• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.199-210
• /
• 2023

CO₂ 주입 후 저류층은 암석물리 특성이 변하므로 이 연구에서는 저류층을 물성이 선형으로 변하는 전이대 지층모델로 구성한다. 울프 반사계수 함수는 전이대 상하지층의 속도비, 주파수, 전이대 두께 함수로 구성되어 있어 저류층 두께나 해저면 전이대 두께를 추정하는데 활용할 수 있다. 이 연구에서는 심층학습을 이용하여 전이대 두께를 예측 방법을 제안한다. 심층학습을 적용하기 위해 사암 저류층, 셰일 덮개암으로 구성한 인공 전이대 지층모델에 두께에 따른 울프 반사계수 모델링을 수행하고 시간-스펙트럼 영상자료를 확보하였다. 두께별 시간-주파수 스펙트럼 영상과 중합단면도 트레이스에서 구한 시간-주파수 스펙트럼 비교로부터 구한 두께 추정결과는 항상 정확하게 전이대의 두께를 제시하지는 못하였다. 그러나 다양한 환경에서 학습자료를 확보하고 정확도를 높이면 현장자료적용이 가능할 것으로 본다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• pp.155-157
• /
• 2022

기존의 안전교육 교수방법은 강의 방식으로 전달하고 있어 근로자의 참여를 이끌어내는데 한계점이 있으며, 불안전한 행동에 의한 안전사고를 예방하기 위해서는 스마트 체험식 안전교육으로 패러다임을 전환할 필요성이 있다. [연구배경/목적]:스마트 체험식 안전교육은 건설현장에서 근로자들이 보다 더 빠르게 위험을 인지하고 여기에 맞는 안전작업 이행과 위험발생 시 응급대처 능력 등을 향상시키므로 사전사후 학습전이의 효과성을 검정할 수 있다. 이러한 관점에서 안전사고를 예방하기 위한 본 연구는 안전교육의 체험학습방법과 참여방법, 교육콘텐츠 접근방법을 통하여 근로자의 안전행동 유도와 불안전행동 감소에 미치는 영향검증이 목적이다. [연구방향/범위]:실제 건설현장과 동일하게 작업환경을 구성해 놓은 스마트 체험식 안전교육시설에서 추락체험, 낙하물체험, 장비협착체험, 화재, 감전재해 등의 실제 사고를 체험해 볼 수 있도록 만들어진 체험학습 방법과 가상(VR, AR, 메타버스)공간에서 간접경험 할 수 있는 참여방법을 다룰 것이다. 그리고 안전체험교육 사전사후의 분석을 통하여 안전 학습전이 성과를 분석한다. [연구 분석방법]:연구의 주요 변인으로는 Human-Error, 안전행동요인, 불안전행동요인, 위험감수성, 조직특성, 조직의 안전문화, 조직의 역량, 안전교육특성, 교육콘텐츠 변화가 사전사후 분석을 통하여 현장 작업 시 안전 학습전이의 효과성을 검정하였다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2004년도 하계학술대회
• /
• pp.154-161
• /
• 2004

지식 정보화 시대의 도래에 따라 독서 교육은 인터넷과 멀티미디어를 활용한 방향으로 나아가고 있으며 그에 대한 연구도 활발하게 이루어지고 있다. 웹을 활용한 독서지도 프로그램이 많이 연구되고, 제안되고 있지만 장르 별로 세분화되어 있지 못하다. 동화나 위인전 분야는 웹을 활용한 여러 가지 활동들이 제공되고 있다. 그러나 동시분야는 웹 상에서 감상 활동에 알맞은 활동들이 제시되지 못하고 있고, 동시 감상 학습은 주로 교사와 텍스트 중심으로 이루어져 왔다. 따라서 본 연구에서는 학습자 중심의 수업활동을 통해 학습자 스스로 상상, 연상 등으로 동시를 감상할 수 있도록 웹 기반 동시 감상 지원 시스템을 설계하였다. 첫째, 초등학교 전 학년 동시를 데이터베이스화하였다. 둘째, 동시 감상과 학습활동을 읽기 전과 읽은 후 활동으로 제시하고, 활동이 끝나면 동시 낭독을 녹음할 수 있도록 하였다. 셋째, 읽기 전과 읽은 후 활동 등 동시감상 결과가 수행평가 자료로 활용될 수 있도록 하였다. 넷째, 아동들이 동시 짓기 활동에서 쉽게 시상이 떠오르게 다양한 자료를 제시하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제18권1호
• /
• pp.201-210
• /
• 2004

학교는 인적자원 계발, 일터는 인적자원의 활용이라는 틀에서 인적자원이 범국가적 과제로 다루어지고 있다. 수학교육은 인적자원 요소 중에서 언어 능력과 함께 중요한 수리 능력을 계발하는 사회적 교육적 책임을 맡고 있다. 일상생활에서 수학이 의미 있게 사용되어지도록 수학을 교육하는 것은 학교수학의 중요한 목표 중의 하나이다. 일터와 일상생활에서 사용하는 수학은 사회 문화적 컨텍스트(sociocultural contexts)의 영향 또는 상호작용에 크게 의존한다는 공통점을 가지고 있다. 일반적으로 사회문화적 컨텍스트는 수학의 실제 사용을 크게 제한하는 작용을 한다. 본 연구는 일터수학의 성격을 조망하고 일터수학을 수학교육에서 다루는 틀을 제안한다. 특히 교육기관에서 일터로의 일반적인 학습전이의 의미를 제시한다. 일반적 학습전이를 이해하는 틀에서 수학학습의 전이 문제를 다룬다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.137-147
• /
• 2018

기계 학습을 통한 인간 동작 인지 (human activity recognition) 시스템에서 중요한 요소는 충분한 양의 라벨 데이터 (labeled data)를 확보하는 것이다. 그러나 라벨 데이터를 확보하는 일은 많은 비용과 시간을 필요로 한다. 매우 적은 수의 라벨 데이터를 가지고 있는 새로운 환경 (타겟 도메인)에서 동작 인지 시스템을 구축하는 경우, 기존의 환경 (소스 도메인)의 데이터나 이 환경에서 학습된 분류기(classifier)를 사용하는 것은 도메인이 서로 다르기 때문에 바람직하지 않다. 기존의 기계 학습 방법들이 이러한 문제를 해결할 수 없으므로 전이 학습 (transfer learning) 방법이 제시되었으며, 이 방법에서는 소스 도메인에서 확보한 지식을 활용하여 타겟 도메인에서의 분류기 성능을 높이도록 하고 있다. 본 논문에서는 다중 태스크 신경망 (multitask neural network)을 사용하여 매우 제한된 수의 데이터만으로 정확도가 높은 동작 인지 분류기를 생성하는 전이 학습방법을 제안한다. 이 방법에서는 소스 및 타겟 도메인 분류기의 손실 함수 최소화가 별개의 태스크로 간주된다. 즉, 하나의 신경망을 사용하여 두 태스크의 손실 함수를 동시에 최소화하는 방식으로 지식 전이(knowledge transfer)가 일어나게 된다. 또한, 제안한 방법에서는 모델 학습을 위하여 비지도 방식(unsupervised manner)으로 라벨이 부여되지 않은 데이터를 활용한다. 실험 결과, 제안한 방법은 기존의 방법에 비하여 일관적으로 우수한 성능을 보여주고 있다.

• 한국과학교육학회지
• /
• 제19권2호
• /
• pp.305-314
• /
• 1999

선행연구에서 조사한 화학 변화에 대한 학습자의 선개념과 이를 근거로 개발한 개념변화 수업 지도안 및 학습자의 학습 동기를 고려한 개념변화 수업 지도안을 학생들에게 투입하였을 때, 학습자의 학습 동기에 따라 개념변화 수업 모형의 효과가 어떻게 나타나는지 알아보았다. 본 연구를 통하여 학습자의 흥미나 태도, 동기 등 정의적인 측면을 고려하지 않고 단지 학습자의 인지구조에만 초점을 맞춘 기존의 개념변화 수업 모형틀을 재평가하고자 하였다. 이를 위하여 중학교 2학년 학생들을 대상으로 통제 집단과 실험 집단을 구분하고 수업 전 학습 동기를 조사하였다. 그 후에 '화학 변화' 단원을 전통적인 수업과 개념변화 수업으로 지도하고 사후 학습 동기를 조사하였다. 학습동기를 고려한 개념변화 수업을 받은 집단, 학습자의 인지만을 고려한 개념변화 수업을 받은 집단, 그리고 교과서에 의존한 전통적인 수업을 받은 집단 모두 수업을 받은 후에 학습 동기가 증진된 것으로 나타났다. 특히 학습자의 학습 동기를 고려한 개념변화 수업은 학습자의 인지만을 고려한 개념변화 수업이나 교과서에 의존한 전통적인 수업보다 학습 동기의 증진에 효과적이었다. 이러한 효과는 특히 수업을 받기 전에 학습 동기가 낮았던 학생들에게 더욱 크게 나타났다. 수업에 따른 개념의 이해도 증진의 효과를 분석한 결과에 따르면, 세 종류의 수업을 받은 학생들은 모두 수업 후에 개념의 이해도가 증진된 것으로 나타났다. 그러나 그 중에서도 학습동기를 고려한 개념변화 수업 집단과 학습자의 인지만을 고려한 개념 변화 수업 집단이 교과서에 의존한 전통적인 수업 집단(통제 집단)보다 사후 개념 이해도가 높았다. 특히 수업 전 학습동기가 높았던 학생들은 학습 동기를 고려한 개념변화 수업을 받았을 경우 교과서 중심의 전통적인 수업을 받았을 경우보다 개념의 이해도가 높아진 것으로 나타났다. 또한 수업 전 학습동기가 낮았던 학생들의 경우에는 학습 동기를 고려한 개념변화 수업을 받음으로써 학습동기가 증진하는 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.91-98
• /
• 2023

오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.

• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.413-420
• /
• 2023

오래전부터 연구자들은 CBIR에 대한 많은 연구로 인해 이미지 검색 분야에 우수한 결과를 제시하였다. 그러나 이미지에 대한 이러한 검색 결과와 사람이 인식하는 결과 사이에 의미적 격차는 여전히 존재한다. 적은 수의 이미지를 사용하여 사람이 인식하는 수준의 이미지를 분류하는 것은 아직까지 어려운 문제이다. 따라서 본 논문은 이미지 검색에서 사람과 검색 시스템의 이미지의 의미적 격차를 최소화하기 위해 딥 러닝 기반의 전이 학습을 이용한 이미지 분류 모델을 제안한다. 실험 결과, 학습 모델의 손실률은 0.2451%, 정확도는 0.8922%로 제안한 이미지 분류 방법의 구현은 원하는 목표를 달성할 수 있었다. 그리고 딥 러닝에서 CNN의 전이 학습 모델 방법이 새로운 데이터를 추가하여 이미지 데이터베이스를 구축하는데 효과적인 결과를 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.134-136
• /
• 2021

인공지능 알고리즘을 이용한 유방암의 조기진단에 관련된 연구는 최근들어 활발하게 진행되고 있다. 이는 연구용으로 공개된 초음파 유방 이미지를 활용하여 다양하게 개발되고 있으나, 사용자의 목적에 맞는 처리 속도 및 정확도 등에 다양한 한계점을 보인다. 이러한 문제를 해결하기 위해, 본 논문에서는 ImageNet에서 학습된 ResNet 모델을 현미경 기반 암세포 이미지에서 활용이 가능한 다단계 전이 학습을 제안하고, 이를 다시 전이 학습하여 초음파 유방암 영상을 양성 및 악성으로 분류하는 실험을 진행하였다. 실험을 위한 영상은 양성과 악성이 포함된 250장의 유방암 초음파 영상과 27,200장의 암 세포주 영상으로 구성되었다. 제안된 다단계 전이 학습 알고리즘은 초음파 유방암 영상을 분류하였을 때 96% 이상의 정확도를 보였으며, 향후 암 세포주 및 실시간 영상처리 등의 추가를 통해 보다 높은 활용도와 정확도를 보일 것으로 기대한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권1호
• /
• pp.53-57
• /
• 2018

독버섯 중독 사건이 종종 발생한다. 본 논문은 딥러닝 기술을 활용한 버섯 인식 시스템을 제안한다. 딥러닝 기법 중 하나인 컨볼루션 신경망을 사용하였다. 컨볼루션 신경망을 학습하기 위해 이미지 크롤링을 이용하여 38종의 버섯에 대해 1478장의 영상을 수집하였다. 수집한 데이터셋을 가지고 AlexNet, VGGNet, GoogLeNet을 비교 실험하였으며, 클래스 수 확장에 따른 비교 실험, 전이 학습을 사용한 비교실험을 하였다. 실험 결과 1순위 정확도는 82.63%, 5순위 정확도는 96.84%라는 성능을 얻었다.