• 방송공학회논문지
• /
• 제23권5호
• /
• pp.642-655
• /
• 2018

빌딩, 집에 설치되어 있는 점유 센서는 사람이 없으면 소등하고, 반대이면 점등한다. 현재는 주요 센서로 PIR(pyroelectric infra-red)이 널리 사용되고 있다. 최근에 비전 카메라 센서를 이용하여 사람 점유를 검출하는 연구가 진행되고 있다. 카메라 센서는 정지된 사람을 검출할 수 없는 PIR의 단점을 극복할 수 있는 장점이 있다. 이동 및 정지된 사람의 추적은 카메라 점유 센서의 주요 기능이다. 본 논문에서는 합성곱 신경망 모델과 자기 조직화 지도를 활용한 온라인 사람 추적 기법을 제안한다. 오프라인에 모델을 학습시키기 위해서는 많은 수의 훈련 샘플이 필요하다. 이러한 문제를 해결하기 위해, 학습되지 않은 모델을 사용하고, 실험 영상으로부터 직접 훈련 샘플을 수집하여 모델을 갱신한다. 오버헤드 카메라로 실내에서 촬영한 영상을 이용하여, 제안 방법이 효과적으로 사람을 추적하고 있음을 실험을 통해 증명하였다.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.489-498
• /
• 2017

본 연구는 전략의 적합성이 정보기술 특성 및 이용자 특성과 비재무적 성과 간에 조절적 역할을 하고 있는지를 실증적으로 분석하였다. 정보기술 특성과 이용자 특성을 독립변수로 설정하였고, 성과변수로는 비재무적 성과로 설정하였으며, 기업의 경영 전략과 정보화 전략의 적합성을 조절변수로 설정하여 분석을 하였다. 정보기술 특성의 세부요인은 정보기술 성숙도와 IT/IS 기반구조로 정의하였고, 이용자 특성의 세부요인은 인지된 이익, 학습의 조직화, 사용자 전문성으로 정의하였다. 비재무적 성과는 조직원 만족, KMS 이용도로 정의하였다. 분석 결과 전략의 적합성 요인은 정보기술 특성으로 정의된 정보기술 성숙도와 IT/IS 기반구조, 이용자 특성으로 정의된 인지된 이익, 학습의 조직화, 사용자 전문성 등과 같은 변수와 비재무적성과 간에 조절적인 역할을 하는 변수임을 알 수 있었다.

• 한국초등수학교육학회:학술대회논문집
• /
• 한국초등수학교육학회 2010년 학술발표대회 논문집
• /
• pp.143-156
• /
• 2010

사회가 변화함에 따라 수학교육과정도 변화를 거듭하고 있으며, 이러한 변화에 잘 대처하기 위해서 교사는 수학교육의 방향에 대한 깊이 있는 성찰과 함께 수학, 교육학, 심리학 등 수학교육과 관련된 학문에 대한 이해가 필요하다. 이러한 교사에 대한 시대적인 요구에 능동적으로 대처하는 방안으로 Wittmann(1984)은 수학교과의 특성상 변하지 않는 요소들을 교수단위(Teaching Units)라 하고, 수학교육을 통합시키는 개념으로 교수단위이론으로 제시하였다. 교수단위는 수학에서 가르쳐야 할 내용들을 목적, 자료, 활동, 배경 등의 4요소에 따라 작은 단위로 조직화한 것으로, 이를 통해 수학연구자나 교사는 가르쳐야 할 내용에 대한 구조적인 이해와 체계적인 조직화를 도모할 수 있게 되어 나아가 사회의 변화에 대응할 수 있게 된다. 본 연구에서는 2007년 개정 수학과 교육과정 도형영역의 교수단위를 학년별로 추출하고, 추출된 교수단위의 특징과 제목을 분석하였다. 이를 통해 교수단위가 수학교육과정연구에 어떻게 활용될 수 있는지 그 방안을 모색해 보았다. 도형영역의 교수단위(TU)는 특징과 제목에 따라 '개념알기형', '개념적용형', '관계알기형'의 세 유형으로 분류할 수 있다. 현재의 도형영역 교육과정은 대체로 개념알기형, 개념적용형, 관계알기형의 순으로 구성되어 있으며, 개념적용형이 개념알기형보다 조금 더 많다. 이는 도형영역 교육과정이 학습한 개념을 다양한 방법을 통해 여러 활동에 적용시켜 봄으로써 도형의 개념을 좀 더 명확하게 알게 되는 초등학생의 발달단계를 고려하여 구성되었음을 알 수 있다. 이러한 교수단위(TU)는 수업자가 도형학습주제에 맞게 수업을 재구성하거나 학생들의 수준에 맞는 수준별 맞춤자료를 제작할 때 유용하게 활용될 수 있으며, 더 나아가 수학연구자들이 새로운 교육과정을 수립하고자 할 때 기초자료로 활용될 수도 있을 것이다. 교수단위는 고정불변의 것이 아니고 계속 보완되고 진화될 수 있는 모델이다. 따라서 앞으로도 많은 수학연구자나 현장교사의 참여로 교수단위가 보다 더 체계적이고 조직적으로 연구되어야 한다. 또한 추출된 교수단위를 교사나 학생들이 보다 편리하게 활용할 수 있도록 컴퓨터용 소프트웨어로 개발하려는 후속 연구가 필요하다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.83-98
• /
• 2005

다변량 자료를 분석하는 데 있어서 관측 개체들의 분포적 양태를 파악하는 것은 자료 특성의 이해에 도움이 될 뿐만 아니라 이후 모형화 과정에도 큰 도움을 준다. 이를 위하여 다변량자료의 저차원 시각화에 대한 많은 연구가 진행되어 왔다. 그 중 하나가 코호넨(T. Kohonen)의 자기조직화지도(Self-Organizing Map; SOM)이다. SOM은 저차원 그리드 공간에 고차원 다변량 자료를 축약하여 시각적으로 나타내는 비지도 학습법의 일종으로 최근 들어 통계 분석자들이 많은 관심을 가지고 있는 분야이다. 그러나 SOM은 개체공간의 연속형으로 표현되는 개체를 저차원 그리드 공간에 승자노드에 의해 비연속적으로 표현한다는 단점을 지니고 있다. 본 논문에서는 SOM을 통계적 목적으로 사용하기 위해 요구되는 그리드 공간에 개체를 연속적으로 표현하는 방법들을 제안하고 환용 예를 제시 하고자 한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1993년도 학술논문발표회 논문집 제12권 1호
• /
• pp.233-237
• /
• 1993

본 논문에서는 패턴 매칭 방법에 근거하여 인식 단위가 음소인 음소 기반 인식 시스템을 구성하였다. 선택한 신경망 구조는 생물학적 신경망인 코호넨(T. Kohonen)의 SOFM(Self-Organizing Feature Map)으로 패턴 매칭 과정 중 cluster로 사용하였다. SOFM 신경망은 신호 공간에 대해서 최적의 국소(局所) 해부적 사사에 의한 자기 조직화 과정을 수행하며, 그 결과 인식 문제에 있어서 상당히 높은 정확도를 나타낸다. 따라서 SOFM 신경망은 음소 인식에도 효과적으로 응용될 수 있다. 또한 음소 인식 시스템의 성능 향상을 위해 K-means 클러스터링 알고리즘이 결합된 학습 알고리즘을 제안하였다. 제안된 음소 인식 시스템의 성능을 평가하기 위해, 먼저, 우리말 음소들을 모음, 파열음, 마찰음, 파찰음, 유음 및 비음, 종성의 6개 음소군으로 분류하고 각 음소군에 대한 특징 지도를 구성하여 labeler의 기능을 수행하게 하였다. 화자 종속 인식실험 결과 87.2%의 인식률을 보였으며 제안한 학습법의 빠른 수렴성과 인식률 향상을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1995년도 제7회 한글 및 한국어 정보처리 학술대회
• /
• pp.39-42
• /
• 1995

문장 안에서 한 단어가 가지는 올바른 의미를 얻기 위해 모듈화된 신경망을 이용하였다. 앞부분에 놓인 신경망은 코호넨 신경망으로 사용자의 지도가 개입되지 않은 상태로 자율학습(Unsupervised learning)이 이루어지고, 뒤에 놓인 신경망은 앞에서 결과로 얻은 2차원의 자기 조직화 형상지도(Self-organizing feature map)를 바탕으로 역전파 신경망을 이용한 지도학습(Supervised learning)을 하게 하였다. 입력 자료는 구문분석된 문장의 조사 정보를 활용하여 입력 위치를 정해준 명사의 의미표지와 동사의 의미표지를 사용하였다. 중의성이 있는 단어를 가지는 문장은 중의성의 가지수 만큼 테스트 입력 자료가 되어 신경망을 통과하여 의미를 결정하도록 한다.

• 산업기술연구
• /
• 제24권A호
• /
• pp.99-107
• /
• 2004

This paper considers reinforcement learning control with the self-organizing map. Reinforcement learning uses the observable states of objective system and signals from interaction of the system and the environments as input data. For fast learning in neural network training, it is necessary to reduce learning data. In this paper, we use the self-organizing map to parition the observable states. Partitioning states reduces the number of learning data which is used for training neural networks. And neural dynamic programming design method is used for the controller. For evaluating the designed reinforcement learning controller, an inverted pendulum of the cart system is simulated. The designed controller is composed of serial connection of self-organizing map and two Multi-layer Feed-Forward Neural Networks.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.995-998
• /
• 2013

본 논문에서는 자기 조직화 기능을 갖는 Kohonen의 SOM(Self Organization Map) 신경회로망에 2단계의 학습과정을 활용하여 항공영상에서 물체를 인근의 물체와 효과적으로 구별하기 위한 접근방법을 제안하고 실제의 항공영상에 적용하여 기존의 고전적인 K-means 알고리즘 및 원래의 SOM 알고리즘보다 우수함을 보인다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.95-115
• /
• 2001

본 논문에서는 우리나라 코스닥시장에 상장된 벤처기업을 대상으로 하여 지식경영 유형을 세분화 하기 위한 방법론을 제시한다. 이 방법론은 우선, 해당 벤처기업에 대하여 설문조사를 통하여 이들 회사의 지식경영 요인을 도출한 다음, 이들 요인 값을 가지고 비감독학습 인공신경망 모형인 SOM을 가지고 4개의 의미 있는 군집을 유도하였다. 이들 군집은 벤처기업이 수행하는 다양한 지식경영 유형을 나타내는 것으로 판명되었으며, 이들 유형은 각각 하이테크형, 조직지식중심형, 정보기술 중심형, 단순형으로 분류된다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.536-544
• /
• 2017

무선 RSSI fingerprinting 방식은 기존 무선 인프라를 이용하면서 적정수준의 정확도를 얻을 수 있는 실내위치인식 방법 중의 하나이다. 하지만 라디오 맵 구성( fingerprint calibration) 과정에서 목표 환경의 다양한 위치에서 정확한 물리적 좌표와 무선 신호를 측정해야 하므로 시간과 노력이 많이 소요된다. 이 논문은 이러한 방식으로 위치 정보를 수집하지 않고 반지도식 자기조직화지도 학습 알고리즘을 사용하여 labeled RSSI를 얻고 RSSI 조합으로부터 맵을 구성하는 방법을 제안한다. 모의 데이터에 대한 실험을 통해 제안 방법이 fingerprint 데이터베이스로 부터 1%의 RSSI 샘플을 가지고 효과적인 전체 맵을 얻을 수 있다는 결론을 얻었다.