• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.413-420
• /
• 2023

오래전부터 연구자들은 CBIR에 대한 많은 연구로 인해 이미지 검색 분야에 우수한 결과를 제시하였다. 그러나 이미지에 대한 이러한 검색 결과와 사람이 인식하는 결과 사이에 의미적 격차는 여전히 존재한다. 적은 수의 이미지를 사용하여 사람이 인식하는 수준의 이미지를 분류하는 것은 아직까지 어려운 문제이다. 따라서 본 논문은 이미지 검색에서 사람과 검색 시스템의 이미지의 의미적 격차를 최소화하기 위해 딥 러닝 기반의 전이 학습을 이용한 이미지 분류 모델을 제안한다. 실험 결과, 학습 모델의 손실률은 0.2451%, 정확도는 0.8922%로 제안한 이미지 분류 방법의 구현은 원하는 목표를 달성할 수 있었다. 그리고 딥 러닝에서 CNN의 전이 학습 모델 방법이 새로운 데이터를 추가하여 이미지 데이터베이스를 구축하는데 효과적인 결과를 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.539-544
• /
• 1998

Generally, welding gap is a serious factor of a falling-off in weld quality among various kind of weld defect. Welding gap is created between two work piece in GMAW(Gas Metal Arc Welding) of horizontal fillet weld because surface of workpiece is not flat by cutting process. In these days, there were many attempts to detect welding gap. though we prevalently use the vision sensor or arc sensor in welding process, it is difficult to detect welding gap for improvement of welding quality. But we have a trouble to find relationship between welding gap and many welding parameters due to non-linearity of welding process. As mentioned about the various difficult problem, we can detect welding gap precisely using neural networks which are able to model non-linear function. Also, this paper was proposed real-time monitoring of weld bead shape to find effect of welding gap and to estimate weld quality. Monitoring of weld bead shape examined the correlation of welding parameters with bead eometry using learning ability of neural networks. Finally, the developed system, welding gap detecting system and bead shape monitoring system, is expected to the successful capability of automation of welding process by result of simulation.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1271-1278
• /
• 2020

딥러닝 기반 프로파일링 부채널 분석은 신경망을 이용해 부채널 정보와 중간값의 관계를 파악하는 공격 방법이다. 신경망은 신호의 각 시점을 별도의 차원으로 해석하므로 차원별 가중치를 갖는 신경망은 지터가 있는 데이터의 분포를 학습하기 어렵다. 본 논문에서는 CNN(Convolutional Neural Network)의 완전연결 층을 GAP(Global Average Pooling)로 대체하면 태생적으로 지터에 강건한 신경망을 구성할 수 있음을 보인다. 이를 입증하기 위해 ChipWhisperer-Lite 전력 수집 보드에서 수집한 파형에 대해 실험한 결과 검증 데이터 집합에 대한 완전연결 층을 사용하는 CNN의 정확도는 최대 1.4%에 불과했으나, GAP를 사용하는 CNN의 정확도는 최대 41.7%로 매우 높게 나타났다.

• 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.

• Educational Technology International
• /
• 제12권2호
• /
• pp.135-151
• /
• 2011

Recently, a wide variety of studies on future learning have appeared owing to rapid advances in information and communication technology (ICT) and increased discussion about core competencies in twenty-first-century learning. These studies, though insufficient in number, cover various fields such as architecture (design of the learning space), education (learning model), and technology (adaptation of mobile devices). However, these studies focus on mainstream students and do not discuss the future situation of inclusive education with regard to both mainstream and students with physical disabilities. Hence, in order to fill this gap, the present study explores the perceptions and ideas held by special education preservice teachers on the future learning space with regard to school design and peer-to-peer feedback. For this purpose, these preservice teachers' design proposals about future school were collected and analyzed. In conclusion, special education preservice teachers perceive the future learning space as an inclusive environment in which smart technology is incorporated. Future learning environment were categorized in terms of flexible, ubiquitous technology, physical and mental health, safety, and spaces with facilities for students with physical disabilities.

• 한국항만학회지
• /
• 제14권3호
• /
• pp.321-329
• /
• 2000

Welding is essential for the manufacture of a range of engineering components which may vary from very large structures such as ships and bridges to very complex structures such as aircraft engines, or miniature components for microelectronic applications. Especially, a domestic situation of the welding automation is still depend on the arc sensing system in comparison to the vision sensing system. Specially, the gap-detecting of workpiece using conventional arc sensor is proposed in this study. As a same principle, a welding current varies with the size of a welding gap. This study introduce to the fuzzy membership filter to cancel a high frequency noise of welding current, and ART2 which has the competitive learning network classifies the signal patterns the filtered welding signal. A welding current possesses a specific pattern according to the existence or the size of a welding gap. These specific patterns result in different classification in comparison with an occasion for no welding gap. The patterns in each case of 1mm, 2mm, 3mm and no welding gap are identified by the artificial neural network.

• 한국지능시스템학회논문지
• /
• 제11권2호
• /
• pp.178-183
• /
• 2001

Welding is essential for the manufacture of a range of engineering components which may vary from very large structures such as ships and bridges to very complex structures such as aircraft engines, or miniature components for microelectronic applications. Especially, a domestic situation of the welding automation is still depend on the arc sensing system in comparison to the vision sensing system. Specially, the gap-detecting of workpiece using conventional arc sensor is proposed in this study. As a same principle, a welding current varies with the size of a welding gap. This study introduce to the fuzzy membership filter to cancel a high frequency noise of welding current, and ART2 which has the competitive learning network classifies the signal patterns the filtered welding signal. A welding current possesses a specific pattern according to the existence or the size of a welding gap. These specific patterns result in different classification in comparison with an occasion for no welding gap. The patterns in each case of 1mm, 2mm, 3mm and no welding gap are identified by the artificial neural network.

• 한국컴퓨터정보학회논문지
• /
• 제25권11호
• /
• pp.27-40
• /
• 2020

본 논문은 장단기기억신경망(LSTM)이 영어를 배우면서 학습한 암묵적 통사 관계인 필러-갭 의존 관계를 조사하여 영어 문장 학습량과 한국인 영어 학습자(L2ers)의 문장 처리 패턴 간의 상관관계를 규명한다. 이를 위해, 먼저 장단기기억신경망 언어모델(LSTM LM)을 구축하였다. 이 모델은 L2ers가 영어 학습 과정에서 잠재적으로 배울 수 있는 L2 코퍼스의 영어 문장들로 심층학습을 하였다. 다음으로, 이 언어 모델을 이용하여 필러-갭 의존 관계 구조를 위반한 영어 문장을 대상으로 의문사 상호작용 효과(wh-licensing interaction effect) 즉, 정보 이론의 정보량인 놀라움(surprisal)의 정도를 계산하여 문장 처리 양상을 조사하였다. 또한 L2ers 언어모델과 상응하는 원어민 언어모델을 비교 분석함으로써, 두 언어모델이 문장 처리에서 필러-갭 의존 관계에 내재된 추상적 구문 구조를 추적할 수 있음을 보여주었을 뿐만 아니라, 또한 선형 혼합효과 회귀모델을 사용하여 본 논문의 중심 연구 주제인 의존 관계 처리에 있어서 원어민 언어모델과 L2ers 언어모델간 통계적으로 유의미한 차이가 존재함을 규명하였다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제15권1호
• /
• pp.13-29
• /
• 2012

본 연구는 초동학교 6학년 국가수준 학업성취도평가에서 남녀간 성차가 두드러진 문항에 대한 심층 분석 연구이다. 국가단위 시험에서 남녀 간에 차이가 큰 문항들을 선택하고, 이러한 문항에서 어떤 수학 내적 원인이 성차를 유발하였는지 분석한다. 이러한 분석을 용이하게 하기 위해 지난 8년간의 성취도평가 문항 중에서 남녀 차가 현저한 문항들을 선택하고, 이러한 문항에 대한 문항 개념도를 작성한다. 문항 개념도를 바탕으로 본검사 문항을 개발하고 검사를 실시한다. 검사 결과를 분석하여 국가수준 학업성취도평가에서 남녀 차가 발생한 원인을 수학적인 관점에서 분석하고 그 결과를 도출하였다. 이러한 연구결과를 바탕으로 초등학교 수학 교수-학습 및 교과서 개발에 유의미한 방향을 제시할 것으로 기대한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권10호
• /
• pp.2650-2662
• /
• 2012

Due to the semantic gap issue, the performance of automatic image annotation is still far from satisfactory. Active learning approaches provide a possible solution to cope with this problem by selecting most effective samples to ask users to label for training. One of the key research points in active learning is how to select the most effective samples. In this paper, we propose a novel active learning approach based on sparse graph. Comparing with the existing active learning approaches, the proposed method selects the samples based on two criteria: uncertainty and representativeness. The representativeness indicates the contribution of a sample's label propagating to the other samples, while the existing approaches did not take the representativeness into consideration. Extensive experiments show that bringing the representativeness criterion into the sample selection process can significantly improve the active learning effectiveness.