• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.204-211
• /
• 2020

본 논문에서는 약한 지도학습을 통한 주 객체 위치 검출을 위한 최적의 딥러닝 네트워크 구조를 제안한다. 제안된 네트워크는 약한 지도학습을 통한 주 객체의 위치 검출 정확도를 향상시키기 위해 컨벌루션 블록을 추가하였다. 추가적인 딥러닝 네트워크는 VGG-16을 기반으로 합성곱 층을 더해주는 5가지 추가적인 블록으로 구성되며 객체의 실제 위치 정보가 필요하지 않는 약한 지도 학습의 방법으로 학습하였다. 또한 객체의 위치 검출에는 약한 지도학습의 방법 중, CAM에서 GAP이 필요하다는 단점을 보완한 Grad-CAM을 사용하였다. 제안한 네트워크는 CUB-200-2011 데이터 셋을 이용하여 성능을 테스트하였으며 Top-1 Localization Error를 산출하였을 때 50.13%의 결과를 얻을 수 있었다. 또한 제안한 네트워크는 기존의 방법보다 주 객체를 검출하는데 더 높은 정확도를 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.147-148
• /
• 2017

본 논문에서는 간단한 사용자 입력과 다중 랜덤 워크(multiple random walker) 기법을 기반으로 동영상 내의 주요 객체를 분할하는 알고리즘을 제안한다. 우선 동영상의 첫 프레임에서 점 형태의 사용자의 입력을 받아 대략적인 객체와 배경의 위치를 얻고, Lab 색상의 측지거리를 이용하여 객체와 배경의 중요도 지도를 얻는다. 다음으로 영상을 슈퍼 픽셀 단위로 분할하고, 다중 랜덤 워크 기법을 적용하여 객체 분할을 수행한다. 랜덤 워크 기법 적용 시, 중요도 지도를 각 랜덤 워커의 초기 분포로 설정하고, 노드간 색상과 움직임 차이를 이용하여 전이 행렬을 계산한다. 마지막으로 결과를 정련한 뒤, 다음 프레임으로 분할 결과를 전파하여 시간적 일관성을 유지한다. 실험을 통하여 제안 기법이 기존 기법에 비하여 우수한 객체 분할 성능을 보임을 확인한다.

• 한국음향학회지
• /
• 제13권6호
• /
• pp.83-90
• /
• 1994

본 논문에서는 코호넨(Kohonen)의 SOFM (Self-Organizing Feature Map) 알고리즘의 단점을 해결하기 위한 새로운 학습 알고리즘 ASOFM(Adaptive Self-Organized Feature Map)을 제안한다. 코호넨의 학습 알고리즘은 초기화된 연결 벡터에 대하여 극소점에 빠지는 경우도 있다. 그러나 제안된 알고리즘에서는 학습과정중에 네트워크의 상태를 평가할 수 있는 목적함수(object function)을 사용하였고, 이 함수의 출력에 따라 학습의 각 시점에서 적응적으로 학습률의 재조정이 가능하였다. 이 결과, 네트워크의 상태가 최소점에 수렴함이 보증 되고 학습률의 적응성에 의해 임의의 학습패턴에 대한 학습의 일반화 능력이 보장되었다. 또한 제안된 알고리즘은 코호넨의 알고리즘보다 약 $70\%$이상의 학습시간을 단축한다.

• 한국과학교육학회지
• /
• 제35권4호
• /
• pp.573-584
• /
• 2015

오랜 기간 동안 과학교육 분야에서 탐구는 과학 학습의 핵심적인 목표이자 수단으로 자리매김해왔다. 그러나 교육 실천의 맥락에서 탐구 활동을 온전히 수행하기란 결코 녹록하지 않으며, 탐구의 역할과 기능에 대한 논의는 여전히 분분하다. 따라서 과학교사들이 실제로 탐구를 지도하면서 겪는 어려움을 비판적으로 검토하는 일은 반드시 필요하다. 본 연구에서는 탐구를 지도하는 교사에 초점을 두고, 예비교사의 탐구에 대한 인식과 실천 사이에서 나타나는 갈등의 양상을 질적 사례연구를 통해 살펴보고자 했다. 연구 참여자는 과학교육을 전공하는 8명의 대학생들이다. 이들은 약 1년 동안 주말 과학 프로그램에서 저소득층 중학생들의 보조교사와 멘토로 활동하면서, 방학 기간에는 자유로운 방식으로 담당 학생들의 탐구 활동을 지도하였다. 연구의 사례는 '자유탐구에서 수행하는 예비 과학교사의 탐구지도 활동'으로, 참여자의 개인면담과 집단면담과 참여관찰 기록, 자기보고서 등을 연구 자료의 분석에 사용하였다. 그 결과, 예비교사들은 학습자의 능동성뿐만 아니라 교과 지식과 연역적 절차 역시 탐구 활동을 가능하게 하는 중요한 요인으로 인식하고 있었다. 그러나 예비교사들이 실제로 탐구를 계획하거나 수행할 때, 인식과 실천 사이의 간극으로 인해 딜레마와 마주했다. 딜레마의 양상은 '발산하는 탐구와 수렴하는 과학', '흥미 중심의 탐구와 학습 중심의 탐구', '학습 주체로서의 학생과 부족한 지식인으로서의 학생'의 세 가지로 정리하였다. 끝으로 예비교사들의 딜레마 해소 과정을 논의하면서, 탐구와 과학교사에 대한 대안적인 관점을 제안하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.591-594
• /
• 2020

담화에서 의미를 전달하는 데 문제가 없을 경우에는 문장성분을 생략하여 표현한다. 생략된 문장성분을 무형대용어(zero anaphora)라고 한다. 무형대용어를 복원하기 위해서는 무형대용어 탐지와 무형대용어 해결이 필요하다. 무형대용어 탐지란 문장 내에서 생략된 필수성분을 찾는 것이고, 무형대용어 해결이란 무형대용어에 알맞은 문장성분을 찾아내는 것이다. 본 논문에서는 담화에서의 무형대용어 탐지 및 해결을 위한 말뭉치 생성 방법을 제안한다. 먼저 기존의 세종 구어 말뭉치에서 어휘지도를 이용하여 무형대용어를 복원한다. 이를 위해 본 논문에서는 동형이의어 부착과 어휘지도를 이용해서 무형대용어를 복원하고 복원된 무형대용어에 대한 오류를 수정하고 그 선행어(antecedent)를 수동으로 결정함으로써 무형대용어 해결 말뭉치를 생성한다. 총 58,896 문장에서 126,720개의 무형대용어를 복원하였으며, 약 90%의 정확률을 보였다. 앞으로 심층학습 등의 방법을 활용하여 성능을 개선할 계획이다.

• 한국지역지리학회지
• /
• 제17권4호
• /
• pp.381-394
• /
• 2011

한국내 외국인 인구가 약 126만 명으로 현재 우리사회는 다인종 다문화사회로 급속하게 변화하고 있다. 유, 초, 중, 고에 취학하고 있는 다문화 가정 학생수도 약 3만6천명 (2010년 기준)이 넘고 있어 앞으로 다문화가정의 학생이 더욱 증가할 것으로 예상할 수 있는데 실제로 국제결혼과 이민자들의 가장 큰 고민거리중의 하나는 자녀들에 대한 편견과 차별에 대한 우려이다. 연구의 결과는 다문화 가정 학생들이 피부색, 언어의 발음, 학교생활에 부적응 등으로 집단 따돌림을 당하고 있는 실정에 있다. 다문화교육 대상학년은 사실상 초등학교 l 학년부터 지도되어야 하고 다문화 가정 학생과 일반학생이 통합 교육으로 지도해야하고, 다문화 교육 주요자료는 영상자료, 사진자료를 사용하는 것이 좋을 것으로 밝혀졌다. 안내 자료는 책자나 CD자료가 적합하다고 하였고 지도 시기는 교과와 관련하여 지도하는 것이 바람직하다고 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.316-318
• /
• 2001

본 논문에서는 자기조직화 형상지도(Self-organizing Feature Maps)를 사용하여 움직이는 물체에 대해 움직임의 특성을 자동으로 분석하였다. Kohonen Network는 자기조직을 형성하는 unsupervised learning 알고리즘으로서, 이 논문에서는 생태계에서의 데이터를 Patternizing하고, Clustering 하는데 사용한다. 본 논문에서 Kohonen 신경망의 학습에 사용한 데이터는 CCD 카메라로 물고기의 움직임을 추적한 좌표 데이터이며, diazinon 0.1 ppm을 처리한 물고기 점 데이터와 처리하지 않은 점 데이터를 각각 낮.밤 약 10시간동안 수집하여, \circled1처리전 낮 데이터 \circled2처리전 밤 데이터 \circled3처리전 낮 데이터 \circled4처리후 밤 데이터 각각 4개의 group으로 분류한 후, Kohonen Network을 사용하여 물고기의 행동 차이를 분석하였다.

• 한국콘텐츠학회논문지
• /
• 제18권2호
• /
• pp.427-437
• /
• 2018

본 연구는 초등학교 학생들이 학습하는 온라인 영어 학습 프로그램 콘텐츠의 효과성을 탐색하였다. 온라인 영어 학습 콘텐츠 연구를 위해 경기도교육청에 의해 학교로 사용권장된 프로그램을 사용하였다. 연구대상은 경기도 K 시 소재 P 초등학교 107명의 학생들로 약 1년간의 학습 후에 온라인 학습 콘텐츠 효과성에 관한 설문에 응답하였다. 학생들의 응답은 Spearman 상관분석방법으로 재학학년, 온라인 학습시간 및 진단평가 성적과 온라인 영어 학습 프로그램 콘텐츠 간의 연관성을 분석하였다. 분석한 결과, 학년이 높고 영어 학업수준이 높은 학생일수록 문제해결형, 과제수행형과 WBI(웹기반)형의 콘텐츠는 효과적이지 않다고 생각하는 것으로 드러났다. 반면에, 온라인 학습시간이 긴 저학년학생일수록 개인 지도형, 스토리활용형과 애니메이션유형의 온라인 학습 콘텐츠가 효과적이라고 답했다. 따라서 본 연구는 온라인 영어 학습 콘텐츠의 개발에 있어서, 학생의 학년과 학습시간, 학업수준 등과 같은 학생의 특성을 고려할 필요가 있음을 제언하는 바이다.

• 정보관리학회지
• /
• 제22권2호
• /
• pp.125-145
• /
• 2005

이 연구에서는 문헌 및 질의의 내용을 대표하는 주제어의 중의성 해소를 위해 대표적인 지도학습 모형인 나이브 베이즈 분류기와 비지도학습 모형인 EM 알고리즘을 각각 적용하여 검색 실험을 수행한 다음 주제어의 중의성 해소를 통해 검색 성능의 향상을 가져올 수 있는지를 평가하였다. 실험문헌 집단은 약 12만 건에 달하는 한국어 신문기사로 구성하였으며, 중의성 해소 대상 단어로는 한국어 동형이의어 9개를 선정하였다. 검색 실험에는 각 중의성 단어를 포함하는 18개의 질의를 사용하였다. 중의성 해소 실험 결과 나이브 베이즈 분류기는 최적의 조건에서 평균 $92\%$의 정확률을 보였으며, EM 알고리즘은 최적의 조건에서 평균 $67\%$ 수준의 클러스터링 성능을 보였다. 중의성 해소 알고리즘을 통합한 의미기반 검색에서는 나이브 베이즈 분류기 통합 검색이 약 $39.6\%$의 정확률을 보였고, EM 알고리즘 통합 검색이 약 $36\%$의 정확률을 보였다. 중의성 해소 모형을 적용하지 않은 베이스라인 검색의 정확률 $37\%$와 비교하면 나이브 베이즈 통합 검색은 약 $7.4\%$의 성능 향상률을 보인 반면 EM 알고리즘 통합 검색은 약 $3\%$의 성능 저하율을 보였다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1341-1347
• /
• 2020

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 인공 지능 기반의 부정맥 분류에 많이 사용되고 있다. 본 연구에서는 AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG 신호에서 R파를 검출하고 자기 회귀 모델을 통하여 최적의 QRS와 RR간격을 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 부정맥을 분류하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 훈련 및 분류 정확도를 확인하였다. 성능 평가 결과 PVC는 약 97% 이상의 평균 분류율을 나타내었다.