• 한국콘텐츠학회논문지
• /
• 제8권10호
• /
• pp.391-400
• /
• 2008

국내외 대학 교수학습센터의 웹서비스 현황에 대하여 조사하였다. 국외 유명대학의 교수학습센터 조직구성은 대체적으로 국내대학들에 비해 월등하므로 오프라인 서비스는 차이가 있을 수 있지만 국내 유명대학 교수학습센터의 웹서비스는 국외 유명대학교의 그것에 비해 결코 뒤떨어지지 않는다. 교수학습센터의 웹서비스는 주로 소개, 공지, 자료, 서비스설명 및 신청, 이러닝, 기타로 구분할 수 있으며 본 연구에서는 국내외 30개 대학 교수학습센터 홈페이지를 분석하여 웹서비스가 미진한 분야를 포착하고 이의 보완을 위하여 보다 시스템 주도적인 교수학습센터의 웹서비스를 구현하기 위한 기능들을 제안하였다.

• 스마트미디어저널
• /
• 제13권8호
• /
• pp.39-48
• /
• 2024

최근 초분광 영상을 활용하여 작물의 생육 분석 및 질병을 조기에 진단하는 다양한 연구들이 등장하였지만, 수많은 스팩트럼 밴드를 사용하거나 최적의 밴드를 탐색하는 것은 어려운 문제로 남아 있다. 본 논문에서는 초분광 영상을 이용한 딥러닝 기반의 최적화된 작물 영역 스펙트럼 밴드를 탐색하는 방법을 제안한다. 제안한 방법은 초분광 영상 내 RGB 영상을 추출하여 Vision Transformer 기반 Segformer을 통해 배경과 전경 영역을 분할한다. 분할된 결과는 그레이스케일 전환한 초분광 영상 각 밴드에 투영 후 전경과 배경 영역의 평균 픽셀 비교를 통해 작물 영역의 최적화된 스펙트럼 밴드를 탐색한다. 제안된 방법을 통해 전경과 배경 분할 성능은 평균 정확도 98.47%와 mIoU 96.48%의 성능을 나타내었다. 또한, mRMR 방법에 비해 제안 방법이 작물 영역 밀접하게 연관된 NIR 영역에 수렴하는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.719-719
• /
• 2022

• 융합정보논문지
• /
• 제8권6호
• /
• pp.281-285
• /
• 2018

본 연구의 목적은 플립트러닝과 MOOC의 특징과 원리를 분석하고 플립트러닝 수업 실행 결과 학습자들의 인식을 분석한 후, 이를 기초로 대학 수업에 적용하여 실행할 수 있는 Flipped-MOOC 모형을 고안하는 것이다. 이러한 목적을 이루기 위해 다음과 같은 과제를 수행하였다. 첫째, 문헌고찰을 통해 MOOC 및 플립트러닝의 현황과 운영 및 수업형태 등을 분석하였다. 둘째, K대학에서 한 학기동안 플립트러닝 수업을 운영한 후, 수업의 강점과 약점, 대안점 및 학습자의 학습에 대한 인식에 미친 영향을 분석하였다. 셋째, 분석한 결과를 기초로 MOOC를 활용하는 플립트러닝이 수업에서의 상호작용과 학습자의 참여를 높일 수 있도록 하는 Flipped-MOOC 모형을 고안하고 실제 수업에서의 효과적인 운영을 위해 교수전략 및 방향을 제시하였다. 이상의 과제를 수행한 결과, Flipped-MOOC 수업은 학교차원에서의 교육방식의 변화와 개선에 기여할 뿐 아니라 교육의 질적 강화로 인해 평생교육 및 대학 교육경쟁력 강화에도 기여할 수 있는 것으로 기대된다. 또한 MOOC를 활용한 플립트러닝 수업의 활성화와 운영 효과를 높이기 위해 교수학습지원센터의 실제적인 역할과 과제를 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.317-318
• /
• 2019

가상/증강현실로 대표되는 공간정보 기반 실감형 콘텐츠에 대한 관심이 증대되면서 객체인식 등의 지능형 공간인지 기술에 대한 연구가 활발히 진행되고 있다. 특히 HMD등의 영상 시각화 장치의 발달 및 5G 통신기술의 출현으로 인해 실시간 대용량 영상정보의 송, 수신 및 가시화 처리 기술의 기반이 구축됨에 따라, $360^{\circ}$ 스트리밍 영상정보 처리와 같은 고자유도 콘텐츠를 위한 관련 연구의 필요성이 증대되고 있다. 하지만 지능형 영상정보 처리의 대표적 연구인 딥 러닝(Deep Learning) 기반 객체 인식 기술의 경우 대부분 일반적인 평면 영상(Planar Image)에 대한 처리를 다루고 있고, 파노라마 영상(Panorama Image) 특히, $360^{\circ}$ 스트리밍 영상 처리를 위한 연구는 미비한 상황이다. 본 논문에서는 딥 러닝을 이용하여 $360^{\circ}$ 스트리밍 영상에서의 객체인식 연구 방법에 대해 서술한다. 이를 위해 $360^{\circ}$ 카메라 영상에서 딥 러닝을 위한 학습 데이터를 획득하고, 실시간 객체 인식이 가능한 YOLO(You Only Look Once)기법을 이용하여 학습을 한다. 실험 결과에서는 학습 데이터를 이용하여 $360^{\circ}$영상에서 객체 인식 결과와, 학습 횟수에 따른 객체 인식에 대한 결과를 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.499-499
• /
• 2023

최근 컴퓨터 성능 향상과 새로운 머신러닝 알고리즘 개발됨에 따라, 각 분야별 연구자들이 이를 활용한 연구를 다양하게 수행하고 있으며, 하수처리시설의 경우에는 막대한 양의 운영자료가 축척됨에 따라 머신러닝을 활용한 다양한 연구가 가속화 되고 있다. 기존 하수처리장의 물리학적 모델은 적용된 영향 인자에 여러 가지 가정이 고려되어 모델 정확도가 부정확해지는 경향이 있었으며, 이러한 문제점을 보완하기 위해 하수처리장의 수집된 운영자료 및 머신러닝 기반의 예측 모델을 활용하여 예측 모델 정확도를 향상하는 선행 연구들이 진행되고 있다. A 하수처리장의 부지 내에 설치된 센서를 통하여 운영자료가 중앙제어실 서버에 실시간으로 저장되는 자료를 활용하여 NN (Neural Network), SVM (Support Vector Machine), RF (Random Forest) 등과 같은 다양한 머신러닝 모델을 적용하였고, 하수처리장 운영자료를 적용할 경우 어느 모델이 가장 높은 성능이 나타나는지 인사이트를 도출하고자 하였다. 금회 연구는 A 하수처리장을 대상으로 여러 머신러닝 기반 예측 모델을 개발하고, 각 모델의 예측정확도를 서로 평가함으로써, 머신러닝 모델 최적화를 수행할 수 있었다. 이번 연구에서 도출된 결과를 활용하여 하수처리장 예측 모델 최적화를 진행할 경우, 향후 비교적 짧은 시간에 하수처리장 머신러닝 기반 예측 모델 개발이 가능하다는 점에 의의가 있다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.26-36
• /
• 2021

본 연구는 영상검지기에서 수집되는 정보를 활용하여 딥러닝 기반으로 대기행렬길이를 예측하는 모형을 개발하였다. 그리고 통계적 기법인 다중회귀 모형을 추정하여 평균절대오차와 평균제곱근오차의 두 지표를 이용하여 비교·평가하였다. 다중회귀분석 결과, 시간, 요일, 점유율, 버스 교통량이 유효한 변수로 도출되었고, 이 중에서 독립변수들의 종속변수에 대한 영향력은 점유율이 가장 큰 것으로 나타났다. 딥러닝 최적 모형은 은닉층이 4겹, Look Back이 6으로 결정되었고, 평균절대오차와 평균제곱근오차가 6.34와 8.99로 나타났다. 그리고 두 모형을 평가한 결과, 다중회귀 모형과 딥러닝 모형의 평균절대오차는 각각 13.65와 6.44, 평균제곱근오차는 각각 19.10과 9.11로 계산되었다. 이는 딥러닝 모형이 다중회귀 모형과 비교하여 평균절대오차가 52.8%, 평균제곱근오차는 52.3% 감소된 결과이다.

• 인포메이션 디스플레이
• /
• 제22권5호
• /
• pp.27-33
• /
• 2021

• 지능정보연구
• /
• 제29권1호
• /
• pp.143-174
• /
• 2023

인공지능의 발전과 함께 딥러닝을 활용한 인공지능 광학문자인식 기법 (Artificial Intelligence powered Optical Character Recognition, AI-OCR) 의 등장은 기존의 이미지 처리 기반 OCR 기술의 한계를 넘어 다양한 형태의 이미지로부터 여러 언어를 높은 정확도로 읽어낼 수 있는 모델로 발전하였다. 특히, AI-OCR은 인력을 통해 대량의 다양한 서류 처리 업무를 수행하는 금융업에 있어 그 활용 잠재력이 크다. 본 연구에서는 금융권내 활용을 위한 AI-OCR 모델의 구성과 설계를 제시하고, 이를 효율적으로 적용하기 위한 플랫폼 구축 및 활용 사례에 대해 논한다. 금융권 특화 딥러닝 모델을 만듦에 있어 금융 도메인 데이터 사용은 필수적이나, 개인정보보호법 이하 실 데이터의 사용이 불가하다. 이에 본 연구에서는 딥러닝 기반 데이터 생성 모델을 개발하였고, 이를 활용하여 AI-OCR 모델 학습을 진행하였다. 다양한 서류 처리에 있어 유연한 데이터 처리를 위해 단계적 구성의 AI-OCR 모델들을 제안하며, 이는 이미지 전처리 모델, 문자 탐지 모델, 문자 인식 모델, 문자 정렬 모델 및 언어 처리 모델의 선택적, 단계적 사용을 포함한다. AI-OCR 모델의 배포를 위해 온프레미스(On-Premise) 및 프라이빗 클라우드(Private Cloud) 내 GPU 컴퓨팅 클러스터를 구성하고, Hybrid GPU Cluster 내 컨테이너 오케스트레이션을 통한 고효율, 고가용 AI-OCR 플랫폼 구축하여 다양한 업무 및 채널에 적용하였다. 본 연구를 통해 금융 특화 AI-OCR 모델 및 플랫폼을 구축하여 금융권 서류 처리 업무인 문서 분류, 문서 검증 및 입력 보조 시스템으로의 활용을 통해 업무 효율 및 편의성 증대를 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.890-892
• /
• 2014

최근 스마트기기가 널리 보급되고 소셜네트워크 서비스가 확산되면서, 스마트 기기 및 소셜미디어를 활용함으로서 학습에서 상호작용을 극대화한 교육환경으로 스마트러닝이 크게 부각되고 있다. 그리고 스마트러닝 콘텐츠 및 환경의 확산으로 PC 위주에서 스마트폰 등으로 이러닝 콘텐츠의 사용환경이 확장됨에 따라 콘텐츠 저작의 경제성과 효율성 등을 고려하게 되었으며, 하나의 콘텐츠를 다양한 환경에서 활용 가능하도록 하고 있다. 그러나 기존 PC기반의 콘텐츠를 스마트기기에 적용함에 있어 여러 가지 문제가 발생하는데 이 문제들을 해결하는 방안으로 먼저 콘텐츠에 대한 표준화가 중요한 요소로 작용한다. 따라서 본 논문에서는 전자책 표준화를 활용한 효율적인 스마트러닝 기법을 제시하고자 한다.