• 산업융합연구
• /
• 제21권9호
• /
• pp.57-66
• /
• 2023

본 연구는 한부모가정 자녀의 주관적 계층인식이 자살 충동에 어떠한 영향을 미치는지 살펴보고, 우울과 주관적 건강인식의 매개효과를 검증하고자 한다. 이를 위해 분석자료는 한국청소년정책연구원에서 실시한 2020년 한국아동·청소년 인권실태조사를 활용하였고, 조사에 응답한 한부모가정 자녀 618명을 연구대상자로 선정하여 분석하였다. 분석결과, 첫째, 주관적 계층인식이 높을수록 자살충동은 낮아지는 것으로 나타났다. 둘째, 주관적 계층인식과 자살충동의 관계에서 우울은 완전매개하는 것으로 나타났다. 셋째, 주관적 계층인식과 자살충동의 관계에서 주관적 건강인식은 완전매개하는 것으로 나타났다. 이러한 연구결과에 기반하여 한부모가정 자녀들이 인식하는 주관적 계층인식에 따른 자살충동을 줄이기 위한 정책적, 실천적 방안을 제안했다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1989년도 한글날기념 학술대회 발표논문집
• /
• pp.272-277
• /
• 1989

한글을 포함하는 문서의 인식을 위한 시스템의 설계, 유지, 보수 및 확장을 체계적이며 용이하도록 하기 위한 문서인식 시스템의 기능별 계층화 구조를 제안하고 실용화를 목표로 추진중인 OCR "글돌이"의 원형 시스템에의 적용 타당성을 조사하였다. 각 계층은 인접 계층과 인터페이스만으로 연결토록 하여 상호 독립적인 방식을 취하였으며 특히 문자인식등과 갈이 소프트웨어의 구조가 복잡한 계층은 하드웨어 및 firmware의 형태로 구성을 하여 임의의 워크 스테이션 또는 임의의 스캐너와 쉽게 접속되도록 하였다.

• 한국콘텐츠학회논문지
• /
• 제17권12호
• /
• pp.426-436
• /
• 2017

본 연구의 목적은 독거노인의 사회계층인식이 우울에 미치는 영향에 있어서의 주관적 건강상태의 조절효과를 분석하는 것이다. 이를 위해 2014년 한국고용정보원의 '고령화연구패널 5차자료'를 활용하였다. 65세 이상 독거노인 774명의 데이터를 분석한 결과는 다음과 같다. 첫째, 연령과 성별을 통제한 상태에서 독거노인의 사회계층인식이 높을수록 우울이 감소하는 것을 경험적으로 확인할 수 있었다. 둘째, 독거노인이 자신의 건강상태가 좋다고 인식할수록 우울의 수준 역시 감소하는 것으로 확인되었다. 셋째, 독거노인의 사회계층인식이 낮아도 주관적 건강상태가 좋다고 인식할 경우 우울의 수준 역시 감소하는 것으로 확인되었다. 다시 말해 독거노인의 건강상태에 대한 인식은 사회계층인식과 우울관계를 조절한다는 것이 검증되었다. 본 연구는 초고령 시대로 진입하는 한국사회의 노인의 정신건강문제를 해결하는 방안으로 노인의 사회계층 인식과 건강상태에 대한 체계적인 접근이 필요함을 확인시켜 준다는 점에서 의의를 지닌다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.321-323
• /
• 2012

스마트폰 사용의 보편화와 센서기술의 발달로 이를 응용하는 다양한 연구가 진행되고 있다. 특히 가속도, GPS, 조도, 방향센서 등의 센서들이 스마트폰에 부착되어 출시되고 있어서, 이를 이용한 상황인지, 행동인식 등의 관련 연구들이 활발하다. 하지만 다양한 클래스를 분류하면서 높은 인식률을 유지하는 것은 어려운 문제이다. 본 논문에서는 인식률 향상을 위해 계층적 구조의 순환 신경망을 이용하여 제스처를 인식한다. 스마트폰의 가속도 센서를 이용하여 사용자의 제스처 데이터를 수집하고 BLSTM(Bidirectional Long Short-Term Memory) 구조의 순환신경망을 계층적으로 사용하여, 20가지 사용자의 제스처와 비제스처를 분류한다. 약 24,850개의 시퀀스 데이터를 사용하여 실험한 결과, 기존 BLSTM은 평균 89.17%의 인식률을 기록한 반면 계층적 BLSTM은 평균 91.11%의 인식률을 나타내었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1995년도 제12회 음성통신 및 신호처리 워크샵 논문집 (SCAS 12권 1호)
• /
• pp.88-91
• /
• 1995

개층형 신경망은 교사신호들의 학습으로 원하는 입출력간의 매핑을 할 수 있으므로 패턴분류를 위해 사용되어왔다. 본 논문은 계층형 신경망의 일종인 RBFN 중 GPFN 과 PNN으로 한국어 음소인식을 수행하였다. RBFN 의 구조는 계층형 신경망과 유사하나 차이점으로는 은닉층에서 시그모이드 함수, 참조벡터 및 학습알고리듬의 선택이 다르다. 특히 PNN 의 시그모이드 함수는 지수를 포함한 함수들로 대체되며 학습없이 패턴을 분류하므로 계산시간이 빠르게 수행된다. 본 실험에서는 한국어 단음절에서 모음과 자음을 추출하여 음소인식을 수행하였다. 실험 결과 학습과 평가데이타에 의한 인식률은 계층형 신경망과 비교하여 향상 되었으며, Hybrid 구성에 의한 실험에서도 항상된 인식률을 얻을 수 있었다.

• ETRI Journal
• /
• 제14권4호
• /
• pp.125-136
• /
• 1992

일반적으로 사람이 패턴인식을 하는 데 있어서 여러 단계의 과정을 거쳐 인식함이 알려져 있다. 이와 같은 사람의 패턴인식 메카니즘(mechanism)을 모방하여 각 단계에 해당하는 기능을 수행하는 시스팀의 구성은 계층구조를 가짐은 물론 각각의 계층의 지식 또한 모듈화 되어야 한다. 특히 계층간의 지식이 상호작용을 통하여 지식이 처리되어야 할 것이다. 본 연구에서는 기존의 패턴인식 모델이 가지고 있는 문제점을 해결하기 위하여 인간의 패턴 인식 메카니즘에 대해 많이 알려진 여러가지 가설을 바탕으로 신경망 패턴인식 모델과 AI 패턴인식 모델을 융합한 새로운 IPP 모델을 제안한다. IPP 모델은 패턴을 인식할때 각 단계에서 생기는 다양성, 애매성 등을 다른 층의 지식을 사용하여 협조적으로 해결하며, 또한 인간처럼 직감적 처리와 논리적 처리를 상호협조적으로 정보를 교환하여 패턴을 인식한다. 즉, IPP 모델은 직감과 논리를 융합한 새로운 패턴인식 모델이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.200-207
• /
• 1997

본 논문에서는 계층적 랜덤 그래프를 이용한 필기 한글 인식 방법론을 제안한다. 한글은 다른 문자와 달리 기본 자소의 조합으로 이루어진 문자로서 2차원 평면상에 표현된다. 이러한 한글의 특성과 필기된 한글에서 나타나는 다양한 변형을 통계적으로 모델링하기 위해서 계층 그래프를 이용하였다. 특히, 계층 그래프의 최 하위 계층에서는 필기된 획의 변형을 흡수할 수 있도록 확장된 랜덤 그래프를 적용하였다. 제안된 모델은 통계적 모델이기 때문에 필기 데이터베이스로부터 모델의 파라미터를 구할 수 있다는 장점이 있다. 실험에서 제안된 모델을 필기 한글 인식 문제에 적용하여 자소간 접촉된 문자나 어느 정도의 흘려 쓴 문자도 잘 인식할 수 있음을 보였다.

• 자원ㆍ환경경제연구
• /
• 제19권4호
• /
• pp.853-874
• /
• 2010

본 연구는 국민들의 원자력에 대한 전반적인 인식 분포가 어떠한지 알아보기 위해서 설문조사 자료를 이용하여 잠재계층분석을 실행하였다. 잠재계층분석을 통해 응답자를 원자력에 대해 동일한 인식을 가진 몇 개의 집단으로 구분하고 각 집단의 특성을 분석하였다. 전국 성인남녀 1,025명을 대상으로 원자력의 청정성, 경제성, 필요성, 안정성에 관한 응답을 통해 응답자를 3개의 계층으로 구분할 수 있었다. 첫 번째 계층은 응답자 분포가 가장 높은 계층으로 원자력에 관해서 대체적으로 긍정적인 인식을 가지고 있지만 적극적으로 동의하지 않는 계층이다. 두 번째 계층은 전체 표본에서 1/4 정도 분포하며, 이 계층의 특징은 원자력의 청정성, 경제성, 필요성에 대해서 적극적으로 지지하는 계층이다. 마지막 계층은 국내 경제, 에너지 여건을 감안할 때 원자력의 필요성에 대해서는 대체적으로 동의하지만 청정성, 경제성, 안정성에 대해서는 부정적인 인식을 하고 있는 계층이다. 이 결과를 통해 국민들의 85% 정도가 전반적으로 원자력을 긍정적으로 인식한다고 말할 수 있다. 원자력에 대해서 부정적 인식을 나타내는 계층은 15% 정도 있지만 이 계층도 원자력의 필요성에서는 어느 정도 공감을 하고 있다. 본 연구를 통해 원자력 수용성 문제 해결의 시작은 원자력 시설 안전성에 확보를 위한 기술개발과 투명한 정보 제공을 위한 노력으로 안전에 대한 우려를 감소시키는 방안 마련에 있다는 것을 알 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.513-515
• /
• 2023

본 논문에서는 그리드 탐색과 트랜스포머를 사용한 그룹 행동 인식 모델을 제안한다. 추출된 여러 사람의 스켈레톤 정보를 차분 벡터, 변위 벡터, 관계 벡터로 변환하고 사람별로 묶어 이를 TimeDistributed 함수에 넣고 풀링을 한다. 이를 트랜스포머 모델의 입력으로 넣고 그룹 행동 인식 분류를 출력하였다. 논문에서 3가지 벡터를 입력으로 하여 합치고 트랜스포머 계층을 거친 모델과 3가지 벡터를 입력으로 하고 계층적으로 트랜스포머 모델을 거쳐 행동 인식 분류를 출력하는 두 가지 모델을 제안한다. 3가지 벡터를 합친 모델에서 클래스 분류 정확도는 CAD 데이터 세트 96.6%, Volleyball 데이터 세트 91.4%, 계층적 트랜스포머 모델은 CAD 데이터 세트 96.8%, Volleyball 데이터 세트 91.1%를 얻었다

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.360-363
• /
• 2018

본 논문에서는 계층적 RNN의 성능 향상을 위하여 강화학습을 통한 계층적 RNN 내 파라미터를 효율적으로 찾는 방법을 제안한다. 계층적 RNN 내 임의의 파라미터에서 학습을 진행하고 얻는 분류 정확도를 보상으로 하여 간소화된 강화학습 네트워크에서 보상을 최대화하도록 강화학습 내부 파라미터를 수정한다. 기존의 강화학습을 통한 내부 구조를 찾는 네트워크는 많은 자원과 시간을 소모하므로 이를 해결하기 위해 간소화된 강화학습 구조를 적용하였고 이를 통해 적은 컴퓨터 자원에서 학습속도를 증가시킬 수 있었다. 간소화된 강화학습을 통해 계층적 RNN의 파라미터를 수정하고 이를 행동 인식 데이터 세트에 적용한 결과 기존 알고리즘 대비 높은 성능을 얻을 수 있었다.