이 연구에서는 성인학습자를 위한 스마트러닝의 효과적 활용을 위해 원격대학의 성인학습자가 스마트러닝에 대해 어떻게 인식하고 있는지를 탐색하고자 하였다. 이를 위해 원격대학 학습자를 대상으로 온라인 설문조사를 실시하였으며, 1,950명이 응답하였다. 그 결과 학습자들은 스마트러닝을 현재의 원격학습에 비해 '몰입이 가능'하고, '쌍방향적'이며, '협력적'이라고 인식하였으며, '경험의 결합'을 주요 특성으로 인식하였다. 또한 40 50대의 학습자가 20 30대에 비해 스마트러닝을 '맞춤형', '인간적', '쌍방향적', '편안한', '안정적', '익숙한', '피로하지 않은', '실제적'인 것으로 인식하였고, '경험의 결합'이 스마트러닝의 특성이라 인식하는 경향이 더욱 컸다. 이는 스마트러닝에서의 학습 목적이 연령별로 다르기 때문이라 유추할 수 있는데, 그렇기 때문에 성인학습자의 연령과 특성에 따른 스마트러닝 목적과 학습유형, 전략의 논의가 필요함을 암시한다. 이 연구에서는 학습자 관점에서 스마트러닝의 개념과 특성을 재조직화하고 이에 대한 논의의 초석을 마련했다는 점에서 의의를 찾을 수 있다.
IoT 환경의 서비스는 상황정보를 끊임없이 수집하여, 상황에 적합한 행동을 수행해야 한다. 따라서 수집한 상황정보를 표현할 수 있는 방법이 필요하다. 본 논문에서는 IoT 환경의 상황정보를 표현할 수 있도록 온톨로지 기반의 상황정보 모델을 제안한다. 제안하는 모델은 온톨로지 기반이므로 의미적인 상호운용성을 지원한다. 또한 다양한 IoT 도메인의 상황정보를 모델링하기 위하여 상위 온톨로지를 작성한다. IoT 환경을 구성하는 사람, 환경, 사물을 클래스로 표현하고, 그 상황을 나타내는 속성을 정의하여 일관성 있게 상황정보를 기술하므로 이해하고 사용하기 쉽다. 또한 상황정보는 시시각각 변하는 동적인 상황을 반영해야 하므로 상황정보 온톨로지의 유효성을 판단할 수 있도록 상황정보의 생성시간 및 생존시간을 모델링하여 제공하는 특성을 가진다. 제안하는 온톨로지 모델은 OWL을 사용하여 기술하며, 구축한 온톨로지를 기반으로 서비스를 기술할 수 있다.
The purpose of this study suggest the fashion of communication for 21th century fashion. Especially, Memphis fashion have the possibility of communicating through objects. The results of this study are as follows : First, Memphis idea is to make design into a sophisticated, conscious instrument of communication. As the Memphis fashion points out : design is an extraordinary tool for communicating because its intrinsic characteristic is the fact that it is used and distributed anyway, even without communicating anything. The Memphis fashion is trying to connect design and industry to the broader culture within which fashion moves. Second, Using different materials provides not only new structural Possibilities. but - above all - new semantic and metaphoric possibilities, order modes of communication, another language, and even a change of direction, broadening of perspective, appropriation and digestion of new values and the concomitant rejection of traditional structures that renewal always Involves. The memphis fashion works on the fabric of contemporaneity (lurex yarn, latex, chrome metal and steel) and contemporaneity means computers, electronics, a new awareness of the body. mass exercise and tourism. Third, color in Memphis has never been an ideological vehicle. As with decoration it is born tilth the design, forming an integral part of the structure. It alters the objects molecules. It works as a mass, as an intrinsic feature of a certain form and volume. The Memphis fashion was realized the introduction of ultramodern science into such experimental and creative implementation as optical motive, brilliancy of colour of electronic medium in audition to metallic fabric and high technical synthetic fiber. A color tilth pop culture connotations that weaver between technological allusions and Mcdonald's.
본 논문에서 논의하고 있는 애니메이션의 젠더담론은 동시대 관객과의 원활한 소통과 관련된 의미론적 치원이라고 할 수 있다. 애니메이션 캐릭터의 젠더 문제는 관객과의 의미작용을 위한 언어적 요소가 구체화된 것이라고 할 수 있기 때문에 관객과의 소통 차원에서 상당히 중요한 가치를 지니고 있다고 할 수 있다. 디즈니의 장편 애니메이션 <겨울왕국>의 상업적 성공은 먼저 작품이 보여주는 우수한 미학적 기법과 원리, 그리고 디즈니 스튜디오의 글로벌 마케팅 역량에서 그 요인을 찾아볼 수 있으나, 무엇보다 기존 디즈니 애니메이션에서 볼 수 없었던 여성 캐릭터의 젠더 표상에서 그 가치를 논의해 볼 수 있다. <겨울왕국>의 주요 여성 캐릭터 엘사와 안나의 젠더 표상은 동시대 관객들이 공감하고 몰입할 수 있는 시대정신과 이데올로기를 잘 반영함으로써 문화와 언어의 장벽을 뛰어넘는 보편적인 의미체계를 구축하고 있다. 그러므로 애니메이션에서 보이는 캐릭터의 젠더 담론에 관한 고찰은 소통적 관점에서 작품을 풍요롭게 읽어내는 기초적인 연구라고 할 수 있다.
위키피디아의 백과사전에서 보여주는 바와 같이 주요한 용어에 대한 링크를 통한 태깅은 문서의 가독성을 크게 향상시킨다. 웹 2.0에서도 사회적 태깅(Social Tagging)의 중요성이 부각되고 있으며 시멘틱웹의 태그클라우드(Tag Cloud) 형태로 발전하고 있다. 본 논문에서는 대용량 통제어 사전에 등재된 주요 용어를 대상문서에 태깅하는 방법에 대해 연구결과를 제시한다. 기본적으로 사전에 있는 모든 용어(항목수 N)를 주어진 문서(길이 m)에서의 출현 여부를 문자열탐색을 통해 비교하여 태깅하는 방식은 O(mN)의 계산복잡도를 가진다. 그러나 본 논문에서 제시하는 바와 같이 정보검색을 이용할 경우에는 계산복잡도를 O(mlogN)으로 줄일 수 있었다. 정보검색을 활용하면 단순문자열 탐색에 비해서 평균 17.8배, 빠른 문자열탐색 알고리즘에 비해서도 평균 5.6배 이상 태깅 속도가 향상되었다.
In this study, various types of deep learning models that have been proposed recently are classified according to data input / output types and analyzed to find the deep learning model suitable for constructing a crack detection model. First the deep learning models are classified into image classification model, object segmentation model, object detection model, and instance segmentation model. ResNet-101, DeepLab V2, Faster R-CNN, and Mask R-CNN were selected as representative deep learning model of each type. For the comparison, ResNet-101 was implemented for all the types of deep learning model as a backbone network which serves as a main feature extractor. The four types of deep learning models were trained with 500 crack images taken from real concrete structures and collected from the Internet. The four types of deep learning models showed high accuracy above 94% during the training. Comparative evaluation was conducted using 40 images taken from real concrete structures. The performance of each type of deep learning model was measured using precision and recall. In the experimental result, Mask R-CNN, an instance segmentation deep learning model showed the highest precision and recall on crack detection. Qualitative analysis also shows that Mask R-CNN could detect crack shapes most similarly to the real crack shapes.
고해상도 컬러항공영상은 공간정보생성을 위한 지형의 상세한 정량적 및 정성적 정보를 제공해준다. 하지만 도심지역에서 빌딩 또는 숲에 의한 그림자의 발생으로 인하여 지물 추출 및 분류시 부정확한 결과를 초래 시킬 수 있다. 현재까지 그림자 효과에 대한 여러 연구가 이뤄졌으나 도심지에서 그림자의 발생으로 야기된 분광정보 왜곡의 문제점을 해결하여 도로추출에 대한 연구가 매우 부족한 실정이다 본 연구에서는 컬러항공사진과 LIDAR(LIght Detection and Ranging) 고도 자료를 이용하여 아스팔트 도로 경계선을 추출하는 기법을 제안하였다. 구체적으로 그림자 영향의 제거를 통한 아스팔트 도로 경계선의 추출과정은 다음과 같다. 첫 번째, 항공사진에서 그림자 영역을 LIDAR자료부터 생성된 DSM(Digital Surface Model)과 태양각으로부터 추출하였다. 그 후 도로영역추출기법, 경계선 검출기법을 통하여 도로의 경계를 추출하였으며 이 자료를 벡터화하므로서 GIS벡터의 선분 자료로 생성하였다. 본 연구의 실험결과 제안된 방법은 그림자의 영향을 소거하여 원활한 아스팔트 도로의 경계를 추출하는데 있어서 효과적임을 알 수 있었다.
최근 이미지 검색은 검색의 정확성을 높이고자 사용자의 요구를 반영하는 적합성 피드백에 관한 연구가 활발히 진행되고 있다. 본 논문은 이미지 검색 시 나타나는 고수준 개념과 저수준 특징 사이의 의미적 격차를 줄이기 위하여 적합성 피드백에 기반한 영역 기반 이미지 검색의 가중치 기법에 대해서 논의하고 새로운 가중치 기법을 제안한다. 새롭게 제시된 가중치 기법은 한 이미지에 존재하는 영역들의 공간적 위치에 따라 영역의 중요성을 결정한다. 실험 결과는 본 논문에서 제시된 가중치 기법이 평균 재현율에 있어서 크기 백분율 가중치 기법에 비해 약 18%, 역 이미지 빈도수를 적용한 영역 빈도수 가중치 기법에 비해 약 11% 가량 높게 나타나는 것을 보이고 있으며, 검색 시간에 있어서도 영역 빈도수 가중치에 비해 약 1/10인 것을 보이고 있다.
자연 조건에서 Apple 감지에는 가림 문제와 작은 대상 감지 어려움이 있다. 본 논문은 SSD 기반의 개선 된 모델을 제안한다. SSD 백본 네트워크 VGG16은 ResNet50 네트워크 모델로 대체되고 수용 필드 구조 RFB 구조가 도입되었다. RFB 모델은 작은 표적의 특징 정보를 증폭하고 작은 표적의 탐지 정확도를 향상시킨다. 유지해야 하는 정보를 필터링하기 위해 주의 메커니즘 (SE)과 결합하면 감지 대상의 의미 정보가 향상된다. 향상된 SSD 알고리즘은 VOC2007 데이터 세트에 대해 학습된다. SSD에 비해 개선 된 알고리즘은 폐색 및 작은 표적 탐지의 정확도를 3.4 % 및 3.9 % 향상 시켰다. 이 알고리즘은 오 탐지율과 누락된 감지율을 향상 시켰다. 본 논문에서 제안한 개선 된 알고리즘은 더 높은 효율성을 갖는다.
Mongolian folk songs are inspired by Mongolian labor songs and are classified into long and short songs. Mongolian long songs have ancient origins, are rich in legends, and are a great source of folklore. So it was inscribed by UNESCO in 2008. Mongolian written literature is formed under the direct influence of oral literature. Mongolian long song has 3 classes: ayzam, suman, and besreg by their lyrics and structure. In ayzam long song, the world perfectly embodies the philosophical nature of world phenomena and the nature of human life. Suman long song has a wide range of topics such as the common way of life, respect for ancestors, respect for fathers, respect for mountains and water, livestock and animal husbandry, as well as the history of Mongolia. Besreg long songs are dominated by commanded and trained characters. In this paper, we proposed a method to classify their 3 types of long songs using machine learning, based on their lyrics structures without semantic information. We collected lyrics of over 80 long songs and extracted 11 features from every single song. The features are the name of a song, number of the verse, number of lines, number of words, general value, double value, elapsed time of verse, elapsed time of 5 words, and the longest elapsed time of 1 word, full text, and type label. In experimental results, our proposed features show on average 78% recognition rates in function type machine learning methods, to classify the ayzam, suman, and besreg classes.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.