• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.617-620
• /
• 2010

최근 증강현실(Augmented Reality)에 대한 관심이 증대되고, 이와 관련된 기술들이 발전함에 따라서 증강현실이 다양한 분야에 적용하려는 시도가 늘어나고 이에 대한 활용에도 기대가 모아지고 있다. 본 논문에서는 증강현실을 이용하여 유아용 학습 콘텐츠를 제작하고 구현하였다. 구현한 콘텐츠는 가상세계와 실제세계의 정확한 상호작용을 위하여 도서의 표지에 있는 마커에 유아에게 친숙한 캐릭터를 띄우므로 집중력을 높임과 동시에 학습보조자가 원활하게 콘텐츠를 사용할 수 있도록 하였다. 또한 콘텐츠의 페이지마다 여러 마커를 동시에 두어 콘텐츠의 일부분이 장애물에 의해 가려지더라도 원활한 마커 인식을 할 수 있도록 하였고 상황에 맞게 3D 모델(2D, 동영상 포함)이 증강되는 동시에 사운드가 재생되도록 하여 학습에서의 현존감과 몰입을 높여 학습효과를 극대화하는 결과를 얻을 수 있도록 제작하였다.

• The Journal of the Korea Contents Association
• /
• v.16 no.1
• /
• pp.424-437
• /
• 2016

The purpose of this study is to find out the effect of augmented reality contents based instruction for adult learners on academic achievement, interest and flow in learning. The subject populations were 80 students randomly sampled from an IT institute and they were evenly placed into two groups. One cell as an experimental group studied with augmented reality based contents and the other cell as a control group studied under textbook based instruction for two weeks. The experimental design of this study was the pre-posttest control group design. The results are summarized as follows: First, there was no significant difference in academic achievement between two groups. Second, the group studied with augmented reality based contents showed higher interest in learning than textbook based instruction group. Finally, there was a significant difference in flow in learning between two groups. The augment reality based instruction group showed higher scores of flow than the other group. The implication of this study is that augmented reality contents may have different effects for adult learners in academic achievement compared with younger learners.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.6
• /
• pp.578-586
• /
• 2021

We propose a semi-supervised learning method based on Variational AutoEncoder (VAE) and Unsupervised Data Augmentation (UDA) to improve the performance of an end-to-end speech recognizer. In the proposed method, first, the VAE-based augmentation model and the baseline end-to-end speech recognizer are trained using the original speech data. Then, the baseline end-to-end speech recognizer is trained again using data augmented from the learned augmentation model. Finally, the learned augmentation model and end-to-end speech recognizer are re-learned using the UDA-based semi-supervised learning method. As a result of the computer simulation, the augmentation model is shown to improve the Word Error Rate (WER) of the baseline end-to-end speech recognizer, and further improve its performance by combining it with the UDA-based learning method.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.79-80
• /
• 2022

본 논문에서는 데이터 증강 기법 중 하나인 EDA를 적용하여 BERT 기반의 감성 분류 언어 모델을 만들고, 성능 개선 방법을 제안한다. EDA(Easy Data Augmentation) 기법은 테이터가 한정되어 있는 환경에서 SR(Synonym Replacement), RI(Random Insertion), RS(Random Swap), RD(Random Deletion) 총 4가지 세부 기법을 통해서 학습 데이터를 증강 시킬 수 있다. 이렇게 증강된 데이터를 학습 데이터로 이용해 구글의 BERT를 기본 모델로 한 전이학습을 진행하게 되면 감성 분류 모델을 생성해 낼 수 있다. 데이터 증강 기법 적용 후 전이 학습을 통해 생성한 감성 분류 모델의 성능을 증강 이전의 전이 학습 모델과 비교해 보면 정확도 측면에서 향상을 기대해 볼 수 있다.

• The Journal of the Korea Contents Association
• /
• v.13 no.4
• /
• pp.459-468
• /
• 2013

With advancements in augmented reality technology, attempts to apply it in various fields have increased. With advancements in information technology and a growth in the number of Korean learners in Korea and abroad, there is a growing demand for state-of-the-art Korean learning contents. Because the Korean learning contents developed using augmented reality have been found insufficient, this paper investigates ways to develop better contents. This paper proposes ways to develop learning contents that can increase learners' interest in learning and lead to academic achievement, because the methods of education in Korea are limited to textbook learning and learning through the media. Because of the structure of fairytales and the educational lessons that can be learned from them, Korean learning contents are developed using fairytales. Additionally, Korean contents are designed to implement augmented reality technology, and learners need only have computers, webcams, and markers to make use of it. In consideration of Korean learners who do not have access to augmented reality technology, this paper clarifies that there should be a harmony between existing and new Korean learning contents. On the basis of this study, further studies on Korean education exploring the role of augmented reality should be conducted so that Korean learning contents that use diverse types of augmented reality technology can be will developed.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.203-208
• /
• 2023

본 논문에서는 대규모 언어 모델의 인컨텍스트 러닝과 프롬프팅을 활용하여 수치 추론 태스크 데이터셋을 효과적으로 증강시킬 수 있는 방법론을 제안한다. 또한 모델로 하여금 수치 추론 데이터의 이해를 도울 수 있는 전처리와 요구사항을 만족하지 못하는 결과물을 필터링 하는 검증 단계를 추가하여 생성되는 데이터의 퀄리티를 보장하고자 하였다. 이렇게 얻어진 증강 절차를 거쳐 증강을 진행한 뒤 추론용 모델 학습을 통해 다른 증강 방법론보다 우리의 방법론으로 증강된 데이터셋으로 학습된 모델이 더 높은 성능을 낼 수 있음을 보였다. 실험 결과 우리의 증강 데이터로 학습된 모델은 원본 데이터로 학습된 모델보다 모든 지표에서 2%p 이상의 성능 향상을 보였으며 다양한 케이스를 통해 우리의 모델이 수치 추론 학습 데이터의 다양성을 크게 향상시킬 수 있음을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.249-253
• /
• 2020

상호참조해결은 문서 내에 등장하는 모든 멘션 중에서 같은 의미를 갖는 대상(개체)들을 하나의 집합으로 묶어주는 자연어처리 태스크이다. 한국어 상호참조해결의 학습 데이터는 영어권에 비해 적은 양이다. 데이터 증강 기법은 부족한 학습 데이터를 증강하여 기계학습 기반 모델의 성능을 향상시킬 수 있는 방법 중 하나이며, 주로 규칙 기반 데이터 증강 기법이 연구되고 있다. 그러나 규칙 기반으로 데이터를 증강하게 될 경우 규칙 조건을 만족하지 못했을 때 데이터 증강이 힘들다는 문제점과 임의로 단어를 변경 혹은 삭제하는 과정에서 문맥에 영향을 주는 문제점이 발생할 수 있다. 따라서 본 논문에서는 BERT의 MLM(Masked Language Model)을 이용하여 기존 규칙기반 데이터 증강 기법의 문제점을 해결하고 한국어 상호참조해결 데이터를 증강하는 방법을 소개한다. 실험 결과, ETRI 질의응답 도메인 상호참조해결 데이터에서 CoNLL F1 1.39% (TEST) 성능 향상을 보였다.

• Annual Conference of KIPS
• /
• 2020.05a
• /
• pp.446-450
• /
• 2020

딥러닝 기반의 영상 분석 방법들은 많은 양의 학습 데이터가 필요하며, 학습 데이터 구축에는 많은 시간과 노력이 소요된다. 특히 객체 검출 분야의 경우 영상 내 객체의 위치, 크기, 범주 등의 정보가 모두 필요하여 학습 데이터 구축에 더 많은 어려움이 있으며, 이를 해결하기 위해 최근 이미지 합성기반 데이터 증강에 관한 연구가 활발히 진행되고 있다. 이미지 합성기반 데이터 증강 방법은 배경 영상에 객체를 합성할 때 객체와 배경 영상이 접한 영역에서 아티팩트(Artifact)가 발생하며, 이는 객체 검출 모델이 아티팩트를 객체의 특징으로 모델링하여 검출 성능이 저하되는 원인이 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 양방향 필터 기반의 이미지 합성 방법을 제안하고, 단일 단계 검출의 대표적인 방법인 RetinaNet을 이용하여 이미지 합성기반 데이터 증강 방법의 성능을 분석하였다. 공개 데이터셋에 대한 실험 결과 본 논문에서 사용한 단일 검출 방법 및 데이터 증강 기법을 사용하면 더 적은 양의 증강 데이터로 기존 방법과 동일한 성능을 보여주는 것을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.443-447
• /
• 2023

검색 증강형 언어 모델은 입력과 연관된 문서들을 검색하고 텍스트 생성 과정에 통합하여 언어 모델의 생성 능력을 강화한다. 본 논문에서는 사전 학습된 대규모 언어 모델의 추가적인 학습 없이 In-Context 검색 증강으로 한국어 언어 모델의 생성 능력을 강화하고 기존 언어 모델 대비 성능이 증가함을 보인다. 특히 다양한 크기의 사전 학습된 언어 모델을 활용하여 검색 증강 결과를 보여 모든 규모의 사전 학습 모델에서 Perplexity가 크게 개선된 결과를 확인하였다. 또한 오픈 도메인 질의응답(Open-Domain Question Answering) 과업에서도 EM-19, F1-27.8 향상된 결과를 보여 In-Context 검색 증강형 언어 모델의 성능을 입증한다.

• Journal of The Korean Association of Information Education
• /
• v.16 no.4
• /
• pp.419-427
• /
• 2012

This paper presents the effect of a interactive learning experience and student's response to technological components We develop the interactive learning environment and learning model in lessons relying on educational robots and augmented reality in the school classroom. The developed learning model is based on the problem-based learning model. The experiments of the study conduct with 18 students, the $5^{th}$ and $6^{th}$ graders of an elementary school for 8 weeks using developed system. We find out the interactive learning experiences have an influence on the creative ability of children. We know that students who scored lower on the school exam scored higher on the score of creativity compared to top students through educational robots and augmented reality.