• 한국융합학회논문지
• /
• 제11권1호
• /
• pp.131-139
• /
• 2020

게이머들은 현재 게임이 재미에 싫증을 느끼거나 더 재미있는 새로운 게임을 만나면 이로 전환한다. 소비자의 게임 전환 비용은 개인에 따라 다양하며 자신들의 현재 게임에 대해 만족하는 정도에 영향을 받는다. 이 연구는 현재 게임에 대한 만족 정도를 자기 결정 이론에서의 세 가지 차원의 욕구 충족 정도로 측정하며 이들이 각각 학습(learning), 연속(continuity), 그리고 매몰(sunk) 전환 비용에 어떻게 영향을 미치는 지를 분석한다. 국내 모바일 게임 사용자를 대상으로 한 설문 조사의 분석 결과, 게임 이용자들의 자율성과 관계성 충족은 학습 비용에 양의 영향을 미치고 효능성 충족은 음의 영향을 미친다. 이러한 욕구 충족과 인지적 전환 비용의 관계는 게이머의 연령과 선호하는 게임 장르에 따라서 달리 나타나며 이러한 결과를 이용함으로써 게이머들의 다양한 전환 행동을 이해할 수 있다.

• 지적과 국토정보
• /
• 제48권1호
• /
• pp.169-186
• /
• 2018

급속한 고령화 사회에서 노인인구가 갖는 사회적 영향력은 더욱 가속화될 것이다. 본 연구에서는 인공지능 방법론 중 머신러닝, 인공신경망, 국토정보 분석을 통해 노인복지 취약지구를 추출하는 방법론을 정립하는데 목적을 두었다. 분석방향 정립을 위해 65세 이상 노인, 공무원, 노인복지 시설물 담당자와 인터뷰 후 방향을 설정하였다. 경기도 용인시를 대상으로 500 m 공간단위 벡터 기반 격자에 15분 이내 지리적 거리 수용력, 노인복지 향유도, 공시지가, 이동통신 기반 노인활동을 지표로 설정하였다. 10단계 군집형성 후 모의학습 결과 RBF 커널 알고리즘을 활용한 머신러닝 서포트 벡터머신에서 83.2%의 예측정확도가 나타났다. 그리고 역전파 알고리즘을 활용한 인공신경망에서 높은 상관성 결과(0.63)가 나타났다. 변수간 공간적 자기상관성을 분석하기 위해 지리적 가중회귀분석을 수행했다. 분석결과 결정계수가 70.1%로 모형으로 나타나 설명력이 우수한 것으로 나타났다. 변수의 공간적 이상값 여부와 분포패턴을 검토하기 위해 국지적인 공간적 자기상관성 지수인 Moran's I 계수와 Getis-Ord Gi 계수를 분석하였다. 분석결과 용인시 신도시인 수지 기흥구에서 노인복지 취약지구가 발생하는 특성을 보였다. 본 연구의 인공지능 모의방법과 국토정보 분석의 연계는 최근 정부의 지역여건을 고려한 노인복지 불균형을 해결하는데 활용될 수 있을 것이다.

• 한국융합학회논문지
• /
• 제9권10호
• /
• pp.303-313
• /
• 2018

공항에서 품질 높은 서비스를 제공하기 위해 항공사 직원들은 신속하고 효과적으로 지식을 개발하여 공유하여야 한다. 본 연구는 항공사에서 스마트폰을 이용한 협업의 효과를 검증하기 위하여 적응적 구조화 이론과 미디어 일치성 이론에 근거하여 사회적 상호작용, 미디어 일치성, 생산적 산출물로 이어지는 이론적 프레이워크를 개발하였다. 아시아에 거점을 둔 항공사A를 대상으로 훈련 및 운영 기간 동안 33명 인력으로부터 S사에서 제작한 10대의 스마트폰을 이용해 대화한 내용이 담긴 6개월간의 음성 파일을 수집하였다. 근거이론 방법에 기초하여 이론적 프레임워크에 따라 훈련 기간과 운영기간으로 나눠 이 음성 파일을 분류했다. 정성적 정량적 콘텐트 분석에 기반을 둔 훈련 기간과 운영 기간 간 차이 분석결과, 사회적 상호작용 단계에서는 갈등 관리에서 업무 관리로, 미디어 일치성 단계에서는 품질에서 양으로, 생산적 산출물 단계에서는 효율에서 몰입으로 주요한 전환이 발생하였다는 점을 발견하였다. 이러한 결과는 항공사 현업 인력들이 훈련기간 스마트폰 기능의 학습에 중점을 두는 반면, 운영 기간 스마트폰을 활용하여 지식 관리를 수행한다는 점을 시사한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.830-860
• /
• 2022

[Introduction] Nowadays, many companies are shifting their businesses online due to the growing trend among customers to buy and shop online, as people prefer online purchasing products. [Problem] Users share a vast amount of information about products, making it difficult and challenging for the end-users to make certain decisions. [Motivation] Therefore, we need a mechanism to automatically analyze end-user opinions, thoughts, or feelings in the social media platform about the products that might be useful for the customers to make or change their decisions about buying or purchasing specific products. [Proposed Solution] For this purpose, we proposed an automated SentiDecpective approach, which classifies end-user reviews into negative, positive, and neutral sentiments and identifies deceptive crowd-users rating information in the social media platform to help the user in decision-making. [Methodology] For this purpose, we first collected 11781 end-users comments from the Amazon store and Flipkart web application covering distant products, such as watches, mobile, shoes, clothes, and perfumes. Next, we develop a coding guideline used as a base for the comments annotation process. We then applied the content analysis approach and existing VADER library to annotate the end-user comments in the data set with the identified codes, which results in a labelled data set used as an input to the machine learning classifiers. Finally, we applied the sentiment analysis approach to identify the end-users opinions and overcome the deceptive rating information in the social media platforms by first preprocessing the input data to remove the irrelevant (stop words, special characters, etc.) data from the dataset, employing two standard resampling approaches to balance the data set, i-e, oversampling, and under-sampling, extract different features (TF-IDF and BOW) from the textual data in the data set and then train & test the machine learning algorithms by applying a standard cross-validation approach (KFold and Shuffle Split). [Results/Outcomes] Furthermore, to support our research study, we developed an automated tool that automatically analyzes each customer feedback and displays the collective sentiments of customers about a specific product with the help of a graph, which helps customers to make certain decisions. In a nutshell, our proposed sentiments approach produces good results when identifying the customer sentiments from the online user feedbacks, i-e, obtained an average 94.01% precision, 93.69% recall, and 93.81% F-measure value for classifying positive sentiments.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1226-1236
• /
• 2022

Because students majoring in construction-related fields must develop a broad repository of knowledge and skills, effective transferal of these is the primary focus of most academic programs. While inculcation of this body of knowledge is certainly critical, actual construction projects are complicated ventures that involve levels of risk and uncertainty, such as resistant neighboring communities, unforeseen weather conditions, escalating material costs, labor shortages and strikes, accidents on jobsites, challenges with emerging forms of technology, etc. Learning how to develop a level of discernment about potential ways to handle such uncertainty often takes years of costly trial-and-error in the proverbial "school of hard knocks." There is therefore a need to proactively expedite the development of a sharpened intuition when making decisions. The AGC Education and Research Foundation case study committee was formed to address this need. Since its inception in 2011, 14 freely downloadable case studies have thus far been jointly developed by an academics and industry practitioners to help educators elicit varied responses from students about potential ways to respond when facing an actual project dilemma. AGC case studies are typically designed to focus on a particular concern and topics have thus far included: ethics, site logistics planning, financial management, prefabrication and modularization, safety, lean practices, preconstruction planning, subcontractor management, collaborative teamwork, sustainable construction, mobile technology, and building information modeling (BIM). This session will include an overview of the history and intent of the AGC case study program, as well as lively interactive demonstrations and discussions on how case studies can be used both by educators within a typical academic setting, as well as by industry practitioners seeking a novel tool for their in-house training programs.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.457-460
• /
• 2023

본 연구는 시설작물의 병충해 진단을 위해 딥러닝 모델을 응용한 인공지능 서비스 앱, Dr. Vegetable을 제안하고자 한다. 농업 현장에서 숙련된 농부는 한눈에 농작물의 병충해를 판단할 수 있지만 미숙련된 농부는 병충해 피해를 발견하더라도 그 종류와 해결 방법을 찾아내기가 매우 어렵다. 또한 아무리 숙련된 농부라고 할지라도 육안검사만으로 병충해를 조기에 발견하는 것은 쉽지 않다. 한편 시설작물의 경우 병충해에 의한 연쇄피해가 발생할 우려가 있으므로 병충해의 조기 발견 및 방제가 매우 중요하다. 즉, 농부의 경험에 따른 농작물 병해충 진단은 정확성을 장담할 수 없으며 비용과 시간적인 측면에서 위험성이 높다고 할 수 있다. 본 논문에서는 YOLOv5를 활용하여 상추, 고추, 토마토 등 농작물의 병충해를 진단하는 인공지능 서비스를 제안한다. 특히 한국지능정보사회진흥원이 운영하고 있는 AI 통합 플랫폼인 AI 허브에서 제공하는 노지 작물 질병 및 해충 진단 이미지를 사용하여 딥러닝 모델을 학습하였다. 본 연구를 통해 개발된 모바일 어플리케이션을 이용하여 실제 시설농장에서 병충해 진단 서비스를 적용한 결과 약 86%의 정확도, F1 Score 0.84, 그리고 0.98의 mAP 값을 얻을 수 있었다. 본 연구에서 개발한 병충해 진단 딥러닝 모델을 다양한 조도에서 강인하게 동작하도록 개선한다면 농업 현장에서 널리 활용될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 한국과학예술포럼
• /
• 제32권
• /
• pp.319-334
• /
• 2018

본 연구는 '문학-미술-과학' 융합교육 프로그램의 개발과 적용을 통하여 학습자의 상상력 및 창의력의 향상을 확인하기 위한 사례 연구이다. 그 연구대상은 군산술산초등학교 1-4학년 학생 29명 중 25명이었다. 연구 시기는 2017년 9월부터 12월까지 4개월의 기간이었으며, 장소로는 군산술산초등학교 미술실을 활용했다. 10개 프로그램은 학년별로 매주 월요일부터 금요일까지 오후 1시부터 3시까지 2시간을 1회기로 총 10회기가 진행되었다. 연구자는 본 프로그램 10개 주제를 평면조형 8개와 입체조형 2개로 정하고, 여름방학 동안에 스토리텔링 작업을 완료했다. 그리고 그것들을 저:중:고(3:5:2)의 차별화된 수준으로 조정하였다. 평면조형은 '괴물 고릴라 영화 이야기'(저), '경주 최씨 정신 배우기'(중), '천연재료로 만든 내 친구 이야기'(저), '나의 꿈 해몽하기'(중), '내 스마트폰 속의 사물들을 모아보기'(중), '시집보내기 재판놀이'(중), '내가 좋아하는 동시를 그림 그리기'(고), '내가 좋아하는 동요를 그림 그리기'(고)이며, 입체조형은 '내 마음의 파랑새 찾기'(저), '내가 갖고 싶은 사물 만들기'(중)였다. 연구자는 주제별로 각기 다른 미술표현 기법을 활용했는데, 그것은 순서대로 마블링 기법, 한지공예 기법, 콤바인 페인팅 기법, 콜라주 기법, 촛불 그을림 기법, 콜라주 기법, 상상화 기법, 상상화 기법, 지점토공예 기법, 상상화기법이었다. 그리고 프로그램을 진행하면서 재료들의 생육과정이나 제조과정과 관련된 과학 지식을 전달하였다. 본 프로그램을 진행하기 이전과 진행한 이후에 토란스(Ellis Paul Torrance, 1915-2003)의 TTCT(The Torrance Tests of Creative Thinking) 도형 검사 B형과 A형으로 학습자의 융합적 사고력 및 감성적 체험을 고찰했다. 그리고 그 자료를 토대로 검사결과의 평균 차이의 유의성을 검증하기 위해서 대응 t-검증을 실시하였다. 창의력 요소별 및 평균 창의력 지수별로 분석한 결과 '유창성'에서는 유의한 차이(t=3.47, p<.01)가 나타났으며, '독창성'에서도 유의한 차이(t=3.59, p<.01)가 나타났다. 연구자가 이와 같은 작품의 제작과정, 결과물의 사진 자료 등을 정리, 분석한 결과는 다음과 같다. 첫째, 미술중심 STEAM 수업으로 진행한 본 프로그램으로부터 문학적인 내용을 미술적인 내용으로 전환시키는 학습자의 융합적 사고력에서 종합적인 문제해결 능력이 향상되었다. 둘째, 학습자는 10가지 미술표현 기법을 활용한 미술중심 STEAM 수업을 통하여 학습에 대한 다양한 상상력, 창의성, 감성적 체험을 거두었다. 셋째, 학습자는 문제해결 과정에서 친구들과의 협동심, 의사소통, 배려하는 마음이 성숙해졌다. 넷째, 10가지 미술표현 기법을 진행함에 있어서 도입과 종료 시에 각 기법과 관련된 유명 작가와 작품의 소개를 통하여 학습자의 자기만족감이 고취되었다. 이와 같이 학습자의 융합적 사고력과 감성적 체험의 영역에 대한 통계 수치는 유의성이 있는 것으로 나타나 대부분의 학습자가 본 프로그램을 통하여 자신감 있게 창의적으로 표현해내는 능력의 향상을 가져왔음을 일러준다.