• Investigative Magnetic Resonance Imaging
• /
• 제23권2호
• /
• pp.81-99
• /
• 2019

Recently, deep learning methods have shown great potential in various tasks that involve handling large amounts of digital data. In the field of MR imaging research, deep learning methods are also rapidly being applied in a wide range of areas to complement or replace traditional model-based methods. Deep learning methods have shown remarkable improvements in several MR image processing areas such as image reconstruction, image quality improvement, parameter mapping, image contrast conversion, and image segmentation. With the current rapid development of deep learning technologies, the importance of the role of deep learning in MR imaging research appears to be growing. In this article, we introduce the basic concepts of deep learning and review recent studies on various MR image processing applications.

• 한국IT서비스학회지
• /
• 제9권4호
• /
• pp.109-121
• /
• 2010

Most organizations adopt their own performance measurement systems. Those organizations select performance measures to meet their goals. Organizations can give only limited description of what performance measures are. Kaplan and Norton suggest that the Balanced Scorecard (BSC) to complement the conventional performance measures. The BSC can provide management system with a comprehensive strategic vision and integrates non-financial measures with financial measures. The BSC is widely used for measuring corporate performance. This paper investigates how the BSC-based performance measures can be applied to Learning City. The Learning City's performance measures and strategy map on the basis of the BSC are suggested in this research. This paper adopt the AR(assurance region)-DEA model which could limit the range of weight on performance measures to prevent each viewpoint of BSC from having unlimited elasticity. The proposed model is based on CCR model including a property of unit invariance to use the data without normalization process.

• 한국정보시스템학회지:정보시스템연구
• /
• 제31권4호
• /
• pp.01-23
• /
• 2022

Purpose This study aims to propose a deep learning-based fake review detection model by combining authors' linguistic features and semantic information of reviews. Design/methodology/approach This study used 358,071 review data of Yelp to develop fake review detection model. We employed linguistic inquiry and word count (LIWC) to extract 24 linguistic features of authors. Then we used deep learning architectures such as multilayer perceptron(MLP), long short-term memory(LSTM) and transformer to learn linguistic features and semantic features for fake review detection. Findings The results of our study show that detection models using both linguistic and semantic features outperformed other models using single type of features. In addition, this study confirmed that differences in linguistic features between fake reviewer and authentic reviewer are significant. That is, we found that linguistic features complement semantic information of reviews and further enhance predictive power of fake detection model.

• 공학교육연구
• /
• 제14권3호
• /
• pp.9-14
• /
• 2011

본 연구는 협동학습에서 팀 프로젝트를 수행하는 공대생들을 대상으로 학습양식유형 및 셀프리더십이 팀 수행 성적과 어떤 관련성이 있는 지를 파악함으로써 협동학습 효과의 극대화를 위한 기초소양교육 프로그램을 구성하는 데 도움이 되는 기초정보를 제공하기 위해 수행되었다. 팀 수행 성적이 상, 하위 30%에 해당하는 집단 간에 학습양식유형의 분포를 비교한 결과, 상위권 집단의 약 70%가 수렴자와 적응자에 해당된 반면, 하위권 집단의 약 67%가 적응자와 분산자에 해당되었다. 또한 상위권 학생들의 셀프리더십이 전반적으로 높았고, 특히 자기관찰, 자기처벌, 자연적 보상, 성공적 수행 상상하기, 자기대화, 신념과 가정분석 전략을 더 잘 실천하는 것으로 나타났다. 마지막으로 본 연구의 제한점과 후속연구를 위한 제언이 논의되었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권10호
• /
• pp.651-661
• /
• 2020

This research aims to examine the relationships among entrepreneurial orientation, organizational learning capability, firm innovation, and firm performance. To achieve a data collection, a mail survey procedure via questionnaire was implemented by using executives or managers of gems & jewelry industries, textile and clothing industries, leather and accessories, fashion apparel industries in Thailand as the key informants. Of the surveys completed and returned, 388 were usable. Hence, a model with a structural equation was used to evaluate the data survey of 388 respondents. The results reveal that, in terms of the mediating effect, organizational learning capacity and firm innovation can complement each other in order to improve entrepreneurial orientation. Findings show that entrepreneurial orientation improves firm innovation, which in turn improves firm efficiency. Firm innovation acts as a variable mediating between enterprise orientation and firm performance. Our findings contribute to the current emergence of organizational learning capacity that mediated the relationship between entrepreneurial orientation and firm performance. Entrepreneurial orientation is normally a firm performance that enterprises develop which can have use the information available and make an impact. It can be considered through the mediation of organizational learning capability, and firm innovation variable and as stated in previous literature, it can influence firm performance.

• 한국멀티미디어학회논문지
• /
• 제21권4호
• /
• pp.441-449
• /
• 2018

Deep learning has been used for various processing centered on image recognition. One core algorithms of the deep learning, convolutional neural network is an deep neural network that specialized in image recognition. In this paper, we use a convolutional neural network to classify forest insects and propose an optimization method. Experiments were carried out by combining two weight initialization and six parameter update methods. As a result, the Xavier-SGD method showed the highest performance with an accuracy of 82.53% in the 12 different combinations of experiments. Through this, the latest learning algorithms, which complement the disadvantages of the previous parameter update method, we conclude that it can not lead to higher performance than existing methods in all application environments.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제6권2호
• /
• pp.159-170
• /
• 2002

The undergraduate curriculum in differential equations has undergone important changes in favor of the visual and numerical aspects of the course primarily because of recent technological advances. Yet, research findings that have analyzed students' thinking and understanding in a reformed setting are still lacking. This paper discusses an ongoing developmental research effort to adapt the instructional design perspective of Realistic Mathematics Education (RME) to the teaching and learning of differential equations at Ewha Womans University. The RME theory based on the design heuristic using context problems and modeling was developed for primary school mathematics. However, the analysis of this study indicates that a RME design for a differential equations course can be successfully adapted to the university level.

• 정보교육학회논문지
• /
• 제12권4호
• /
• pp.395-404
• /
• 2008

초등학교 수학과 입체도형 학습은 구체물을 활용한 구체적 조작을 통해서 추상적인 입체도형을 직관적으로 이해하도록 돕는 다양한 활동이 필요하다. 입체도형 학습에 있어 구체물의 활용은 효과적이지만, 구체물에서는 확인이 어려운 전개도나 다양한 형태의 입체도형 등은 컴퓨터의 반구체물을 활용하는 것이 효과적이다. 또한 컴퓨터를 활용하게 되면 방과 후에도 같은 학습 자료를 학생들이 활용할 수 있어서 구체물을 활용한 학습의 한계를 보완할 수 있다. 본 연구에서는 플렉스와 플래시를 개발도구로 사용하여 초등학생 수준에서 쉽게 조작하고 사용할 수 있도록 학습 어플리케이션을 개발하였다. 본 연구에서 개발한 입체도형 학습 어플리케이션 활용을 통해 학생들의 직관적이고 자유로운 탐색 및 구체물의 보완, 학습 흥미유발 등의 효과가 기대된다.

• 한국콘텐츠학회논문지
• /
• 제7권11호
• /
• pp.248-257
• /
• 2007

IT 기술의 발전으로 현재 e-러닝이 보편화되었으나 e-러닝의 인간적인 상호작용 부족이라는 문제가 대두되고 있다. 최근에는 e-러닝의 상호작용성을 보완하기 위해 e-러닝과 함께 e-멘토링 또는 블랜디드 러닝 등이 도입되는 추세이다. 이 방법들의 공통적인 특징은 온라인 학습 커뮤니티를 기반으로 게시판이나 블로그 등을 사용함으로써 상호작용을 돕는 것이다. 만일 온라인 학습에서 학습자들이 협동적으로 학습콘텐츠를 구축한 후 공유할 수 있도록 유도한다면, 상호작용성을 향상시킬 뿐만 아니라 지식과 아이디어의 공유로 교육효과를 높일 것이다. 본 논문에서는 상호작용성 증진을 통한 온라인 학습효과를 높이기 위해 학습자들이 협동적으로 학습콘텐츠를 구축한 후 공유할 수 있는 트리-기반 학습콘텐츠 구축 도구와 커뮤니티기반의 협동적 학습콘텐츠 구축 도구들을 구현한다. 또한 구현된 도구들을 학습에 적용하여 도구들이 학습자에게 미치는 영향을 분석한다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.499-509
• /
• 2020

본 연구에서는 최근 영상판독 분야에서 활발히 연구되고, 활용성이 발전하고 있는 인공지능 기반 객체분류 학습 데이터 구축에 관한 내용을 다룬다. 영상판독분야에서 인공지능을 활용하여 정확도 높은 객체를 인식, 추출하기 위해서는 알고리즘에 적용할 많은 양의 학습데이터가 필수적으로 요구된다. 하지만, 현재 공동활용 가능한 데이터 셋이 부족할 뿐만 아니라 데이터 생성을 위해서는 많은 시간과 인력 및 고비용을 필요로 하는 것이 현실이다. 따라서 본 연구에서는 소량의 초기 항공영상 학습데이터를 GAN (Generative Adversarial Network) 기반의 생성기 신경망을 활용하여 오버샘플 영상 학습데이터를 구축하고, 품질을 평가함으로써 추가적 학습 데이터 셋으로 활용하기 위한 실험을 진행하였다. GAN을 이용하여 오버샘플 학습데이터를 생성하는 기법은 딥러닝 성능에 매우 중요한 영향을 미치는 학습데이터의 양을 획기적으로 보완할 수 있으므로 초기 데이터가 부족한 경우에 효과적으로 활용될 수 있을 것으로 기대한다.