• 문화기술의 융합
• /
• 제10권1호
• /
• pp.471-476
• /
• 2024

다양한 스마트 기기 및 컴퓨팅 디바이스의 보급에 따라 빅데이터 생성이 광범위하게 일어나고 있다. 기계학습은 데이터의 패턴을 학습하여 추론을 수행하는 알고리즘이다. 다양한 기계학습 알고리즘 중에서 주목을 받는 알고리즘은 신경망 기반의 딥러닝 학습이다. 딥러닝은 다양한 응용이 발표되면서 빠른 성능 향상을 달성하고 있다. 최근 딥러닝 알고리즘 중에서 그래프 구조를 활용하여 데이터를 분석하려는 시도가 증가하고 있다. 본 연구에서는 그래프 구조를 활용하여 딥러닝 네트워크에 전달하기 위한 그래프 생성 방법을 제시한다. 본 논문은 그래프 생성 과정에서 노드의 속성과 간선의 가중치를 일반화하고 행렬화 과정을 제시하여 딥러닝 입력에 필요한 구조로 전환하는 방법을 제시한다. 그래프 생성 과정에서 속성과 가중치 정보를 보전할 수 있는 선형변환 매트릭스 적용 방법을 제시한다. 마지막으로 일반 그래프의 딥러닝 입력 구조를 제시하고 성능 분석을 위한 접근법을 제시한다.

• 한국지형학회지
• /
• 제26권1호
• /
• pp.121-131
• /
• 2019

The coast of BiIn Bay, Seocheon, is the potential site for the field-trip learning program. This article is written in the viewpoint of geographical and environmental education. In this study, it is tried to describe geomorphological landscapes of BiIn Bay Seocheon-gun relating with it's physiognomy, based on the Dasa-ri and Songrim-ri coastal sanddunes and the like. Although landforms like tidal flats and rock cliff constitute prominent landscape features in this area, other features such as beaches, coastal dunes, and coastal plains have various ramifications for human communities. Tidal flats, beaches and coastal dunes are formed by the combined actions of longshore current, tidal flows, waves and winds. To some extent, the erosion of sandy coast has been a global phenomenon. Anthropogenic impacts are involved in the transformation of landform. Most favorable field-trip course of BiIn Bay is from Songrim-ri through Dasa-ri and Shinhap-ri to Maryang-ri. This program about coastal landforms in BiIn Bay will contribute not only for educational meanings but also for satisfying the student' curiosity and interest. Also, this field-trip learning program will be suitable for over 4th grade elementary school students and middle school students.

• 드라이브 ㆍ 컨트롤
• /
• 제18권1호
• /
• pp.24-30
• /
• 2021

There is an increasing interest in condition-based maintenance for the prevention of economic loss due to failure. Moreover, immense research is being carried out in related technologies in the field of construction machinery. In particular, data-based failure diagnosis methods that employ AI (machine & deep learning) algorithms are in the spotlight. In this study, we have focused on the failure diagnosis and mode classification of reduction gear of excavator's travel device by using the AI algorithm. In addition, a remote monitoring system has been developed that can monitor the status of the reduction gear by using the developed diagnosis algorithm. The failure diagnosis algorithm was performed in the process of data acquisition of normal and abnormal under various operating conditions, data processing and analysis by the wavelet transformation, and learning. The developed algorithm was verified based on three-evaluation conditions. Finally, we have built a system that can check the status of the reduction gear of travel devices on the web using the Edge platform, which is embedded with the failure diagnosis algorithm and cloud.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.261-273
• /
• 2022

Over the last decade, the scientific community has been actively developing technologies for automated software bug fixes called Automated Program Repair (APR). Several APR techniques have recently been proposed to effectively address multiple classroom programming errors. However, little attention has been paid to the advances in effective APR techniques for software bugs that are widely occurring during the software life cycle maintenance phase. To further enhance the concept of software testing and debugging, we recommend an optimized automated software repair approach based on hybrid technology (OAPR-HOML'1). The first contribution of the proposed OAPR-HOML'1 technique is to introduce an improved grasshopper optimization (IGO) algorithm for fault location identification in the given test projects. Then, we illustrate an opposition learning based artificial neural network (OL-ANN) technique to select AST node-level transformation schemas to create the sketches which provide automated program repair for those faulty projects. Finally, the OAPR-HOML'1 is evaluated using Defects4J benchmark and the performance is compared with the modern technologies number of bugs fixed, accuracy, precession, recall and F-measure.

• 한국산업정보학회논문지
• /
• 제25권2호
• /
• pp.19-27
• /
• 2020

최근 가상현실 및 증강 현실 기술을 이용한 다양한 응용분야가 각광받으면서 빠르고 정확한 3차원 모델 생성이 요구되고 있다. 본 논문에서는 옷을 입은 3차원 사람 모델을 포인트 클라우드의 형상으로 변형하는 온-사이트 학습 (On-site learning) 기반 형상 변형 방법을 제안한다. 제안하는 알고리즘은 사전 학습과 온-사이트 학습 두 개의 파트로 구성되어 있으며, 각각의 학습은 인코더 네트워크, 템플릿 변형 네트워크, 디코더 네트워크로 구성된다. 딥러닝 네트워크 학습은 3차원 포인트 클라우드와 템플릿 정점 사이의 챔퍼 거리 (Chamfer distance)를 주요 손실 함수로 사용하는 비지도 학습을 적용한다. 입력된 포인트 클라우드 형태의 데이터에 대해 온-사이트 학습을 진행함으로써 추론의 결과물에 대한 높은 정확도를 얻을 수 있으며 이를 실험을 통해 제시한다.

• 비교문화연구
• /
• 제20권
• /
• pp.183-201
• /
• 2010

Based on case studies from Japan and South Korea, this review paper explores the hidden costs of English language learning (ELL). In a context where English has become a commodity and ELL a form of consumption, we focus on the personal and social costs of (a) studying abroad as a much-touted path to "native-like" proficiency and (b) sexualization of language teaching materials in order to reach new niche markets. The hidden costs of ELL are embedded in language ideologies which set English up as a magical means of self-transformation and, at the same time, an unattainable goal for most Japanese and Koreans. We end with the call to expose debilitating language ideologies in order to shed light on the hidden costs of ELL.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권12호
• /
• pp.4835-4848
• /
• 2020

The recent expansion of the digital content market is increasing the technical demand for various facial image transformations within the virtual environment. The recent image translation technology enables changes between various domains. However, current image-to-image translation techniques do not provide stable performance through unsupervised learning, especially for shape learning in the face transition field. This is because the face is a highly sensitive feature, and the quality of the resulting image is significantly affected, especially if the transitions in the eyes, nose, and mouth are not effectively performed. We herein propose a new unsupervised method that can transform an in-wild face image into another face style through radical transformation. Specifically, the proposed method applies two face-specific feature loss functions for a generative adversarial network. The proposed technique shows that stable domain conversion to other domains is possible while maintaining the image characteristics in the eyes, nose, and mouth.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.701-703
• /
• 2022

본 논문에서는 지도 학습에 기반을 둔 다중 클래스 이미지 장면 분류 방법을 제시한다. 데이터 세트에서 콘볼루션 뉴런 네트워크 모델에 학습시켜 다중 클래스 사람의 표정 장면 이미지를 분류하였으며, 실험에서는 최적화된 CNN 모델을 Google image 데이터 세트에 분류하여 유의미한 결과를 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.526-528
• /
• 2022

본 연구에서는 피아노 학습에 있어서 문제점을 도출하고 캡스톤디자인 프로젝트를 통해 피아노를 혼자 학습할 수 있도록 지원하는 IoT기술 기반의 훈련시스템을 개발하였다. 피아노 훈련 매체는 악보를 영상처리기술을 통해 인식하고 훈련시 피아노 음으로부터 FFT 변환을 통해 정확한 건반을 쳤는지를 확인하게 된다. 리듬게임의 요소를 이용하여 시각적 효과 및 점수 표시 기능을 제공함으로써 입문단계에서 지루한 피아노 교육에 대한 흥미를 유발하고 피아노 학습의 효과를 높일 수 있었다.

• 인지과학
• /
• 제19권3호
• /
• pp.283-295
• /
• 2008

SMS나 메신저의 사용이 증가함에 따자 의도적으로 음절을 해체한 새로운 형태의 문장들이 젊은이들 사이에서 습관적으로 사용되고 있다. 이러한 상황에서 자연어 인터페이스 시스템을 개발하기 위해서는 해체된 한글 음절을 결합하여 올바른 문장을 만들어 주는 기술이 먼저 개발되어야 한다. 본 논문에서는 해체된 음절을 2단계 규칙을 이용하여 결합해주는 방법을 제안한다. 1단계에서는 수동으로 자성한 휴리스틱을 이용하여 단순하게 초성, 중성, 종성으로만 해체된 음절을 결합한다. 그리고 2단계에서는 매핑 테이블과 변환기반 학습을 이용하여 복자음까지 해체된 음절을 결합한다. 실험 결과, 제안한 방법은 단순 해체 음절의 결합과 복자음 해체 음절의 결합에서 각각 100%와 99.98%라는 매우 높은 정확률을 보였다.