, 핵심역량 항목은 중학교 교육과정에서 행동, 문제해결, 의사소통, 존중, 창의적 사고, 갈등해결, 공감, 비판적 사고, 자기관리, 학생 주체성 순으로 나타났다. 고등학교 교육과정에서 행동, 공감, 문제해결, 예측, 글로벌 역량, 자기관리, 학생 주체성, 지속가능 발전을 위한 리터러시, 반성, 비판적 사고 순으로 나타났다. 셋째, 열지도를 통해 3, 4단계에 해당되는 역량의 반영 정도가 높게 나타나 핵심역량의 효과적인 실천을 계획하고 지원할 필요가 있었다. 본 연구를 통해 미래를 위한 학습 안내자의 역할로 OECD에서 강조하는 핵심역량과 가정교과 역량 간의 상호관련성을 파악하고 실천 교과로서 개인의 총체적인 역량 함양을 도울 수 있어야 할 것이다.