• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.241-248
• /
• 2011

동형이의어는 여러 가지 의미를 가진 단어를 의미한다. 문장의 의미를 이해하기 위해서는 필수적으로 문장에 포함된 동형이의어의 의미를 결정해야 한다. 기존의 단어 의미 중의성 연구들은 공기 빈도를 기반으로 해결하였다. 하지만, 동사의 경우에는 정확도 향상을 위해서 격 정보가 중요하다. 왜냐하면, 동사 동형이의어의 의미는 행위의 주체나 객체에 따라 결정되어서 종속격(목적격, 부사격, 보격) 정보가 필요하며, 동사동형이의어 의미마다 서로 다른 격 정보가 필요하기 때문이다. 본 논문에서는 한국어 격 정보를 적용한 동사 의미 중의성 해소를 제안한다. 격정보는 표준국어대사전에 명시된 조사 정보를 이용하였다. 실험은 고빈도 동형이의어 12개를 대상으로 하였으며, 실험결과 정확도가 기존의 97.3%에서 98.7%로 1.34% 향상되었다. 이는 원래의 오류율을 2.7%에서 1.3%으로 절반정도 줄였다.

• 디지털융복합연구
• /
• 제18권7호
• /
• pp.47-56
• /
• 2020

본 연구는 인공지능 활용 교육에 대한 초등교사의 인식을 종합적으로 분석하는 목적을 지닌다. 최근 학교 교육 현장에서 인공지능 기술의 활용에 대한 관심이 증대되고 있다. 하지만 초등학교 교사들이 이를 어떻게 인식하는지를 확인하는 연구는 미흡하다. 본 연구는 초등교사 69명을 대상으로 기술통계, 중다회귀분석, 의미변별척도를 활용하여 초등교사들이 교육에서 인공지능 활용에 대해 어떻게 인식하는지를 총체적으로 분석하였다. 연구 결과, 초등교사들은 인공지능 기술이 수업 시간 내 활동을 보조하는데 가장 적합하다고 응답하였으며 교수학습 방법 측면에서는 문제중심학습이 가장 적절하다고 인식하고 있었다. 인공지능의 교육적 활용에 대해 영향을 미치는 요소는 학습 내용, 학습 자료, 인공지능 기기로 나타났다. 인공지능 활용 교육은 개별학습, 참여 촉진, 흥미 유발 등의 특성을 지닌다고 인식하였다. 향후 최적화된 교육 운영을 가능하게 하는 수업 전략이나 모형 개발 등이 이루어질 필요가 있다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.767-776
• /
• 2020

GcGAN은 기하학적 일관성을 유지하며 영상 간 스타일을 변환하는 딥러닝 모델이다. 그러나 GcGAN은 회전이나 반전(flip) 등의 한정적인 기하 변환으로 영상의 형태를 보존하기 때문에 영상의 세밀한 형태 정보를 제대로 유지하지 못하는 단점을 가지고 있다. 그래서 본 연구에서는 이런 단점을 개선한 새로운 영상 간 변환 기법인 MSGcGAN(Multi-Scale GcGAN)을 제안한다. MSGcGAN은 GcGAN을 확장한 모델로서, 다중 스케일의 영상을 동시에 학습하여 스케일 불변 특징을 추출함으로써, 영상의 의미적 왜곡을 줄이고 세밀한 정보를 유지하는 방향으로 영상 간 스타일 변환을 수행한다. 실험 결과에 의하면 MSGcGAN은 GcGAN보다 정량적 정성적 측면에서 모두 우수하였고, 영상의 전체적인 형태 정보를 잘 유지하면서 스타일을 자연스럽게 변환함을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제13권2호
• /
• pp.1-9
• /
• 2008

소프트웨어가 대형화되고 기능이 복잡해짐에 따라 개발절차를 따르지 않으면 성공하기 어렵다. 개발과정의 종합적인 체계를 제시하는 소프트웨어 프로세스는 성숙되고 능력 있는 개발 조직이 일반적으로 수행하는 개발 활동과 절차라 할 수 있는데, 전반적 개발과정의 관리에 관련되어있다. 하지만 복잡하고 일반 개발자에는 생소한 개념이 많아 이를 도입하여 적용하는데 많은 어려움이 있다. 또한 프로세스에 대한 표준이나 성숙도 측정 모델 등 다양한 프레임워크가 제시되고 있으나, 이들 간의 관계를 이해하지 못하고는 제대로 사용하기가 어렵다. 본 연구에서는 개발 프로세스의 도입 및 개선 시 높은 효과를 얻기 위해, 온톨로지를 사용하여 소프트웨어 프로세스에 관련 프레임워크들의 복잡한 개념을 표현하고 이들 간을 연관시킨 모델을 제시한다.

• 한국문헌정보학회지
• /
• 제50권2호
• /
• pp.309-336
• /
• 2016

본 논문에서는 지지벡터기계(Support Vector Machines, SVM) 기반의 기계 학습 모듈을 활용하여 특정 문장 내에서의 두 개체 간의 관계를 자동으로 식별하고 분류하는 바이오 분야 관계 추출 시스템을 제안한다. 제안된 시스템의 특징은 개체를 포함하고 있는 문장 내에서 풍부한 언어 자질을 추출하여 학습에 활용함으로써 그 성능을 극대화할 수 있는 다양한 기능들을 포함하고 있다는 점이다. 제안된 시스템의 성능 측정을 위해서 전 세계적으로 많이 활용되고 있는 바이오 분야 관계 추출 표준 컬렉션 3가지를 활용하여 심층적인 실험을 수행한 결과 모든 컬렉션에서 높은 성능을 획득하여 그 우수성을 입증하였다. 결론적으로, 본 논문에서 수행한 바이오 분야 관계 추출에 대한 광범위하고 심층적인 실험 연구가 향후 기계학습 기반의 바이오 분야 텍스트 분석 연구에 많은 시사점을 제공할 것으로 보인다.

• 게임&엔터테인먼트 논문지
• /
• 제2권2호
• /
• pp.61-69
• /
• 2006

영상 문화의 발달과 함께 영상의 그래픽적인 요소인 이미지 일러스트레이션과 타이포그래피 등을 이용하여 정보 전달을 극대화 할 수 있는 모션그래픽의 중요성도 날로 강조되고 있으며 최근 의도하는 내용을 창의적인 타이포그래피로 시각화한 사례들을 TV광고, 영화 또는 웹과 같은 다양한 미디어 매체에서 쉽게 찾아 볼 수 있으며 또한 증가 추세에 있다. 이러한 영향으로 모션 타이포그래피에서는 무형의 의미적 개념을 타이포그래피라는 시각적 형식을 통하여 표현하기 위하여 언어적 요소, 시간, 형태, 움직임, 색채 그리고 사운드 등과 같은 다양한 요소들을 응용하여 제작할 수 있는 다양한 방법들이 제안되고 있다. 하지만 실제 의사전달 과정에서 더 큰 영향을 미칠 수 있는 성별, 나이, 건강상태, 병적 상태, 신체 사이즈 등의 생리학적 특징을 들 수 있는데 의사전달이 시각적 형식으로만 표현되어야 하는 모션 타이포그래피에서 준언어적 음성의 특성을 적절하게 반영할 수 있다면 의도한 내용을 보다 빠르고 정확하게 이해시킬 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제22권2호
• /
• pp.123-129
• /
• 2006

고해상도 컬러항공영상은 공간정보생성을 위한 지형의 상세한 정량적 및 정성적 정보를 제공해준다. 하지만 도심지역에서 빌딩 또는 숲에 의한 그림자의 발생으로 인하여 지물 추출 및 분류시 부정확한 결과를 초래 시킬 수 있다. 현재까지 그림자 효과에 대한 여러 연구가 이뤄졌으나 도심지에서 그림자의 발생으로 야기된 분광정보 왜곡의 문제점을 해결하여 도로추출에 대한 연구가 매우 부족한 실정이다 본 연구에서는 컬러항공사진과 LIDAR(LIght Detection and Ranging) 고도 자료를 이용하여 아스팔트 도로 경계선을 추출하는 기법을 제안하였다. 구체적으로 그림자 영향의 제거를 통한 아스팔트 도로 경계선의 추출과정은 다음과 같다. 첫 번째, 항공사진에서 그림자 영역을 LIDAR자료부터 생성된 DSM(Digital Surface Model)과 태양각으로부터 추출하였다. 그 후 도로영역추출기법, 경계선 검출기법을 통하여 도로의 경계를 추출하였으며 이 자료를 벡터화하므로서 GIS벡터의 선분 자료로 생성하였다. 본 연구의 실험결과 제안된 방법은 그림자의 영향을 소거하여 원활한 아스팔트 도로의 경계를 추출하는데 있어서 효과적임을 알 수 있었다.

• 한국도서관정보학회지
• /
• 제50권3호
• /
• pp.97-116
• /
• 2019

본 연구는 2019년 RDA 개정에 따라 개정 RDA의 특징을 분석하고 이를 바탕으로 목록 측면에서 고려사항을 제안하고자 문헌연구를 실시하였다. 개정 RDA 분석을 통해 목록분야에서 고려사항으로 다음 3가지를 제시하였다. 첫째, 목록데이터를 시맨틱 웹 구축이 가능한 링크드데이터로 변환하려면 목록데이터 보완 및 어휘집 구축과 같은 고품질의 데이터 구축이 우선되어야 한다. 둘째, MARC 데이터를 링크드데이터로 완전하게 변환하기 전까지 MARC가 서지데이터의 유일한 인코딩 포맷이므로 개정 RDA에 반영된 LRM 및 링크드데이터의 새로운 개념을 MARC에서 수용할 수 있도록 이를 확장할 필요가 있다. 셋째, 개정 RDA에 포함된 개체 및 요소별로 다양한 조건과 옵션이 있고, 자료유형에 따라서도 입력 요소가 다르기 때문에 일관된 기술을 위해서는 정책 문서와 이에 적합한 응용프로파일이 구체적으로 개발되어야 한다. 본 연구를 시작으로 앞으로 MARC뿐만 아니라 BIBFRAME에서도 개정 RDA의 새로운 개념을 적용하기 위한 연구가 필요하며, 또한, 목록 규칙의 개정이 필요한 국가 및 도서관에서는 개정 RDA 규칙과 레지스트리를 이용할 수 있도록 RDA를 수용하는 방안을 고려해 볼 필요가 있다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.419-428
• /
• 2021

그림자 제거는 객체 추적 및 검출 등 영상처리 기술의 핵심 전처리 요소이다. 최근 심층 합성곱 신경망 (Deep Convolutional Neural Network) 기반의 영상 인식 기술이 발전함에 따라 심층 학습을 이용한 그림자 제거 연구들이 활발히 진행되고 있다. 본 논문에서는 자기 주의 증류(Self Attention Distillation)를 이용하여 심층 특징을 추출하는 새로운 그림자 제거 방법을 제안한다. 제안된 방법은 각 층에서 추출된 그림자 검출 결과를 하향식 증류를 통해 점진적으로 정제한다. 특히, 그림자 검출 결과에 대한 정답을 이용하지 않고 그림자 제거를 위한 문맥적 정보를 형성함으로써 효율적인 심층 신경망 학습을 수행한다. 그림자 제거를 위한 다양한 데이터 셋에 대한 실험 결과를 통해 제안하는 방법이 실제 환경에서 발생한 그림자 제거에 효과적임을 보인다.

• 한국간호교육학회지
• /
• 제27권2호
• /
• pp.175-185
• /
• 2021

Purpose: The aim of this study was to identify core keywords and topic groups in the 'Gestational diabetes mellitus (GDM) and Breastfeeding' field of research for better understanding research trends in the past 20 years. Methods: This was a text-mining and topic modeling study composed of four steps: 1) collecting abstracts, 2) extracting and cleaning semantic morphemes, 3) building a co-occurrence matrix, and 4) analyzing network features and clustering topic groups. Results: A total of 635 papers published between 2001 and 2020 were found in databases (Web of Science, CINAHL, RISS, DBPIA, RISS, KISS). Among them, 3,639 words extracted from 366 articles selected according to the conditions were analyzed by text network analysis and topic modeling. The most important keywords were 'exposure', 'fetus', 'hypoglycemia', 'prevention' and 'program'. Six topic groups were identified through topic modeling. The main topics of the study were 'cardiovascular disease' and 'obesity'. Through the topic modeling analysis, six themes were derived: 'cardiovascular disease', 'obesity', 'complication prevention strategy', 'support of breastfeeding', 'educational program' and 'management of GDM'. Conclusion: This study showed that over the past 20 years many studies have been conducted on complications such as cardiovascular diseases and obesity related to gestational diabetes and breastfeeding. In order to prevent complications of gestational diabetes and promote breastfeeding, various nursing interventions, including gestational diabetes management and educational programs for GDM pregnancies, should be developed in nursing fields.