• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1418-1420
• /
• 2012

스마트 미디어 기기의 보급으로 많은 교육용 어플리케이션이 개발되고 있으며, SNS를 교육적 접근으로 활용한 학습모델의 사례들이 늘어나고 있는 추세이다. 현대 정보화 사회에서 요구되는 학습자 중심의 구성주의 교육 패러다임에 초점을 맞춰 학습자 스스로 학습콘텐츠를 구성하며 자기주도적 학습을 하기 위한 시스템 개발을 위해 본 논문에서는 소셜러닝 기반의 학습자 중심형 학습콘텐츠 개발도구의 설계방법에 대해 제시하고자 한다.

• Journal of Broadcast Engineering
• /
• v.24 no.2
• /
• pp.357-360
• /
• 2019

We propose an efficient single convolutional neural network (CNN) for pedestrian detection on embedded GPUs. We first determine the optimal number of the convolutional layers and hyper-parameters for a lightweight CNN. Then, we employ a multi-scale approach to make the network robust to the sizes of the pedestrians in images. Experimental results demonstrate that the proposed algorithm is capable of real-time operation, while providing higher detection performance than conventional algorithms.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.264-267
• /
• 2010

현대의 시스템들은 매우 복잡해지고 있으며 그 규모 또한 점점 커지고 있다. 또한 기술의 발달로 서로 상호작용하는 시스템들이 많아졌으며, 비즈니스적 요구 사항의 증가로 인해 통합되는 시스템들도 많아지고 있다. 시스템의 유지 보수는 비용과 노력 등 시간이 갈수록 고객과 개발자에게 더 많은 부담이 되고 있다. 때문에 자율 컴퓨팅 시스템이 제안되었다. 자율 컴퓨팅 시스템은 시스템 스스로가 자신을 관리하는 자가 적응하는 시스템이다. 이러한 자율 컴퓨팅이 이루어 지기 위해서는 데이터베이스화 된 시스템의 결함 정보, 각 결함에 따른 하나 이상의 전략이 존재하여 적절한 선택을 할 수 있도록 하여야 한다. 본 논문은 OCL 을 기반으로 하여 설계 단계의 시스템 모델에서 예상 가능한 결함 정보를 추출하여 결함 리스트를 생성하는 연구를 내용으로 한다. 이를 통하여 개발자는 효율적으로 자가 적응 시스템을 구축할 수 있다. 그리고 연구의 효율성을 검증하기 위해 ATM 시스템을 대상으로 평가를 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1066-1069
• /
• 2010

본 연구는 최근 블로그 추천 연구의 주요 쟁점으로 제기되는 추천 후보의 선정과 추천 후보 평가에 접근한다. 첫 번째로 추천 후보 선정은 추천 요구자와 소셜 네트워크 관계에 있는 블로그를 중심으로 진행한다. 이러한 접근방식은 추천 요구자가 타 블로그와 직접적인 관계를 많이 이루지 못했을 경우 다수의 간접 연결 블로그가 추천 후보로 차지하게 된다. 직접 관계의 희소함으로 인하여 추천 후보와 추천 요구자와의 연관성이 전체적으로 저하되는 문제에 초점을 맞추어 추천 대상을 내용 기반의 클러스터 단위로 선정하는 방식을 제안한다. 또한 추천 대상 블로그의 평가에서는 소셜 네트워크 및 내용 평가를 결합시킴으로써 요구자에게 보다 적합한 추천 결과를 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.884-886
• /
• 2021

각종 건설 현장에서 안전모 미착용은 주된 위험 요인 중 하나이다. 현장에서 관리자가 직접 작업자들의 안전모 착용 여부를 감독할 수 있지만 관리자가 항상 관리가 가능한 장소에 있어야 하는 한계가 있다. 본 연구에서는 안전모 착용 여부를 딥러닝 기반으로 인식하여 건설 현장에서의 안전 관리를 할 수 있도록 하는 시스템을 제안한다. 이를 위해 대표적인 객체 인식 알고리즘인 YOLO를 사용하여 현장에서의 안전모 착용 여부를 인식한다. 다음으로는 인식된 결과를 바탕으로 위험 상황을 판단하는 알고리즘을 제안한다. 제안된 시스템을 활용하면 효율적으로 건설 현장의 위험 상황을 관리할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1249-1252
• /
• 2021

이 시스템은 openCV와 딥러닝 학습모델을 이용하여 횡단보도의 상황을 파악하고 횡단보도위의 객체를 추출하여 자동으로 신호를 제어할 수 있다.보행자를 인식하여 노인, 장애인 등 보행속도가 느린 보행자들을 위해 횡단보도의 신호를 추가하여 보행자의 교통사고를 줄일 수 있다. 또한 교통흐름도 고려하여 차량운전자와 보행자 모두에 도움이 되는 시스템 구현을 목표로 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.647-648
• /
• 2023

최근 SW 개발 분야로의 인력 수요가 늘어나면서 SW개발 역량을 키우기 위한 학습 프로그램에 대한 관심도 높아지고 있다. 특히 취업률은 대학의 중요한 평가 지표이므로 취업률을 높일 수 있는 SW 개발자 양성 프로그램에 대학들의 관심이 높은 것이 사실이다. 본 연구에서는 SW개발 직무에 종사하고 있는 재직자들을 대상으로 자신들의 개발 역량 향상에 효과적이었던 프로그램들에 대한 설문 조사를 실시하고 그 결과를 분석해보았다. 이 연구 결과는 대학들이 향후 취업 역량을 갖춘 SW개발자 양성 체계를 갖추는데 긍정적인 영향을 미칠 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.135-138
• /
• 2008

본 논문은 의료 영상에 대한 효과적인 분류와 검색을 위한 알고리즘을 제안한다. 영상 분류와 검색을 위해서 MPEG-7 표준 기술자인 색 구조 기술자와 경계선 히스토그램 기술자를 사용해 영상들에 대한 특징 값을 추출한다. 이렇게 구해진 특징 값들을 의료 영상의 분류와 검색에 적용해 본 결과 비교적 낮은 성능을 보여줌을 확인하고 앞서 구해진 특징 값들을 교사 학습 방법인 SVM(Support Vector Machine)과 비교사 학습 방법인 FCM(Fuzzy C-means Clustering)에 적용시켰다. 기존 연구에서는 SVM과 FCM의 통합으로 의료 영상에 대한 분류와 검색을 시행하였지만 본 논문에서 실험한 결과 SVM과 MPEG-7 시각 기술자 중에 하나인 EHD(Edge Histogram Descriptor)를 가중치 선형 결합하여 실험한 결과가 더 정확한 분류와 높은 검색 성능을 나타냄을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.364-367
• /
• 2007

기존에 연구된 자가 적응 시스템은 하위 레벨에서 서로가 연관되어 있는 경우가 많기 때문에 분석, 변경, 재사용이 어렵다는 단점을 갖고 있었다. 이러한 문제점을 해결하기 위해 제안된 시스템이 외장형 자가 적응 시스템이다. 하지만 외장형 자가 적응 시스템은 probe, gauge 등 다수의 컴포넌트가 동시에 동작하기 때문에 시스템의 복잡도를 증가시키는 한계가 있다. 따라서 본 논문은 불필요한 컴포넌트의 사용으로 인한 리소스 낭비를 방지하기 위한 제어 모듈을 자동으로 생성하는 방법론은 제시하고, 이것을 적용한 소프트웨어 아키텍쳐를 제안한다. 이러한 제안 방법론을 통해 기존에 필요 여부와 관계없이 동시에 동작하던 컴포넌트의 실행을 효율적으로 관리해 시스템의 복잡도를 감소시킬 수 있게 된다. 본 논문에서는 평가를 위해 제안 방법론을 웹 서버에 적용하여, 일반적인 경우와 제어모듈이 생성되어 작동할 때의 성능을 비교하였다.