• 전기전자학회논문지
• /
• 제17권3호
• /
• pp.254-259
• /
• 2013

본 논문에서는 준감독 학습 알고리즘(Semi-Supervised Learning Algorithm)의 학습데이터에 필요한 소수의 레이블 데이터를 능동적으로 선택하기 위한 무감독경쟁학습 알고리즘인 VCNN(Vector Centroid Neural Network)을 제안한다. 준감독 학습 알고리즘에서 레이블 데이터의 선택은 학습 결과 큰 영향을 미치고, 레이블 데이터를 선택하는데 있어 많은 비용과 전문적인 지식이 필요하다. 본 논문에서 능동적이고 효율적인 레이블 데이터 선택을 검증하기 위하여 UCI database 와 caltech dataset 을 이용하여 실험한 결과, 기존의 레이블 데이터 선택 방법과 비교하여 안정된 분류 결과와 최소의 오차율을 나타냈다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.732-735
• /
• 2020

기존에 지도학습 방법은 성능은 좋지만, 학습할 때 비디오 데이터와 정답 라벨이 있어야 한다. 그러나 이러한 데이터의 라벨을 수동으로 붙여줘야 하는 문제점과 그에 필요한 시간과 돈이 크다는 것이다. 이러한 문제점을 해결하기 위한 다양한 방법 중 자기지도학습(Self-Supervised Learning) 중 하나인 회전 방법을 비디오 데이터에 적용하여 학습하는 연구를 진행하였다. 본 연구에서는 두가지 방법을 제안한다. 먼저 기존의 비디오 데이터를 입력으로 받으면 단순히 비디오 자체를 회전시키는 것이 아닌 입력으로 들어온 비디오의 각각 프레임이 시간이 지나면서 일정한 속도로 회전을 시킨다. 이때의 회전은 총 네 가지 각도[0, 90, 180, 270]를 분류하도록 하는 방법론이다. 두 번째로 비디오의 프레임이 시간이 지나면서 변할 때 프레임 별로 고정된 각도로 회전시키는데 이때 회전하는 속도 네 가지 [1x, 0.5x, 0.25x, 0.125]를 분류하도록 하는 방법론이다. 이와 같은 제안하는 pretext task들을 통해 네트워크를 학습한 뒤, 학습된 모델을 fine tune 시켜 비디오 분류에 대한 실험을 수행 및 결과를 도출하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.297-300
• /
• 2021

영상 잡음 제거는 잡음으로 저하된 영상으로부터 잡음 없는 영상을 복원하는 기술이다. 최근 영상 처리에 딥러닝을 사용한 학습 기반 방법 중 저수준 컴퓨터 비전 분야에 고수준 영상 정보를 활용하는 접근이 있었다. 본 논문에서는 고수준 영상 정보인 영상 분할 지도를 활용하여 영상 속 가산 백색 잡음 제거 연구를 진행하였다. 잔차 연결을 활용한 구조의 인공신경망 모델에 잡음 영상, 잡음 수준 지도, 영상 분할 지도를 입력으로 넣어 고수준 영상 정보를 활용할 수 있게 하였다. 본 논문에서 제안한 인공신경망을 Outdoor Scene Dataset과 CBSD68 Dataset에 대해 확인해본 결과, PSNR과 인지적인 측면에서 DnCNN과 FFDNet보다 성능이 향상되는 것을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.227-230
• /
• 2022

본 연구에서는 실질적 학습자가 교수자로 착각을 한 상태에서 아바타를 학습시키는 과정을 통해 학습이 되게 하는 구조를 설계하고 제안하였다. 시스템 관리자와 교육자료 형성자를 제외하면, 교수자로 착각하고 있는 '학습자'와 학습자의 공부를 위해 노력하는 학습 가이드 역할을 '학습 관찰자', 학습이 되는 아바타로 구성된다. '학습 관찰자'는 학습 방향을 제시하여 아바타가 활동하는 방향을 지시하게 되며, 아바타는 지시된 방향에서 1:1 학습과 같은 형태로 교수자 입장 학습자에게 공부도움을 요청하게 된다. 아바타의 학습은 인공지능 지도 학습 방법을 이용하여 학습되도록 하며, 교수자로 착각하는 학습자는 아바타 학습 시 아바타에 의해 슬며시 제공되는 학습 자료를 참고하며 아바타를 공부시키게 되는 데 아바타를 공부시킨다고 노력하는 과정이 교수자로 착각된 학습자가 공부가 되는 것이다. 또한 이렇게 학습하는 과정을 거쳐 지식이 성장한 아바타는 아바타들이 경쟁하는 경진 대회에 참가하게 되며 교육자로 착각하는 학습자는 관전 또는 코치를 하며 학습을 하게 된다. 이러한 방법을 통해 교육자로 착각하는 학습자는 부모의 마음으로 적극적으로 공부를 하게 유도하며, 흥미를 갖고 공부를 하게 할 뿐 아니라, 가르치는 사람에 준하는 깊이 있는 지식을 갖도록 유도하며, 본 시스템과 온라인 오프라인을 통해 연결 되게 한 운동 기구 및 운동 환경을 이용하여 운동 하도록 유도하고 파워가 되도록 하여 운동 활동을 유도하며, 단계 마다 적당한 보상 점수들이 제공되도록 하여 지덕체가 성장되도록 하는 설계이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제12권
• /
• pp.67-82
• /
• 2001

발생적 원리는 수학을 공리적으로 전개된 완성된 것으로 가르치는 형식주의의 결함을 극복하기 위하여 제기되어온 교수학적 원리로, 수학을 발생된 것으로 파악하고 그 발생을 학습과정에서 재성취하게 하려는 것이다. 특히, 수학을 지도함에 있어서 역사적으로 발생, 발달한 순서를 지켜 지도해야 한다는 것이 역사-발생적 원리로, 수학이 역사적으로 발생, 발달 되어온 역동적인 과정을 학생들이 재경험해 보게 하기 위해서는 이러한 일련의 과정을 효과적으로 설명할 수 있는 교수-학습 방법이 필요하다. 변증법적인 방법론은 헤겔에 의해서 꽃을 피운 철학으로, 정일반일합(正一反一合)의 원리에 따라 사물의 발생과 진화 과정을 역동적으로 설명할 수 있는 방법론이다. 따라서, 본 연구는 초등학교에서 역사-발생적 원리에 따라 수학을 지도할 수 있는 방법으로 변증법적인 방법을 고찰하여, 역사-발생적 원리의 수학 교수-학습 방법에 대한 시사점을 얻고자 한다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.197-206
• /
• 2021

GPR(Ground Penetrating Radar)에서 수집된 데이터는 지하 탐사를 위해 사용된다. 이 때, 지반 아래의 시설물들이 GPR을 반사하는 경우가 종종 발생하여 수집된 데이터는 전문가에 경험에 의존하여 해석된다. 또한, GPR 데이터는 수집 장비, 환경 등에 따라 데이터의 노이즈, 특성 등이 다르게 나타난다. 이로 인해 정확한 레이블을 가지는 데이터가 충분히 확보되지 못하는 경우가 많다. 일반적으로 이미지 분류 문제에서 높은 성능을 보이는 인공신경망 모델을 적용하기 위해서는 많은 양의 학습 데이터가 확보되어야 한다. 그러나 GPR 데이터의 특성 상 데이터에 정확한 레이블을 붙이는 것은 많은 비용을 필요로 하여 충분한 데이터를 확보하기가 어렵다. 이는 결국 일반적으로 활용되는 지도학습 방법을 기반으로 인공신경망을 적절히 학습시킬 수 없게 한다. 본 논문에서는 각 레이블의 정확도가 유사한 수준을 갖도록 하는 것을 목표로 데이터 특성을 바탕으로 하는 이미지 분류 방법을 제안한다. 제안 방법은 준지도학습을 기반으로 하고 있으며, 인공신경망으로부터 이미지의 특징값을 추출한 후 클러스터링 기법을 활용하여 이미지를 분류한다. 이 방법은 라벨링 된 데이터가 충분하지 않은 경우 라벨링할 때 뿐 만 아니라 데이터에 달린 레이블의 신뢰도가 높지 않은 경우에도 활용할 수 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권2호
• /
• pp.99-107
• /
• 2004

인터넷, 데이타베이스, 멀티미디어 기술의 복합적인 영향으로 교육과 학습의 형태가 크게 변하고 있다. 그러나 강의 내용을 효과적으로 관리하고 검색할 수 있는 시스템과 도구의 부족으로 원격 학습은 크게 효과적이지 못하다. 이 논문은 대용량 강의 데이타베이스에서 사용자가 내용에 기반 하여 관심 있는 강의 부분만 발췌하여 접근할 수 있도록 하는 프로토타입 시스템 COVA를 소개한다. COVA는 원격 학습에서 내용 기반 강의 검색을 위한 다음과 같은 새로운 기법을 포함한다: (1) 강의 내용을 표현하기 위한 XML 기반의 준 구조적(semistructured) 데이타 모델, (2) XML 강의 데이타베이스의 구조적 요약, 즉, 스키마 추출 기법: (3) 원하는 강의 부분의 빠른 탐색을 위한 색인 기법.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.284-288
• /
• 2022

최근 다양한 언어모델의 구축 및 발전으로 개체명 인식 시스템의 성능은 최고 수준에 도달했다. 하지만 이와 관련된 대부분의 연구는 데이터가 충분한 언어에 대해서만 다루기 때문에, 양질의 지도학습 데이터의 존재를 가정한다. 대부분의 언어에서는 개체 유형에 대한 언어의 잠재적 특성을 충분히 학습할 수 있는 지도학습 데이터가 부족하기 때문에, 종종 자원 부족의 어려움에 직면한다. 본 논문에서는 Masked language modeling 기반 언어 간 전이학습을 이용한 개체명 인식 방법론에 대한 분석을 수행한다. 이를 위해 전이를 수행하는 소스 언어는 고자원 언어로 가정하며, 전이를 받는 타겟 언어는 저자원 언어로 가정한다. 본 논문에서는 언어모델의 토큰 사전에 언어 독립적인 가상의 자질인 개체 유형에 대한 프롬프트 토큰을 추가하고 이를 소스 언어로 학습한 뒤, 타겟 언어로 전이하는 상황에서 제안하는 방법론에 대한 평가를 수행한다. 실험 결과, 제안하는 방법론은 일반적인 미세조정 방법론보다 높은 성능을 보였으며, 한국어에서 가장 큰 영향을 받은 타겟 언어는 네덜란드어, 한국어로 전이할 때 가장 큰 영향을 준 소스 언어는 중국어인 결과를 보였다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2002년도 춘계학술대회
• /
• pp.63-70
• /
• 2002

개발도상국의 기술학습 성과에 영향을 미치는 요인으로서 기존의 기술경제적 요인들 외에 국제정치적 요인을 외부환경요소에 포함시키고 이들 국제정치적 요인들이 기술학습내부 성과에 어떻게 영향을 미치는 지를 분석하였다. 개도국의 기술학습이 국제정치적으로 영향을 받을 때 기술능력의 진화경로는 점진적으로 축적되지 않았으며 기술적 노력의 과정도 자율적으로 추진될 수 없었다. 강대국의 국제정치적 간섭을 줄이기 위하여, 개도국은 기술 능력 획득을 위한 지속적 노력과 함께 기술학습의 산업적 타당성을 높이는 것이 중요하게 제시되었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권5호
• /
• pp.17-28
• /
• 2023

포장도로에서 발생하는 포트홀은 고속 주행 차량에 치명적인 영향을 미치며, 사망사고를 유발할 수 있는 도로상의 장애물이다. 이를 방지하기 위해 일반적으로는 작업자가 직접 포트홀을 탐지하는 방식을 사용해왔으나, 이는 작업자의 안전 문제와 예측하기 어려운 범주에서 발생하는 모든 포트홀을 인력으로 탐지하는 것이 비효율적이기 때문에 한계가 있다. 또한, 도로 환경과 관련된 지반 환경이 포트홀 생성에 영향을 미치기 때문에, 완벽한 포트홀 방지는 어렵다. 데이터셋 구축을 위해서는 전문가의 지도하에 라벨링 작업이 필요하지만, 이는 매우 시간과 비용이 많이 필요하다. 따라서, 본 논문에서는 Mean Teacher 기법을 사용하여 라벨링된 데이터의 샘플 수가 적더라도 지도학습보다 더욱 강인한 포트홀 이미지 분류 성능을 보여준다. 이러한 결과는 성능지표와 GradCAM을 통해 입증되었으며, 준지도학습을 사용할 때 15개의 사전 학습된 CNN 모델이 평균 90.41%의 정확도를 달성하며, 지도학습과 비교하여 2%에서 9%의 차이로 강인한 성능을 나타내는 것을 확인하였다.