• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2003.05a
• /
• pp.313-318
• /
• 2003

인터넷의 급격한 발전과 광범위한 보급에 따라 과거 전화, 서신 또는 직접방문을 통하여 해결하던 고객상담의 상당부분은 인터넷을 이용한 전자우편 및 전자게시판을 이용하는 방향으로 꾸준히 대치되고 있다. 인터넷을 통한 고객과의 접촉방식의 대부분을 차지하는 전자우편과 전자게시판은, 기존의 방식 특히 전화에 비하여 즉각적인 응답을 기대하기가 어렵다는 측면이 고객에게는 가장 큰 불만사항이 되고 있다. 본 논문에서는 문서로 이루어진 전자우편 또는 전자게시판의 고객 상담 내용을 기계학습의 분류기법을 활용하여 담당자를 자동으로 선정함으로써 보다 신속히 고객의 요구에 반응할 수 있는 효과적인 방법을 제안한다. 실제 수집한 다년간의 데이터를 기반으로 다양한 분류기법의 성능을 비교 평가하였으며, 그 결과 k-NN을 이용한 기법이 성능 및 활용도 측면에서 유리함을 보였다 또한, 인터넷을 통한 질문의 경우 상당 수준의 오탈자 및 띄어쓰기 오류를 내포하고 있는데, 바이그램을 이용한 문서처리방법을 이용함으로써 이러한 상황에 효과적으로 대처할 수 있으며, 바이그램으로 문서 처리 시 발생할 수 있는 시스템의 부담을 큰 성능의 저하 없이 최소화하기 위하여 자주 등장한 단어만을 선정하는 방안이 실용성이 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1020-1023
• /
• 2021

본 논문에서는 기존의 책상에서 발생하는 문제점을 개선하고 효율적인 공부를 할 수 있도록 도와주는 "학습 능률을 높이는 스마트 책상" 시스템을 제안한다. 제안하는 시스템의 주요 기능은 다음과 같다. 첫째, 아두이노와 Linear actuator를 사용하여 책상의 높낮이와 책받침의 각도를 조절한다. 둘째, 심박 센서를 통해 사용자의 집중도를 확인하고 이와 연동된 어플리케이션으로 각종 센서와 모듈을 제어하여 최적의 공부환경을 조성한다. 셋째, 책상 위 모든 동작이 어플리케이션을 통해 자동으로 수행되어 Human task를 감소시킨다. IoT 기술과 집중력 관리 알고리즘을 활용한 제안 시스템을 통해 학습자의 책상 앞 올바른 자세 교정과 학습 시 높은 집중력을 유지시키는데 도움을 줄 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.296-299
• /
• 2008

E-Learning 환경에서 학습자에게 보다 정확한 맞춤형 교육 시스템을 제공하기 위하여 평가 문항 및 학습 문항의 난이도, 변별도 등과 같은 문항 정보 활용이 필요하다. 본 논문에서는 문항 난이도, 변별도의 수치를 메타데이터에 저장하고, 평가 문항 및 학습 문항을 저작할 수 있는 템플릿(Templates) 및 GUI(Graphical User Interface) 기반의 SMIL(Synchronized Multimedia Integration Language) 저작도구를 설계 구현 하였다. 구현한 시스템은 SMIL 문법을 모르는 교수자가 문항 난이도, 변별도를 메타데이터에 저장하고, 학습 문항을 쉽게 저작하는데 효율적이다. 또한 저작된 문항은 XML(Extensible Markup Language) 기반 메타데이터를 활용함으로서 다른 플랫폼과의 통합 관리 및 재사용에 용이하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.145-148
• /
• 2022

준지도학습 기반의 동영상 이상행동감지는 구하기 어려운 프레임 단위 레이블이 필요하지 않아 더 많은 동영상을 학습에 활용 가능한 장점이 있어 관련 연구가 활발히 진행되고 있다. 최근 제안된 기법들은 주로 UCF-Crime 이라는 실제 CCTV 동영상 데이터셋을 활용하고 있는데, 본 데이터셋은 학습 영상과 테스트 영상에서 이상행동 클래스 별 분포도가 균등하지 않다. 본 연구에서는 해당 불균형으로 인해 학습 모델이 특정 행동 클래스에 과적합될 수 있음을 보이며, 이러한 불균형을 해결하기 위해 Class-Balanced Multiple Instance Learning Loss 를 제안한다. 이를 통해 기존에 특정 클래스에 편중되었던 모델이 이상행동 종류에 좀 더 균등한 성능을 낼 수 있음을 보여준다. 특히 단순히 클래스별 정확도가 제로섬(zero sum)으로 증감하는 것이 아니라 전체적인 이상행동 판별 정확도 또한 향상됨을 실험 결과를 통해 확인할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.505-506
• /
• 2021

최근 인터넷에서 기하급수적으로 증가하는 방대한 양의 텍스트를 자동으로 요약하려는 연구가 활발하게 이루어지고 있다. 자동 텍스트 요약 작업은 다양한 사전학습 모델의 등장으로 인해 많은 발전을 이루었다. 특히 T5(Text-to-Text Transfer Transformer) 기반의 모델은 자동 텍스트 요약 작업에서 매우 우수한 성능을 보이며, 해당 분야의 SOTA(State of the Art)를 달성하고 있다. 본 논문에서는 방대한 양의 한국어를 학습시킨 사전학습 모델 KE-T5를 활용하여 자동 논문 요약을 수행하고 평가한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1318-1321
• /
• 2022

본 논문에서는 단일 깊이 센서를 사용하는 자율주행 시나리오에서 거리 계산에 주로 이용되는 깊이 데이터만 이용하는 객체 감지 기술을 제안한다. 우선, 해당 시나리오에서 객체 감지 학습 데이터는 깊이 데이터가 사용되지만 상대적으로 객체 감지 성능을 비교하기 위해 동일한 시간의 색상, 깊이 데이터를 함께 획득하여 학습에 이용한다. 학습모델은 객체 감지 분야에서 최근 주목 받고 있는 YOLOv5로 선정하여 색상, 깊이 데이터의 객체 감지 학습의 결과를 각각 확인하였다. 결과적으로 색상과 깊이 데이터 사이에서 객체 감지 학습 결과의 차이를 확인하며 본 논문에서 제안하는 자율주행 시나리오에 깊이 영상만 이용하는 객체 감지 기술의 문제점과 향후 자율주행 기술 발전에 기여 가능성을 확인할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.1170-1172
• /
• 2008

본 논문에서는 적응적 이러닝 시스템을 구현하기에 다소 미흡하였던 SCORM 2004 국제표준을 수정한 새로운 표준을 제안한다. 학습자가 선택하는 과목과 학습객체에 대한 데이터 모델을 분리하였고, 이것을 이용한 API 메소드를 추가하였다. 또한 학습객체정보, 그것들의 관계와 과목을 구성하는 학습객체들의 경로에 대한 정보를 설명하는 섹션을 Manifest 파일에 추가하였다. 기존 SCORM 2004 를 수정한 새로운 표준을 따르면 학습자가 과목을 선택하는 시점과 학습 객체가 선택되는 시점을 분리할 수 있고, 기존 학습객체 단위보다 상위 단위의 학습객체 시퀀싱이 가능하게 되어 효율적인 적응적 이러닝 시스템을 구현할 수 있게 된다.

• Electronics and Telecommunications Trends
• /
• v.29 no.1
• /
• pp.21-30
• /
• 2014

무용, 춤, 연기 등의 전문가 퍼포먼스를 분석, 학습, 보급하는 콘텐츠 기술개발은 문화산업의 중요한 당면과제이나 기존 기술은 동작만 인식하고, 감성 및 도구를 포함하지 않으며, 단순 열람은 가능하나 체험 및 학습할 수 있는 효율적인 방법이 부재하다. 따라서 전문가의 퍼포먼스 동작을 일반인 시점에서 학습할 수 있는 체감형 콘텐츠를 제공하기 위해서는 빠르고 능동적인 동작 영상 획득 시스템의 개발과 동작 데이터를 분석 및 생성하는 기술들이 필요하다. 따라서, 본 논문에서는 퍼포먼스 무용의 학습 콘텐츠 제작을 위한 핵심 기술들의 동향을 분석하고자 한다.

• Journal of IKEEE
• /
• v.24 no.2
• /
• pp.514-522
• /
• 2020

In Continuous Learning environment, we identify that the Catastrophic Forgetting phenomenon, which forgets the information of previously learned data, occurs easily between data having different domains. To control this phenomenon, we introduce how to measure the relationship between previously learned data and newly learned data through the distribution of the neural network's output, and how to use these measurements to mitigate the Catastrophic Forcing phenomenon. MNIST and EMNIST data were used for evaluation, and experiments showed an average 22.37% improvement in accuracy for previous data.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.1-3
• /
• 2022

최근 기존의 영상 압축 파이프라인 대신 신경망의 종단 간 학습을 통해 압축을 수행하는 알고리즘의 연구가 활발히 진행되고 있다. 본 논문은 종단 간 학습 기반 공간적 스케일러블 압축 기술을 제안한다. 보다 구체적으로 본 논문은 신경망의 각 계층에서 하위 계층의 학습된 특징 (feature)을 융합하여 상위 계층으로 전달하는 다중 스케일 특징 융합 (multi-scale feature fusion) 모듈을 도입해 상위 계층이 더욱 풍부한 특징 정보를 학습하고 계층 사이의 특징 중복성을 더욱 잘 제거할 수 있도록 한다. 기존 방법 대비 향상 계층(enhancement layer)에서 1.37%의 BD-rate가 향상된 결과를 볼 수 있다.