• 문화기술의 융합
• /
• 제5권4호
• /
• pp.79-85
• /
• 2019

'예술과 기술의 실험' 그룹은 20세기 중반, 예술적 세계와 그 바깥의 영역까지 아우르며 거대한 상호 학제적인 실험을 전개하였다. 이러한 활동의 실제적인 동력은 서로 다른 오래된 학문적 관습의 경계를 가로지르며 창의적 가능성을 확장해온 예술가와 공학자의 협업이었다. 공학자 빌리 클뤼버와 프레드 발트하우어, 그리고 예술가 로버트 라우센버그와 로버트 휘트먼이 1967년에 공동 설립한 '예술과 기술의 실험' 그룹은 물질, 기술, 공학이 동시대 미술에 적용 가능한 여러 가능성을 선구적으로 수행하였다. 이들의 활동은 사회에서의 예술과 기술의 기능을 새롭게 성찰함으로써 궁극적으로 동시대 세계와의 유기적 관계성을 지니는 새로운 미학을 개발시키는 방법론을 개발해 나갔다는 점에서 그 학문적 연구의 의의를 가질 수 있다. 이에 본고에서는 우선, '예술과 기술의 실험' 그룹이 등장하게 된 사회문화적 맥락을 예술과 기술의 운동의 차원에서 살핀 후, 그룹의 다양한 프로젝트들을 검토함으로써 예술가와 공학자의 협업이 예술적 표현의 확장뿐만 아니라 예술과 공학과 사회 사이의 새로운 상호적 관계성을 생산하는 데 공헌하였음을 확인한다. 이러한 논의를 통해 동시대의 융합 담론에서 필요로 하는 구체적인 협업의 방법론의 한 모델로서 참조하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권1호
• /
• pp.51-73
• /
• 2023

Social media play a significant role in communicating information across the globe, connecting with loved ones, getting the news, communicating ideas, etc. However, a group of people uses social media to spread fake information, which has a bad impact on society. Therefore, minimizing fake news and its detection are the two primary challenges that need to be addressed. This paper presents a multi-modal deep learning technique to address the above challenges. The proposed modal can use and process visual and textual features. Therefore, it has the ability to detect fake information from visual and textual data. We used EfficientNetB0 and a sentence transformer, respectively, for detecting counterfeit images and for textural learning. Feature embedding is performed at individual channels, whilst fusion is done at the last classification layer. The late fusion is applied intentionally to mitigate the noisy data that are generated by multi-modalities. Extensive experiments are conducted, and performance is evaluated against state-of-the-art methods. Three real-world benchmark datasets, such as MediaEval (Twitter), Weibo, and Fakeddit, are used for experimentation. Result reveals that the proposed modal outperformed the state-of-the-art methods and achieved an accuracy of 86.48%, 82.50%, and 88.80%, respectively, for MediaEval (Twitter), Weibo, and Fakeddit datasets.

• ETRI Journal
• /
• 제41권6호
• /
• pp.797-810
• /
• 2019

Image saliency detection is the basis of perceptual image processing, which is significant to subsequent image processing methods. Most saliency detection methods can detect only a single object with a high-contrast background, but they have no effect on the extraction of a salient object from images with complex low-contrast backgrounds. With the prior knowledge, this paper proposes a method for detecting salient objects by combining the boundary contrast map and the geodesics-like maps. This method can highlight the foreground uniformly and extract the salient objects efficiently in images with low-contrast backgrounds. The classical receiver operating characteristics (ROC) curve, which compares the salient map with the ground truth map, does not reflect the human perception. An ROC curve with distance (distance receiver operating characteristic, DROC) is proposed in this paper, which takes the ROC curve closer to the human subjective perception. Experiments on three benchmark datasets and three low-contrast image datasets, with four evaluation methods including DROC, show that on comparing the eight state-of-the-art approaches, the proposed approach performs well.

• 보존과학회지
• /
• 제10권1호
• /
• pp.10-20
• /
• 2001

1972년 이태리 베니스에서 J. F. Asmus에 의해 레이저를 이용한 석재 문화재 표면 세정의 가능성을 확인한 후, 많은 연구자들은 실험 및 검증의 과정을 통해 레이저 세정 기술이 기존의 기계적, 화학적 표면 세정 방법들과 비교해 여러 경우에 우수한 특성을 발휘한다는 사실을 인지하게 되었다. 이러한 인식의 확산으로 최근 유럽에서 레이저를 이용한 문화재 복원 연구가 활발히 진행되고 있으며, 석재, 유화, 스테인드글라스, 종이, 가죽 및 금속 문화재 복원에 있어 실질적 성공 사례들이 속속 보고되고 있다. 그러나 우리나라를 비롯한 동양에서는 이에 대한 연구가 미비한 실정이다. 이에 본 논문에서는 문화재 복원을 위한 레이저 세정 기술에 대한 전반적 이해를 돕고, 실제 응용 사례 연구를 통한 기술의 유용성을 설명해 보기로 하겠다. 논문의 내용은 크게 세 부분으로 나누어, 첫 번째로 레이저의 원리 및 레이저 빔의 특성에 관해 설명하였고, 두 번째로 레이저 세정 기술의 발전사 및 고유특성에 관해 서술하였으며, 마지막으로 문화재 유형별 세정 원리 및 다양한 실제 응용 사례를 제시하였다.

• 한국식품저장유통학회지
• /
• 제14권6호
• /
• pp.669-675
• /
• 2007

Chitosan-ascorbate (CA)를 표면처리한 후 $40{\sim}60^{\circ}C$에서 감압건조한 과메기(VD-과메기)의 품질특성과 고지방식이 흰쥐의 혈청지질과 항산화계 효소활성에 미치는 영향을 조사하였다. VD-과메기의 제조기간은 $4.5{\sim}8.3시간, 자연건조과메기(ND-과메기)의 제조기간 $360{\sim}480$시간이었다. 총 균수는 VD-과메기에서는 $0.2{\sim}0.5$ log CFU/g, ND-과메기에서는 8.2 log CFU/g였다. 아미노태질소 함량은 $128.3{\sim}135.0$mg%로 ND-과메기와 VD-과메기의 뚜렷한 차이가 없었다. VD-과메기는 ND-과메기에 비하여 산가와 과산화물가가 현저하게 낮으며 비린내가 적고 조직감, 색상 및 종합적기 호도가 높았으며 종합적으로는 $40^{\circ}C$에서 제조한 VD-40-과메기가 가장 우수하였다. 고지방식이 흰쥐에 감압건조한 VD-40-과메기를 10% 혼합하여 4주간 급여한 군 (HVK)은 ND-과메기에 비하여 증체량이 낮고, 혈청 HDL-cholesterol 함량은 높은 반면 total cholesterol과 LDL-cholesterol함량이 낮았으며, glutathione 함량은 뚜렷한 차이가 없으나 lipid peroxide 함량은 현저하게 낮았다. 또한 고지방식이로 증가된 간의 xanthine oxidase total 및 O type 활성도 및 O/T(%)를 유의적으로 감소시켰다. 이상의 결과, 과메기 제조시 CA를 처리한 후 $40^{\circ}C$서 감압건조하는 방법은 제조기간을 크게 단축시킬 뿐만 아니라 과메기의 위생성과 영양성을 높일 수 있는 방법으로 산업적 활용이 기대된다.

• 한국식품과학회지
• /
• 제7권1호
• /
• pp.11-14
• /
• 1975

본실험(本實驗)은 시험사료(試驗飼料)인 인삼박(人蔘粕)을 혼합사료(混合飼料)와 10%까지 대체(代替)할 목적(目的)으로 인삼박(人蔘粕)의 일반성분(一般成分)을 조사(調査)하고 산란계(産卵鷄)(세이바 288종) 180수(首)를 취(取)하여 8주간(週間) 사양시험(飼養試驗)을 실시(實施)하였던 바 다음과 같은 결과(結果)를 얻었다. 1. 인삼박(人蔘粕)의 조단백(粗蛋白) 함량(含量)은 4.25%로 시판(市販)되는 배합사료(配合飼料)(공시물(供試物))의 조단백(粗蛋白) 함량(含量) 18.72%에 비(比)하여 낮았고 조섬유(粗纖維)는 인삼박(人蔘粕)이 14.73%로 배합사료(配合飼料)보다 높았고 조지방(粗脂肪) 당질(糖質)은 낮아서 일반적(一般的) 사료가치는 낮았다. 2. 증체량(增體量)에 있어서는 대조구(對照區)가 가장 낮고 5%첨가구(添加區)가 가장 높았고 유의차(有意差)도 인정되었다. 사료효율(飼料效率) 대조구(對照區)에 비(比)해 인삼박첨가구(人蔘粕添加區)가 약간 향상(向上)되고 있었으나 유의차(有意差)는 없었다. 3. 산란율(産卵率)은 대조구(對照區)와 10%첨가구(添加區)가 거의 같고 5%첨가구(添加區)가 약간 높은 듯 하였고 난중(卵重)은 10%첨가구(添加區)가 높은 듯 하였으나 큰 차(差)는 없었다. 이상의 결과(結果)로 인삼박(人蔘粕)은 일반(一般) 배합사료(配合飼料)에 10%까지 대체(代替)할 수 있을 것으로 사료 되었다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권3호
• /
• pp.41-50
• /
• 2021

인공지능에 의한 직업의 대체가 빠르게 진행되고 있지만, 창의성이 중요한 예술 분야에서는 예외로 여겨졌다. 예술과 기술의 경계에 있는 직업인 음악의 마스터링에서는 현재 여러 인공지능 마스터링 서비스가 운영 중이다. 일반적으로 인공지능의 마스터링은 전문 마스터링 엔지니어의 작업에 비해 품질이 낮다고 여겨진다. 본 논문에서는 인공지능 마스터링과 인간 마스터링을 음향 분석, 청취 실험, 전문가 인터뷰 과정을 통해 비교해 보았다. 음향 분석에서는 전문 마스터링 엔지니어의 결과물과 인공지능의 결과물에서 큰 차이는 관찰되지 않았다. 청취 실험의 경우 비음악인 그룹은 전문 마스터링 엔지니어의 결과물과 인공지능의 결과물의 음질 차이를 거의 구분하지 못했다. 음악인 그룹은 특정 음원에 대한 선호를 드러냈지만, 어느 특정 마스터링에 대한 일반적인 선호가 유의미하게 나타나지는 않았다. 전문가 심층인터뷰에서도 전문 마스터링 엔지니어와 인공지능 마스터링간의 음향적인 차이는 거의 없으며, 가장 큰 차이는 마스터링 서비스 제공자와 사용자 간의 소통 방식에 있다고 응답하였다. 또 향후 더 많은 데이터를 통한 훈련으로 인공지능 마스터링이 빠르게 품질 향상을 이룰 것이고 사용자와 인공지능 간의 소통 방식에서도 더 개선이 있을 것이라고 예상하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3295-3311
• /
• 2020

With the wide application of hyperspectral images, it becomes more and more important to compress hyperspectral images. Conventional recursive least squares (CRLS) algorithm has great potentiality in lossless compression for hyperspectral images. The prediction accuracy of CRLS is closely related to the correlations between the reference bands and the current band, and the similarity between pixels in prediction context. According to this characteristic, we present an improved CRLS with adaptive band selection and adaptive predictor selection (CRLS-ABS-APS). Firstly, a spectral vector correlation coefficient-based k-means clustering algorithm is employed to generate clustering map. Afterwards, an adaptive band selection strategy based on inter-spectral correlation coefficient is adopted to select the reference bands for each band. Then, an adaptive predictor selection strategy based on clustering map is adopted to select the optimal CRLS predictor for each pixel. In addition, a double snake scan mode is used to further improve the similarity of prediction context, and a recursive average estimation method is used to accelerate the local average calculation. Finally, the prediction residuals are entropy encoded by arithmetic encoder. Experiments on the Airborne Visible Infrared Imaging Spectrometer (AVIRIS) 2006 data set show that the CRLS-ABS-APS achieves average bit rates of 3.28 bpp, 5.55 bpp and 2.39 bpp on the three subsets, respectively. The results indicate that the CRLS-ABS-APS effectively improves the compression effect with lower computation complexity, and outperforms to the current state-of-the-art methods.