• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.259-262
• /
• 2001

본 논문에서는 사용자의 취향에 맞춰 특정 웹 문서를 탐색하는 개인화된 웹 검색기의 구현을 다룬다. 사용자의 취향은 사용자의 직접적인 평가와 사용자의 검색 과정을 통해 얻어지는 간접적인 평가를 사용한 강화 학습을 사용하여 학습된다. 웹 문서의 검색은 사용자의 취향과 현재 문서와의 관련 도를 보상으로 사용한 강화 학습을 통하여 이루어진다.

• 한국학교수학회논문집
• /
• 제13권1호
• /
• pp.125-141
• /
• 2010

본 연구의 목적은 컴퓨터대수시스템(CAS)를 활용하여 개인 적응용 이산수학 학습을 가능케하는 웹기반 가상 학습용 콘텐츠를 개발하는 것이다. 중등과정과 대학과정의 이산수학에서 공통적으로 등장하는 집합, 관계, 행렬, 그래프 등의 내용 요목을 중심으로 콘텐츠를 구성하였다. 이산수학의 특성상 컴퓨터를 사용한 이산구조를 즉각적으로 처리하여 그 결과를 시각적으로 제시하는 가상 학습용 콘텐츠 제작 환경을 제시하였다. 각 단원마다 동영상 기반의 강의 콘텐츠를 제공하였으며 강의 기반의 개념을 구체화할 수 있는 Mathematica 기반의 실습하기 기능을 추가하였다. 특히 행렬 단원 학습에서 학습구조도식을 이용한 콘텐츠 설계와 이에 따른 내용 요소별 베이지언 추론망 기반의 진단학습 모듈을 추가함으로써 구체적인 피드백을 통한 개인 적응형 학습이 가능하도록 설계하였다. 개발된 행렬 학습용 콘텐츠 중심으로 10명의 이공계 대학생이 실제 사용해 본 반응을 형성평가의 일환으로 분석하여 향후 수정 방향을 도출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.981-984
• /
• 2014

개인화된 서술형 수학 문제(mathematics word problem)는 오랫동안 연구된 분야로 학생들의 학업 성취도와 수학에 대한 태도에 관심을 가져왔다. 본 연구에서는 2013년 도입된 스토리텔링 수학에 개인화된 콘텐츠를 접목하여 그 효과를 알아보고자 하였다. 초등학생 26명을 대상으로 하여 약 110분 동안 수업을 진행하였으며, 무게에 대한 새로운 개념을 배우는 데 그 목적을 두었다. 각각 13명씩 개인화 그룹과 비 개인화 그룹으로 나누어 수업을 진행하였다. 학업 성취도(Learning Achievement)에서는 사전 시험(pre-test) 점수가 너무 높아 두 그룹 간에 서로간의 유의한 차이점을 발견하지 못했다. 수학에 대한 태도 부분과 몰입도(Flow) 부분에서는 다소 개인화 그룹의 값이 높았지만, 통계적으로 유의한 정도는 차이는 아니었다. 하지만 정성적 분석에서는 차이가 있었다. 개인화 그룹(Personalized group)은 비 개인화 그룹(non-personalized group)에 비해 개인화(personalization)가 수업의 재미있는 요소로서 보다 중요한 작용을 했다고 느꼈다. 또한, 테스트나 측정(measure) 부분에서 생겼던 문제점을 개선하여 재 실험이 있을 시엔 유의미한 값을 나타낼 것으로 기대된다.

• 한국의학물리학회지:의학물리
• /
• 제31권3호
• /
• pp.81-98
• /
• 2020

This review aims to provide a brief, comprehensive overview of advanced technologies of nuclear medicine physics, with a focus on recent developments from both hardware and software perspectives. Developments in image acquisition/reconstruction, especially the time-of-flight and point spread function, have potential advantages in the image signal-to-noise ratio and spatial resolution. Modern detector materials and devices (including lutetium oxyorthosilicate, cadmium zinc tellurium, and silicon photomultiplier) as well as modern nuclear medicine imaging systems (including positron emission tomography [PET]/computerized tomography [CT], whole-body PET, PET/magnetic resonance [MR], and digital PET) enable not only high-quality digital image acquisition, but also subsequent image processing, including image reconstruction and post-reconstruction methods. Moreover, theranostics in nuclear medicine extend the usefulness of nuclear medicine physics far more than quantitative image-based diagnosis, playing a key role in personalized/precision medicine by raising the importance of internal radiation dosimetry in nuclear medicine. Now that deep-learning-based image processing can be incorporated in nuclear medicine image acquisition/processing, the aforementioned fields of nuclear medicine physics face the new era of Industry 4.0. Ongoing technological developments in nuclear medicine physics are leading to enhanced image quality and decreased radiation exposure as well as quantitative and personalized healthcare.

• 한국식품영양학회지
• /
• 제37권4호
• /
• pp.197-210
• /
• 2024

This study aims to develop a deep learning model to monitor rice serving amounts in institutional foodservice, enhancing personalized nutrition management. The goal is to identify the best convolutional neural network (CNN) for detecting rice quantities on serving trays, addressing balanced dietary intake challenges. Both a vanilla CNN and 12 pre-trained CNNs were tested, using features extracted from images of varying rice quantities on white trays. Configurations included optimizers, image generation, dropout, feature extraction, and fine-tuning, with top-1 validation accuracy as the evaluation metric. The vanilla CNN achieved 60% top-1 validation accuracy, while pre-trained CNNs significantly improved performance, reaching up to 90% accuracy. MobileNetV2, suitable for mobile devices, achieved a minimum 76% accuracy. These results suggest the model can effectively monitor rice servings, with potential for improvement through ongoing data collection and training. This development represents a significant advancement in personalized nutrition management, with high validation accuracy indicating its potential utility in dietary management. Continuous improvement based on expanding datasets promises enhanced precision and reliability, contributing to better health outcomes.

• 식품과학과 산업
• /
• 제54권3호
• /
• pp.145-159
• /
• 2021

Conventional nutrition services involve producer-oriented approaches without considering the differences in the characteristics and circumstances of each individual, whereas personalized nutrition services are consumer-oriented concepts that provide products and services for maintaining optimal health conditions based on the genetic, physiological, and metabolic characteristics of individuals, with these products based on balanced nutrition and healthy living. Currently, methods for evaluating dietary habits, monitoring dietary behaviors, deep phenotyping, and metabotyping via microbiota profiling, as well as methods for predicting big data by using machine learning, have been previously studied in Korea and abroad. With the development of medical technology and the improvement of hygiene, the demand for personalized nutrition and health services for healthier, happier, and more satisfying lives is rapidly increasing. Therefore, based on scientific technologies, attempts are needed to advance these services into global personalized markets and to boost the global competitiveness of countries and companies.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.421-428
• /
• 2006

Intelligent Tutoring System(ITS)이 다양한 학습자 변인을 고려한 개별화된 학습 환경을 제공하여 영역 전문가를 대신할 효율적인 대안으로 인식되어짐에 따라, Learning Companion System(LCS)에 대한 연구도 긍정적으로 검토되어지고 있다. 하지만 LCS에서의 원활한 상호작용을 위해서는 동일한 역할을 하는 복수 LC의 결합이 필요하고, 이는 개별적 지식베이스의 확보를 선행 조건으로 요구한다. 따라서 본 연구에서는 인지구조의 연결주의적 관점을 근거로, 지식베이스 자체의 자기 학습(self learning)이 가능하고, 지식베이스 객체의 소유자에 의해 적응적으로 성장 가능한 지식베이스 객체 모형을 설계하고, 이를 검증하였다. 이 지식베이스 객체 모형은 개별적 지식베이스의 구축을 가능하게 하여, 지식베이스 객체를 이용한 적응적 ITS 개발의 기회를 제공한다.

• 스마트미디어저널
• /
• 제9권1호
• /
• pp.45-50
• /
• 2020

딥 러닝의 발전에 따라 추천시스템에서 딥 러닝 기반의 인공신경망을 활용한 연구가 활발히 진행되고 있다. 특히, RNN(Recurrent Neural Network)기반의 추천시스템은 데이터의 순차적 특성을 고려하기 때문에 추천시스템에서 좋은 성과를 보여주고 있다. 본 연구는 RNN기반의 알고리즘인 GRU(Gated Recurrent Unit)와 세션 기반 병렬 미니배치(Session Parallel mini-batch)기법을 활용한 여행경로 추천 시스템을 제안한다. 본 연구는 top1과 bpr(Bayesian personalized ranking) 오차함수의 앙상블을 통해 추천 성과를 향상시켰다. 또한, 데이터 내에 순차적인 특성을 고려한 RNN기반 추천 시스템은 여행경로에 내재된 여행지의 의미가 반영된 추천이 이루어진다는 것을 확인되었다.

• Journal of Nutrition and Health
• /
• 제55권1호
• /
• pp.1-9
• /
• 2022

In the past few decades, great progress has been made on understanding the interaction between nutrition and health status. But despite this wealth of knowledge, health problems related to nutrition continue to increase. This leads us to postulate that the continuing trend may result from a lack of consideration for intra-individual biological variation on dietary responses. Precision nutrition utilizes personal information such as age, gender, lifestyle, diet intake, environmental exposure, genetic variants, microbiome, and epigenetics to provide better dietary advices and interventions. Recent technological advances in the artificial intelligence, big data analytics, cloud computing, and machine learning, have made it possible to process data on a scale and in ways that were previously impossible. A big data platform is built by collecting numerous parameters such as meal features, medical metadata, lifestyle variation, genome diversity and microbiome composition. Sophisticated techniques based on machine learning algorithm can be used to integrate and interpret multiple factors and provide dietary guidance at a personalized or stratified level. The development of a suitable machine learning algorithm would make it possible to suggest a personalized diet or functional food based on analysis of intra-individual metabolic variation. This novel precision nutrition might become one of the most exciting and promising approaches of improving health conditions, especially in the context of non-communicable disease prevention.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.274-276
• /
• 2002

With the proliferation of internet, it is increasingly needed to realize personalized news filtering service reflecting user's interest. In this Paper, we implement a filtering agent for Personalized news service. In the proposed system, Kohonen network for an unsupervised learning is used to train keywords provided by users and the personalization is achieved by using the trained neural network. After we trained and tested our filtering agent we could provide users news groups considering their interests.