• Title/Summary/Keyword: 컴퓨터 이러닝

Search Result 971, Processing Time 0.028 seconds

People / e-Learning 표준화 포럼 곽덕훈 초대회장

  • Sin, Jong-Hun
    • Digital Contents
    • /
    • no.8 s.123
    • /
    • pp.25-25
    • /
    • 2003
  • 국내 e-러닝산업이 IT경기의 침체와 표준화의 미비 등으로 인해 기대보다 성장 속도가 느려진 가운데 최근 '한국e-러닝표준화 포럼'이 출범, 본격젹인 e-러닝 표준화 작업에 시동이 걸렸다. e-러닝 관련 기반기술 및 학습환경, 콘텐츠 등의 표준화를 추진하고자 한국e-러닝산업협회와 사이버교육학회가 공동 주관해 설립한 e-러닝 표준화 포럼은 지난달 2일 곽덕훈(54) 방송통신대학교 컴퓨터과학과 교수를 초대 회장으로 선임하고 본격적인 활동에 들어갔다.

  • PDF

A Study on Sliding Window based Machine Learning for Web Shell Detection (슬라이딩윈도우 기반 머신러닝을 활용한 웹쉘탐지 방안 연구)

  • Kim, Kihwan;Lee, DongGeun;Yi, Hyoung;Shin, Yongtae
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2019.07a
    • /
    • pp.121-122
    • /
    • 2019
  • 본 논문에서는 웹쉘을 탐지하기 위한 방법 중 하나로 슬라이딩윈도우 기반 머신러닝을 활용하는 방안을 제안하고자 한다. 웹 공격에 많이 활용되는 웹쉘의 탐지를 위하여 제안하는 슬라이딩윈도우 기반의 탐지 기법은 시간이 지남에 따라 발전해가는 웹쉘 탐지 우회 기술에 대응하여 보다 정확한 탐지를 제공하는 기술이며, 이를 기반으로 웹쉘의 다양한 변종 또한 탐지할 수 있다. 본제안의 경우 코드의 부분별 위험도를 측정 및 제공하여 보다 효과적으로 대응할 수 있을 것으로 전망된다.

  • PDF

A palm information-based identity recognition deep learning model using a multi-channel image (멀티 채널 이미지를 이용한 손바닥 정보 기반 신원 인식 딥러닝 모델)

  • Kim, Beomjun;Kim, Inki;Gwak, Jeonghwan
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2022.01a
    • /
    • pp.93-96
    • /
    • 2022
  • 본 논문에서는 카메라 센서만을 이용하여 손바닥 사진을 촬영하고 추출된 데이터들을 합성하여 멀티 채널 이미지를 생성 및 분류 모델에 입력하여 신원을 확인하는 딥러닝 모델을 제안한다. 이 모델은 손바닥 사진이 입력되면 손바닥 및 손금 세그멘테이션을 이용하여 마스크 이미지를 추출하고 단일 채널로 구성된 이미지들을 멀티 채널 이미지로 합성/재구성하여 신원을 분류하는 딥러닝 모델이다. 이는 카메라 센서 외 다른 센서가 필요 없다는 장점을 가지고 있으며, 비접촉 신원 인식 시스템에 적용할 수 있다.

  • PDF

A Technique for detecting a person hidden behind an object in a fire situation (Guided Attention Mechanism을 활용한 화재사고 시 물체에 가려진 사람 탐지 기법)

  • Yeon-Jun Yoo;;Yong-Tae Shin
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2023.05a
    • /
    • pp.740-742
    • /
    • 2023
  • 객체 인식 연구에 있어서 딥러닝 기반의 사람 인식에 있어서 많은 연구들이 공개되고 있다. 특히 화재사고에 있어서 연기로 인해 가시성이 떨어져 인명구조에 어려움이 발생한다. 이에 열화상 카메라와 딥러닝을 통해 사람을 인식하는 기술이 연구되고 있다. 기존 연구에서는 열화상 카메라와 YOLO 딥러닝을 통해 사람을 인식하는데 95%의 성능을 보였지만, YOLO는 그리드 셀에서 하나의 분류만하기 때문에 물체에 가려진 사람을 판별하는데 정확도가 낮았다. 본 논문에서는 이와 같은 한계를 극복하기 위해 기존 Faster R-CNN 알고리즘을 사용한다. 신체부위 Guided Attention mechanism을 사용하여 가중치를 준 Feature Map을 RPN에 적용시켜 학습모델을 구현한다면 더 높은 정확도를 얻을 수 있다. 향후 본 논문에서 제안하는 기법은 많은 실험과 다양한 데이터 셋을 통해 실질적인 검증을 할 예정이다.

Deep Learning-based Image Data Processing for Golf Course Simulation (골프 코스 시뮬레이션을 위한 딥 러닝 기반 이미지 데이터 처리 기법)

  • Seunghyun Kim;Wonje Choi;Honguk Woo
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2023.07a
    • /
    • pp.545-548
    • /
    • 2023
  • 본 논문에서는 골프 코스 시뮬레이션을 위해 수집된 데이터의 정제 및 처리에 요구되는 딥 러닝 모델과 모델 적용 과정에 대해서 논의한다. 최근 스크린 골프 시장의 확대와 골프 시뮬레이터 기술의 발전으로, 위성 이미지, 항공 촬영 이미지, 공간 정보 시스템 (GIS) 등 다양한 데이터 소스로부터 골프 코스에 대한 정보를 수집에 대한 요구가 증가하였다. 이번 연구에서는 이러한 데이터 소스로부터 생성된 원시 데이터를 최적의 시뮬레이션 입력으로 변환하기 위한 컴퓨터 비전 기법과 딥 러닝 모델 구조에 대해서 검토한다. 특히, 데이터에서 골프 코스 시뮬레이션에 요구되는 메타 데이터를 도출하기 위해 코스 분할(Segmentation)과 코스 오브젝트 분류(Classification) 모델을 적용하는 과정을 다룬다. 이를 통해, 본 연구는 골프 코스 시뮬레이터의 개발 과정에서 중요한 기술 요소를 제공하며, 이는 시뮬레이션의 정확도와 골프 코스의 다양성을 증진시키는데에 기여한다.

  • PDF

Design of e-Learning System for Improving the Korean Learning Accessibility of Immigrants (이주민의 한국어학습 접근성 향상을 위한 이러닝시스템의 설계-읽기학습을 중심으로)

  • Lee, Hyoung In;Lee, Sangmoon
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2015.01a
    • /
    • pp.331-333
    • /
    • 2015
  • 본 논문에서는 최근에 외국어로서의 한국어 학습 수요가 증가하고 있는 현실을 반영하여, 한국어를 외국어로 사용하는 한국어 수요자의 접근성을 고려한 초보적인 한국어 읽기 학습을 지원하는 학습지원 시스템을 설계하여 제시한다. 우리나라는 경제개발에 성공하고 주요 기간산업에서 세계적인 기업이 탄생하여 세계적으로 관심을 끌고 있다. 이런 현상에 따라서 결혼 이민자는 물론 국내 산업체에 취업하기 위해 입국하는 동남아시아를 중심으로 하는 근로자는 물론 첨단산업에 종사하기 위해 고학력의 외국인들이 많이 입국하고 있으며, k-pop을 비롯한 '한류'에 대한 관심이 고조되어, 다양한 국가의 다양한 계층에서 한국어에 대한 관심이 증가하고 있다. 이와 같은 현실에 비하여 특히 경제력과 학습수준이 낮은 외국인들은 정규적인 교육의 기회를 갖지 못하게 되어 여러 가지의 문제를 야기하고 있다. 이런 현실을 반영하여 초보적인 한국어 학습, 특히 읽기 학습을 지원하는 한국어 이러닝 시스템을 설계하여 제시하였다.

  • PDF

Design of E-NIE Learning Systems based on NewsML (차세대 E-NIE 이러닝 시스템 설계)

  • Park, Sun-Pyo;Park, Myong-Soon
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2010.04a
    • /
    • pp.268-271
    • /
    • 2010
  • 본 연구의 목적은 E-NIE 수업을 진행하는데 있어 기존 연구의 문제점과 개선점을 조사하고 수업자료선택, 수업진행, 발전방향에 관한 설문조사 결과를 토대로 멀티미디어 자료 검색 방법과 온라인에서 신문활용학습이 효율적으로 이루어질 수 있는 E-NIE 이러닝 시스템 발전 방안을 모색하기 위한 것이다. E-NIE에 뉴스 표준인 NewsML과 교육정보 표준인 KEM 그리고 학사관리운영플랫폼 LMS를 접목해 멀티미디어 자료와 교과 및 단원을 구조화해 표준화된 교육용 멀티미디어 아카이브를 구축하고 온라인으로 진단 형성 수행 평가, 토론학습, 협동학습 등이 가능하고 학생들의 성적과 진도는 물론 교수학습의 전반적인 과정을 통합적으로 운영 관리할 수 있는 E-NIE 이러닝 시스템을 제안한다.

Hologram Generation by Deep Learning (딥러닝 기반의 홀로그램 생성)

  • Kang, Ji-Won;Kim, Jin-Kyum;Kim, Dong-Wook;Seo, Young-Ho
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2019.11a
    • /
    • pp.221-222
    • /
    • 2019
  • 본 논문에서는 딥 러닝을 기반으로 홀로그램을 생성하는 방법을 제안한다. 컴퓨터를 이용하여 홀로그램을 생성하기 위해서는 방대한 양의 계산이 필요하다. 따라서 이를 줄여 빠른 속도를 얻고자 Point source 에 대한 간섭무늬를 모델링한 수식과 같은 출력을 내는 딥 러닝 모델을 학습시키고자한다. 딥 러닝 모델 중 생성 모델인 GAN을 학습시켜 이의 유효성을 보인다.

  • PDF

Study about Multimedia Education for Young Children's Teacher by using Flipped Learning (유아교사 대상 플립러닝을 활용한 멀티미디어 교육에 관한 연구)

  • Ha, Yan
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2017.07a
    • /
    • pp.207-208
    • /
    • 2017
  • 본 논문에서는 유아교육기관에서 유치원 교사들이 멀티미디어를 활용하는데 있어서 학습 능력 향상 및 소프트웨어 활용 기술을 향상시키기 위해 플립러닝을 진행하도록 한다. 이를 통해 최신 멀티미디어의 특성을 잘 활용한 교수자의 강의 보다는 플립러닝을 위한 참여자 위주의 수업을 진행한다. 새롭게 등장하는 멀티미디어 기술을 접해야 하는 과목의 특성과 창의적이고 융합적인 인재를 양성해야하는 유치원 교사의 역할을 접목하여 미래 사회를 이끄는 유아들에게 효율적인 학습이 이루어지도록 하는 데에 큰 의의를 둔다. 유치원 교사들은 멀티미디어를 활용한 교수매체 활용 능력을 향상시키는 것은 물론이고, 최신 미디어 기술을 수업에 적극 활용하여 4차 산업혁명 시대의 흐름에 맞는 교과과정을 운영하도록 한다, 따라서 본 연구는 유치원 교사들을 양성하는데 있어서 미디어 교육의 중요성을 알리고 이를 교과과정에서 운영할 수 있도록 플립러닝을 활용한 교육과정을 제시하고자 한다.

  • PDF

합성곱 신경망에서 동적 가지치기 모델 구현 및 적용

  • 주조령;조인휘
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2024.05a
    • /
    • pp.582-585
    • /
    • 2024
  • 이 연구는 컴퓨팅 자원이 제한된 환경에서 딥러닝 모델의 문제를 해결하기 위해 합성곱 신경망(CNN)에서 동적 가지치기 모델의 적용을 탐구한다. 첫째, 동적 가지치기 모델의 원리와 방법에 대해 기존 방법과의 비교를 소개한다. 둘째, 기존적인 방법 동적 가지치기 모델의 구현 과정 및 결과 분석을 포함한 실험 단계를 자세히 설명한다. 실험 결과는 동적 가지치기 모델이 적절한 훈련에서 모델의 분류 성능을 효과적으로 향상시킬 수 있으며 강력한 일반화 능력을 가지고 있음을 보여준다. 마지막으로 딥러닝 방법과 기존 방법의 차이점과 장단점을 분석하고 요약하여 실제 적용에서 딥러닝 모델 배치에 유용한 탐색과 참고 자료를 제공한다. 이 연구는 딥러닝 분야에서 동적 가지치기 모델의 적용을 추가로 탐색하기 위한 중요한 이론 및 실습 기반을 제공한다.