• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.855-858
• /
• 2006

정보화 시대에 이르러 정보통신기술의 급속한 발달은 교육을 포함한 모든 분야에 획기적인 패러다임의 변화를 가져왔다. 교육에 있어서의 변화는 단순한 지식의 축적이 아닌 학습자가 스스로 문제를 발견하고, 이를 위한 적절한 해결방법을 습득함을 의미한다. 즉, 교사는 조언자로서의 역할을, 학생은 학습의 주도자로서의 역할을 담당하며, 이는 교육의 주체가 교사중심에서 학생중심으로의 전환을 뜻한다. 이러한 교육적 패러다임의 변환과 더불어 주목받고 있는 교수학습이론이 "구성주의(Constructivism)"이다. 구성주의의 틀안에서 과거의 교사중심의 직접교수법 대신에 학습자 중심의 참여학습을 강조하고 있으며, 새로운 교육적 패러다임의 실천적 방안을 구체적으로 제시하고 있다. 이러한 실천적 방안을 구축 가능하게 해준 것이 바로 정보통신기술 그중에서도 인터넷(internet)의 발달이다. 인터넷에서 가장 활발하게 사용되고 있는 웹(Web)은 그 특성상 구성주의 학습원리를 실현하는데 적절한 환경을 제공하고 있으며, 교육 시스템의 변화를 가져오고 있다. 인터넷을 활용한 웹상에서의 교수학습은 교실이라는 제한된 공간에서 판서에 의존하는 방식의 수업이 아닌 풍부하고 다양한 형태의 폭넓은 자료의 습득을 가능하게 하며, 학습자에게 생동감 있는 학습 경험을 주어 학습 동기를 유발할 수 있다. 또한 기존의 수업에 비해 비교적 시간과 장소의 제약에서 자유롭게 학습할 수 있으며, 학습내용과 관련된 최신의 정보를 참조할 수 있다. 그리고 이미지, 오디오, 비디오, 텍스트와 같은 풍부한 멀티미디어 인터페이스 (Interface)가 가능하고 게시판, 이메일, 채팅을 통하여 교사와 학습자간에 활발한 상호작용이 이루어질 수 있다는 점에서 교육적 가능성이 대두되고 있다. 학교나 교육담당자들도 이런 교육기자제의 첨단화 더불어 새로운 교수 학습 모형 개발에 힘을 쓰고 있다. 이에 본 논문은 구성주의 학습원리에 토대를 둔, 월 기반 교육시스템의 설계 및 구현을 통하여 학습자 중심의 자기주도적 학습활동이 이루어질 수 있는 교육환경을 구축하는데 그 목적이 있다. 라라서 학습자는 학습자의 필요(need)에 라라 선별적으로 강의를 수강할 수 있고, 키워드 정색을 통해 학습하고자 하는 내용을 구분하여 학습할 수 있도록 구현하였다. 이를 통해 학습자들이 자기 주도적으로 주어진 문제에 대해 스스로 해결하는 방법을 찾아 학습할 수 있도록 함으로씨 학습 능력을 키우도록 하는데 그 주안점이 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.49-59
• /
• 2023

COVID-19로 대표되는 팬데믹 상황에서 의료 인력 부족으로 인한 문제가 대두되고 있다. 본 논문에서는 진단 업무를 지원하기 위한 컴퓨터 비전 솔루션으로 PA 흉부 X-선 영상에 대한 병변 유무 진단 방법에 대해 제시한다. 디지털 영상에 대한 특징 비교 방식의 이상 탐지 기법을 X-선 영상에 적용하여 비정상적인 영역을 예측할 수 있다. 정렬된 PA 흉부 X-선 영상으로부터 특징 벡터를 추출하고 패치 단위로 분할하여 지역적으로 등장하는 비정상을 포착한다. 사전 실험으로 다중 객체를 포함하는 시뮬레이션 데이터 세트를 생성하고 이에 대한 비교 실험 결과를 제시한다. 정렬된 영상에 대해 적용 가능한 패치 특징 하드마스킹을 통해 프로세스의 효율성 및 성능을 향상하는 방법을 제시한다. 지역 특수성 및 전역 이상 탐지 결과를 합산하여 기존 연구 대비 6.9%p AUROC 향상된 성능을 보인다.

• 문화경제연구
• /
• 제21권2호
• /
• pp.111-139
• /
• 2018

이 연구는 인스타그램에 장문의 클래식음악 공연 리뷰를 게시하는 클래식음악 애호가에 주목하여, 공연 리뷰를 작성하는 동기와 목적을 밝히고 리뷰를 매개로 이루어지는 애호가들 사이의 상호 커뮤니케이션을 분석하였다. 분석 자료로는 인스타그램에 리뷰를 게시하는애호가 8인과 진행한 인터뷰를 주로 활용하였으며, 이들이 게시한 리뷰 글도 분석에 포함하였다. 분석 결과, 클래식음악 애호가들이 인스타그램을 애용하는 이유는 인스타그램의 용이성, 익명성, 친밀성의 세 가지 특성(어포던스) 때문인 것으로 파악되었다. 또한 이미지 중심의 인스타그램 운영 방식은 자신이 작성한 공연 리뷰 콘텐츠의 수준에 확신이 없는 애호가들에게 텍스트에 쏠리는 주목과 관심을 회피하는 효과를 가지는 것으로 나타났다. 즉, 이들은 클래식음악 감상에 적합한 문화자본을 가지지 못했다는 열등감 때문에 인스타그램에 리뷰를 게재하지만, 리뷰를 지속적으로 작성하고 읽는 과정에서 발생하는 애호가들 사이의 상호 학습을 통해 클래식음악 감상에 필요한 문화자본을 축적하고 있었다.

• 대한수학교육학회지:수학교육학연구
• /
• 제14권2호
• /
• pp.207-219
• /
• 2004

본 연구는 가상학습교구를 이용한 수업이 학생들의 수학적 개념 이해를 돕고, 이러한 개념 이해의 증가가 학생들의 수학 학습에 대한 자신감을 증진시키는 지를 분석하는데 목적이 있다. 또한, 다수의 질 높은 수학관련 소프트웨어의 개발에도 불구하고 비용상의 문제로 사용에 제약을 받았던 수학교실 상황에, 무료로 제공되는 가상학습교구의 활용 가능성 모색은 본 연구가 갖는 또 다른 의미이다. 워싱턴 디씨 근교 초등학교 5학년 학생들을 대상으로 가상학습교구를 이용하여 분수개념을 지도하였고, 학생들이 분수개념을 획득함에 따라 나타내는 자신감의 증거를 찾았다. 실험 전후에 성취도와 자신감 검사가 실시되었고, 수업 중의 인터뷰와 학생 활동지 수업관찰을 통해 자료를 수집하고 분석하였다.

• 농촌지도와개발
• /
• 제19권4호
• /
• pp.773-798
• /
• 2012

이 연구는 포괄보조금제도하에 효율적인 농산어촌지역개발사업의 추진을 위하여 지역개발사업의 수혜자이자 참여자로서 지역주민만족을 설명하기 위하여 요인분석을 수행하였다. 부여지역을 사례지역으로 부여읍과 13개의 면에 거주하는 353명을 대상으로 설문조사를 실시하였으며 분석에는 SPSSWIN을 사용하였다. 분석결과 부여군에서 지역개발사업의 만족도는 전체평균은 3.16 으로 비교적 만족하고 있는 것으로 나타나고 있으며 12개의 변수들은 3가지의 요인으로 묶여지는 것을 알 수 있었다. 요인 1은 '교통편의', '교육환경', '사회복지', '문화 및 여가활동', '정보통신', '보건 및 의료서비스'의 변수 즉, 편리한 삶, 안정된 삶, 즐기는 삶과 건강한 삶을 나타내는 변수가 공통된 범주로 묶이고, 요인 2는 '범죄 및 사고', '환경관리', '이웃관계 및 사회참여'의 변수 즉, 안전한 삶, 쾌적한 삶과 즐기는 삶을 나타내는 변수를 공통된 범주로 묶이고, 요인 3은 '소득 및 소비활동'과 '일자리창출'을 나타내는 경제적인 삶과 '주거환경'이 공통된 범주로 묶였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.15-23
• /
• 2017

사람의 빈번한 자세 변화, 그리고 background clutter과 occlusion으로 인해 Person Re-identificatio는 컴퓨터 비전 분야에서 가장 어려운 부분이다. 비겹침 카메라의 이미지는 어떤 사람을 다른 사람과 구별하기 어렵게 한다. 더욱 나은 성능 일치를 달성하기 위해 대부분의 방법은 특징 선택과 거리 메트릭을 개별적으로 사용한다. 그렇게 차별화된 표현과 적절한 거리를 얻을 수 있고, 사람과 중요한 특징의 무시 사이의 유사성을 설명할 수 있다. 이러한 상황은 우리가 이 문제를 다루는 새로운 방법을 고려하도록 한다. 본 논문에서는 Person Re-identification를 위한 3단 계층네트워크를 갖는 향상되고 반복적인 신경 회로망을 제안하였다. 특히 RNN(Revurrent Neural Network) 모델은 반복적인 EM(Expectation Maximum) 알고리즘과 3단 계층 네트워크를 포함하고, 차별적 특징과 지표 거리를 공동으로 학습한다. 반복적인 EM 알고리즘은 RNN 이전에 연속해 있는 CNN(Convoutional Neural Network)의 특징 추출 능력을 충분히 사용할 수 있다. 자율 학습을 통해 EM 프레임 워크는 패치의 레이블을 변경하고 더 큰 데이터 세트를 훈련할 수 있다. 네트워크를 더 잘 훈련시키기 위해 3단 계층 네트워크를 통해 CNN, RNN 및 풀링 계층이 공동으로 특징 추출을 할 수 있다. 실험 결과에 따르면 비전처리 분야에서 다른 연구자의 접근 방식과 비교할 때 이 방법은 경쟁력 있는 정확도를 얻을 수 있다. 이 방법에 대한 다른 요소의 영향은 향후 연구에서 분석되고 평가될 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.149-155
• /
• 2020

한국도로교통공단은 교통사고분석시스템(TAAS)을 활용하여 2015년부터 발생한 교통사고 원인을 분석한 통계를 제공하고 있다. 교통사고 발생 주요 원인으로, 2018년 한해 전체 교통사고 발생원인 중 전방주시 부주의가 대부분의 원인임을 TAAS를 통해 발표했다. 교통사고 원인에 대한 통계자료의 세부항목으로 운전 중 스마트폰 사용, DMB 시청 등의 안전운전 불이행 51.2%와 안전거리 미확보 14%, 보행자 보호의무 위반 3.6% 등으로, 전체적으로 68.8%의 비율을 보여준다. 본 논문에서는 Deep Learning의 알고리듬 중 CNN(Convolutional Neural Network)를 활용하여 첨단 운전자 보조 시스템 ADAS(Advanced Driver Assistance Systems)을 개선한 시스템을 제안하고자 한다. 제안된 시스템은 영상처리에 주로 사용되는 Conv2D 기법을 사용하여 운전자의 얼굴과 눈동자의 조향을 분류하는 모델을 학습하고, 차량 전방에 부착된 카메라로 자동차의 주변 object를 인지 및 검출하여 주행환경을 인지한다. 그 후, 학습된 시선 조향모델과 주행환경 데이터를 사용하여 운전자의 시선과 주행환경에 따라, 위험요소를 3단계로 분류하고 검출하여 운전자의 전방 및 사각지대 보조한다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.1-8
• /
• 2020

건물 내부 공기 순환을 위한 공조 덕트는 장기간 사용 시 오염물질이 내부에 쌓여 인력 또는 로봇이 투입되어 청소가 주기적으로 수행된다. 청소는 작업시간과 인건비 문제를 해결하기 위해 최근 원격 조정으로 로봇을 작동시키는 방법이 사용되고 있다. 하지만 완전 자동화가 아니라 인력 의존적이며 청소 시간 단축에도 한계가 있다. 본 연구는 공조 덕트 청소 로봇 자율 주행을 위해 교차점 검출 알고리듬 개발에 대한 것이다. 자율 주행은 청소 로봇에 장착된 카메라 영상에서 교차점 검출 알고리듬을 통해 추출된 점과 중심점 사이의 거리 및 각도를 계산하여 로봇을 제어하도록 구성된다. 교차점 검출을 위한 데이터는 3D CAD 프로그램을 이용한 공조 덕트 내부 이미지를 Python을 이용해 교차점 좌표 및 두 경계선 각도를 추출하여 생성했다. 검출 알고리듬은 딥러닝 중 CNN 모델이 학습에 사용됐으며 학습 모델은 입력이미지에서 교차점 정보를 추출하며 학습 모델 정확도는 면적과 거리를 이용해 판단했다. 알고리듬 검증을 위해 청소 로봇을 제작했으며 로봇은 몸체, Raspberry Pi, 카메라 및 초음파 센서를 포함한 제어부, 모터와 바퀴를 포함한 구동부로 구성된다. 알고리듬을 탑재한 로봇 청소기 주행 영상을 통해 알고리듬을 검증했다. 향후 공조 덕트뿐만 아니라 에스컬레이터 등 다양한 환경에서 적용 가능할 것으로 기대된다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.199-205
• /
• 2024

연구목적: 본 연구는 요양병원 등 재난취약시설에 재난이 발생할 경우 잔류한 요구조자를 정확하게 파악하여 소방 등 대응기관에 제공하는 APC(Auto People Counting)의 인식률 개선에 목적이 있다. 연구방법: 본 연구에서는 실제 재난취약시설에 설치되어 운영 중인 APC를 대상으로 카메라를 통해 출입 인원의 이미지를 인식하는 알고리즘을 개선하기 위해 CNN모델을 활용하여 베이스라인 모델링을 하였다. 다양한 알고리즘의 성능을 분석하여 상위 7개의 후보군을 선정하고 전이학습 모델을 활용하여 성능이 가장 우수한 최적의 알고리즘을 선정하는 방법으로 연구를 수행하였다. 연구결과: 실험결과 시간과 성능이 가장 좋은 Densenet201, Resnet152v2 모델의 정밀도와 재현율을 확인한 결과 모든 라벨에 대해서 정확도 100%를 나타내는 것을 확인할 수 있었다. 이 중 Densenet201 모델이 더 높은 성능을 보여주었다. 결론: 다양한 인공지능 알고리즘 중 APC에 적용할 수 있는 최적의 알고리즘을 선정하였다. 향후 연무 등 다양한 재난상황에서 재난취약시설 내 출입인원을 정확하게 파악할 수 있도록 알고리즘 분석 및 학습에 대한 추가 연구가 요구된다.