• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.193-197
• /
• 2021

COVID-19로 인한 팬데믹 상황은 우리 사회의 사회적, 경제적, 심리적, 그리고 다른 모든 면에서 크고 작은 영향을 미치고 있다. 코로나 19 전파를 막기 위해 우리나라를 포함한 다양한 국가에서는 장기간의 가정 돌봄 및 원격 학습 체제에 들어갔다. 하지만 많은 나라에서 진행된 원격 학습 실험은 대면 교육을 원격 학습으로 대체할 수 있는지에 대한 문제가 제기되었다. 이에 본 연구에서는 원격 수업에 대한 언론 보도 내용을 바탕으로 여론, 사회 인식, 현장의 동향을 분석하였다. 이를 위해 본 연구에서는 원격 수업과 관련된 11개의 신문사 및 4개의 방송사의 기사, 2,600개를 수집하였다. 이 데이터를 바탕으로 키워드 트렌드 분석, 토픽모델링 분석, 감정 분석을 실시하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권2호
• /
• pp.214-222
• /
• 2022

Convolutional Neural networks (CNNs) are a category of deep learning networks that have proven very effective in computer vision tasks such as image classification. Notwithstanding, not much has been seen in its use for remote sensing image classification in developing countries. This is majorly due to the scarcity of training data. Recently, transfer learning technique has successfully been used to develop state-of-the art models for remote sensing (RS) image classification tasks using training and testing data from well-known RS data repositories. However, the ability of such model to classify RS test data from a different dataset has not been sufficiently investigated. In this paper, we propose a deep CNN model that can classify RS test data from a dataset different from the training dataset. To achieve our objective, we first, re-trained a ResNet-50 model using EuroSAT, a large-scale RS dataset to develop a base model then we integrated Augmentation and Ensemble learning to improve its generalization ability. We further experimented on the ability of this model to classify a novel dataset (Nig_Images). The final classification results shows that our model achieves a 96% and 80% accuracy on EuroSAT and Nig_Images test data respectively. Adequate knowledge and usage of this framework is expected to encourage research and the usage of deep CNNs for land cover mapping in cases of lack of training data as obtainable in developing countries.

• 대기
• /
• 제33권1호
• /
• pp.61-72
• /
• 2023

Accurate estimation of forest carbon stocks is important in establishing greenhouse gas reduction plans. In this study, we estimate the spatial distribution of forest carbon stocks using machine learning techniques based on high-resolution remote sensing data and detailed field survey data. The high-resolution remote sensing data used in this study are Landsat indices (EVI, NDVI, NDII) for monitoring vegetation vitality and Shuttle Radar Topography Mission (SRTM) data for describing topography. We also used the forest growing stock data from the National Forest Inventory (NFI) for estimating forest biomass. Based on these data, we built a model based on machine learning methods and optimized for Korean forest types to calculate the forest carbon stocks per grid unit. With the newly developed estimation model, we created forest carbon stocks maps and estimated the forest carbon stocks in South Korea. As a result, forest carbon stock in South Korea was estimated to be 432,214,520 tC in 2020. Furthermore, we estimated the loss of forest carbon stocks due to the Donghae-Uljin forest fire in 2022 using the forest carbon stock map in this study. The surrounding forest destroyed around the fire area was estimated to be about 24,835 ha and the loss of forest carbon stocks was estimated to be 1,396,457 tC. Our model serves as a tool to estimate spatially distributed local forest carbon stocks and facilitates accounting of real-time changes in the carbon balance as well as managing the LULUCF part of greenhouse gas inventories.

• 한국문헌정보학회지
• /
• 제34권3호
• /
• pp.61-76
• /
• 2000

가상 교육을 받는 학생들의 정보 이용 형태와 선호도를 검토해 본 결과, 원거리 이용자들은 접근성과 이용의 편이성으로 인해 원문을 쉽게 획득할 수 있는 온라인 데이터베이스와 인터넷을 선호하나, 온라인 데이터베이스와 인터넷의 정보로는 만족하기 어려워, 불편을 감수하면서도 도서와 논문을 주 정보원으로 이용하는 것으로 나타났다. 또한, 가상교육을 받는 원거리 이용자들의 86.7퍼센트가 전자도서관 서비스는 가상교육 프로그램을 선택하는데 중요한 고려대상이며 교수가 도서관 이용에 가장 많은 영향을 미친다고 응답하여 가상교육 프로그램과 전자도서관 정보서비스 체계의 파트너쉽의 필요성을 보여주었다. 마지막으로, 가상교육을 받는 학생들은 웹 페이지의 디자인보다는 정보의 근거와 정확성 그리고 내용의 적합성을 우선적으로 중요시하는 것으로 나타났다. 따라서, 도서관은 많은 양질의 디지털화 된 정보를 확보하는 것이 무엇보다 우선되어야 할 것으로 보인다. 컴퓨터의 대중화가 이루어지고, 교육과 정보의 환경이 변화하고 있는 현 시점에서, 서비스의 질적 향상을 도모하고자 하였으며 앞으로 많은 연구들이 계속되어져야 할 것으로 믿는다.

• 디지털콘텐츠학회 논문지
• /
• 제14권2호
• /
• pp.255-262
• /
• 2013

유용한 영어 교육을 위한 어플은 강의실 컴퓨터를 위해 모바일 장치를 무선 원격 시스템으로 즉각적인 변환을 가능하게 한다. 일단 강의실 주 컴퓨터에 무료 소프트웨어를 설치하면 학생들이 power point를 이용하여 컴퓨터 통제를 위한 모바일 장치에 Air mouse를 갖도록 한다. 이를 이용하여 학생들은 board위에 글이나 그림을 그릴수 있으며 그들의 앉은 자리에서 학습 자료를 구동할 수 있게 된다. 영어공부는 학문연구가 아니라 언어 훈련이라는 점에서 지금까지의 영어 학습이 단순한 학습대상으로 먼저 인식하여 의사소통의 도구가 아닌 학교 성적이나 토익, 토플 시험을 위한 학습 대상이 되었다는 점에서 그동안 영어의 학습의 문제점으로 지적되어 왔다. 본 연구는 수동적인 학습 환경에서 흥미와 동기부여를 가지고 자발적인 학습을 위해 Podcast, Apps 등 여러 매체를 이용하여 일정 학습 한도를 정하여 꾸준히 학습 할 수 있는 쉽고 재미있는 영어 학습 중 모바일, VOD영어 학습 컨텐츠, 리얼 영화 스크립트를 이용한 미드 영어 등 여러 어플을 이용한 영어 학습방법을 제시하고자 한다.

• Spatial Information Research
• /
• 제2권2호
• /
• pp.175-188
• /
• 1994

본 연구에서는 최근 많은 분야데서 패턴인식을 위한 효과적인 기법으로 이용되고 있는 신경망 기법을 원격탐사자료의 군집화 기법으로서 적용하고자 하였다. 이를 위해 선택된 신경망 모델은 경쟁학습 신경망이며 이를 구성하는 각종 변수들을 재구성하여 원격탐사자료의 군집화를 위한 신경망모델을 설정하였다. 본 신경망을 이용한 군집화 기법은 항공기를 이용하여 획득된 원격탐사자료를 이용하여 순차적(sequential)군집화 기법 K 평균 군집화 기법과 비교되었다. 계산시간은 순차적 기법이나 K 평균기법에 비하여 더 많이 소요되나 정확도면에 있어서는 비교적 우수한 결과를 나타냈다.

• Journal of Information Processing Systems
• /
• 제18권4호
• /
• pp.587-598
• /
• 2022

To increase building change recognition accuracy, we present a deep learning-based building change detection using remote sensing images. In the proposed approach, by merging pixel-level and object-level information of multitemporal remote sensing images, we create the difference image (DI), and the frequency-domain significance technique is used to generate the DI saliency map. The fuzzy C-means clustering technique pre-classifies the coarse change detection map by defining the DI saliency map threshold. We then extract the neighborhood features of the unchanged pixels and the changed (buildings) from pixel-level and object-level feature images, which are then used as valid deep neural network (DNN) training samples. The trained DNNs are then utilized to identify changes in DI. The suggested strategy was evaluated and compared to current detection methods using two datasets. The results suggest that our proposed technique can detect more building change information and improve change detection accuracy.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.929-937
• /
• 2020

본 논문에서는 의미론적 분할을 위한 딥러닝 기술 중의 하나인 UNet++ 모델을 이용하여 다시기 위성영상의 변화지역을 탐지하고자 하였다. 다양한 손실함수에 대한 학습결과를 분석하기 위하여, 이진 교차 엔트로피, 자카드 변수에 의하여 학습된 UNet++ 모델에 의한 변화탐지 결과를 평가하였다. 또한, 딥러닝 모델의 결과는 WorldView-3 위성영상을 활용하여 기존의 화소기반 변화탐지 기법의 결과와 비교하여 평가하였다. 실험결과, 손실함수의 특성에 따라서 딥러닝 모델의 성능이 달라질 수 있음을 확인하였으나, 기존 기법들과 비교하여 우수한 결과를 나타내는 것도 확인하였다.

• 한국해양공학회지
• /
• 제34권5호
• /
• pp.371-376
• /
• 2020

Underwater acoustics, which is the study of the phenomena related to sound waves in water, has been applied mainly in research on the use of sound navigation and range (SONAR) systems for communication, target detection, investigation of marine resources and environments, and noise measurement and analysis. Underwater acoustics is mainly applied in the field of remote sensing, wherein information on a target object is acquired indirectly from acoustic data. Presently, machine learning, which has recently been applied successfully in a variety of research fields, is being utilized extensively in remote sensing to obtain and extract information. In the earlier parts of this work, we examined the research trends involving the machine learning techniques and theories that are mainly used in underwater acoustics, as well as their applications in active/passive SONAR systems (Yang et al., 2020a; Yang et al., 2020b; Yang et al., 2020c). As a follow-up, this paper reviews machine learning applications for the inversion of ocean parameters such as sound speed profiles and sediment geoacoustic parameters.

• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.13-25
• /
• 2023

This study analyzed the impact of expectations congruence, usefulness, ease of use, and interaction on the satisfaction of learners who participated in distance learning. For this purpose, a survey was conducted targeting students taking remote classes operated by universities after COVID-19. The survey was conducted online using learning management system notices and mobile notifications at the end of remote classes. The research results are as follows. First, expectation confirmation was found to have a significant effect on satisfaction. Second, usability was found to have no significant effect on satisfaction. Third, ease of use was found to have a significant effect on satisfaction. Fourth, interaction was found to have the greatest impact on satisfaction. This study analyzed the impact on satisfaction with university distance learning after COVID-19. Based on the research results, it is necessary to specify teaching strategies such as supporting a distance learning environment optimized for learners and strengthening interaction.