• 디지털융복합연구
• /
• 제18권9호
• /
• pp.317-322
• /
• 2020

본 연구는 대학에서 원격강의를 올바르게 운영하기 위한 운영방안의 토대를 마련하는 데 목적이 있다. 'COVID-19'로 인해 비대면 수업을 시작한 학교 중, 시스코사의 웹엑스 미팅으로 원격강의를 진행한 일부 대학의 대학생, 대학원생을 대상으로 원격 강의 플랫폼 운영방안을 연구하였다. 먼저 문헌조사로 원격강의의 강의 요건을 정립하고, 설문조사를 통해 효과적인 운영 방안을 제시하였다. 연구 방법은 대학생, 대학원생 총 45명을 대상으로 2020년 4월 21일부터 5월 15일까지 진행하였다. 연구결과 크게 기본요소, 충족 요소에 대한 운영 방안을 제시할 수 있었다. 본 연구를 기점으로 COVID-19 이후에 발생할 수 있는 재난 상황 혹은 평상시 수업에서 활용될 수 있을 것으로 기대하며, 추후 원격 강의 플랫폼에 대한 사용성 평가와 국내 원격강의 플랫폼이 나아가야할 방향성이 제시되어야 할 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.882-885
• /
• 2014

이미지 혹은 영상에 대한 자동 태깅은 해당 콘텐츠에 대한 추가적인 정보를 자동으로 시스템에 제공하는 기술로써 영상 인식, 콘텐츠 매시업, 정보 검색 등 다양한 기술/서비스 분야에서 여러 목적으로 활용되고 있다. 특히, 방송 콘텐츠는 많은 양의 정보를 제한된 영역 및 시간에 축약하여 담고 있기 때문에 영상 처리 기술을 통한 객체 인식이나, 콘텐츠 매시업, 추천 서비스 등의 성능 향상을 위해 자동 혹은 수동 태깅을 통한 정보 제공이 요구된다. 본 논문에서는 블로그를 이용한 프레임 단위의 방송 콘텐츠 태깅 기술을 제안한다. 제안하는 기술은 기존의 콘텐츠 단위의 정보 제공이나, 수동 태깅 된 정보를 제공하는 기술들과 달리, 영상의 각 프레임에 대한 자동 태깅을 목표로 한다. 제안하는 방법은 거리 학습을 통해 영상의 각 프레임이 가지는 특성을 고려한 모델을 구축한 후, 이를 토대로 영상의 프레임들과 블로그의 이미지를 매칭한다. 매칭된 결과를 기반으로 특정 블로그는 영상 내 특정 프레임 구간에 태깅 된다. 제안한 방법은 이미지 매칭 성능을 측정하여 평가하였다. 블로그 이미지에 대해 Top 1 매칭 프레임을 살펴본 결과, 70%의 정확률을 보였다. 소프트 매칭(Top n)의 경우, 최대 90%의 성능을 얻을 수 있음을 실험을 통해 알 수 있었다.

• 한국수자원학회논문집
• /
• 제41권10호
• /
• pp.1059-1065
• /
• 2008

강우자료는 수문 해석에 있어 가장 기본이 되는 입력 자료이며, 다양한 원인에 의해 결측이 발생된다. 본 연구에서는 복잡한 자연현상 문제 해결에 그 응용성이 입증된 신경망 기법을 이용하여 결측 처리된 강우를 추정하기 위해서 소양강댐 유역 12개 강우량 관측소를 대상으로 신경망 모형을 구축하였으며, 모형의 성능 평가를 위해 실무에서 가장 많이 사용되고 있는 우량 보정 방법인 역거리법(RDS)과 산술평균법(AMM)으로 추정한 값과 비교하여 신경망을 이용한 추정 방법의 우수성을 보였다. 그리고 온라인상에서 보다 신뢰성 있는 수문자료를 재난관련 유관기관으로 전송하기 위해서 신경망 모형을 이용한 상시 실시간 보정이 가능하도록 신경망 학습기로 구성된 자동 보정시스템을 제안하였다.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.81-88
• /
• 1996

클러스터링은 주어진 데이타 집합의 패턴을 비슷한 성질을 가지는 그룹으로 나누어 패턴 상호간의 관계를 정립하기 위한 방법론이다. 이러한 클러스터링 기법을 위하여 많은 알고리즘이 개발되었고, 패턴인식과 영상처리 등의 여러 공학영역에 적용되어 왔다. 대부분의 실세계 데이타는 그 경계가 명확하지 않으므로 그 특성을 보다 정확히 반영하기 위하여 퍼지이론이 도입되었다.이와 같은 클러스터 분석 방법은 보다 적절히 으용하기 위하여 클러스터링의 적절성을 평가하기 위한 방법론과 함께 연구되어야 한다. 이를 위하여 각 데이타 패턴이 얼마나 잘 분류되었는지를 수학적으로 계산하기 위한 함수들이 제안되었다. 그러나 클로스터 타당성 문제는 주어지 클러스터링 방법론의 특성, 그 알고리즘에서 사용한 파라메터의 성질, 주어진 입력 데이타 집합의 특성 등 여러 복잡한 상황을 포함하고 있으므로 기존의 연구에서와 같이 하나의 함수를 이용하여 해결하기는 어렵다. 그러므로 본 논문에서는 기존에 연구되어온 타당성 측정 함수를 조사하고 그의 단점을 고찰하여 이를 해결하기 위한 방법으로 4가지성능 측정자를 제안하고 이의 결합에 의하여 형성된 클러스터 타당성의 정도를 구하는 방법론을 제시하고자 한다. 또한 이러한 방법은 퍼지 클러스터링을 위한 학습 알고리즘과 결함하여 클러스터의 수나 데이타의 분포에 대한 정보없이 최적 클러스터를 찾아주는 방법에 응용될 수 있음을 보인다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.101-101
• /
• 2019

전 지구적 기온상승으로 인한 기후변화는 사회적, 수문학적, 다양한 분야에 영향을 미친다. 또한 IPCC(Intergovernmental Panel on Climate Change)의 보고서에 따르면 미래에도 지속적으로 기온상승이 예상되며, 이러한 현상은 인류의 삶에 큰 영향을 미칠것으로 예상된다. 또한 수자원 및 관련 분야에서도 기온 상승에 따른 강수량, 강수의 주기 변동, 극한 기후사상의 심도(severity)와 빈도 변화에 따른 다양한 연구가 진행되고 있으며, 미래의 강우량과 온도를 예측하는 기후변화연구에서는 다양한 기후모형을 고려하여 분석한다. 하지만 모든 기후모형이 우리나라에 적합한 것은 아니므로 과거 기후를 모의한 결과를 토대로 성능이 뛰어난 모형의 결과에 더 높은 가중치를 주고 미래를 예측하는 연구가 활발히 진행되고 있다. 일반적으로 기후모형으로 GCM (General Circulation Model) 모의 결과가 이용되는데 우리나라에 대한 GCM 결과의 정확성을 분석하는 연구는 부족한 실정이다. 따라서 본 연구에서는 21개의 GCM을 대상으로 과거 모의 자료(1970년~2005년)를 실제 관측소에서 관측된 강수량과 비교하여 각 GCM들의 성능을 평가하고 이를 토대로, GCM들의 우선순위를 선정하였다. 또한 격자 기반 GCM 결과를 IDW (Inverse Distance Weighted) 방법을 사용하여 기상관측소로 지역적 상세화를 수행하였으며, GCM과 관측자료 사이의 편이를 보정하기 위해 6가지의 Quantile Mapping 방법과 Random Forest 기법을 사용하였다. 또한 편이 보정 기법 중 성능이 좋은 기법을 선택하여 관측소에 적용하였다. 편이 보정된 GCM 모의결과에 대한 성능을 토대로 우수한 GCM 순위를 도출하기 위해 다기준의사결정기법 중 하나인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution)를 이용하였다. 그리고 GCM의 전망기간인 2010년부터 2018년까지의 Machine learning 방법과 Quantile mapping의 기법을 비교 및 성능이 우수한 편이 보정 방법을 선택한 후 전망기간 동안의 GCM 성능의 우선순위를 선정하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.93-98
• /
• 2019

광학시스템에서 가장 중요한 기술 중의 하나는 고속으로 이동하는 표적을 지속적으로 추적할 수 있는 고속 자동 표적 추적 시스템이다. 본 논문은 원거리 소형 표적에 대해서 고속으로 이동하는 표적에 대해서 급격한 형태 변화에도 강인한 상관 트렉커 기반에 자동 표적 추적 시스템을 설계한다. 본 논문은 IR 영상에서 $3{\times}3$ 이상의 표적에 대해서 4ms 내에 고속으로 표적을 추적하기 위한 커널 함수와 correlation filter 설계 최적화 방법을 제시하고, 이를 VxWorks와 같은 실시간 O/S 하에서 짐벌과 함께 연동하여 시험을 수행한다. 제안된 알고리즘의 성능 검증을 위해서 실제로 복잡환경에서 기동하는 드론, 비행체를 대상으로 IR 카메라로 영상을 획득한 후 이를 실시간 보드상에서 시험을 진행한 결과 응답시간 4ms이하에서 약 98% 추적 성공률를 보였다.

• 실천공학교육논문지
• /
• 제9권1호
• /
• pp.7-13
• /
• 2017

종합 설계 교과를 이수하고 성과 결과물로 졸업 조건 만족하기 위한 작품제작이 연결되는 전공중심의 학습활동을 통해 공학교육의 실천 방안을 제시한다. 설계 구성된 주제는 초음파 센서의 장애물 감지 기능을 이용하여 주행 도중 최소 안전거리를 측정하고, 가속도 자이로 센서의 측정값을 기반으로 회피 알고리즘을 수행하는 것으로 한다. 드론과 주변 사물, 사람의 피해를 최소화하며 공중 이동 성능을 향상 시키는 접근 감시 시스템을 제안한다. 실험 결과 5개의 초음파센서를 통해 드론 주변의 장애물을 감지하며, 드론 각각의 모터에 출력값의 차이가 적용되고, 장애물 회피를 확인하였다. 또한 공학교육인증 프로그램의 학습성과 성취도 측정을 위한 자료의 내용과 수준으로 과정에서 얻어진 결과를 사용하였고, 4년제 공과대학 졸업예정자에게 요구되는 공학문제수준설명에 부합함을 확인하였다.

• 대한치과의사협회지
• /
• 제56권11호
• /
• pp.631-640
• /
• 2018

Nowadays computer-guided "flapless" surgery for implant placement using templates is gaining popularity among clinicians and patients. The advantages of this surgical protocol are its minimally invasive nature, accuracy of implant placement, predictability, less post-surgical discomfort and reduced time required for definitive rehabilitation. Aim of this study is to describe the digital implant protocol, thanks to which is now possible to do a mini-invasive static guided implant surgery. This is possible thanks to a procedure named surface mapping based on the matching between numerous points on the surface of patient's dental casts and the corresponding anatomical surface points in the CBCT data. With some critical points and needing an adequate learning curve, this protocol allows to select the ideal implant position in depth, inclination and mesio-distal distance between natural teeth and or other implants enabling a very safe and predictable rehabilitation compared with conventional surgery. It represents a good tool for the best compromise between anatomy, function and aesthetic, able to guarantee better results in all clinical situations.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.662-667
• /
• 2022

의미역 결정 작업은 서술어와 문장 내 행위자, 피행위자, 장소, 시간 등 서술어와 관련 있는 논항들을 추출하는 작업이다. 기존 의미역 결정 방법은 문장의 언어학적 특징 추출을 위한 파이프라인을 구축하는데, 파이프라인 내 각 추출 작업들의 오류가 의미역 결정 작업의 성능에 영향을 미치기 때문에 현재는 End-to-End 방법의 신경망 모델을 이용한 방법들이 제안되고 있다. 본 논문에서는 의미역 결정 작업을 위해 Biaffine Average Attention 구조를 이용한 신경망 모델을 제안한다. 제안하는 모델은 기존 연구에서 제안된 특정 시점에 대한 레이블 예측을 위해 주변 시점 정보를 이용하는 LSTM 모델 대신 문장 내 서술어와 논항의 거리에 상관없이 문장 전체 정보에 집중할 수 있는 Biaffine Average Attention 구조로 이루어져 있다. 제안하는 모델의 성능 평가를 위해 F1 점수를 이용하여 기존 연구에서 제안한 BERT 기반의 모델들과 비교하였으며, 76.21%의 성능으로 비교 모델보다 높은 성능을 보였음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제23권6호
• /
• pp.87-96
• /
• 2022

행정이 고도의 전문성과 설득력을 갖추기 위해서는 행정 영역에서 '빅데이터'를 활용하고 이러한 과학적 근거에 기반하여 정책의 수립·집행·평가가 이뤄져야 한다는 관점에서 데이터기반 행정에 대한 시대적 요구가 높아지고 있다. 본 연구는 신규 공동주택단지의 초등돌봄 수요예측을 위해 지역의 특성을 기계학습 기반으로 분석·예측하였다. 이를 위해 전용면적, 세대당 주차대수, 건폐율 등 아파트의 구조와 관련된 데이터, 초등학교까지의 거리 등 아파트 주변의 환경 데이터 및 행정구역의 인구 데이터 등 총 292종의 변수가 활용되었다. 다양한 변수의 활용에 큰 의의가 있으며 복합적인 분석에도 의미가 있다. 또한 실제 기초 지방자치단체의 실제값과 비교를 통해서 모델의 신뢰성을 높인 실증기반 사례연구이다.