• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4439-4455
• /
• 2021

Compared with two-stage object detection algorithms, one-stage algorithms provide a better trade-off between real-time performance and accuracy. However, these methods treat the intermediate features equally, which lacks the flexibility to emphasize meaningful information for classification and location. Besides, they ignore the interaction of contextual information from different scales, which is important for medium and small objects detection. To tackle these problems, we propose an image pyramid network based on dual attention mechanism (DAIPNet), which builds an image pyramid to enrich the spatial information while emphasizing multi-scale informative features based on dual attention mechanisms for one-stage object detection. Our framework utilizes a pre-trained backbone as standard detection network, where the designed image pyramid network (IPN) is used as auxiliary network to provide complementary information. Here, the dual attention mechanism is composed of the adaptive feature fusion module (AFFM) and the progressive attention fusion module (PAFM). AFFM is designed to automatically pay attention to the feature maps with different importance from the backbone and auxiliary network, while PAFM is utilized to adaptively learn the channel attentive information in the context transfer process. Furthermore, in the IPN, we build an image pyramid to extract scale-wise features from downsampled images of different scales, where the features are further fused at different states to enrich scale-wise information and learn more comprehensive feature representations. Experimental results are shown on MS COCO dataset. Our proposed detector with a 300 × 300 input achieves superior performance of 32.6% mAP on the MS COCO test-dev compared with state-of-the-art methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3976-3990
• /
• 2022

Currently, cross-attention is widely used in Siamese trackers to replace traditional correlation operations for feature fusion between template and search region. The former can establish a similar relationship between the target and the search region better than the latter for robust visual object tracking. But existing trackers using cross-attention only focus on rich semantic information of high-level features, while ignoring the appearance information contained in low-level features, which makes trackers vulnerable to interference from similar objects. In this paper, we propose a Multi-level Cross-attention Siamese network(MCSiam) to aggregate the semantic information and appearance information at the same time. Specifically, a multi-level cross-attention module is designed to fuse the multi-layer features extracted from the backbone, which integrate different levels of the template and search region features, so that the rich appearance information and semantic information can be used to carry out the tracking task simultaneously. In addition, before cross-attention, a target-aware module is introduced to enhance the target feature and alleviate interference, which makes the multi-level cross-attention module more efficient to fuse the information of the target and the search region. We test the MCSiam on four tracking benchmarks and the result show that the proposed tracker achieves comparable performance to the state-of-the-art trackers.

• 자동차안전학회지
• /
• 제14권3호
• /
• pp.65-70
• /
• 2022

Lane change in urban environments is a challenge for both human-driving and automated driving due to their complexity and non-linearity. With the recent development of deep-learning, the use of the RNN network, which uses time series data, has become the mainstream in this field. Many researches using RNN show high accuracy in highway environments, but still do not for urban environments where the surrounding situation is complex and rapidly changing. Therefore, this paper proposes a lane change possibility decision network by adopting Attention layer, which is an SOTA in the field of seq2seq. By weighting each time step within a given time horizon, the context of the road situation is more human-like. A total 7D vectors of x, y distances and longitudinal relative speed of side front and rear vehicles, and longitudinal speed of ego vehicle were used as input. A total 5,614 expert data of 4,098 yield cases and 1,516 non-yield cases were used for training, and the performance of this network was tested through 1,817 data. Our network achieves 99.641% of test accuracy, which is about 4% higher than a network using only LSTM in an urban environment. Furthermore, it shows robust behavior to false-positive or true-negative objects.

• 대한인간공학회지
• /
• 제21권1호
• /
• pp.1-14
• /
• 2002

The main purpose of this paper is to present selection criteria for ROK Airforce pilot training candidates in order to save costs involved in sequential pilot training. We use classification models such Decision Tree, Logistic Regression and Neural Network based on aptitude test results of 288 ROK Air Force applicants in 1994-1996. Different models are compared in terms of classification accuracy, ROC and Lift-value. Neural network is evaluated as the best model for each sequential flight test result while Logistic regression model outperforms the rest of them for discriminating the last flight test result. Therefore we suggest a pilot selection criterion based on this logistic regression. Overall. we find that the factors such as Attention Sharing, Speed Tracking, Machine Comprehension and Instrument Reading Ability having significant effects on the flight results. We expect that the use of our criteria can increase the effectiveness of flight resources.

• 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.

• 한국과학교육학회지
• /
• 제26권3호
• /
• pp.393-405
• /
• 2006

본 연구에서는 고등학교 생물 I, '유전' 단원에서 Keller의 ARCS 전략 중, 특히 "주의집중"과 "만족감" 요소를 적용한, 의미 망 프로그램(Semantic Network Program)을 활용한 수업이 학생들의 학업성취도와 학습동기 향상에 미치는 효과를 분석하는 것을 연구의 목적으로 삼았다. 연구대상은 고등학교 2학년 실험집단 및 통제집단의 124명으로 구성되었고, 사전검사로 학업성취도 검사, 학습동기검사, 그리고 의미망 형성 검사를 실시한 후, 4주간에 걸쳐 6차시 동안 실험집단에게는 ARCS 전략 중 주의집중 전략을 적용한 의미망 프로그램을 활용한 유전 수업과 만족감 전략에 따른 의미망 제작 활동을, 통제집단에게는 교과서 중심의 강의식 수업을 처치하였다. 수업 처치에 따른 사후 검사 결과 동기전략을 적용한 의미망 프로그램을 활용한 수업은 강의식 수업보다 '주의집중과 만족감'을 높여 학생들의 인지구조에 새로운 지식을 효과적으로 연결시켜 생물 학업성취도를 향상시켰고(p<.001), 학생들의 유전관련 새로운 개념 형성에도 효과적인 것으로 나타났다(p<.001). 또한 본 연구에서 적용한 수업은 학생들이 생물 개념들을 구조지식으로 조직하여 이해함으로써, 기억효과를 높여 학습내용의 파지(retention)에 효과적이었다(p>.05). 실험집단의 심층면담 결과에서는 동기전략을 적용한 의미망 프로그램을 활용한 수업은 유전과 관련된 영상자료의 연결(link)로 호기심을 유발하여 주의집중이 잘 되었고, 직접 의미망을 제작해 봄으로써, 학습내용이 오랫동안 기억에 남아 문제해결에 효과적이었다는 긍정적인 반응을 보였다. 본 연구의 결과는 앞으로 고등학교 생물 I, '유전'단원에 대한 다양한 수업 전략을 모색하는데 의미있는 시사점을 제공해 줄 수 있을 것이다.

• 정신신체의학
• /
• 제25권2호
• /
• pp.210-217
• /
• 2017

연구목적 조현병 환자의 선택적 주의력을 평가하기 위해 집중력 네트워크 검사(Attention Network Test)가 널리 사용되고 있으나, 조현병 환자들이 시행한 집중력 네트워크 검사 결과의 신뢰도에 대해서는 연구된 바가 거의 없다. 본 연구에서는 조현병 환자를 대상으로 주의력 네트워크 검사의 검사-재검사 신뢰도를 연구하여 이 검사의 심리측정적 특성(psychometric properties)을 평가하고자 하였다. 방 법 조현병 환자 14명, 일반인 23명이 본 연구에 참여하였다. 실험대상자들은 일주일 간격으로 두 번 동일한 시간에 주의력 네트워크 검사를 수행하였다. 검사-재검사 신뢰도를 분석하기 위해 피어슨 상관분석(Pearson correlation)과 급내 상관분석(Intra-class correlation)을 시행하였다. 결 과 조현병 환자들은 집중력 네트워크 검사의 측정 항목 중 평균 반응시간, 지향 효과, 갈등처리 효과에서 높은 정도의 상관관계를 보였다. 정확도에서는 중간부터 높은 정도의 상관관계를 보였으며, 각성 효과와 갈등처리 오답률에서는 중간 정도의 상관관계를 보였다. 한편, 일반인은 평균 반응시간에서 높은 정도의 상관관계를 보였고, 갈등처리 오답률에서 중간부터 높은 정도의 상관관계를 보였다. 또한, 각성 효과, 지향 효과, 갈등처리 효과에서 중간 정도의 상관관계를 보였으며, 각성 오답률에서 중간 정도의 역상관관계를 보였다. 결 론 본 연구 결과에 의하면, 조현병 환자와 일반인 모두에서 중간 정도 이상의 신뢰도를 보이는 집중력 네트워크 검사 항목은 평균 반응시간, 각성 효과, 지향 효과, 갈등처리 효과, 갈등처리 오답률 항목이다. 그러므로 집중력 네트워크 검사를 사용하여 조현병 환자군 대 일반 대조군 실험을 시행할 때, 상기 항목들의 결과를 비교하는 것이 신뢰도 측면에서 추천된다.

• International journal of advanced smart convergence
• /
• 제11권4호
• /
• pp.10-19
• /
• 2022

AI-based Network Intrusion Detection Systems (AI-NIDS) detect network attacks using machine learning and deep learning models. Recently, unsupervised AI-NIDS methods are getting more attention since there is no need for labeling, which is crucial for building practical NIDS systems. This paper aims to test the impact of designing autoencoder models that can be applied to unsupervised an AI-NIDS in real network systems. We collected security events of legacy network security system and carried out an experiment. We report the results and discuss the findings.

• 산업경영시스템학회지
• /
• 제45권3호
• /
• pp.214-227
• /
• 2022

The successful implementation of green supply chain management(GSCM) practices requires a level of cooperation that can be difficult to conduct. Despite this challenge, limited scholarly attention has been paid to exploring how the implementation of GSCM practices can be effectively facilitated and enhanced through accumulated social capital with suppliers. Based on social capital theory, this study postulates that supplier network characteristics derived from social capital with key suppliers can be critical antecedents of GSCM, which in turn enhances the firm's environmental performance. To test hypotheses, data were collected from 330 firms in 15 countries, and structural equation modeling was employed. Results show that GSCM improves environmental performance, and structural and cognitive social capitals of the supplier network act as antecedents and lead to GSCM implementation.

• Asian Journal of Innovation and Policy
• /
• 제7권3호
• /
• pp.461-488
• /
• 2018

This paper explores the relationship between network cooperation, innovation, internationalization and economic performance of manufacturing small and medium enterprises (SMEs) of engineering goods industry located in Bangalore city, India. At the outset, it is observed that SMEs receive the maximum assistance in the realm of product specifications. Moreover, they do not resort to manufacturing new products as much as they resort to product modifications or process improvements. Further, it is found (using Chi-square test of independence) that higher the network assistance received from an external network, greater is the innovation performance of SMEs. Subsequently, using analysis of variance (ANOVA), export intensity (proxy for internationalization performance) of SMEs is found to have a significant positive association with both the degree of their network cooperation and of their innovation performance. Lastly, it is observed that higher the degree of each of network cooperation, innovation performance and internationalization performance, better is the economic performance (measured by total sales turnover) of SMEs. These results have significant implications for the policy makers of the country to give due attention to network cooperation, innovation and internationalization as the means of enhancing the economic performance of SMEs.