In this paper, we introduce a pre-training method leveraging the capabilities of the Vision Transformer (ViT) for disease diagnosis in conventional Fundus images. Recognizing the need for effective representation learning in medical images, our method combines the Vision Transformer with a Masked Autoencoder to generate meaningful and pertinent image augmentations. During pre-training, the Masked Autoencoder produces an altered version of the original image, which serves as a positive pair. The Vision Transformer then employs contrastive learning techniques with this image pair to refine its weight parameters. Our experiments demonstrate that this dual-model approach harnesses the strengths of both the ViT and the Masked Autoencoder, resulting in robust and clinically relevant feature embeddings. Preliminary results suggest significant improvements in diagnostic accuracy, underscoring the potential of our methodology in enhancing automated disease diagnosis in fundus imaging.
측정은 초등 수학 교육에서 중요하지만, 초등학교에서 측정 영역을 의미 있게 지도하는 것은 쉽지 않다. 이에 본 연구에서는 한국, 일본, 싱가포르, 미국의 초등학교 수학 교과서에 제시된 들이와 무게의 지도 방안을 비교 분석하였다. 이를 위하여 크게 전반적인 학습 내용 및 지도 시기와 주요 학습 내용별 지도 방안을 비교하였고, 이 중 주요 학습 내용별 지도 방안은 측정의 학습 내용에 특화된 교수 학습 요소에 따라 단위의 필요성, 용어의 의미, 적절한 단위 선택, 적절한 측정 도구 선택, 계산의 필요성을 기준으로 분석하였다. 분석 결과, 4개 국가 모두 실생활 소재를 활용하고, 여러 가지 단위 사이의 관계를 중요하게 다루는 등 측정을 지도하는 일반적인 방향은 유사하였다. 반면 주요 학습 내용별 지도 방안 중 용어의 의미, 적절한 단위 선택, 적절한 측정 도구의 선택 등을 중심으로 주목할 만한 차이점을 확인하였다. 이와 같은 연구 결과를 바탕으로 들이와 무게의 지도 방안 및 차기 교과서 개발에 대한 시사점을 제안하였다.
웨이트 트레이닝 즉, 보디 빌딩에 관심이 증가하였으나 대학생들을 대상으로 참여 동기, 행동 의도에 대한 연구는 부족한 실정이다. 이에 본 연구는 대학생들을 대상으로 하여 보디 빌딩 참여 동기를 살펴보고 그 와중에 발생하는 심리적 반응을 매개하여 행동 의도에 미치는 영향을 파악하고자 하였다. 연구 방법은 2023년 5월 30일부터 6월 10일까지 온라인 설문을 통해 이용자 250명을 대상으로 설문지를 실시하였고, 총 232부를 최종 분석에 사용하였다. 연구 결과 첫째, 대학생의 웨이트 트레이닝을 참여하는 동기 중 건강지향형, 자기개발형은 자발적 수용에 정의 영향을 미치는 것으로 나타났다. 둘째, 웨이트 트레이닝 참여 동기 중 가정지향형은 기회주의적 수용에 부정적인 영향을 미치는 것으로 나타났다. 마지막으로 자발적 수용은 학습성과에 정의 영향을 미쳤으며, 기회주의적 수용은 학습성과에 부정적인 영향을 미치는 것으로 확인되었다. 본 연구의 결과를 활용하여 대학생들의 신체적 건강을 증진하는 데 요인적 및 정책적 이해에 도움이 될 수 있으리라 본다.
최근 다양한 분야에서 뛰어난 성능을 나타내는 Convolutional Neural Network(CNN)모델을 모바일 기기에서 사용하기 위한 다양한 연구가 진행되고 있다. 기존의 CNN 모델은 모바일 장비에서 사용하기에는 가중치의 크기가 크고 연산복잡도가 높다는 문제점이 있다. 이를 해결하기 위해 가중치의 표현 비트를 낮추는 가중치 양자화를 포함한 여러 경량화 방법들이 등장하였다. 많은 방법들이 다양한 모델에서 적은 정확도 손실과 높은 압축률을 나타냈지만, 대부분의 압축 모델들은 정확도 손실을 복구하기 위한 재학습 과정을 포함시켰다. 재학습 과정은 압축된 모델의 정확도 손실을 최소화하지만 많은 시간과 데이터를 필요로 하는 작업이다. Weight Quantization이후 각 층의 가중치는 정수형 행렬로 나타나는데 이는 이미지의 형태와 유사하다. 본 논문에서는 Weight Quantization이후 각 층의 정수 가중치 행렬을 이미지의 형태로 비디오 코덱을 사용하여 압축하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 ImageNet과 Places365 데이터 셋으로 학습된 VGG16, Resnet50, Resnet18모델에 실험을 진행하였다. 그 결과 다양한 모델에서 2%이하의 정확도 손실과 높은 압축 효율을 달성했다. 또한, 재학습 과정을 제외한 압축방법인 No Fine-tuning Pruning(NFP)와 ThiNet과의 성능비교 결과 2배 이상의 압축효율이 있음을 검증했다.
본 연구에서는 현행 제7차 교육과정의 중학교 과학교과에서 제시된 대기압 개념을 분석하여 무게의 측면으로 대기압을 설명하는 교과서를 이용한 수업(수업방안 A)과 기체 분자운동과 무게의 양쪽 측면에서 설명하는 교과서를 이용한 수업(수업방안 B)의 두 가지 수업방안을 선정한 후 수업방안이 중학생들의 대기압 개념변화에 미치는 영향에 대하여 알아보았다. 이를 위하여 중학교 3학년 4개 학급을 대상으로 2개 학급씩 나누어 각각 수업을 실시하였다. 이 때 수업 전-후에 나타나는 학업 성취도와 대기압의 개념변화를 조사해본 결과는 다음과 같다. 첫째, 학업 성취도에 미치는 효과는 '수업방안 B'가 '수업방안 A'에 비해서 효과가 있는 것으로 나타났다. 둘째, 개념변화에 미치는 효과는 개념 검사의 사후 점수를 각 하위척도별로 효과를 검증한 결과, 개념의 요소 4개 중 3개의 요소인 '대기압이 작용하는 원리'와·대기압이 작용하는 방향과 이유', '지표면의 온도 상승에 따른 기압 변화와 그 이유'에서는 개념 변화에 유의미한 향상이 있는 것으로 나타났으나 '고도에 따른 대기압의 분포와 그 이유'에서는 개념 변화에 있어 유사한 것으로 나타났다. 셋째, 대기압 개념의 올바른 수업방안으로는 대기압을 기체 분자 운동론의 입장에서 정의하고 높이에 따른 대기업의 크기 분포는 공기의 무게로 정의한 것과 결과가 같게 나타남을 강조할 필요가 있다.
본 연구에서는 현행 제7차 교육과정의 중학교 과학교과에서 제시된 대기압 개념을 분석하여 무게의 측면으로 대기압을 설명하는 교과서를 이용한 수업(수업방안 A)과 기체 분자운동과 무게의 양쪽 측면에서 설명하는 교과서를 이용한 수업(수업방안 B)의 두 가지 수업방안을 선정한 후 수업방안이 중학생들의 대기압 개념변화에 미치는 영향에 대하여 알아보았다. 이를 위하여 중학교 3학년 4개 학급을 대상으로 2개 학급씩 나누어 각각 수업을 실시하였다. 이 때 수업 전-후에 나타나는 학업 성취도와 대기압의 개념변화를 조사해본 결과는 다음과 같다. 첫째, 학업 성취도에 미치는 효과는 ‘수업방안 B'가 ‘수업방안 A’에 비해서 효과가 있는 것으로 나타났다. 둘째, 개념변화에 미치는 효과는 개념 검사의 사후 점수를 각 하위척도별로 효과를 검증한 결과, 개념의 요소 4개 중 3개의 요소인 ‘대기압이 작용하는 원리’와 ‘대기압이 작용하는 방향과 이유’, ‘지표면의 온도 상승에 따른 기압 변화와 그 이유’에서는 개념 변화에 유의미한 향상이 있는 것으로 나타났으나 ‘고도에 따른 대기압의 분포와 그 이유’에서는 개념 변화에 있어 유사한 것으로 나타났다. 셋째, 대기압 개념의 올바른 수업방안으로는 대기압을 기체 분자 운동론의 입장에서 정의하고 높이에 따른 대기압의 크기 분포는 공기의 무게로 정의한 것과 결과가 같게 나타남을 강조할 필요가 있다.
본 논문에서는 근감소증의 발병 여부와 정도를 확인하기 위해 3번 요추부 (L3) CT 영상을 검출하는 딥러닝 모델을 제안하는 것이다. 또한, CT 데이터 내에 L3 레벨과 L3 레벨이 아닌 부분의 데이터 불균형으로 인한 성능 저하의 문제점을 오버샘플링 비율과 클래스 가중치를 설계변수로 하는 최적화 기법을 제시하고자 한다. 모델 학습 및 검증을 위하여 강릉아산병원에 내원한 전립선암 환자 104명, 방광암 환자 46명의 총 150명의 전신 CT 영상이 활용되었다. 딥러닝 모델은 ResNet50을 활용하였으며, 최적화기법의 설계변수로는 모델 하이퍼파라미터 5종과 데이터 증강비율 및 클래스 가중치로 선정하였다. 제안하는 최적화 기반의 L3 레벨 추출 모델은 대조군 (하이퍼파라미터 5종만을 최적화한 모델)과 비교하여 중간 L3 오차가 약 1.0 슬라이스 감소한 것을 확인할 수 있었다. 본 연구결과를 통하여 정확한 L3 슬라이스 검출이 가능하며, 추가적으로 데이터 증강을 통한 오버 샘플링과 클래스 가중치 조절을 통해 데이터 불균형 문제를 효과적으로 해결할 수 있는 가능성을 제시할 수 있다.
본 연구는 일학습병행 학습기업 평가지표 개발의 후속연구로 평가지표를 정량화하여 평가모형을 정립하는데 그 목적이 있다. 선행연구에서 도출된 최상위 레벨의 구성요소인 학습기업의 정량적요인, 정성적요인, 전담인력역량요인, 그리고 학 습근로자 역량 요인을 주축으로 2레벨 구성요소를 검증하여 평가모델을 구축하였다. 학습기업의 평가를 위해 해당기업을 담당하고있는 전문 가들과 AHP 설문을 수행하여 기업현장 교육훈련의 질을 결정하는 중요요인을 도출하고 평가항목간의 가중치산정을 통하여 학습기업의 평가모형을 완성하고 등급별 그룹핑을 진행하였다. 일 학습병행은 산업현장과 학교교육의 미스매치를 해소하고 능력중심 사회를 구현하기 위한 핵심적인 정책으로 추진되어 2022년 12월 기준으로 16,664개 기업이 훈련에 참여하였다. 학습기업은 현장훈련을 실시하는 교육훈련 공급기관으로써 매우 중요한 역할을 수행하고 있다. 본 연구에서 제시된 평가모형에 따른 학습기업 등급별 지원 및 컨설팅방안이 일학습병행의 내실화와 질적수준을 향상하는 기초자료로 활용될 것을 기대한다.
This paper compares domain combination based protein-protein interaction prediction method with domain based protein-protein interaction method. The prediction accuracy and reliability of the methods are compared using the same prediction technique and interaction data. According to the comparison, domain combination based prediction method has showed superior prediction accuracy to domain based prediction method for protein pairs with fully overlapped domains with protein pairs in learning sets. When we consider that domain combination based method has the effects of assigning a weight to each domain interaction, it implies that we can improve the prediction accuracies of currently available domain or domain combination based protein interaction prediction methods further by developing more advanced weight assignment techniques. Several significant facts revealed from the comparative studies are also described in this paper.
The structure of neural networks is represented by a weighted directed graph with nodes representing units and links representing connections. Each link is assigned a numerical value representing the weight of the connection. In learning process, the values of weights are adjusted by errors. Following experiment results, the interval of adjusting weights, that is, epoch size influenced neural networks' performance. As epoch size is larger than a certain size, neural networks'performance decreased drastically. And the number of hidden layer's node also influenced neural networks'performance. The networks'performance decreased as hidden layers have more nodes and then increased at some number of hidden layer's node. So, in implementing of neural networks the epoch size and the number of hidden layer's node should be decided by systematic methods, not empirical or heuristic methods.
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.