• Smart Media Journal
• /
• v.8 no.2
• /
• pp.39-45
• /
• 2019

As deep learning has become popular, researches which can help explaining the prediction results also become important. Superpixel based multi-scale combining technique, which provides the advantage of visual pleasing by maintaining the shape of the object, has been recently proposed. Based on the principle of prediction difference, this technique computes the saliency map from the difference between the predicted result excluding the superpixel and the original predicted result. In this paper, we propose a new technique of both excluding and including super pixels. Experimental results show 3.3% improvement in IoU evaluation.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.197-198
• /
• 2017

최근 IT기술의 발전, 대학 교육의 글로벌화 등의 추세는 대학의 이러닝(e-learning) 형태의 교육을 촉진하고 있다. 국내향후 연구에서는 17개의 사이버대학은 이러닝 형태의 교육을 제공하고 있는데, 최근 재학생 수가 크게 증가하고 있다. 이에 사이버대학들은 우수한 강의 제공을 위해 학생-교수간의 다양한 상호작용에 대해서 연구하고 있다. 본 연구는 사이버대학의 LMS(Learning Management System)에 온라인 채팅 서비스를 최초로 도입하여, 시스템을 구축하였다. 본 연구에서는 온라인 채팅과 학습만족과의 관계에 대해서 검증하고, 강의질 개선을 위한 전략을 도출하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.73-74
• /
• 2018

최근 사이버대학들은 치열한 입시경쟁을 겪고 있다. 이에 학교들은 교육질 개선을 위하여 다양한 노력을 하고 있다. S 사이버대학의 경우 최초로 전과목별로 실시간 채팅서비스를 제공하여 동영상 강의와 게시판의 한계를 극복하고자 하고 있다. 본 연구에서는 이러닝 교육의 학습효과를 종속변수로 설정하고, 학습내용, 교수설계요인과 채팅서비스를 독립변수로 투입하여, 다중회귀분석을 기법을 통해 분석하였다. 분석결과 학습내용, 교수설계요인, 채팅서비스 모두는 학습효과에 영향을 미치는 것으로 나타났다. 본 연구에서는 전교과목에 적용한 채팅서비스는 온라인 교육 효과를 높일 수 있는 방안임을 확인하였고, 효과적인 채팅 서비스의 활용방안을 제시하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.779-781
• /
• 2022

본 연구에서는 낚시성 콘텐츠의 주요 구성 요소인 썸네일과 제목을 MLKit와 TF-IDF를 이용하여 분석하고 이를 딥러닝 Sentence BERT 모델에 적용하였다. 이를 활용하여 추후 낚시성 콘텐츠를 걸러내는 알고리즘을 개발 예정이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.151-153
• /
• 2023

구별자 공격은 암호 알고리즘이 특정 확률로 특정 차분 특성을 만족한다는 사실을 활용하여 랜덤 데이터들로부터 암호 데이터를 구별해내는 작업이며, 데이터에 대한 확률적인 예측을 수행하는 딥러닝 기술은 이에 대한 좋은 솔루션이 될 수 있다. 최근 딥러닝 기술이 발달함에 따라 실제로 신경망 구별자에 대한 많은 연구들이 진행되고 있지만, 형태 보존 암호인 FF3에 대한 딥러닝 기반의 구별자 공격에 대한 연구는 아직 수행되지 않았다. 본 논문에서는 형태 보존암호인 FF3에 대한 딥러닝 기반의 신경망 구별자를 최초로 제안하였다. 실험 결과, 0x08 (입력 차분)에 대해서는 숫자 도메인에서 8 라운드까지0.98 이상의 정확도를 달성하였으며, 소문자 도메인에서는 2라운드까지 구별이 가능하였다. 향후에는 또 다른 형태 보존 암호에 대한 신경망 구별자와 더 큰 도메인 및 높은 라운드에서도 동작 가능한 FF3 신경망 구별자를 구현할 예정이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.499-500
• /
• 2022

차량용 블랙박스의 대중화와 '스마트 국민 제보' 애플리케이션 도입에 따른 영향으로 교통법규 위반 공익신고 건수가 급증하면서 대응해야 할 담당 경찰 인력이 부족한 상황이다. 이러한 인력 부족 문제를 해결하기 위해서 인공지능(AI) 알고리즘을 활용하여 신고된 영상의 위법 여부를 자동으로 분석할 필요가 있다. 본 논문에서는 공익신고의 대부분을 차지하고 있는 진로변경 위반 영상 분석을 위한 객체 인식 방법에 대한 연구 내용을 기술한다. 이 연구에서는 딥러닝 알고리즘과 컴퓨터 비전 알고리즘을 통해 진로변경 위반 분석에 필요한 차량과 실선 객체를 인식하여 진로변경 위반 영상 분석에 활용할 수 있도록 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.287-289
• /
• 2021

해당 소프트웨어는 딥러닝 기반의 언어 모델을 이용하여 한국어 랩을 더 효과적으로 작성할 수 있도록 돕는다. 이 소프트웨어는 단순히 가사를 생성하는 데에 그치지 않고, 라임을 맞추고자 하는 대상 단어와 앞뒤 문맥이 주어졌을 때, 라임과 맥락에 맞는 단어 목록을 추천한다. 작사가는 사용자 친화적인 문서 편집 인터페이스를 통하여 언어 모델과 적극적으로 상호작용을 해 나가며 효율적으로 가사를 만들어나갈 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.31-32
• /
• 2021

신종 코로나바이러스 감염증(Coronavirus disease 2019; COVID-19)이 빠르게 확산됨에 따라 세계적인 전염병 대유행인 팬데믹(Pandemic)으로 선언되었다. 감염자들은 꾸준히 증가하고 있고 최근에는, 무증상 감염자들이 나타나고 있어 의심 환자를 조기에 판단하고 선별할 수 있는 기술이 필요하다. 본 논문에서는 흉부 방사선 검사(chest Radiography; CXR) 영상을 딥러닝(Deep Learning)하여 정상인, 폐렴 환자, 코로나바이러스 감염자를 분류할 수 있도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.568-570
• /
• 2022

객체 유사도를 판별하는 기술은 정보 처리의 여러 분야에서 응용되고 있다. 본 연구에서는 현장 자연어 텍스트 데이터셋과 딥러닝 모델을 이용하여 챗봇 등에서 응용되는 데이터 유사성을 판별하고, 해당 모델의 성능을 측정해보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.434-435
• /
• 2023

사회 환경적 운동의 하나인 플로깅(Plogging)은 조깅을 하며 길거리의 쓰레기를 줍는 행위를 소셜 네트워크 서비스(SNS) 등에 기록하는 사회 환경적 운동의 일환이다. 그러나, 활동 지역이나 쓰레기의 종류 및 양 등을 직접 입력해야 하는 불편함으로 인해 이러한 활동의 확대를 저해할 수도 있다. 본 연구는 이러한 활동 기록를 자동으로 트래킹하고 기록할 수 있는 딥러닝 기반의 플로깅 트래핑어플리케이션을 개발하였다. CNN과 YOLOv5를 사용하여 학습된 이미지 인식 모델은 높은 성능으로 쓰레기의 종류와 양을 인식하였다. 이를 통해 사용자는 더욱 편리하게 플로깅 활동을 기록할 수 있었으며, 수거한 쓰레기의 양이나 활동 거리를 활용한 리워딩 시스템으로 사용자 간의 건전한 경쟁을 유도하는데 활용할 수 있다.