• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.697-700
• /
• 2020

고위험의 재난 상황에서 사람이 상황을 판단하고, 요구조자를 탐색하며, 구조하는 것은 추가 피해를 발생시킬 수 있다. 따라서 재난 상황에서도 이동과 접근이 용이한 무인항공에 관한 연구와 개발이 활발히 이루어지고 있다. 재난 상황에서 신속하게 대처하기 위해서는 선제적 상황인지 기술이 필요하다. 이에 본 논문은 구조 및 대피를 위해 사람, 자동차, 자전거 등의 객체를 인식하고 중복 인식을 피하기 위해 추적하는 딥러닝 기반 다중 객체 추적 시스템을 제안한다. 2019 인공지능 R&D 그랜드 챌린지 상황인지 부문에서의 대회 결과로 실험 성능을 증명한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권5호
• /
• pp.33-39
• /
• 2011

현대 사회에서는 기업의 의사결정에 있어 고객의 중요성이 지속적으로 증가되고 있으며, 정보통신 기술의 발전에 힘입어 컴퓨터상에서 효과적으로 주요 고객의 선호도를 측정하는 기법이 연구되고 있다. 그러나 이러한 선호도는 개인의 성향이 크게 반영되므로 명확하게 수치화하기 어렵고 측정 기준에 따라 모호한 결과가 산출되는 어려움이 있다. 따라서 본 논문에서는 측정된 생체정보를 이용하여 구성한 다중 감성모델을 기반으로 고객의 선호도를 평가하는 시스템을 제안하였다. 본 시스템은 여러 생체정보로 이루어진 다차원 벡터의 학습을 통하여 구조화된 감성모델을 이용하므로 동일한 기준을 적용하여 고객 선호도를 평가할 수 있다. 또한 특정 대상에 특화된 감성모델을 학습하여 정확도를 더 향상시키는 것도 가능하며 실험을 통하여 정확도의 향상을 보였다.

• 한국산학기술학회논문지
• /
• 제16권7호
• /
• pp.4498-4510
• /
• 2015

본 연구의 연구목적은 멀티미디어 동화와 그림 동화 듣기 활동이 유아의 친사회적 행동에 미치는 영향을 비교하여 봄으로써 교수-학습 과정에 효과적인 교수매체를 알아보고자 한다. 연구대상은 대전 D어린이집 만 5세 각 20명씩 총 40명으로 비교집단과 실험집단으로 구성하였으며, 자료 분석 방법은 빈도분석과 t-검증을 실시하였다. 연구 결과는 유아의 친사회적 행동에 있어 멀티미디어 동화 듣기 활동이 효과가 있는 것으로 나타났으며, 하위 요인별로는 대인관계형성 능력, 유아교육기관 적응 능력에 유의미한 차이가 있는 것으로 나타났다. 따라서 유아교육현장에서의 질 높고 다양한 교육을 위해서는 기존의 평면적인 교수매체 보다는 멀티미디어 교수매체를 활용하는 것이 더 효과적임을 알 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제11권3호
• /
• pp.307-314
• /
• 2010

국내에서의 사이버교육에 대한 수요는 점차적으로 늘어나고 있으며 이와 같은 상황에서 학습효과를 높일 수 있는 온라인 강의 콘텐츠 디자인에 관한 연구의 필요성이 제기되고 있다. 본 연구에서는 한국사이버대학교에서 제공되고 있는 기술적 정보 유형에 따른 온라인 강의 콘텐츠의 유형을 파악하고 한국사이버대학교 재학생 1,173명을 대상으로 온라인 설문을 실시하여 가장 선호하는 강의 유형과 가장 교육효과가 높은 강의유형을 조사하였다. 그리고 학생들의 강의 유형에 대한 수강경험이 강의 유형의 선호도에 영향을 주는가를 조사하였으며 강의 콘텐츠의 인터페이스 디자인에 관한 요구사항도 알아보았다. 학생들이 가장 선호하는 강의 유형은 e-Stream+flash의 유형이었으며 멀티미디어형 강의가 학습에 효과적이라고 응답하였다. 대부분의 학생들이 경험해 본 유형의 강의 콘텐츠를 선호하였으며 인터페이스 디자인 측면에서는 왼쪽의 고정메뉴를 선호하였다. 온라인 강의에서 강의 콘텐츠의 충실성 뿐 아니라 학습효과를 높일 수 있는 강의 콘텐츠 디자인도 매우 중요한 요소이다. 국내에서 사이버 교육에 관한 수요가 증가하고 있으므로 학습효과를 높일 수 있는 콘텐츠 디자인에 관한 연구는 앞으로 계속 이루어져야 한다고 생각한다.

• 정보교육학회논문지
• /
• 제16권3호
• /
• pp.373-382
• /
• 2012

컴퓨팅 기술발달에 따른 새로운 기술을 적용한 다양한 교육용 매체들이 개발되고 있다. 특히, 증강현실 콘텐츠는 학습자의 조작활동을 통한 3차원 입체영상을 제공하여 현실감 있는 정보 제공과 학습 경험을 확장시킬 수 있는 교육매체이다. 본 논문에서는 학습자의 직접적인 조작활동 강화 및 객체 간의 관계 탐구 향상을 위하여, 증강현실 콘텐츠를 증강현실 객체의 조합으로 구성하는 증강현실 조합형 마커시스템을 제작하였다. 교실수업에서 초등교과서 5학년 과학교과의 "지구와 달" 단원의 학습 콘텐츠로 사용하였으며, 학습자의 학습활동을 심층적으로 분석하였다. 개발된 증강현실 조합형 마커시스템을 활용한 수업은 학습자의 학습에 대한 자신감과 주의집중에 유의미한 영향을 주고 있으며, 내재적 만족도를 강화하였고, 특히 학습태도를 긍정적으로 변화시켜서 학업성취도의 주요 요소인 지식과 실천에 유의미한 영향을 주고 있다.

• 방송공학회논문지
• /
• 제19권2호
• /
• pp.166-173
• /
• 2014

최근 다양한 방송 및 영상 분야에서 사람의 행동을 인식하여는 연구들이 많이 이루어지고 있다. 영상은 다양한 형태를 가질 수 있기 때문에 제약된 환경에서 유용한 템플릿 방법들보다 특징점에 기반한 연구들이 실제 사용자 환경에서 더욱 관심을 받고 있다. 특징점 기반의 연구들은 영상에서 움직임이 발생하는 지점들을 찾아내어 이를 3차원 패치들로 생성한다. 이를 이용하여 영상의 움직임을 히스토그램에 기반한 descriptor(서술자)로 표현하고 학습기반의 판별기로 최종적으로 영상내에 존재하는 행동들을 인식하였다. 그러나 단일 판별기로는 다양한 행동을 인식하기에 어려움이 있다. 따라서 이러한 문제를 개선하기 위하여 최근에 다중 판별기를 활용한 연구들이 영상 판별 및 물체 검출 영역에서 사용되고 있다. 따라서 본 논문에서는 행동 인식을 위하여 support vector machine과 sparse representation을 이용한 decision-level fusion 방법을 제안하고자 한다. 제안된 논문의 방법은 영상에서 특징점 기반의 descriptor를 추출하고 이를 각각의 판별기를 통하여 판별 결과들을 획득한다. 이 후 학습단계에서 획득된 가중치를 활용하여 각 결과들을 융합하여 최종 결과를 도출하였다. 본 논문에 실험에서 제안된 방법은 기존의 융합 방법보다 높은 행동 인식 성능을 보여 주었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제13권1호
• /
• pp.21-30
• /
• 2024

최근 자율주행차 시장이 지속해 성장함에 따라 충전 인프라에 대한 필요성이 커지고 있다. 그러나 무선 충전 시스템의 경우 기존 유선 충전에 비해 대출력이 요구되어 안정성 문제가 제기되고 있다. 자율주행차 무선 충전 인프라를 구축하기 위한 표준으로는 SAE J2954가 존재하며 해당 표준에서는 차량과 전력 전송 시스템 간의 통신 방법에 대해 정의한다. SAE J2954에서는 자율주행차량의 무선 충전 통신 방법으로 Wi-Fi, Bluetooth 및 UWB와 같은 물리적 미디어를 사용해 차량과 충전 패드 간의 통신을 활성화할 것을 권장한다. 특히 UWB는 실내 환경에서 견고한 통신 능력을 보이고 간섭에 민감하지 않기 때문에 실내외 충전 환경에서 적합한 솔루션이다. 해당 표준에서는 무선전력전송 시스템을 구축하기 위한 프로세스로 충전 시작부터 충전 완료까지를 여러 단계로 구분하였다. 본 연구에서는 UWB 기술을 사용하여 무선전력전송 시스템의 한 가지 프로세스인 Fine alignment의 수단으로 사용한다. 실제 자율주행차 무선전력전송 시스템에 적용 가능성을 판단하기 위해 거리에 따라 실험을 수행하였으며 UWB로부터 거리 정보를 수집하였다. UWB로부터 얻어진 거리 데이터의 정확도를 향상시키기 위해 수집한 데이터를 세 단계의 전처리 과정을 거쳐 머신러닝과 딥러닝 기법을 적용한 Single Model과 Multi Model을 제안한다.

• 한국가정과교육학회지
• /
• 제11권2호
• /
• pp.13-26
• /
• 1999

The goals of this research are for producing and optimizing the CD-ROM, effective and practical Teaching-Learning method. It consists of Wearing Korean Traditional Costume for the First Grade of Middle School Students in Home Economics Teaching. This research’s summarization is following. First, the multi-media material. CD-ROM making use of Powerpoint. Wearing Korean Traditional Costume, is produced to help the students learn the difficult contents in terms of video and audio. Second, it is introduced the model of Open Education for increasing the efficiency of class. Third, it is developed to proceed the class with the CD-ROM and small group study of place activity. Fourth, it helps students concentrate on the class with proper sound effect whenever the slide films are changed. And it helps to link the web sites related to Korean Traditional Costume. Finally, another kinds of suggestions are following. The effective verification of this software that is tested and applied at the field for a given period will be necessary. And, it is necessary to upgrade for the CD-ROM and the supplementary teaching materials in Korean Traditional Costume education.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2005년도 학술대회
• /
• pp.199-202
• /
• 2005

TV OSD(On Screen Display) 메뉴 자동검증 시스템에서 다국적 언어의 문자 인식은 표준패턴의 구조적 분석이 쉽지 않을 뿐만 아니라 학습패턴 집합의 규모와 특징의 수가 증가함으로 인하여 특징추출 및 인식 과정에서 방대한 계산량이 요구된다. 이에 본 연구에서는 학습 데이터에 포함되는 다량의 특징 집합으로부터 인식에 필요한 효과적인 특징을 선별함으로써 패턴 분류기의 효율성을 개선하기 위한 방법론을 고찰한다. 이를 위하여 수정된 형태의 Adaboost 기법을 제안하고 이를 적용한 실험 결과로부터 그 유용성을 고찰한다. 제안된 알고리즘은 초기의 특징 집합을 취약한 성능을 갖는 다수의 분류기(classifier)로서 고려하며, 이로부터 반복학습을 통하여 개선된 분류기를 점진적으로 선별해 나가게 된다. 학습의 원리는 주어진 학습패턴 집합에 기초하여 일종의 교사학습(supervised learning) 방식으로 이루어진다. 각 패턴에 할당된 가중치 값은 각 단계에서 산출되는 분류결과에 따라 적응적으로 수정되어 반복학습이 진행됨에 따라 점차 보완적 성능을 갖는 분류기를 선택할 수 있게 한다. 즉, 주어진 각 학습패턴에 대하여 초기에 균등한 가중치가 부여되며, 반복학습의 각 단계에서 적용되는 분류기의 출력을 분석하여 오분류된 패턴의 가중치 분포를 증가시켜 나간다. 본 연구에서는 실제 응용으로서 OSD 메뉴검증 시스템을 대상으로 제안된 이론을 적용하고 그 타당성을 평가한다.

• Advances in nano research
• /
• 제12권5호
• /
• pp.489-499
• /
• 2022

Nanofluids have recently triggered a substantial scientific interest as cooling media. However, their stability is challenging for successful engagement in industrial applications. Different factors, including temperature, nanoparticles and base fluids characteristics, pH, ultrasonic power and frequency, agitation time, and surfactant type and concentration, determine the nanofluid stability regime. Indeed, it is often too complicated and even impossible to accurately find the conditions resulting in a stabilized nanofluid. Furthermore, there are no empirical, semi-empirical, and even intelligent scenarios for anticipating the stability of nanofluids. Therefore, this study introduces a straightforward and reliable intelligent classifier for discriminating among the stability regimes of alumina-water nanofluids based on the Zeta potential margins. In this regard, various intelligent classifiers (i.e., deep learning and multilayer perceptron neural network, decision tree, GoogleNet, and multi-output least squares support vector regression) have been designed, and their classification accuracy was compared. This comparison approved that the multilayer perceptron neural network (MLPNN) with the SoftMax activation function trained by the Bayesian regularization algorithm is the best classifier for the considered task. This intelligent classifier accurately detects the stability regimes of more than 90% of 345 different nanofluid samples. The overall classification accuracy and misclassification percent of 90.1% and 9.9% have been achieved by this model. This research is the first try toward anticipting the stability of water-alumin nanofluids from some easily measured independent variables.