• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.231-232
• /
• 2022

본 논문에서는 직업 교육 분야에 인공지능 융합 교육을 위한 파이썬 블록과 텍스트 동시 코딩 플랫폼을 설계하였다. 플랫폼에 코딩 언어로는 데이터 분석과 머신러닝의 다양한 라이브러리를 지원하고 있는 파이썬으로 하며, 직업 교육의 영역 전문가가 쉽게 직무 기능 파이썬 블록 모듈을 만들어 추가하고 커스터마이징을 할 수 있는 아키텍처를 갖고 있다. 제안한 플랫폼을 활용한 인공지능 융합 직업 분야로 바이오와 기계공학 분야의 블록 모듈을 추가하고 실습 예제를 만드는 과정을 보여 플랫폼의 유용성과 효율성을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제8권4호
• /
• pp.555-562
• /
• 2007

분산계측은 시스템에 대한 제어 및 모니터링을 네트워크상에서 수행하는 기술이다. 분산계측시스템은 클라이언트, 서버, 인스트루먼트로 구성되며, 이들 객체는 네트워크상에 분산된 형태로 존재한다. 사용자는 웹 브라우저를 사용하여 서버 상의 임의의 프로그램을 실행할 수 있으며, 이를 통하여 인스트루먼트를 제어할 수 있다. 뿐만 아니라 시간과 공간의 제약을 넘어 작업 수행에 대한 결과를 일목요연하게 획득하는 것도 가능하다. 본 논문에서는 이러한 기능을 수행할 수 있는 분산계측시스템의 구현 모델을 설계하고자 한다. 분산계측시스템 설계에 있어 핵심 사항으로 클라이언트 서버 간 통신, 인스트루먼트 제어를 들 수 있는데, 본 논문에서는 파이썬 모듈에 기반하여 웹 서버와 GPIB 인터페이스로 이루어지는 분산계측 모델을 제안하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.453-454
• /
• 2021

본 논문에서는 딥아이(DIY) 블록 프로그래밍과 라즈베리파이의 피지컬 컴퓨팅을 활용해 엑츄에이터와 센서를 제어하고 센서를 통해 수집한 데이터를 전처리해 인공지능에 활용함으로써 효율적인 인공지능 교육 방식을 제안한다. 해당 방식은 블록코딩 방식을 사용함으로써 문자코딩 대비 오타을 줄이고 문법 구애율을 낮춤으로써 프로그래밍 입문자의 구문적 어려움을 최소화하고 개념과 전략적 학습을 극대화한다. 블록프로그래밍 사용언어로 파이썬을 채택해 입문자의 편의를 도모하고 파일처리, 크롤링, csv데이터 추출을 통해 인공지능 교육에 활용한다.

• 한국게임학회 논문지
• /
• 제6권1호
• /
• pp.29-36
• /
• 2006

본 논문에서는 게임과 3D 모델링에 많이 이용되는 라이브러리, MS사의 Direct3D를 파이썬(Python)에서 사용할 수 있도록 하는 인터페이스 구현 기술에 대하여 논한다. 현재 주로 MS에서 출시되는 언어군에서만 DirectX를 사용할 수 있지만, 본 논문에서 제시한 방법을 이용하면 파이썬 뿐 아니라 다양한 언어에 DirectX라이브러리를 인터페이스를 제작할 수 있고, 다양한 언어를 쓰는 사용자들에 의해 이 라이브러리의 활용폭을 넓힐 수 있을 것이다. 본 논문에서는 인터페이스 모듈 작성 기법을 설명하고 파이썬을 이용했을 때의 장점과 단점들을 설명한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.162-164
• /
• 2019

본 논문에서는 물체인식 딥러닝 모델 생성에 필요한 라벨링(Labeling)과정에서 사용자가 다양한 기능을 활용하여 효과적인 학습 데이터를 구성할 수 있는 GUI 프로그램을 구현했다. 프로그램의 인터페이스는 파이썬 기반의 GUI 모듈인 Tkinter 를 활용하여, 실시간으로 이미지 데이터를 수집할 수 있는 크롤링(Crawling)기능과 미리 학습된 Retinanet 을 통해 이미지 데이터를 인식함으로써 자동으로 주석(Annotation) 과정을 수행할 수 있는 기능을 구성했다. 또한, 수집한 이미지 데이터를 다양한 효과와 노이즈, 변형 등으로 Augmentation 기능을 추가함으로써, 사용자가 모델을 학습하기 위한 데이터 전처리 단계를 하나의 GUI 프로그램에서 수행할 수 있도록 했다. 또한 사용자가 직접 학습한 모델을 추정 모델(Inference Model)로 변환하여 프로그램에 입력할 수 있도록 설계한다.

• 정보교육학회논문지
• /
• 제23권4호
• /
• pp.355-362
• /
• 2019

초등학생을 위한 소프트웨어교육에서 파이썬과 같은 텍스트 기반 프로그래밍언어를 사용해 코딩을 교육하려는 연구가 활발히 이루어지고 있다. 일반적으로 블록 기반의 프로그래밍언어에 비하여 이러한 고급언어는 피지컬 컴퓨팅용 키트 또는 다양한 프로그래밍언어와 결합해 수행하는 학습 활동을 지원하고 있다. 본 연구는 텍스트 기반 언어의 어려움을 극복하기 위해 ARCS 모형을 적용한 컴퓨팅사고력 기반의 코딩 프로젝트를 수행하였다. 실험 결과에서 학생들은 전반적으로 동기유발 측면에서 프로그래밍에 대한 자신감 및 흥미를 나타나고 있으며, 특히 컴퓨팅사고력의 변화에서 반복, 함수, 객체에 대한 이해가 높게 나타났는데, 이러한 경향은 텍스트 기반 언어 사용과 파이썬 모듈의 효과로 여겨진다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권6호
• /
• pp.163-172
• /
• 2021

프로그래밍 언어의 형식적인 의미를 적절하게 표현하면 언어를 표준화하고 최적화하여 번역하는 과정에서 중요한 역할을 수행한다. 파이썬은 주목받는 강력한 언어이고, 파이썬에 대한 형식적인 의미 구조를 정의하고 표현하는 것은 향후 유사한 언어를 설계할 때 참고할 수 있고 표준화하는 과정이나 최적화된 번역기를 구현하는 과정에서도 필요하다. 본 연구에서는 파이썬에 대한 의미 구조를 표현하기 위해 기존의 작용식을 수정하고 업그레이드해서 파이썬의 정적이고 동적인 의미 구조를 표현하는 작용식 2.0을 새롭게 제시한다. 작용식 2.0에 명세된 의미구조를 자바로 구현해 파이썬 프로그램들에 대한 실행시간을 측정하고 시뮬레이션을 통해 작용식 2.0이 구현 가능한 실제적인 의미 구조임을 입증하고, 판독성(Readability), 모듈성(Modularity), 확장성(Extensibility), 융통성(Flexibility)의 네 영역에서 명세된 작용식 2.0을 기존의 대표적인 의미 표현법과 비교하여 본 작용식 2.0의 우월성을 확인하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.404-406
• /
• 2021

본 논문에서는 한식 이미지 분류 및 한식 관련 정보 제공을 위한 앱 어플리케이션을 제안한다. 앱 애플리케이션은 Flask 서버, 데이터베이스(Mysql), 파이썬 딥 러닝 모듈들로 구성되며, VGG16 모델을 활용해 한식 150종의 이미지를 분류한다. 인터넷 환경만 있다면 사진 한 장으로 언제 어디서든 한식에 대한 정보를 쉽게 얻을 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.233-234
• /
• 2022

본 논문에서는 효율적인 AI 교육을 위한 데이터셋 아카이브와 데이터 활용을 위한 프로그래밍 플랫폼과의 연동 모듈을 제안한다. 데이터셋 아카이브는 공공데이터를 전처리하여 생성한 데이터를 모아 설계하며, 프로그래밍 플랫폼 코드비(CodeB)와 연동하여 데이터를 활용할 수 있도록 한다. 코드비(CodeB)는 파이썬 블록 프로그래밍 플랫폼으로 연동을 통해 데이터를 활용한 프로그래밍이 가능하다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.111-120
• /
• 2024

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 "cloudynight"을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량("Cloudiness")은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.