• 디지털융복합연구
• /
• 제17권2호
• /
• pp.47-57
• /
• 2019

본 연구는 기업조직의 학습문화가 동적역량에 어떻게 영향을 미치며 동적역량이 기업의 학습문화와 기업성과 간의 관계에서 매개효과가 있는지 분석하고, 그 연구결과를 기업실무에 적용할 수 있는지 검증해보고자 하였다. 첫째, 기업조직의 구조가 유기적일수록 재배치역량과 학습역량이 높아지는 것으로 나타났다. 유기적인 기업조직을 가진 집단은 공식적인 처리방식이나 프로세스에 집착하지 않는 관행이 있기 때문에 외부변화에 능동적으로 대응할 수 있는 능력이 존재함을 알 수 있었다. 둘째, 기업조직의 학습문화는 동적역량 중에서 재배치역량에 유의한 정(+)의 영향이 있음을 확인할 수 있었는데 개인수준과 집단수준의 학습문화가 구축되어 있는 기업조직일수록 특히 집단수준의 학습문화가 구축되어 있는 조직일수록 재배치역량이 높아짐을 볼 수 있었다. 셋째, 동적역량의 두 가지 하위요소는 모두 기업성과에 유의한 영향을 미치는 것으로 나타났다. 동적역량이 기업성과에 미치는 직접적인 효과는 확인하였으나 학습문화와 관련된 동적역량의 매개효과는 없는 것으로 나타났다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.344-349
• /
• 1998

음성/언어학적 및 음성의 과학적 연구를 위해서는 대량의 음소 단위 분절 레이블링된 데이터베이스 구축이 필수적이다. 따라서, 본 논문은 음성 합성용 DB 의 구축 및 합성 단위 자동 생성 연구의 일환으로 자동 음소 분할기의 경계오류를 보상할 목적으로 MLP 기반 호처리기가 포함된 음소 분할 방식을 제안한다. 최근 자동 음소 분할기의 성능 향상으로 자동 분절 결과를 이용하여 음성 합성용 운율 DB를 작성하고 있으나, 여전히 경계오류를 수정하지 않고서는 합성 단위로 직접 사용하기 어렵다. 이로 인해 보다 개선된 자동 분절 기술이 요구된다. 따라서, 본 논문에서는 음성에 내제된 음향적 특징을 다층 신경회로망으로 학습하고, 자동 분절기 오류의 통계 특성을 이용하여 자동 분절 경계 수정에 용이한 방식을 제안한다. 고립단어로 발성된 합성 데이터베이스에서, 제안된 후처리기를 도입 후, 기존 자동 분절 시스템이 분할율에 비해 약 25% 의 향상된 성능을 보였으며, 절대 오류는 약 39%가 향상되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.481-484
• /
• 2000

본 논문에서는 현 교육의 문제점을 해결하고 학생들 개개인의 특기.적성을 살릴 수 있는 특별활동 프로그램에 있어 기존의 방식인 손으로 직접 작업을 하던 특별활동 부서 배정 방식을 향후 교육환경의 변화 추세에 맞추어 학교 안에서 이루어지는 교육활동을, 시간적 공간적 제약을 벗어나 자유로운 공간에서 학생 임의로 특별활동 부서를 신청, 자동 배정할 수 있도록 PHP 와 MySQL을 이용하여 시스템을 구축함으로써, 학생들에게는 정보화 교육의 극대화를 꾀하였고, 교사에게는 조직 편성 운영의 시간과 경비를 줄임으로서 교수-학습의 질을 향상시킬 수 있는 방향을 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.662-665
• /
• 2017

최근 산업 환경의 빠른 진화와 발전으로 기업이 필요한 인재상이 변화하고 있다. 이러한 교육 패러다임의 변화에 따라 대학 교육은 기업에 필요한 인재를 양성하기 위해서 강의식 교육방법(기존의 지식 전달 방식)의 문제점을 보완하고 자기 주도적이고 창의적 문제 해결력 향상을 위한 새로운 교수학습 방법이 필요하다. 본 연구에서는 컴퓨터공학과의 전공필수교과목인 알고리즘 수업에서 플립러닝을 적용하여 이론과 실습수업을 병행한 그룹과 플립러닝을 적용하여 이론수업을 진행한 그룹 그리고 전통적인 강의식 기법을 적용한 그룹으로 분류하여 수업을 진행한다. 학습자의 학습 동기부여 및 학업 성취도 향상을 위해 알고리즘 교과목에 적합하도록 플립러닝 교수학습법을 제안하고 수업에 직접 적용한다. 그 결과를 바탕으로 학습자들의 학업성취도 및 학습만족도를 비교분석하고 문제점 및 활용방안을 제시하고자 한다.

• 디지털융복합연구
• /
• 제17권12호
• /
• pp.243-248
• /
• 2019

다중작업학습(Multi-Task Learning, MTL) 기법은 하나의 신경망을 통해 다양한 작업을 동시에 수행하고 각 작업 간에 상호적으로 영향을 미치면서 학습하는 방식을 말한다. 본 연구에서는 전통문화 말뭉치를 직접 구축 및 학습데이터로 활용하여 다중작업학습 기법을 적용한 개체명 인식 모델에 대해 성능 비교 분석을 진행한다. 학습 과정에서 각각의 품사 태깅(Part-of-Speech tagging, POS-tagging) 과 개체명 인식(Named Entity Recognition, NER) 학습 파라미터에 대해 Bi-LSTM 계층을 통과시킨 후 각각의 Bi-LSTM을 계층을 통해 최종적으로 두 loss의 joint loss를 구한다. 결과적으로, Bi-LSTM 모델을 활용하여 단일 Bi-LSTM 모델보다 MTL 기법을 적용한 모델에서 1.1%~4.6%의 성능 향상이 있음을 보인다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2009년도 하계학술대회
• /
• pp.189-194
• /
• 2009

디지털교과서 시범사업은 미래교육의 시발점으로서 다양한 장점 및 교육적 효과를 제공할 수 있다. 한편 디지털교과서 환경에서는 현실세계와 유사한 태블릿 PC 기반의 펜 스케치를 메타포로 사용하고 있으며, 디지털 잉크 기반의 이러닝은 다양한 교육적 장점을 제공할 수 있다. 그러나 현재 보급되고 있는 디지털교과서 콘텐츠는 펜 기반의 메타포를 고려하지 않은 서책형 교과서의 멀티미디어 버전 형태이며 그 결과 태블릿 PC의 본연의 기능을 충분히 활용하지 못하고 있다. 따라서 본 연구에서는 학습자가 자기주도적으로 전자 펜 기반 스케치 입력방식을 통해 문제를 해결하고 학습의 결과물을 직접 확인할 수 있는 스케치 기반의 인터페이스를 설계 및 적용하여 교수자와 학습자간의 활발한 상호작용을 제공하고자 한다. 본 연구의 결과는 온라인 교육이나 전자 책, 지능형 교육 시스템 등 상호작용이 가능한 교육용 콘텐츠 개발에 확대 적용될 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.130-130
• /
• 2023

제트류는 다양한 크기와 운동량의 에디가 복잡하게 혼합되어 이루어져 있으며, 이를 정확하게 모델링하고 이해하기 위해서는 제트류의 다양한 특성들을 잘 반영하여 연구를 수행해야 한다. 다양한 연구 수행 방법 중 수치해석 방법은 상대적으로 공간 및 시간적 비용이 적게 들어서 널리 사용되고 있다. 이러한 수치해석 방법에는 DNS(Direct Numerical Simulation), LES(Large Eddy Simulation), RANS(Reynolds Averaged Navier Stokes) 등이 있으며, 그중 LES는 난류 모델링을 사용하는 RANS 방법에 비해 더욱 정확한 흐름 모델링을 제공하는 장점이 있다. 이러한 LES는 대규모 에디는 직접 해석하면서, 일정 크기 이하의 에디는 모델링을 사용해 해석하는 것이 특징이다. 하지만, LES를 사용하기 위해서는 적절한 그리드 크기를 결정하는 것이 중요하며, 이는 모델의 정확성과 연산 비용에 큰 영향을 미친다. 하지만, 여전히 적절한 그리드 크기를 결정하는 것은 어려운 문제이다. 이러한 LES 모델링을 사용할 때 적절한 그리드 크기를 결정하기 위해서는 정확한 시간 평균 속도 변동을 연구하는 것이 앞서 선행되어야 한다. 따라서, 본 연구에서는 기계학습 기반 접근 방식을 사용하여 난류 제트 내 시간 평균 속도 변동을 예측하는 연구를 진행하였다. 즉, 난류 제트 역학을 이해하는 데 중요한 파라미터인 시간 평균 유속을 이용하여 시간 평균 속도 변동을 예측하는 데 초점을 맞추었다. 모델의 성능은 평균 제곱 오차와 R-제곱 등 다양한 지표를 사용하여 평가되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.33-36
• /
• 2021

본 논문에서는 강화학습을 이용하여 몰입형 영상의 압축 효율을 향상시키는 기법을 제안한다. 몰입형 영상이란 3DOF+ 영상 혹은 Point Cloud 영상과 같이 사용자가 직접 체험할 수 있는 영상을 의미한다. 또한 몰입형 영상은 그 특성에 의해 방대한 양의 정보를 가지고 있다. 따라서 이를 압축하기 위한 압축 방법들이 연구되고 있으며, 일반적으로 3D 공간의 영상을 2D 공간으로 사영하는 방식을 사용한다. 하지만 이 과정에서 정보가 존재하지 않는 영역이 생성되며 이는 압축 효율 저하의 원인이 된다. 이러한 문제를 해결하기 위하여 영상의 특성을 반영할 수 있도록 강화학습을 통한 채우기 기법을 제안한다. 실험 결과 제안한 기법이 기존 기법에 비해 좋은 성능을 보임을 확인할 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.88-93
• /
• 2009

e-러닝 환경에서 e-포트폴리오는 교수자와 학습자 각각 수행한 수업 및 학습에 대한 전반적인 내용을 체계적으로 관리한 결과물로, 이를 활용할 경우 교수자에게는 수업 설계 및 강의를 돕고, 학습자에게 학습결과물을 확인함으로써 자기반성의 기회를 줄 수 있어 매우 유용하다. e-포트폴리오를 생성하기 위한 방법으로는 대표적으로 교수자 및 학습자로부터 직접 수집하는 방법과 e-러닝 시스템을 통한 학습활동의 결과물로 자동적으로 수집하는 방법이 있다. 본 논문에서는 e-포트폴리오를 사용목적에 적합하게 효과적으로 구성하기 위해 데이터를 계층화 하여 분류한 후에 교수자와 학습자의 활용 목적에 맞게 상황별로 구성하여 제공함으로써 효율적인 e-포트폴리오 관리를 할 수 있고, 또한 상황별 구성방식에 대한 로직을 추가함으로써 사용자는 자신만의 e-포트폴리오를 구성할 수 있다.

• 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.