• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.421-422
• /
• 2015

최근 신경망 분석의 향상된 성능을 보여주는 심화 신경망 기술인 딥 러닝(Deep learning)이 각광을 받고 있는 실정이다. 이에 본 논문에서는 딥 러닝을 기반으로 분석 시각화 툴인 R을 이용한 특정 변수의 오류율 검증과 빅 데이터 예측 프로세스 설계를 제안한다. 딥 러닝에 적용된 알고리즘은 RBM(Restricted Boltzmann Machine)을 적용하였다. 특정 입력 변수에 대한 종속 변수 구분 후 각 종속 변수의 가중치를 적용한다. RBM 알고리즘을 통해 최종 데이터의 검증 및 오류율 검출과정을 R 프로그래밍에 적용하여 설계한다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.212-218
• /
• 2020

흉부 영상을 통해 진단 가능한 병변은 무기폐, 심비대, 덩어리, 기흉, 삼출 등 그 종류가 수십 가지에 이른다. 흉부 병변의 정확한 진단과 위치 및 크기를 판단하기 위해 일반적으로 전산화단층촬영(CT) 검사가 필요하지만, 전산화단층촬영은 검사 비용과 방사선 피폭 등의 단점이 있다. 따라서 본 논문에서는 흉부 병변 진단의 일차적 선별도구로서 방사선검사(X-ray) 영상에서 병변 유무 판단을 위한 딥러닝 알고리즘을 제안한다. 제안하는 알고리즘은 병변의 유무 판단에 최적화하기 위해 다양한 구성 방법들을 비교하여 설계하였다. 실험 결과, 기존 알고리즘보다 병변 유무 판단률이 약 1% 정도 향상되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.728-731
• /
• 1997

This paper discusses approximation modelling of discrete-time linear time-varying system(LTVS). The wavelet transform is considered as a tool for representing and approximating a LTVS. The joint time-frequency properties of wave analysis are appropriate for describing the LTVS. Simulation results is included to illustrate the potential application of the technique.

• 한국정보처리학회논문지
• /
• 제7권6호
• /
• pp.1867-1873
• /
• 2000

함수근사는 과학과 고학부야에서 공범위하게 응용된다. 시포트 벡터 기계(support vector machine, SVM)는 원래 분류를 위해 계안되어져 문자인식, 얼굴인식 등의 응용분야에서 좋은 결과를 보여주고 있다. 최근 SVM이론 함수근사로 확장되어 많이 활용되려 하고 있다. 그러나 함수근사를 위한 SVM 알고리즘은 QP(quadratic proramming)문제와 관련되어있어 계산에 시간이 걸리며 QP를 위한 패키지가 있어야 한다. 본 논문에서는 함수근사를 위해 커널-애더트론 알고리즘을 이용한 SVM을 제안하고 QP를 이용한 SVM과 성능을 비교하고자 한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권6호
• /
• pp.1115-1121
• /
• 2018

본 논문에서는 사이버대학교 학습관리시스템에 누적된 데이터를 기반으로 학습 성과를 예측하기 위하여 딥러닝에 기반한 데이터 분석 방법을 연구하였다. 학습자의 학업 성취도를 예측하면, 학습자의 학습을 촉진하여 교육의 질을 높일 수 있는 도구로 활용될 수 있다. 학습 성과의 예측의 정확도를 향상시키기 위하여 오토인코더에 기반하여 한학기 출결 상황을 예측하고, 학기 진행 중인 평가 요소들과 결합하여 딥러닝으로 학습하여 최종 예측의 정확도를 높였다. 제안하는 예측 방법을 검증하기 위하여 학습 진행 과정의 출결데이터의 예측과 평가요소 데이터를 활용하여 최종학습 성취도를 예측하였다. 실험을 통하여 학기 진행중에 학습자의 성취도를 예측할 수 있는 것을 보였다.

• Tuberculosis and Respiratory Diseases
• /
• 제86권3호
• /
• pp.226-233
• /
• 2023

Background: Inactive or old, healed tuberculosis (TB) on chest radiograph (CR) is often found in high TB incidence countries, and to avoid unnecessary evaluation and medication, differentiation from active TB is important. This study develops a deep learning (DL) model to estimate activity in a single chest radiographic analysis. Methods: A total of 3,824 active TB CRs from 511 individuals and 2,277 inactive TB CRs from 558 individuals were retrospectively collected. A pretrained convolutional neural network was fine-tuned to classify active and inactive TB. The model was pretrained with 8,964 pneumonia and 8,525 normal cases from the National Institute of Health (NIH) dataset. During the pretraining phase, the DL model learns the following tasks: pneumonia vs. normal, pneumonia vs. active TB, and active TB vs. normal. The performance of the DL model was validated using three external datasets. Receiver operating characteristic analyses were performed to evaluate the diagnostic performance to determine active TB by DL model and radiologists. Sensitivities and specificities for determining active TB were evaluated for both the DL model and radiologists. Results: The performance of the DL model showed area under the curve (AUC) values of 0.980 in internal validation, and 0.815 and 0.887 in external validation. The AUC values for the DL model, thoracic radiologist, and general radiologist, evaluated using one of the external validation datasets, were 0.815, 0.871, and 0.811, respectively. Conclusion: This DL-based algorithm showed potential as an effective diagnostic tool to identify TB activity, and could be useful for the follow-up of patients with inactive TB in high TB burden countries.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2011년도 동계학술대회
• /
• pp.23-28
• /
• 2011

현재 교육대학교의 컴퓨터교육 전공에서 알고리즘 및 문제해결력 향상을 위해 프로그래밍교육을 실시하고 있다. 기존의 프로그래밍언어를 도구로 하는 학습은 오타 등 다량의 오류발생, 문법 표현 및 이해의 어려움, 알고리즘 표현의 난해함 등 많은 구조적인 문제점이 있어 프로그램학습 본래의 목적을 달성하기가 어렵다. 최근 ICT의 급속한 발전으로 프로그램학습을 교육용로봇을 활용할 수 있다. 본 연구에서는 교육용로봇 중 가장 많이 사용되고 있는 Mindstorms로봇의 NXT소프트웨어를 이용하여 컴퓨터교육 전공 학생들이 쉽게 프로그래밍학습을 할 수 있게 학습모형(교육과정 및 교재)을 개발하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.192-198
• /
• 2023

Cyberbullying is a growing problem among adolescents and can have serious psychological and emotional consequences for the victims. In recent years, machine learning techniques have emerged as promising approach for detecting instances of cyberbullying in online communication. This research paper focuses on developing a machine learning models that are able to detect cyberbullying including support vector machines, naïve bayes, and random forests. The study uses a dataset of real-world examples of cyberbullying collected from Twitter and extracts features that represents the ideational metafunction, then evaluates the performance of each algorithm before and after considering the theory of systemic functional linguistics in terms of precision, recall, and F1-score. The result indicates that all three algorithms are effective at detecting cyberbullying with 92% for naïve bayes and an accuracy of 93% for both SVM and random forests. However, the study also highlights the challenges of accurately detecting cyberbullying, particularly given the nuanced and context-dependent nature of online communication. This paper concludes by discussing the implications of these findings for future research and the development of practical tool for cyberbullying prevention and intervention.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1693-1699
• /
• 2019

최근 중학교에서 진행되고 있는 SW 교육은 주로 피지컬 컴퓨팅, 언플러그드 학습 그리고 시범 실습 교육을 위주로 진행되고 있다. 하지만 각각 비용, 흥미유발, 동기부여, 수업 집중 등 여러 가지 측면에서 어려움을 겪고 있다. 또한 체계적인 수업 설계가 이루어지지 않으면 학생들의 수업 이해도나 학업 성취도에 부정적인 영향을 줄 수 있다. 본 논문의 목적은 기존 SW 교육에 활용되던 수업 도구보다 비용의 부담이 적으며 수업 설계에 보조적인 역할을 수행할 수 있는 챗봇을 개발하는 것이다. 이를 활용하여 함수 적용, 알고리즘 설계 및 프로그램 코딩과 같은 코딩이 이루어지는 메커니즘을 이해할 필요가 있는 수업 시나리오에서는 학생들이 챗봇 시스템을 통해 스스로 학습을 가능하여 학생들의 학습에 긍정적인 영향을 미쳤다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.37-53
• /
• 2023

인공지능에 기반한 지능형 지휘통체체계는 복잡하고 방대한 전장정보와 전술 데이터들을 학습모델을 통해 자동으로 융합 및 추출하여 전장상황을 분석한다. 지휘관은 지능형 지휘통제체계의 상황분석 결과를 제공받아 전장인식이 가능하여 의사결정을 지원할 수 있다. 의사결정지원에 특화된 결과를 지휘관에게 제공하기 위해서는 인공지능을 학습하기 위한 실 전장상황과 유사한 전장상황분석 데이터셋 생성이 필요하다. 본 논문은 기존 선행연구인 '인공지능 기반 전장상황분석을 위한 가상 전장상황 데이터 셋 생성 연구'의 다음 단계의 데이터셋 구축 방법 연구로 지휘관의 의사결정지원 및 미래 전장인식을 위해 최종적인 전장상황분석 결과에 필요한 데이터셋을 생성하는 방안에 대해 제안하였다. 전장상황 분석용 학습 데이터셋 생성도구 SW를 설계 및 구현하였고, 구현한 SW를 이용하여 데이터 레이블 작업을 진행하였다. Siamese Network 학습모델을 이용하여 구축한 데이터셋을 입력하고, 후처리 알고리즘을 활용한 출력 결과를 도출하여 생성한 데이터셋을 검증하였다.