• 한국융합학회논문지
• /
• 제11권12호
• /
• pp.15-22
• /
• 2020

본 논문은 채널 강조(Channel Attentin)와 공간 강조(Spatial Attention) 방법을 결합한 딥 러닝 기반의 초해상도 방법을 제안하였다. 초해상도 과정에서 질감, 특징과 같은 주변 픽셀의 변화량이 큰 고주파 성분의 복원이 중요하다. 채널 강조와 공간 강조를 결합한 특징 강조를 이용한 초해상도 방법을 제안하였다. 기존의 CNN(Convolutional Neural Network) 기반의 초해상도 방법은 깊은 네트워크의 학습이 어려우며, 고주파 성분의 강조가 부족하여 윤곽선이 흐려지거나 왜곡이 발생한다. 문제를 해결하기 위해 스킵-커넥션(Skip Connection)을 적용한 채널 강조와 공간 강조를 결합한 강조 블록과 잔차 블록(Residual Block)을 사용하였다. 방법으로 추출한 강조된 특징 맵을 부-픽셀 컨볼루션(Sub-pixel Convolution)을 통해 특징맵을 확장하여 초해상도를 진행하였다. 이를 통해 기존의 SRCNN과 비교하여 약 PSNR는 5%, SSIM은 3% 향상되었으며 VDSR과 비교를 통해 약 PSNR는 2%, SSIM은 1% 향상된 결과를 보였다.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.495-504
• /
• 2022

최근 인공지능의 발전으로 시계열 자료 분석에 효과적인 Long Short-Term Memory (LSTM) 모델이 댐유입량 예측의 정확도를 높이는 데 활용되고 있다. 본 연구에서는 그 중 LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence (s2s) 구조에 Attention 기법을 LSTM 모델에 첨가하여 소양강댐 유역의 유입량을 예측하였다. 분석 데이터는 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 자료를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 일반적으로 더 좋은 성능을 보였으며, attention 첨가 모델이 첨두값도 더 잘 예측하는 모습을 보였다. 그리고 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량에는 어려움이 있었다. 이를 통해 시간 단위 예측의 어려움에도 불구하고, LSTM-s2s에 attention까지 첨가한 모델이 기존 LSTM-s2s의 예측 성능을 향상할 수 있음을 알 수 있었다.

• 생물정신의학
• /
• 제4권1호
• /
• pp.19-23
• /
• 1997

Attention is a phenomenon hard to define, but can be conceptualized as a mental function ranging from sustaining readiness to perceive stimuli to understanding the nature and value and selecting stimuli that are most relevant to the given situation. Manifestations of attention include vigilance, and focused, directed, selective, divided, and sustained attentions. While basic attentional tone is controlled by the interaction among reticular activating system, thalamus and prefrontal cortex, direction and selection of attention is controlled by neural circuits of prefrontal, posterior parietal, and limbic cortex. It is expected that understanding of attention and its neural control could provide answers to the relationship between pathophysiology and clinical symptoms of some major psychiatric disorders. More efforts are required to develop tools to assess more detailed and various aspects of attention in Korea.

• 한국주거학회:학술대회논문집
• /
• 한국주거학회 2009년 춘계학술발표대회 논문집
• /
• pp.199-203
• /
• 2009

The purpose of this research is to investigate how the indoor temperature has influence on occupants' attention abilities as a basis of productivity. To achieve the purpose, the experiment in chamber was conducted. In the experiment, temperature was controlled according to two levels ($20^{\circ}C$ or $23^{\circ}C$) and other of factors were controlled uniformly. Subjects were exposed to those two different thermal environments. Each participant was asked to mark their answers on the state of attention measurement sheets (FAIR and Trail making test), in two conditions. Total 60 times of experiments were conducted. The main results are as follows. First, subjects showed the better attention abilities in relation to Q score at $20^{\circ}C$. But on the other hand attention abilities in relation to C score were better at $23^{\circ}C$. Second, subjects showed the better attention abilities in relation to concentrate on one task at $20^{\circ}C$.

• 교육시설 논문지
• /
• 제21권6호
• /
• pp.33-42
• /
• 2014

The objective of this study is to investigate learning factors (stability, attention and activation) in school by electroencephalogram (theta, alpha and beta waves) analysis during relaxed or concentrated. In order to measure electroencephalograms, MP 150 by Biopac and ECI Electro-Cap are employed. Three types of color temperatures (3000K, 5000K, 7000K) are used and 13 undergraduate and 12 graduate students are selected as experimental subjects. When subjects are relaxed during contemplation or concentrated during mental arithmetic, we compare with stability, attention and activation indices. The test results show that subjects were stable when color temperature is 5000K. Subjects gave best attention when color temperature is 7000K. Subjects activated well when color temperature is 3000K during relaxed attention. However, subjects activated rigorous when color temperature is 7000K during constrained attention.

• Communications for Statistical Applications and Methods
• /
• 제28권1호
• /
• pp.39-57
• /
• 2021

Time series prediction is an area of great interest to many people. Algorithms for time series prediction are widely used in many fields such as stock price, temperature, energy and weather forecast; in addtion, classical models as well as recurrent neural networks (RNNs) have been actively developed. After introducing the attention mechanism to neural network models, many new models with improved performance have been developed; in addition, models using attention twice have also recently been proposed, resulting in further performance improvements. In this paper, we consider time series prediction by introducing attention twice to an RNN model. The proposed model is a method that introduces H-attention and T-attention for output value and time step information to select useful information. We conduct experiments on stock price, temperature and energy data and confirm that the proposed model outperforms existing models.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.239-242
• /
• 2001

As systems for real time computer vision are confronted with prodigious amounts of visual information, it has become a priority to locate and analyze just that information essential to the task at hand, while ignoring the vast flow of irrelevant detail. A method of achieving this is to using human visual attention mechanism. In this paper, short review of human visual attention mechanisms and some computation models of visual attention were shown. This paper can be used as the basic data for researches on development of visual attention system that can perform various complex tasks more efficiently.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.331-332
• /
• 2022

본 논문에서는 3축 가속도와 3축 각속도 센서로 구성된 관성 측정 장치(IMU)와 압력센서가 내장되어있는 스마트 인솔을 착용하여 얻어진 보행 데이터를 통해 보폭을 추정하는 방법을 제안한다. 먼저 압력센서를 활용하여 한 걸음 주기로 나눈 뒤 나누어진 가속도와 각속도 센서 데이터를 LSTM과 Attention 계층을 결합한 딥러닝 모델에 학습하여 보폭 추정을 시행하였다. LSTM-Attention 모델은 기존 LSTM 모델보다 약 1.14%의 성능 향상을 보였다.

• 한국과학교육학회지
• /
• 제36권4호
• /
• pp.705-715
• /
• 2016

이 연구의 목적은 실제 과학수업에서 시선추적과 주의력 검사를 통해 초등학생들의 주의의 특성을 분석하는 것이다. 초등학생들의 주의 과정을 분석하기 위하여 SMI사의 ETG(eye tracker glasses) 이동형 시선추적기를 사용하였고, 샘플링 속도는 30Hz이다. 사전 주의력 검사의 연구대상은 초등학교 6학년 155명이었고, 시선추적의 연구 대상은 초등학교 6학년 남학생 6명이었다. 시선추적의 연구대상자는 모두 과거 안구병력이 없었으며, 안경을 쓰지 않았다. 안구운동 분석은 'BeGaze Mobile Video Analysis Package' 프로그램을 사용하였다. 연구결과는 다음과 같다. 첫째, 초등학생의 주의력 검사 결과, 선택적 주의와 자기통제는 .316으로 낮은 상관을 보였고, 선택적 주의와 지속적 주의는 .85로 높은 상관을 보였다. 둘째, 선택적 주의와 자기 통제의 상관관계를 기준으로 초등학생들의 주의 유형을 주의형(attentive type), 비주의형(inattentive type), 안이형(easygoing type), 경솔형(hasty type)으로 구분하였다. 셋째, 실제 과학수업에서 초등학생들의 안구운동분석을 통해 초등학생들의 주의는 상향식 주의처리, 하향식 주의처리, 디폴트 모드 네트워크로 구분할 수 있었다. 또한 실제 수업에서 초등학생들의 주의 전환은 다양한 원인으로 인해 빈번히 발생하였다. 초등학생들이 목표 지향적이고 지식에 의존하는 하향식 주의 처리를 못하는 원인은 초점주의 실패로 인한 목표 대상 지각의 실패, 목표 대상에 대한 관련지식의 부재, 관련지식에 대한 유추의 실패 등으로 나타났다. 주의력 검사와 안구운동분석을 종합하여 초등학생의 주의 처리과정을 도식하였다. 이 연구에서 밝힌 초등학생의 주의 특성과 주의 처리과정이 효과적인 교수전략, 교수학습 모형, 교수자료를 개발하는데 기초적인 자료로 활용될 것을 기대한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권8호
• /
• pp.3791-3805
• /
• 2016

The visual attention mechanism includes 2 attention models, the bottom-up (B-U) and the top-down (T-D), the physiology of which have not yet been accurately described. In this paper, the visual attention mechanism is regarded as a Bayesian fusion process, and a visual attention model based on particle filter is proposed. Under certain particular assumed conditions, a calculation formula of Bayesian posterior probability is deduced. The visual attention fusion process based on the particle filter is realized through importance sampling, particle weight updating, and resampling, and visual attention is finally determined by the particle distribution state. The test results of multigroup images show that the calculation result of this model has better subjective and objective effects than that of other models.