• 한국의류산업학회지
• /
• 제23권3호
• /
• pp.337-346
• /
• 2021

In the fourth industrial revolution, fashion students are expected to work with various technologies to show creativity. This study aimed to conduct project-based learning(PBL) in collaboration with industry experts to design and operate artificial intelligence(AI) in the practice subject of fashion curation through the industrial academic teaching method. We first looked at teaching methods and strategies incorporating PBL in various academic fields. Next, we analyzed fashion projects and fashion curation services applying AI. Then through the question-and-answer method and by consulting with industry experts, we developed a curriculum for AI fashion curation, applying PBL(fashion market and trend analysis; new styles and time, place, and occasion planning; AI machine learning data set production; curation model development; and evaluation) suitable for the university's educational environment, information technology company conditions, and fashion students. As part of a close cooperation system with the industry, we conducted a 15-week Fashion Project II (Capstone Design) course and evaluated the outcomes and student satisfaction with the course. Students were able to develop new style, and time, place, and occasion categories and to utilize strategies for AI fashion curation services reflecting the unique needs of Millennials and Generation Z. Students showed high satisfaction with the curriculum. Further, it was confirmed that the study successfully applied PBL in class using AI technology in fashion education.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.199-204
• /
• 2021

4차 산업혁명에서 기술의 발전과 함께 인공지능 기술을 적용할 수 있는 분야도 급격히 늘어나고 있다. 컴퓨팅 사고력 향상을 위해 미국, 영국 등 해외에서는 이미 다양한 인공지능 교육 플랫폼을 활용하여 인공지능 교육을 실시하고 있다. 따라서 우리나라의 초등 예비교원들에게도 기존의 소프트웨어교육과 함께 인공지능 교육 역량을 강화해야할 필요성이 증대되고 있다. 그러나 프로그래밍 경험과 인공지능 교육 경험 수준이 낮은 학습자들은 학습 동기를 지속할 수 있는 인공지능 교육 플랫폼을 선택하는 것이 어려울 수 있다. 따라서 연구에서는 ARCS 모델을 활용하여 인공지능 교육 플랫폼의 학습 동기 유발과 관련된 요소들을 탐색하였다. 이를 통해 학습동기 유발과 지속을 위해 인공지능 교육 플랫폼에서 요구되는 요소들을 제시하였다.

• 한국학교수학회논문집
• /
• 제24권4호
• /
• pp.391-405
• /
• 2021

본 연구는 AI 교육을 위해 수학교과에서 다루어야 할 AI 핵심 개념으로 '데이터 수집', '데이터 표현', '데이터 분석', '최적화 및 의사결정' 4가지로 선정하였다. 이를 바탕으로 선택 중심 교육과정의 각 영역별 수학 핵심 개념 및 내용 요소와 대비하여 AI 핵심 개념에 대한 포함 여부를 조사하였다. 또한 <인공지능 수학>의 내용 체계의 적정성을 핵심 개념과 관련 학습 요소 중심으로 살펴보았다. 그 결과 첫째, <인공지능 수학>의 학습 경로를 어떻게 설정할 것인가?, 둘째, <인공지능 수학>의 성격에 관한 재정의 논의가 필요한가?, 셋째, <인공지능 수학>의 핵심 개념 선정 및 용어 선택은 적절한가?, 넷째, <인공지능 수학>의 내용 체계의 관련 학습 요소 제시는 적절한가? 등에 대한 논의가 필요하다는 시사점을 도출하였다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1111-1123
• /
• 2023

원격탐사 영상을 이용한 지표 속성의 변화를 모니터링 하기 위해서 딥러닝(deep learning) 모델을 이용한 의미론적 영상 분할 방법이 최근에 널리 사용되고 있다. 대표적인 의미론적 영상 분할 딥러닝 모델인 UNet 모델을 비롯하여 다양한 종류의 UNet 기반의 딥러닝 모델들의 성능 향상을 위해서는 학습 데이터셋의 크기가 충분해야 한다. 학습 데이터셋의 크기가 커지면 이를 처리하는 하드웨어 요구 사항도 커지고 학습에 소요되는 시간도 크게 증가되는 문제점이 발생한다. 이런 문제를 해결할 수 있는 방법인 전이학습은 대규모의 학습 데이터 셋이 없어도 모델 성능을 향상시킬 수 있는 효과적인 방법이다. 본 논문에서는 UNet 기반의 딥러닝 모델들을 대표적인 사전 학습 모델(pretrained model)인 VGG19 모델 및 ResNet50 모델과 결합한 세 종류의 전이학습 모델인 UNet-ResNet50 모델, UNet-VGG19 모델, CBAM-DRUNet-VGG19 모델을 제시하고 이를 건물 추출에 적용하여 전이학습 적용에 따른 정확도 향상을 분석하였다. 딥러닝 모델의 성능이 학습률의 영향을 많이 받는 점을 고려하여 학습률 설정에 따른 각 모델별 성능 변화도 함께 분석하였다. 건물 추출 결과의 성능 평가를 위해서 Kompsat-3A 데이터셋, WHU 데이터셋, INRIA 데이터셋을 사용하였으며 세 종류의 데이터셋에 대한 정확도 향상의 평균은 UNet 모델 대비 UNet-ResNet50 모델이 5.1%, UNet-VGG19 모델과 CBAM-DRUNet-VGG19 모델은 동일하게 7.2%의 결과를 얻었다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권4호
• /
• pp.90-99
• /
• 2023

This paper deals with studying strategy about impact of deep learning (DL) on the factor of Korean economic growth. To study classification of impact factors of Korean economic growth, we suggest dynamic equation of microeconomy and study methods on economic growth impact of deep learning. Next step is to suggest DL model to dynamic equation with Korean economy data with growth related factors to classify what factor is import and dominant factors to build policy and education. DL gives an influence in many areas because it can be implemented with ease as just normal editing works and speak including code development by using huge data. Currently, young generations will take a big impact on their job selection because generative AI can do well as much as humans can do it everywhere. Therefore, policy and education methods should be rearranged as new paradigm. However, government and officers do not understand well how it is serious in policy and education. This paper provides method of policy and education for AI education including generative AI through analysing many papers and reports, and experience.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.97-103
• /
• 2020

제안한 시스템은 AI 체력측정 파트와 AI 체력관리 파트 2가지 부분이 연계성을 가지고 구성되어 있다. AI 체력측정 파트에서 딥러닝 기반의 포즈인식을 통해 체력측정에 대한 가이드와 측정값의 정확한 연산을 수행한다. 이 측정값을 기반으로 AI 체력관리 파트에서는 개인 맞춤형 운동프로그램을 설계해 전용 스마트 어플리케이션에 제공한다. 측정자세 가이드를 위해 웹캠을 통해 측정대상자의 자세를 촬영해 골격선을 추출한다. 다음으로 학습된 준비자세의 골격선과 추출된 골격선을 비교해 정상 유무를 판단하고, 정상자세 유지를 위한 음성안내를 실시한다.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.701-706
• /
• 2019

최근에는 인공지능의 도래로 인하여 수많은 산업과 일반적인 응용에 적용됨으로써 우리의 생활에 큰 영향을 발휘하고 있다. 이러한 분야에 다양한 기계학습의 방식들이 제공되고 있다. 기계학습의 한 종류인 지도학습은 학습의 과정 중에 특징값과 목표값을 입력으로 가진다. 지도학습에도 다양한 종류가 있으며 이들의 성능은 입력데이터인 빅데이터의 특성과 상태에 좌우된다. 따라서, 본 논문에서는 특정한 빅 데이터 세트에 대한 다수의 지도학습 방식들의 성능을 비교하기 위해 텐서플로우(Tensorflow)와 사이킷런(Scikit-Learn)에서 제공하는 대표적인 지도학습의 방식들을 이용하여 파이썬언어와 주피터 노트북 환경에서 시뮬레이션하고 분석하였다.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.84-89
• /
• 2023

In recent years, with the breakthrough of Artificial Intelligence (AI) technology in deep learning algorithms such as Generative Adversarial Networks (GANs) and Variational Autoencoders (VAE), AI generation technology has rapidly expanded in various sub-sectors in the art field. 2022 as the explosive year of AI-generated art, especially in the creation of AI-generated art creative design, many excellent works have been born, which has improved the work efficiency of art design. This study analyzed the application design characteristics of AI generation technology in two sub fields of artistic creative design of AI painting and AI animation production , and compares the differences between traditional painting and AI painting in the field of painting. Through the research of this paper, the advantages and problems in the process of AI creative design are summarized. Although AI art designs are affected by technical limitations, there are still flaws in artworks and practical problems such as copyright and income, but it provides a strong technical guarantee in the expansion of subdivisions of artistic innovation and technology integration, and has extremely high research value.

• 미래기술융합논문지
• /
• 제1권2호
• /
• pp.01-09
• /
• 2022

최근 기업과 공공기관에서 안전 이슈는 더는 미룰 수 있는 상황이 아니며, 대형 안전사고가 발생했을 때 직접적인 금전적 손실뿐 아니라 해당 기업 및 공공기관에 대한 사회적 신뢰가 함께 떨어지는 간접적인 손실도 매우 커진다. 특히 사망 사고의 경우는 더욱 피해가 심각하다. 이에 따라 기업 및 공공기관은 산업 안전 교육과 예방에 대한 투자를 확대함에 따라, 고위험 상황이 존재하는 산업현장에서 사용자 행동반경에 영향을 받지 않고 안전관리 서비스가 가능한 개방형 AI 학습모델 생성 기술, 에지단말간 AI협업 기술, 클라우드-에지단말 연동 기술, 멀티모달 위험상황 판단기술, AI 모델 학습 지원 기술을 이용한 시스템 개발이 이루어지고 있다. 특히 인공지능 기술의 발전과 확산으로 안전 이슈에도 해당 기술을 적용하기 위한 연구가 활발해지고 있다. 따라서 본 논문에서는 고위험 현장 안전관리를 위해 AI 모델 학습 지원이 가능한 개방형 클라우드 플랫폼 설계 방안을 제시하였다.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.9-13
• /
• 2023

In this study, we explored the potential of integrating interactive AI callbot technology into the medical consultation domain as part of a broader service development initiative. Aimed at enhancing patient satisfaction, the AI callbot was designed to efficiently address queries from hospitals' primary users, especially the elderly and those using phone services. By incorporating an AI-driven callbot into the hospital's customer service center, routine tasks such as appointment modifications and cancellations were efficiently managed by the AI Callbot Agent. On the other hand, tasks requiring more detailed attention or specialization were addressed by Human Agents, ensuring a balanced and collaborative approach. The deep learning model for voice recognition for this study was based on the Transformer model and fine-tuned to fit the medical field using a pre-trained model. Existing recording files were converted into learning data to perform SSL(self-supervised learning) Model was implemented. The ANN (Artificial neural network) neural network model was used to analyze voice signals and interpret them as text, and after actual application, the intent was enriched through reinforcement learning to continuously improve accuracy. In the case of TTS(Text To Speech), the Transformer model was applied to Text Analysis, Acoustic model, and Vocoder, and Google's Natural Language API was applied to recognize intent. As the research progresses, there are challenges to solve, such as interconnection issues between various EMR providers, problems with doctor's time slots, problems with two or more hospital appointments, and problems with patient use. However, there are specialized problems that are easy to make reservations. Implementation of the callbot service in hospitals appears to be applicable immediately.