• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.59-64
• /
• 2024

고령화가 심화되면서 암 발병률이 증가하고 있다. 피부 암은 외적으로 보이지만 사람들이 알아채지 못하거나 가볍게 간과하는 경우가 많다. 이에 초기 발견 시기를 놓쳐 말기의 경우 생존율이 7.5~11%로 사망에 이를 수 있다. 하지만 피부 암을 진단함에 있어 육안으로 진단하는 것이 아닌 정밀검사, 세포 검사 등 시간과 비용이 많이 든다는 단점이 있다. 따라서 본 연구에서는 이러한 단점을 해결하기 위해 Attention CNN 모델 기반 피부암 분류 시스템을 제안한다. 이 시스템은 전문의로 하여금 피부 암을 초기에 발견하여 신속한 조치를 취할 수 있도록 하는데 큰 도움을 줄 수 있다. 피부암 종류에 따른 이미지 데이터 불균형 문제에서 분포 비율이 낮은 데이터에는 Over Sampling 기법을, 분포 비율이 높은 데이터에는 Under Sampling 기법을 적용하여 완화하고 Attention layer가 없는 모델과 있는 모델을 비교하여 Attention layer가 없는 사전학습 모델에 추가한 피부암 분류 모델을 제안한다. 또한, 특정 클래스에 대하여 데이터 증강 기법을 강화하여 데이터 불균형 문제를 해결할 계획이다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.793-810
• /
• 2022

실시간 범람 모니터링을 위해 인공위성 SAR영상을 활용하는 수체탐지에 대한 필요성이 대두되었다. 주야와 기상에 상관없이 주기적으로 촬영 가능한 인공위성 SAR 영상은 육지와 물의 영상학적 특징이 달라 수체탐지에 적합하나, 스페클 노이즈와 영상별 상이한 밝기 값 등의 한계를 내포하여 다양한 시기에 촬영된 영상에 일괄적으로 적용 가능한 수체탐지 알고리즘 개발이 쉽지 않다. 이를 위해 본 연구에서는 Convolutional Neural Networks (CNN)기반 모델인 U-Net 아키텍처에 레이어의 조합인 모듈을 추가하여 별도의 전처리 없이 수체탐지의 정확도 향상 방법을 제시하였다. 풀링 레이어의 조합을 활용하여 형태학적 연산처리 효과를 제공하는 Morphology Module과 전통적인 경계탐지 알고리즘의 가중치를 대입한 컨볼루션 레이어를 사용하여 경계 학습을 강화시키는 Edge-enhanced Module의 다양한 버전을 테스트하여, 최적의 모듈 구성을 도출하였다. 최적의 모듈 버전으로 판단된 min-pooling과 max-pooling이 연속으로 이어진 레이어와 min-pooling로 구성된 Morphology 모듈과 샤를(Scharr) 필터를 적용한 Edge-enhanced 모듈의 산출물을 U-Net 모델의 conv 9에 입력자료로 추가하였을 때, 정량적으로 9.81%의 F1-score 향상을 보여주었으며, 기존의 U-Net 모델이 탐지하지 못한 작은 수체와 경계선을 보다 세밀하게 탐지할 수 있는 성능을 정성적 평가를 통해 확인하였다.

• 실천공학교육논문지
• /
• 제8권1호
• /
• pp.57-62
• /
• 2016

본 사례연구의 목적은 일본의 사례를 분석하여 대학의 평생직업 능력개발 모델을 제시함으로써 평생학습의 보편화를 위해 일과 학습을 구분 짓는 시각에서 벗어나 일과 학습이 순환되고 병행하여 이루어지는 시스템 구축을 위한 기초자료를 제공하는 것이다. 일본의 경우 경제사회가 고도 성장기에서 현재에 이르기까지 세계를 선도하는 기술력과 그 기술력을 지탱하는 인재에 의해서 발전을 이룩해 왔다. 세계화 속에서 지금까지 축적해 온 기술과 인재를 활용하면서 한층 더 경제성장을 이룩하기 위해서는 성장이 예상되는 분야의 인재육성 경제 전체의 성장으로 연결할 필요가 있다. 그리하여 일본의 대학은 "생애학습 진흥을 위한 시책 추진체재 등의 정비에 관한 법률"이 제정된 후 본격적으로 직업능력개발에 참가하여 교육기본법에 생애학습의 이념을 새롭게 규정하여 평생 직업능력개발에 적극적인 참여를 유도하였다. 따라서, 본 논문에서는 일본의 재챌린지를 위한 학습지원 사업과 시즈오카대학의 위탁업무 코스에 대한 사례를 기반으로 대학을 활용한 평생 직업능력 개발 연구 자료를 이용하여 현장실습의 대한 실습능력을 강화시키고 현장실습을 활성화 시킬 수 있는 방법을 연구하였다.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.341-352
• /
• 2022

인공지능, 빅데이터, 생명과학 산업 등이 선도하는 지식정보사회의 물결이 우리 삶의 방식에 전방위적인 영향을 미치고 있다. 이에 교육부는 미래사회 변화에 대응할 수 있는 기초소양과 역량을 함양할 수 있는 교육과정 개선을 추진하며 AI·소프트웨어 교육을 비롯한 디지털 기초소양 강화를 서두르고 있다. 모든 교과교육을 통해 디지털 기초소양 함양의 기반을 마련하고 정보 교육과정과 연계한 AI 등 신기술분야의 기초 및 심화 학습을 내실화하는 것은 미래사회에 대비한 교육으로서 반드시 필요한 부분이라 볼 수 있다. 하지만 디지털·AI 리터러시 함양을 위한 각각의 내용에 대한 연구는 비교적 활발히 이루어지고 있는 반면 디지털·AI 리터러시를 함양할 수 있는 교수·학습 전략에 대한 연구는 미비한 실정이다. 따라서 본 연구에서는 디지털·AI 리터러시를 키워줄 수 있는 컴퓨팅 사고력(CT) 기반의 디지털·AI 교수·학습 전략을 개발하여 델파이 전문가 검증을 실시한 결과 타당함으로 분석되었고, 이를 바탕으로 교수자 사용성 평가 및 학습자 효과성 분석을 진행한 후 최종 교수·학습 전략을 완성하였다.

• Composites Research
• /
• 제36권1호
• /
• pp.48-52
• /
• 2023

섬유 강화 복합재료는 방향성을 가지고 있기 때문에 적층 순서에 따라서 구조물의 기계적인 특성은 매우 달라질 수 있다. 따라서, 상황과 용도에 따른 복합재료 구조물의 적층 설계는 필수적이다. 그러나 제작된 복합재료 구조물의 적층 각도는 제작 환경이나 구조물 형상에 따라 설계 값과 편차를 가지는 경우가 많으며, 이는 구조적 성능에 영향을 끼칠 수 있다. 따라서 구조물의 신뢰성 확보를 위해서는 적층 설계 뿐만 아니라 제작된 복합재료의 적층각에 대한 분석 또한 매우 중요하다. 본 연구에서는 합성곱 신경망(Convolutional neural network; CNN) 기반의 딥러닝(Deep learning)을 이용하여 섬유 강화 복합재료의 실제 단면 이미지로부터 적층 각도를 예측하였다. 여러 적층 각도를 가지는 탄소 섬유 강화 복합재료 시편을 제작하고, 광학 현미경을 이용하여 Micro-scale로 실제 단면을 촬영하였다. 다양한 적층 각도에 따른 복합재료 시편의 단면 이미지 데이터를 이용하여 합성곱 신경망 기반의 딥러닝 모델에 대하여 학습을 수행하였다. 그 결과 높은 정확도로 실제 섬유 강화 복합재료 단면 이미지로부터 적층 각도를 예측할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.945-946
• /
• 2023

4차 산업혁명과 코로나19 영향으로 개발자 수요가 급증하며, 노코드 및 로우코드 플랫폼과 자연어 처리 기반 인공지능이 주목받고 있다. 본 연구는 프로그래밍 접근성 향상을 위한 노코드 플랫폼을 탐구하며, 사용자가 UI를 통해 직관적으로 프로젝트를 구축할 수 있는 설계 방식을 제시한다. 본 연구에서는 웹 크롤링과 자연어 처리 모델 학습에 기반한 아키텍처와 방향성을 제시한다. 사용자는 화면을 구성하고 프레임워크 선택 후 프로젝트를 간단하게 구축할 수 있다. 이 연구는 전문 지식 없이도 소프트웨어 개발에 쉽게 접근할 수 있는 방법론을 제시하며, 접근성과 포용성 강화에 기여한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.39-40
• /
• 2024

본 연구는 SHAP(SHapley Additive exPlanations)을 활용하여 신용카드 사용자의 연체 가능성을 예측하는 기계학습 모델의 해석 가능성을 강화하는 방법을 제안한다. 대규모 신용카드 데이터를 분석하여, 고객의 나이, 성별, 결혼 상태, 결제 이력 등이 연체 발생에 미치는 영향을 명확히 하는 것을 목표로 한다. 본 연구를 토대로 금융기관은 더 정확한 위험 관리를 수행하고, 고객에게 맞춤형 서비스를 제공할 수 있는 기반을 마련할 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권10호
• /
• pp.387-396
• /
• 2018

과거부터 주식시장의 주가 예측은 풀리지 않는 난제이다. 이를 과학적으로 예측하기 위해 다양한 시도 및 연구들이 있어왔지만 정확한 가격을 예측하는 것은 불가능하다. 최근 분산 원장이라는 개념을 기술적으로 구현한 최초의 암호화폐인 비트코인을 시작으로 다양한 종류의 암호화폐가 개발되면서 암호화폐 시장이 형성되었고, 그 가격을 예측하기 위해 다양한 접근들이 시도되고 있다. 특히, 기존의 전통적인 주식시장에서의 주가 예측 기법들을 적용하려는 시도부터 딥러닝과 강화학습을 적용하려는 시도까지 다양하다. 하지만 암호화폐 시장은 기존 주식 시장에는 없던 여러 가지 새로운 특징을 가지는 시장으로서 전통적인 주식 시장 분석 기술뿐만 아니라 암호화폐 시장에 적합한 새로운 분석 기술에 관한 수요가 증가하고 있는 상황이다. 본 연구에서는 우선 빗썸의 API를 통하여 7개의 암호화폐 가격 데이터를 수집 및 가공하였다. 이후, Data-Driven 방식의 지도학습 기반 기계학습 모델인 그래디언트 부스팅 모델을 채택하여 암호화폐 가격 데이터 변화를 학습하고, 검증단계에서 가장 최적의 모델 파라미터를 산출하고, 최종적으로 테스트 데이터를 활용하여 암호화폐 가격동향 예측 성능을 평가한다.

• 한국통신학회논문지
• /
• 제34권5B호
• /
• pp.542-551
• /
• 2009

본 논문은 사용자에게 '상황에 따른 개인화된 서비스'를 추천하기 위한 사용자 프로파일을 제안한다. 제안하는 사용자 프로파일은 상황정보와 사용자의 서비스 사용 정보를 '학습'하여 생성된 [상황 정보, 서비스]의 이차원 조합으로 표현되며, 사용자에게 서비스를 '추천'하고자 할 때 사용된다. 학습단계에서는 강화학습의 기본 개념을 활용하여 미리 설정된 모델 없이 행동과 보상 값만으로 사용자 프로파일을 구성하며, 추천단계에서는 시간 및 장소 등의 현재 가용한 상황정보와 학습된 사용자 프로파일을 이용하여 현재 상태에서 사용자가 선호할 만한 서비스 목록을 생성하고 가장 높은 선호도 값을 갖는 서비스를 추천한다. 끝으로 본 논문에서 제안하는 학습 및 추천 알고리즘을 검증하기 위해 UCI 데이터를 사용한 모의 실험을 통해 Weka tool-kit의 주요 알고리즘들과 성능을 비교한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권12호
• /
• pp.251-258
• /
• 2022

본 연구는 응급구조학과 학생들의 전공 교육과정에 대한 수행도, 중요도 및 요구도를 분석하여 응급구조학 전공자의 학습 역량을 강화하는데 기초 자료를 제공하고자 하였다. 연구대상은 충남지역의 3개 대학 응급구조학과 학생 217명으로 자료 수집기간은 2021년 12월 13일부터 12월 24일까지이며 1급 응급구조사의 직무 기반 핵심 역량을 바탕으로 구조화된 설문지에 응답한 자료를 분석하였다. 연구결과 응급구조학과 학생들의 학습 역량 강화를 위해서 Borich 요구도가 높은 '구급차량 관리 교육', '졸업 후 전문성 유지를 위한 교육', '병원 내 환자 감시 교육'과 LF 모델의 최우선 영역에 해당하는 '의료지도, 인계 교육', '내과적 응급환자 처치 교육', '병원 내 환자 감시교육', '병원 내 응급환자 진료보조 교육'에 해당하는 교과과정의 보강이 필요하다고 판단된다.