• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1226-1229
• /
• 2013

우리의 교육은 다양한 매체의 등장과 기술의 발달로 인해 이러닝, 모바일 러닝, 소셜 러닝, 스마트 러닝에 이르기까지 다양한 방식으로 발전 하고 있다. 빠르게 변화하는 교육환경 속에서 우리가 지금 해야 하는 것은 기술의 발전이 가져다준 미래지향적인 교육 패러다임의 방향을 알고, 교육 현장에 적용하는 것이다. 스마트 시대에 적합한 학습환경을 마련하기 위해서는 이러닝의 주요 학습 환경 구성요소인 학습관리시스템(LMS: Learning Management Systems)의 변화가 매우 중요한 역할을 담당한다. 국내 외 이러닝 분야의 표준은 빠르게 신규 버전이 개발되고 새로운 영역의 표준들이 등장하고 있다. 본 논문에서는 디지털 콘텐츠 및 출판의 융합모델에 대한 표준으로 급부상중인 IMS의 Common Cartridge를 기반으로 하는 수준별 오답분석 시스템을 설계하였다.

• The Journal of Korean Association of Computer Education
• /
• v.10 no.3
• /
• pp.31-38
• /
• 2007

The purpose of the study was to examine the correlations between team cognition and team process and team performance in e-learning based team learning environment. 55 graduate students consisting of 11 teams participated in the study voluntarily during the spring semester. In the result, it was found that team cognition had no relationship with team process and performance although sub-variables of team cognition and team process as well as team performance had a significant relation with each other. Some further research issues were addressed in terms of team leadership and potential variables affecting each variables.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.179-180
• /
• 2021

대부분의 컴퓨터 사용자는 키보드를 사용하여 정보를 입력한다. 이때 키보드와 같은 입력장치에 관련된 트리거가 발생할 수 있는데, 키보드 보안과 관련해 키보드 트리거에 대해 정의하고 머신러닝의 분류 모델을 통해 이를 감지해봄으로써 사용된 두 모델 간의 성능을 비교해 보고자 한다.

• Review of KIISC
• /
• v.31 no.3
• /
• pp.13-19
• /
• 2021

IT 기술이 발전함에 따라 사이버 공격은 더욱더 지능화 대량화 되고 있다. 이로 인해 기존의 전통적인 보안 접근만으로는 모든 위협을 탐지하고 분석, 대응하기에는 한계에 이르렀다. 이를 해결하고자 사이버 보안관제에 머신러닝 기술을 적용하고자 하는 연구 및 사례가 증가하고 있다. 이에 본 논문에서는 기존 보안관제 체계 및 문제점에 대해서 알아보고, 이를 해결하고자 적용된 머신러닝 기술 현황에 대해 조사하였다. 그리고 해당 기술이 보안관제에 성공적으로 적용되기 위해 고려해야 할 관리적 측면과 기술적 측면을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.3
• /
• pp.189-201
• /
• 2011

In this paper, we design an ontology which provides interoperability by integrating typical metadata specifications and defines concepts and semantic relations between concepts that are used to describe metadata for learning objects in university courses. And we organize a hierarchical structured e-Learning system for efficient retrieval of learning objects on many local storages that use different specifications to describe metadata and propose a query processing method based on inferences. The proposed e-Learning system can provide more accurate and satisfactory retrieval service by using the designed ontology because both learning objects that be directly connected to user queries and deduced learning objects that be semantically connected to them are retrieved.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.243-246
• /
• 2019

본 논문에서는 감성과 힐링, 머신러닝이라는 주제를 바탕으로 딥러닝을 통한 사용자의 얼굴표정을 인식하고 그 얼굴표정을 기반으로 음악을 재생해주는 얼굴표정 기반의 음악재생 프로그램을 제안한다. 얼굴표정 기반 음악재생 프로그램은 딥러닝 기반의 음악 프로그램으로써, 이미지 인식 분야에서 뛰어난 성능을 보여주고 있는 CNN 모델을 기반으로 얼굴의 표정을 인식할 수 있도록 데이터 학습을 진행하였고, 학습된 모델을 이용하여 웹캠으로부터 사용자의 얼굴표정을 인식하는 것을 통해 사용자의 감정을 추측해낸다. 그 후, 해당 감정에 맞게 감정을 더 증폭시켜줄 수 있도록, 감정과 매칭되는 노래를 재생해주고, 이를 통해, 사용자의 감정이 힐링 및 완화될 수 있도록 도움을 준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.477-480
• /
• 2021

본 논문에서는 딥러닝 기술을 활용한 객체 검출(object detection) 모델인 YOLO를 기반으로 하는 감정에 따른 표정 인식 시스템을 활용하여 상담 시 보조 도구로 사용하는 방법을 제공한다. 또한, 머신러닝 기술 기반의 툴킷인 dlib 라이브러리를 사용하여 마스크 착용자의 눈 형태 관측을 통한 표정 인식 및 감정 분석의 정확도 상승을 도모하였다. 이 기술은 코로나19의 장기화로 온라인 수업이나 화상회의를 지원하는 플랫폼들이 전성기를 누리고 있는 현시점에서 다양한 분야로 확장할 수 있을 것으로 기대한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.371-372
• /
• 2020

최근 인공지능의 발달로 인해 AI스피커에 대한 연구가 활발히 이루어지고 있다. 조음장애는 구강 안에서 말소리를 제대로 만들지 못해서 제대로 된 언어를 구사하지 못하는 장애를 말한다. 조음장애인들이 AI스피커를 사용하면 발음을 제대로 인식하지 못하기 때문에 사용의 어려움이 있다. 본 논문에서는 경증 조음장애인들이 AI스피커를 이용할 수 있도록 머신러닝 기반 언어교정기의 개발내용에 관하여 기술한다. 이는 언어로 명령 줄 수 있는 여러 시스템에 활용될 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.476-478
• /
• 2023

딥러닝은 컴퓨터 비전의 상당한 발전을 기여했지만, 딥러닝 모델을 학습하려면 대규모 데이터 세트가 필요하다. 이를 해결하기 위해 데이터 증강 기술이 주목받고 있다. 본 논문에서는 객체 추출 바운딩 박스와 원본 이미지의 바운딩 박스를 결합하여 합성 데이터 생성기법을 제안한다. 원본 이미지와 동일한 범주의 데이터셋에서 참조 이미지의 객체를 추출한 다음 생성 모델을 사용하여 참조 이미지와 원본 이미지의 특징을 통합하여 새로운 합성 이미지를 만든다. 실험을 통해, 생성 기법을 통한 딥러닝 모델의 성능향상을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.93-96
• /
• 2023

머신 러닝의 수요가 증가함에 따라, 머신 러닝 워크플로우의 배포 수요도 증가했다. Kubeflow를 통해 머신 러닝 배포를 편리하게 할 수 있으며, Kubeflow Pipelines에서는 하나의 작업을 여러 컨테이너로 분산시켜서 연산하는 것이 가능하다. 하지만 컨테이너 수를 많이 늘릴수록 반드시 성능이 향상되는 것은 아니다. 따라서, 본 연구에서는 성능 향상의 한계를 제공하는 원인을 분석하기 위해서, Kubeflow에서 CPU 집약적인 작업을 여러 컨테이너로 분산시켜서 연산을 수행하였다. 컨테이너 수에 따른 연산 완료 시간을 비교 및 분석한 결과, 컨테이너 수가 증가할수록 연산 속도 향상이 빨라지나, 어느 시점을 지나면 속도가 다시 완만하게 줄어드는 현상을 확인하였다. 이는 리소스 제한으로 인해 모든 컨테이너가 동시에 스케줄링 되지 못한 것이 가장 큰 원인으로 분석하였다.