• 한국멀티미디어학회논문지
• /
• 제21권2호
• /
• pp.173-180
• /
• 2018

This paper proposes a method to improve the performance of face recognition via super-resolution method using sparse representation and deep learning from low-resolution facial images. Recently, there have been many researches on ultra-high-resolution images using deep learning techniques, but studies are still under way in real-time face recognition. In this paper, we combine the sparse representation and deep learning to generate super-resolution images to improve the performance of face recognition. We have also improved the processing speed by designing in parallel structure when applying sparse representation. Finally, experimental results show that the proposed method is superior to conventional methods on various images.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5427-5445
• /
• 2019

While deep neural networks have achieved remarkable performance in representation learning, a huge amount of labeled training data are usually required by supervised deep models such as convolutional neural networks. In this paper, we propose a new representation learning method, namely generative adversarial networks (GAN) based bagging deep convolutional autoencoders (GAN-BDCAE), which can map data to diverse hierarchical representations in an unsupervised fashion. To boost the size of training data, to train deep model and to aggregate diverse learning machines are the three principal avenues towards increasing the capabilities of representation learning of neural networks. We focus on combining those three techniques. To this aim, we adopt GAN for realistic unlabeled sample generation and bagging deep convolutional autoencoders (BDCAE) for robust feature learning. The proposed method improves the discriminative ability of learned feature embedding for solving subsequent pattern recognition problems. We evaluate our approach on three standard benchmarks and demonstrate the superiority of the proposed method compared to traditional unsupervised learning methods.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제8권1호
• /
• pp.23-32
• /
• 2004

It is not too much to say that problem solving is still the focus of school mathematics though the trend of mathematics education for ten year from the one of 1980 is problem solving and the one of mathematics education for ten year from the one of 1990 is standards and constructivism. There are so many crucial clues or methods in good problem solving but I think that one of them is a representation. So, the purpose of this study is to investigate what is the meaning of representation in general and why representation is so important in elementary mathematics learning, Moreover, I have analyzed the gifted children's thinking of representation which is appeared in the previous internet home task of 40 gifted children who are selected through the examination of 1st, 2nd with paper and pencil and 3rd with practical skill and interview and finally I have presented some examples of children's representation how they use representation to model, investigate and understand special concept more easily in elementary school mathematics class.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제29권2호
• /
• pp.215-239
• /
• 2015

본 연구는 다양한 표상활동을 중심으로 한 분수학습이 분수의 이해 및 수학적 태도에 미치는 영향을 알아보기 위한 것으로서 서울 소재 B초등학교 4학년 33명 전체학생을 대상으로 실시하였다. 활동적, 영상적, 상징적 표상활동으로 이루어진 분수학습을 6주간 15차시에 걸쳐 진행한 결과 관계적 이해에 도달한 학생들의 비율이 증가하였으며, 분수 학업성취도 검사 I, II, III에서 평균 90점 가까이 또는 그 이상의 높은 성취도를 보였다. 수학적 태도 변화를 알아보기 위해서 두 종속표본 t검정을 실시한 결과, 유의수준 .01에서 통계적으로 유의미한 차이가 있는 것으로 나타났다. 결론적으로 다양한 표상활동 중심의 분수학습은 학생들의 관계적 이해도와 분수 이해력을 향상시키고, 학생들의 학습지향성, 자기통제, 흥미, 가치인식, 자신감을 높이며, 불안감을 감소시키는 등의 수학적 태도면에서도 긍정적 영향을 미쳤다고 할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.55-61
• /
• 2021

물리 시뮬레이션 기반의 캐릭터 동작 제어 문제를 강화학습을 이용하여 해결해나가는 연구들이 계속해서 진행되고 있다. 강화학습을 사용하여 문제를 풀기 위해서는 네트워크 구조, 하이퍼파라미터 튜닝, 상태(state), 행동(action), 보상(reward)이 문제에 맞게 적절히 설정이 되어야 한다. 많은 연구들에서 다양한 조합으로 상태, 행동, 보상을 정의하였고, 성공적으로 문제에 적용하였다. 상태, 행동, 보상을 정의함에 다양한 조합이 있다보니 학습 성능을 향상시키는 최적의 조합을 찾기 위해서 각각의 요소들이 미치는 영향을 분석하는 연구도 진행되고 있다. 우리는 지금까지 이뤄지지 않았던 상태 표현 방식에 따른 강화학습성능에 미치는 영향을 분석하였다. 첫째로, root attached frame, root aligned frame, projected aligned frame 3가지로 좌표계를 정의하였고, 이에 대해 표현된 상태를 이용하여 강화학습에 미치는 영향을 분석하였다. 둘째로, 상태를 정의 할 때, 관절의 위치, 각도로 다양하게 조합하는 경우에 학습성능에 어떠한 영향을 미치는지 분석하였다.

• 정보교육학회논문지
• /
• 제13권4호
• /
• pp.479-487
• /
• 2009

현재 우리나라 컴퓨터 교육과정의 성격과 목표 중 가장 강조하는 부분은 정보소양 능력과 문제해결 능력을 배양하여 미래사회를 선도할 수 있는 능력을 키우는 것이다. 그러나 현행의 컴퓨터교육은 응용 프로그램 활용 교육에만 초점이 맞추어져 있어 이 목표를 달성하지 못하고 있으며 문제해결 능력과 논리적 사고력을 높이기 위해 컴퓨터과학 교육에 대한 중요성이 커지고 있다. 이에 본 연구에서는 언플러그드 학습 방법을 컴퓨터과학 영역 중의 정보표현 영역에 적용하였다. 그 결과 언플러그드 학습 방법이 강의식 학습 방법에 비해 학업성취도가 통계적으로 유의한 차이를 보이며 높게 나타났다. 또한 정의적 영역에서도 강의식 학습 방법에 비해 긍정적으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.157-165
• /
• 2011

정보 과목에서 컴퓨터 과학의 원리와 이해를 증진시킬 수 있는 내용과 문제해결 방법과 절차에 대한 내용, 정보 윤리에 대한 내용이 강화되었으나 2007 개정 교육과정의 컴퓨터 과학의 원리와 이해, 문제 해결 방법과 절차에 대한 내용들은 7차 교육과정의 활용, 소양 위주 내용에 비해 쉽지 않은 내용이며 학습자에게 어려운 과목으로 인식됨에 따라, 학습자가 쉽게 접근가능하고 적극적인 참여를 유도할 수 있으며 학습자의 흥미를 유발하여 학업성취도를 높일 수 있는 교육 자료가 요구된다. 본 연구에서는 중학교 정보 표현에 관한 내용을 컴퓨터를 사용하지 않는 놀이활동 교육 자료로 개발하고 중학교 2학년들을 대상으로 4차시 수업을 진행한 후 학업성취도에 미치는 영향을 검증하였다. 그 결과, 놀이 활동 교육 자료를 활용한 수업이 강의식 수업에 비해 학업 성취도 면에서 유의미한 차이를 보였다. 이는 놀이 활동 교육 자료를 활용한 수업이 학업 성취도에 긍정적인 영향을 준 것으로 볼 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.109-123
• /
• 2024

딥러닝과 강화학습을 활용한 비전 기반 엔드투엔드 자율주행 시스템 관련 연구가 지속적으로 증가하고 있다. 일반적으로 이러한 시스템은 위치, 속도, 방향, 센서 데이터 등 연속적이고 고차원적인 차량의 상태를 잠재 특징 벡터로 인코딩하고, 이를 차량의 주행 정책으로 디코딩하는 두 단계로 구성된다. 도심 주행과 같이 다양하고 복잡한 환경에서는 Variational Autoencoder(VAE)나 Convolutional Neural Network(CNN)과 같은 네트워크를 이용한 효율적인 상태 표현 방법의 필요성이 더욱 부각된다. 본 논문은 차량의 이미지 상태 표현이 강화학습 성능에 미치는 영향을 분석하였다. CARLA 시뮬레이터 환경에서 실험을 수행하였고, 차량의 전방 카메라 센서로부터 취득한 RGB 이미지 및 Semantic Segmented 이미지를 각각 VAE와 Vision Transformer(ViT) 네트워크로 특징 추출하여 상태 표현 학습에 활용하였다. 이러한 방법론이 강화학습에 미치는 영향을 실험하여, 데이터 유형과 상태 표현 기법이 자율주행의 학습 효율성과 결정 능력 향상에 어떤 역할을 하는지를 실험하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제45권3호
• /
• pp.263-273
• /
• 2006

The purpose of this paper is to research the factors and the effects of immediacy in mathematics teaching and learning and mathematical problem solving. The factors of immediacy are visualization, functional fixedness and representatives. In special, students can apprehend immediately the clues and solution using the visual representation because of its properties of finiteness and concreteness. But the errors sometimes originate from visual representation which come from limitation of the visual representation. It suggests that students have to know conceptual meaning of the visual representation when they use the visual representation. And this phenomenon is the same in functional fixedness and representatives which are the factors of immediacy The methods which overcome the errors of immediacy is that problem solvers notice the limitation of the factors of immediacy and develop the meta-cognitive ability. And it means we have to emphasize the logic and the intuition in mathematical teaching and learning. Clearly, we can't solve all mathematical problems using only either the logic or the intuition.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.842-846
• /
• 1993

Because of complexity, neural network is difficult to learn. So if internal representation[1] can be performed successfully, it is possible to use perceptron learning rule. As a result, learning is easier. Therefore the method of internal representations applied to the "XOR" problem, and the "spirals" problem. And then using the above results, the structure of neural network for computing is embodied.mputing is embodied.