• 디지털융복합연구
• /
• 제17권9호
• /
• pp.241-247
• /
• 2019

연구의 목적은 시뮬레이션에 기반한 융합 교육프로그램을 개발하고 적용하여 간호 학생들을 위한 문제해결 과정과 의사소통에 미치는 효과를 확인하고자 하였다 연구의 대상은 D대학의 4학년 재학생들로 본 연구의 목적과 절차를 이해하고 연구 참여에 동의한 71명으로 구성되었다. 단일군 전후설계의 실험연구방법을 사용하였다. 프로그램 실습 적용 후 간호대학생의 문제해결과정(t=-12.6, p<.001), 의사소통(t=-9.91, p<.001)은 유의하게 효과가 나타나고, 학습만족도 긍정적인 영향을 주었다. 이상의 결과로 시뮬레이션에 기반한 융합 교육프로그램은 간호학 교육에 있어 유효한 결과를 제시하였다. 따라서 임상에서 이루어지고 있는 다양한 사례를 적용한 시뮬레이션 시나리오를 개발하여 간호학생의 실습교육에 적용할 것을 권장한다.

• 융합정보논문지
• /
• 제11권1호
• /
• pp.12-19
• /
• 2021

원활한 작전 수행을 통한 국방력의 강화를 위해 전술네트워크의 기능은 필수적이다. 전시 상황에서 다양한 전술, 전략은 수많은 정보들을 근거로 한다. 이를 위해 정찰기를 비롯한 다양한 정보 수집 장치 및 자원들이 방대한 양의 정보 수집을 위해 사용되고, 이들 대다수는 전술네트워크를 통해 정보를 전달한다. 채널의 사용 여부를 판단하여 상황에 따라 경쟁 기반으로 채널에 접속을 하는 국방전술네트워크 환경에서, 매우 높은 이동성을 갖는 정찰기 등 고속 이동 노드는 불필요한 채널 점유로 인하여 잠재적인 성능 열화 문제가 발생할 수 있다. 본 논문에서는 채널 예약 시점을 정하는 경쟁 윈도우(Contention Window)의 크기를 경험적으로 학습시켜 네트워크 처리량을 증가시키는 Learning-Backoff 방식의 무전 채널 접속 방법을 제안한다. 제안하는 방법은 고속 이동 노드의 수가 많아짐에 따라 더욱 좋은 성능을 보이고 있으며, 정찰기 4대가 운영되는 특정 작전 시나리오에 적용하였을 경우 처리량이 최대 25% 증가한다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.896-905
• /
• 2021

인공지능 기반 보안관제 시스템은 운영환경에서 발생할 수 있는 학습 데이터 오류, 신규 공격 이벤트 발생으로 인한 오탐 증가 등 문제를 해결하기 위해 피드백 기능이 연구되고 있다. 그러나 한정된 관제 인력의 피드백 수행 방식은 모델 개선에 오랜 시간이 걸리고 숙련되지 않은 관제 인력의 피드백은 오히려 모델 성능 저하의 원인이 될 수 있다. 본 논문에서는 관제 인력 한계 극복, 신규 오탐 개선, 빠른 모델 성능 향상을 위한 능동형 보안관제 모델 개선 프로세스를 제안하였다. 운영 중 예측된 유사 이벤트를 군집화 하고, 피드백이 우선적으로 필요한 군집을 계산하여 운영자에게 대표 이벤트 설명이 가능한 인공지능(eXplainable AI) 기반 시각화도 함께 제시하였다. 수신된 대표 피드백은 동일 군집과 다른 데이터를 계산하여 제외하고 피드백 전파 학습 데이터를 생성한다. 준비된 학습 데이터는 초기 모델과 함께 점진적 학습을 통해 모델을 생성함으로써 성능을 향상시키는 프로세스이다. 제안 프로세스의 실효성 검증을 위해 웹 어플리케이션 방화벽 데이터셋 PKDD2007과 CSIC2012를 선택하여 3개의 시나리오를 통해 실험을 진행하였다. 실험 결과 제안된 프로세스는 피드백을 주지 않았거나 소수 운영자 피드백을 적용한 모델 성능에 비해 모든 지표에서 약 30% 이상의 성능 향상을 확인하였다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.284-290
• /
• 2024

음성감정인식(Speech Emotion Recognition, SER)은 사용자의 목소리에서 나타나는 떨림, 어조, 크기 등의 음성 패턴 분석을 통하여 감정 상태를 판단하는 기술이다. 하지만, 기존의 음성 감정인식 연구는 구현된 시나리오를 이용하여 제한된 환경 내에서 숙련된 연기자를 대상으로 기록된 음성인 구현발화를 중심의 연구로 그 결과 또한 높은 성능을 얻을 수 있지만, 이에 반해 자유발화 감정인식은 일상생활에서 통제되지 않는 환경에서 이루어지기 때문에 기존 구현발화보다 현저히 낮은 성능을 보여주고 있다. 본 논문에서는 일상적 자유발화 음성을 활용하여 감정인식을 진행하고, 그 성능을 향상하고자 한다. 성능평가를 위하여 AI Hub에서 제공되는 한국인 자유발화 대화 음성데이터를 사용하였으며, 딥러닝 학습을 위하여 1차원의 음성신호를 시간-주파수가 포함된 2차원의 스펙트로그램(Spectrogram)로 이미지 변환을 진행하였다. 생성된 이미지는 CNN기반 전이학습 신경망 모델인 VGG (Visual Geometry Group) 로 학습하였고, 그 결과 7개 감정(기쁨, 사랑스러움, 화남, 두려움, 슬픔, 중립, 놀람)에 대해서 성인 83.5%, 청소년 73.0%의 감정인식 성능을 확인하였다. 본 연구를 통하여, 기존의 구현발화기반 감정인식 성능과 비교하면, 낮은 성능이지만, 자유발화 감정표현에 대한 정량화할 수 있는 음성적 특징을 규정하기 어려움에도 불구하고, 일상생활에서 이루어진 대화를 기반으로 감정인식을 진행한 점에서 의의를 두고자 한다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.150-166
• /
• 2020

본 연구는 인지예비능 이론에 입각하여 인지기능감퇴를 호소하는 갱년기 여성들을 위해 인지기능훈련 프로그램을 개발하고자 하였다. Jung의 웹기반 교수-학습 체제 설계의 절차적 모형에 근거하여 분석, 설계 및 개발 단계를 거쳐 개발하였다. 인지기능훈련 프로그램은 8주간의 프로그램으로 모바일 애플리케이션을 활용한 인지훈련과 동영상 교육이며 총 24회기로 매 회기는 20~30분이 소요되며 3회/주 하도록 구성되었다. 인지기능훈련은 갱년기 여성들에 있어서 가장 취약한 인지영역으로 확인된 기억력, 주의집중력, 언어기능과 통합적 집행기능을 위한 시나리오기반 문제해결 등으로 내용을 구성하였다. 각 주차별 교육내용은 갱년기의 정의, 원인 및 증상, 갱년기와 뇌기능 등 총 8가지 주제로 개발되었다. 프로그램 시범운영을 위해 인지기능감퇴를 호소하는 10명의 갱년기 여성을 대상으로 인지기능훈련 프로그램을 적용하여 훈련 전과 훈련 8주후 인지기능의 효과를 측정한 결과 전반적 인지기능이 증가되었고 통계적으로 유의하였다(t=-3.04, p=.014). 모바일 앱 기반 인지기능훈련 프로그램은 기억력 향상뿐만 아니라 잠재적 치매 유병율을 감소시키는 효과도 기대할 수 있을 것이라 기대된다.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.465-472
• /
• 2015

현재의 가상현실 기술은 매체적 특성인 3차원 방식의 다감각적 정보의 구현을 바탕으로 관찰 조작형, 실험 활동형, 학습 안내형, 현장문제 해결형 등의 기능성 유형 분류로 활용되고 있다. 가상현실을 통하여 덕수궁의 문화재 복원을 J. Keller의 ARCS 모델 이론과 접목시키고 문화유산과 함께 역사의 현장에 살아갔던 사람들의 삶을 시나리오기반 씬 연출을 통해 재현하는 현장성 복원의 개념을 제시하였다. 또한 현장성 복원 씬을 3가지 타입으로 요약하고 다중 씬 연출을 구분하여 정리 하였다. 본 연구의 한계점으로는 실제 프로토타입까지 완성하여 제시하지 못한 부분과 하우징의 디테일한 부분이나 3D 오디오와의 연계 등 명시적으로 언급하지 못한 부분이 존재한다. 본 연구를 통하여 우리시대의 기술과 지식으로 성취하고자 하는 가상현실 문화재 복원의 융합 확장성 연구는 역사적, 문화적, 교육적 측면에서 다양하게 활용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.358-358
• /
• 2023

본 연구에서는 그동안 수자원분야 강우유출 해석분야에 활용되었던 대표적인 머신러닝&딥러닝(ML&DL) 모델을 활용하여 모델의 하이퍼파라미터 튜닝뿐만 아니라 모델의 특성을 고려한 기상 및 수문데이터의 조합과 전처리(lag-time, 이동평균 등)를 통하여 데이터 특성과 ML&DL모델의 조합시나리오에 따른 일 유입량 예측성능을 비교 검토하는 연구를 수행하였다. 이를 위해 소양강댐 유역을 대상으로 1974년에서 2021년까지 축적된 기상 및 수문데이터를 활용하여 1) 강우, 2) 유입량, 3) 기상자료를 주요 영향변수(독립변수)로 고려하고, 이에 a) 지체시간(lag-time), b) 이동평균, c) 유입량의 성분분리조건을 적용하여 총 36가지 시나리오 조합을 ML&DL의 입력자료로 활용하였다. ML&DL 모델은 1) Linear Regression(LR), 2) Lasso, 3) Ridge, 4) SVR(Support Vector Regression), 5) Random Forest(RF), 6) LGBM(Light Gradient Boosting Model), 7) XGBoost의 7가지 ML방법과 8) LSTM(Long Short-Term Memory models), 9) TCN(Temporal Convolutional Network), 10) LSTM-TCN의 3가지 DL 방법, 총 10가지 ML&DL모델을 비교 검토하여 일유입량 예측을 위한 가장 적합한 데이터 조합 특성과 ML&DL모델을 성능평가와 함께 제시하였다. 학습된 모형의 유입량 예측 결과를 비교·분석한 결과, 소양강댐 유역에서는 딥러닝 중에서는 TCN모형이 가장 우수한 성능을 보였고(TCN>TCN-LSTM>LSTM), 트리기반 머신러닝중에서는 Random Forest와 LGBM이 우수한 성능을 보였으며(RF, LGBM>XGB), SVR도 LGBM수준의 우수한 성능을 나타내었다. LR, Lasso, Ridge 세가지 Regression모형은 상대적으로 낮은 성능을 보였다. 또한 소양강댐 댐유입량 예측에 대하여 강우, 유입량, 기상계열을 36가지로 조합한 결과, 입력자료에 lag-time이 적용된 강우계열의 조합 분석에서 세가지 Regression모델을 제외한 모든 모형에서 NSE(Nash-Sutcliffe Efficiency) 0.8이상(최대 0.867)의 성능을 보였으며, lag-time이 적용된 강우와 유입량계열을 조합했을 경우 NSE 0.85이상(최대 0.901)의 더 우수한 성능을 보였다.

• 융합보안논문지
• /
• 제23권1호
• /
• pp.139-145
• /
• 2023

한국 육군은 기동화, 지능화, 초연결형 Army TIGER 체계 등 최첨단 미래형 강군 육성을 추진하고 있다. 미래 보병여단은 다영역작전에서 전투수행이 가능하도록 분대 단위 전술차량으로 기동성을 증대시키고, 지상무인로봇, 감시정찰드론 등 다양한 무기체계를 전력화할 예정이다. 또한 무기체계를 통해 수집한 데이터를 초연결 네트워크로 실시간 송·수신하고 학습시키는 지능형 부대를 육성할 것이다. 이러한 군의 발전 계획을 통해 미래의 보병여단은 더 많은 데이터를 유통시킬 것이다. 그러나 현재 육군의 전술정보통신체계는 미래 무기체계의 대용량 정보를 유통하기에 상대적으로 낮은 전송속도와 대역폭, 수동적 네트워크 관리, 기동 간 통신 지원 제한 등 미래의 부대의 전술통신체계로 운용하기에는 한계가 있다. 따라서 본 논문에서는 한국 육군의 미래 보병여단의 무기체계를 분석하고, 보병여단의 기동 상황을 묘사하기 위한 공격작전 시나리오를 바탕으로 지상·공중·위성 계층의 통합 전술통신망 M&S를 통해 미래 보병여단이 갖추어야 할 정보유통능력을 제시한다.

• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1515-1521
• /
• 2014

본 연구는 간호학생의 급성 심근경색증 간호에 대한 시뮬레이션 기반 교육을 적용하고 비판적 사고, 문제해결력 및 학업성취도의 효과를 규명한 단일군 전후 원시실험설계이다. 대상자는 총 137명이었으며 중재기간은 2011년 9월부터 10월까지 총 6주간 시뮬레이션 기반 교육을 시행하고 중재 전후를 평가하였다. 자료분석은 SPSS Win17.0을 사용하였고, 평균과 표준편차, Paired t-test, 피어슨 상관계수를 이용하였다. 연구 결과 시뮬레이션 기반 교육프로그램은 비판적 사고, 문제해결력 및 학업성취도를 향상시키는 것으로 나타났다. 비판적사고가 증대될수록 문제해결력은 향상되는 것으로 나타났다. 반면 비판적사고 능력과 문제해결력은 학업성취도와 유의한 차이가 없었다. 시뮬레이션 기반 교육프로그램은 간호학생의 실무능력을 향상시키기 위해 유용한 학습방법임을 알 수 있었고, 임상현장에서 흔히 접할 수 있는 다양한 사례의 시나리오를 개발하여 실습교육에 적극 활용할 필요가 있다. 이를 위해서는 더 다양하고 적절한 실습교육방법에 대한 개발과 운영이 필요할 것으로 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제17권5호
• /
• pp.375-381
• /
• 2016

최근 코드북 기반의 전 배경 분리 알고리즘에 대한 연구가 활발히 진행되고 있다. 코드북은 입력 영상 시퀀스로부터 화소당 하나씩 만들어 지는데, 코드북 내의 각 코드워드는 동일 위치의 훈련 화소들을 대상으로 양자화를 수행한 클러스터 대표 벡터이다. 일반적인 코드북 기반 방법들은 초기 배경 모델 생성을 위하여 긴 시간동안 훈련 샘플들의 학습 과정을 거친다. 본 논문에서는 초기 몇 장의 프레임으로 부터 간단한 중위수 연산을 통하여 초기 배경 모델을 생성하고, 시간의 흐름에 따라 변화된 배경 정보를 포함할 수 있도록 코드워드의 사용 빈도수에 기반하여 배경 모델을 갱신한다. 제안한 알고리즘을 OpenCV 3.0과 연동하여 C언어로 구현하여 몇 개의 PETS2009 데이터에 적용 실험하였다. 해당 데이터는 준-주기적 움직임을 갖는 영상 시퀀스, 이동 물체의 일시 정지 등의 시나리오를 포함하고 있다. 실험을 통하여 제안한 방식이 GMM 알고리즘, 표준 코드북 알고리즘에 비하여 우수한 성능을 나타내고 있음을 확인하였다.