• 스마트미디어저널
• /
• 제10권1호
• /
• pp.79-87
• /
• 2021

In recent years research on automatic font generation with machine learning mainly focus on using transformation-based methods, in comparison, generative model-based methods of font generation have received less attention. Transformation-based methods learn a mapping of the transformations from an existing input to a target. This makes them ambiguous because in some cases a single input reference may correspond to multiple possible outputs. In this work, we focus on font generation using the generative model-based methods which learn the buildup of the characters from noise-to-image. We propose a novel way to train a conditional generative deep neural model so that we can achieve font style control on the generated font images. Our research demonstrates how to generate new font images conditioned on both character class labels and character style labels when using the generative model-based methods. We achieve this by introducing a modified generator network which is given inputs noise, character class, and style, which help us to calculate losses separately for the character class labels and character style labels. We show that adding the character style vector on top of the character class vector separately gives the model rich information about the font and enables us to explicitly specify not only the character class but also the character style that we want the model to generate.

• 한국실천공학교육학회논문지
• /
• 제1권1호
• /
• pp.7-12
• /
• 2009

21세기에 들어서며 인터넷의 전세계적인 보급과 그 활성화로 인해, 인터넷은 현대인의 생활에서 빼놓을 수 없는 중요한 화두가 되었다. 컴퓨터와 인터넷의 대중적 보급과 더불어 일상생활은 물론 사회 전반의 전개 양상이 변화하였다. 급격한 사회 변화에 따라 변화하는 학습자의 특성과 사회 요구를 잘 파악하여 미래사회에 필요한 인재를 육성하는 방향으로 교육의 목적과 방법 변화가 요구된다. 이를 위해 최근 사용자가 주체가 되는 웹 2.0과 교육을 연결시켜 새로운 학습 방법을 고안하려는 움직임이 다수 보이고 있다. 웹 2.0의 다양한 요소들 가운데에서도 블로그는 개인이 주체가 되어 운영한다는 점과 블로거들끼리의 상호작용이 활발하다는 점에서, 학습에 이용할 때 학습자 중심의 학습과 다양한 의견을 가진 학습자들끼리의 활발한 토론을 이끌어낼 수 있으리라 기대된다. 본 연구에서는 블로그를 활용한 학습을 설계하여 실제 학습자들을 대상으로 활용해보고, 블로그를 활용한 학습이 학습자의 학업성취와 학습흥미, 학습전이에 어떤 효과가 있는지 분석하고자 한다.

• 한국과학교육학회지
• /
• 제32권8호
• /
• pp.1356-1366
• /
• 2012

As the recent demand for human resources in science, technology, engineering, and mathematics (STEM), the development of professional STEM teacher is called worldwide. It is becoming a critical need in teacher education in order to educate student teachers, and prepare pre-service and beginning teachers for high quality of teaching competency. To promote the competency for $21^{st}$ century STEM teachers, the epistemology of technological pedagogical content knowledge (TPACK) is currently considered as the essential qualities of knowledge for highly qualified teachers. The aim of this study is explore the effect of case-based learning approach on TPACK competency of pre-service STEM teachers. In order to develop the pre-service teachers' competency regarding effective integration of technologies into teaching specific content areas, a series of innovative case study teaching in science and mathematics was presented to 43 participants of pre-service physics, chemistry, biology, mathematics, and computer teachers during a course of information and communication technology (ICT) in Education at Khon Kaen University, Thailand. After finishing a case presentation, the pre-service teachers were encouraged into a forum of critical open discussion by considering the potential impact of the case and the TPACK framework. They were investigated instructional design competency of using ICT tools into student learning process and their personal beliefs about ICT in educational process both before and after. The participant's reactions and learning was evaluated by using a self-reported questionnaire and an implementation log of content-specific learning process design, respectively. Results showed a change of their beliefs and the transformation of their TPACK competency in STEM teaching. In an effort to better serve the needs of high quality STEM teachers, the results of this study illustrated that the competency of TPACK could be particularly considered as a core attributes for future STEM teachers. By the way, case-based learning approach can play an effective part in preparing and professing the TPACK competency for STEM teachers.

• 인터넷정보학회논문지
• /
• 제2권2호
• /
• pp.71-93
• /
• 2001

개체-관계 모델은 데이터베이스 설계와 시스템 분석을 위해서 시간 응용 분야에서 사용되고 있는 개념적 모델로서, 현실세계의 시간 문제 영역을 논리적 모델로 표현하기 위한 기반이 된다. 객체 지향 모델은 실세계의 이력 자료에 대한 개체와 관계성을 데이터베이스 시스템에 표현하는데 적합한 논리적 모델로서, 이력 자료의 병행적 지원과 시공간 자료의 조작 등을 적절하게 표현하고자 하는 응용분야에서 이용되고 있다. 현실세계 개체의 표현을 정확하게 모델링하기 위해서는 아주 적은 제약조건을 갖고 E-R 모델을 객체 지향 모델로 변환하는 방법이 필요하다. 또한 시간지원 객체 지향 모델은 시간 의미를 객체 지향 모델에 추가하여 시간에 따라 변화된 정보를 처리할 수 있는 논리적 모델이다 시간지원 객체 지향 모델의 두 부류는 시간을 결합하는 단위에 따라 속성 버전화와 객체 버전화로 나누어진다. 이 두 가지 중에서 객체 지향 모델은 이 상태와 행위의 재사용성을 증가시키고 개체들 사이의 유기적 관계를 효율적으로 표현할 수 있기 때문에 객체 지향 모델의 연구가 필요하다. 그런데 개체-관계 모델을 객체 지향 모델로 변환하기 위한 기법과 제약조건이 수반된다. 그래서 시간 개념이 포함된 개체-관계 모델을 객체 지향 모델로 변환하는 연구가 필요하다. 따라서 현실세계의 객체 버전화를 위한 이력 개체를 정확하게 표현하기 위해서 본 논문은 E-R 모델을 객체 지향 데이터베이스 모델로 변환하기 위한 기법을 제시하고 있다 즉. 현실세계의 개체와 관계를 데이터베이스에 표현하는데 적합한 시간지원 객체 지향 모델로 일반화, 집단화와 연관화에 대한 역할에 따라 변환하며, 그리고 다형성 관점에서 일반화 상속과 집단화 상속을 조합하여 기능을 확장한다. 이 변환과 확장은 데이터베이스 설계의 논리적 모델 설계 및 재사용성을 증가시키는데 기여할 것이다.ing, and e-mail. A room for HEE, in which teaming activity mainly occurs by following the sequences of learning procedures, includes other sub-rooms for the guidance of Loaming, discussion, directories for reference, question and answer, submission of homework, evaluation, and an encyclopedia. Therefore, this study implicates: 1) achievement of teaming environment using the ICT mainly made by students who solve problems closely related to daily life, 2) development of practical learning questionnaires fitted in the present state, 3) preparation for the curriculum. Finally, from this study, I suggested that further studies are needed to develop models for learning, interaction between students and teachers, and the learning materials under the Web based loaming environment.tion, and Environmental Replacement. Third, by selecting Chung na environmental park in Incheon, which is a filtration plant lot,

• Smart Structures and Systems
• /
• 제32권2호
• /
• pp.111-121
• /
• 2023

This study proposes an automated assembly performance evaluation method for prefabricated steel structures (PSSs) using machine learning methods. Assembly component images were segmented using a modified version of the receptive field pyramid. By factorizing channel modulation and the receptive field exploration layers of the convolution pyramid, highly accurate segmentation results were obtained. After completing segmentation, the positions of the bolt holes were calculated using various image processing techniques, such as fuzzy-based edge detection, Hough's line detection, and image perspective transformation. By calculating the distance ratio between bolt holes, the assembly performance of the PSS was estimated using the k-nearest neighbors (kNN) algorithm. The effectiveness of the proposed framework was validated using a 3D PSS printing model and a field test. The results indicated that this approach could recognize assembly components with an intersection over union (IoU) of 95% and evaluate assembly performance with an error of less than 5%.

• 한국콘텐츠학회논문지
• /
• 제9권10호
• /
• pp.492-499
• /
• 2009

본 연구는 학습자의 효과적 학습을 위해 온라인 상 콘텐츠 품질을 구성하는 요소와 오프라인 강의가 콘텐츠 품질을 인식하는데 얼마나 영향을 주는가를 알아보기 위한 연구이다. 다속성 태도모델(multiattribute attitude model)의 속성만족도-중요도 모델(attribute satisfaction-importance model)을 중심으로 온라인 학습에 있어 콘텐츠 품질이 학습태도에 미치는 영향과 오프라인 강의를 병행했을 때의 학습태도(learning attitude) 형성의 변화에 대한 관계를 살펴보고자 한다. 콘텐츠 만족도에 대한 신념(belief)은 콘텐츠 품질을 구성하는 요소로 음성강의, 동영상강의, WBI방식 강의로 나누어 평가한다. 여기에 웹상의 강의와 오프라인 강의를 병행했을 때 형성되는 학습태도의 변화에 대해 연구한다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.3-8
• /
• 2023

4차 산업혁명으로 많은 산업 분야에 커다란 변화가 일어나고 있으며, 그중에서도 인공지능을 활용한 융합기술에 활발한 연구가 진행되고 있다. 그중에서도 인공지능을 활용한 객체 인식과 인식 결과를 활용한 디지털 전환(Digital Transformation) 분야에서 그 요구가 나날이 증가하고 있다. 본 논문에서는 이미지내에 글자, 심볼, 선을 정확하게 인식하고 인식 결과를 시뮬레이션에 활용할 수 있도록 표준화 포맷의 파일로 저장하기 위해 최적의 학습모델 구축 방법을 제안하였다. 이미지내 글자, 심볼, 선을 인식하기 위하여 인식 대상별 특성을 분석한 후 최적의 인식 기법을 선택하였다. 그다음으로 인식 대상별 인식률을 향상시키기 위하여 최적의 학습 모델 구축 방안을 제안하였다. 글자, 심볼, 선 인식의 순서와 가중치를 다르게 설정하여 인식 결과를 확인하였으며, 인식 후처리에 대한 방안도 마련하였다. 최종적인 인식 결과는 시뮬레이션 등 다양한 처리에 활용될 수 있는 표준화 포맷으로 저장하였다. 본 논문에서 제안한 최적의 학습 모델 구축에 대한 우수한 성능은 실험을 통해 확인할 수 있었다.

• Journal of Information Processing Systems
• /
• 제18권3호
• /
• pp.344-358
• /
• 2022

Text summarization is the task of producing a shorter version of a long document while accurately preserving the main contents of the original text. Abstractive summarization generates novel words and phrases using a language generation method through text transformation and prior-embedded word information. However, newly coined words or out-of-vocabulary words decrease the performance of automatic summarization because they are not pre-trained in the machine learning process. In this study, we demonstrated an improvement in summarization quality through the contextualized embedding of BERT with out-of-vocabulary masking. In addition, explicitly providing precise pointing and an optional copy instruction along with BERT embedding, we achieved an increased accuracy than the baseline model. The recall-based word-generation metric ROUGE-1 score was 55.11 and the word-order-based ROUGE-L score was 39.65.

• Smart Structures and Systems
• /
• 제29권6호
• /
• pp.757-766
• /
• 2022

To train deep learning algorithms, a sufficient number of data are required. However, in most engineering systems, the acquisition of fault data is difficult or sometimes not feasible, while normal data are secured. The dearth of data is one of the major challenges to developing deep learning models, and fault diagnosis in particular cannot be made in the absence of fault data. With this context, this paper proposes an anomaly detection methodology for rotating machines using only normal data with self-labeling. Since only normal data are used for anomaly detection, a self-labeling method is used to generate a new labeled dataset. The overall procedure includes the following three steps: (1) transformation of normal data to self-labeled data based on a pretext task, (2) training the convolutional neural networks (CNN), and (3) anomaly detection using defined anomaly score based on the softmax output of the trained CNN. The softmax value of the abnormal sample shows different behavior from the normal softmax values. To verify the proposed method, four case studies were conducted, on the Case Western Reserve University (CWRU) bearing dataset, IEEE PHM 2012 data challenge dataset, PHMAP 2021 data challenge dataset, and laboratory bearing testbed; and the results were compared to those of existing machine learning and deep learning methods. The results showed that the proposed algorithm could detect faults in the bearing testbed and compressor with over 99.7% accuracy. In particular, it was possible to detect not only bearing faults but also structural faults such as unbalance and belt looseness with very high accuracy. Compared with the existing GAN, the autoencoder-based anomaly detection algorithm, the proposed method showed high anomaly detection performance.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.373-377
• /
• 2009

본 연구는 학습자의 효과적 학습을 위해 온라인 상 콘텐츠 품질을 구성하는 요소와 오프 강의가 콘텐츠 품질을 인식하는데 얼마나 영향을 주는가를 알아보기 위한 연구이다. 다속성 태도모델(multiattribute attitude model)의 속성만족도-중요도 모델(attribute satisfaction-importance model)을 중심으로 온라인 학습에 있어 콘텐츠 품질이 학습태도에 미치는 영향과 오프 강의를 병행했을 때의 학습태도(learning attitude) 형성의 변화에 대한 관계를 살펴보고자 한다. 콘텐츠 만족도에 대한 신념(belief)은 콘텐츠 품질을 구성하는 요소로 음성강의, 동영상강의, WBI방식 강의로 나누어 평가한다. 여기에 웹상의 강의와 오프강의를 병행했을 때 형성되는 학습태도의 변화에 대해 연구한다.