This paper describes a method for achieving a novel design within a class of 3D objects that would create a preferred impression on users. Physical parameters of the 3D objects that might strongly contribute to their visual impressions are sought through computational investigation of the impression ratings obtained for learning samples. "Car body" was selected as the class of 3D objects to be investigated. A morphable 3D model of car bodies that describes the variations in appearance using a smaller number of parameters was obtained. Based on each car body's rating for the impression of speediness obtained by paired comparison, the visual impression was transformed by manipulating the parameters defined in the morphable 3D model. The validity of the proposed method was confirmed by psychological experiments. A new scheme is also proposed to properly re-sample a novel object of a peculiar shape so that such an object could also be represented by the morphable 3D model.
Capsule endoscopy is one of the increasingly demanded diagnostic methods among patients in recent years because of its ability to observe small intestine difficulties. It is often conducted for 12 to 14 hours, but significant frames constitute only 10% of whole frames. Thus, it has been designed to automatically acquire significant frames through deep learning. For example, studies to track the position of the capsule (stomach, small intestine, etc.) or to extract lesion-related information (polyps, etc.) have been conducted. However, although grouping or labeling the training images according to similar features can improve the performance of a learning model, various attributes (such as degree of wrinkles, presence of valves, etc.) are not considered in conventional approaches. Therefore, we propose a class-labeling method that can be used to design a learning model by constructing a knowledge model focused on main lesions defined in standard terminologies for capsule endoscopy (minimal standard terminology, capsule endoscopy structured terminology). This method enables the designing of a systematic learning model by labeling detailed classes through differentiation of similar characteristics.
As considerable interests in noise emission from the ships have been increased, International Maritime Organization (IMO) standardized the Underwater Radiated Noise (URN) measurement process of commercial ships in deep seas by enacting the related ISO standard ISO 17208-1 and classification societies responded with the enactment or revision of corresponding notations. According to this trend, a new hybrid underwater sound propagation model based on underwater sound propagation theories was developed and its accuracy on analysis was verified through the result comparison with the results of other generally used models. Using the verified model, each URN propagation characteristics adjusted by the correction methods proposed in the ISO standard and class notations were analyzed and compared in two assumed URN measurement cases. The results showed that the effects of transmission loss corrections in the circumstances with less bottom reflections generally similar but they had rather large differences in the model analysis results with bottom-reflection-dominant conditions. It was concluded that the deep consideration of effective bottom-reflection-correction method should be made in future revisions of ISO standard and class notations.
Journal of Korea Artificial Intelligence Association
/
제1권1호
/
pp.1-6
/
2023
This study developed models using decision forest, support vector machine, and logistic regression methods to predict and prevent suicidal ideation among Korean adolescents. The study sample consisted of 51,407 individuals after removing missing data from the raw data of the 18th (2022) Youth Health Behavior Survey conducted by the Korea Centers for Disease Control and Prevention. Analysis was performed using the MS Azure program with Two-Class Decision Forest, Two-Class Support Vector Machine, and Two-Class Logistic Regression. The results of the study showed that the decision forest model achieved an accuracy of 84.8% and an F1-score of 36.7%. The support vector machine model achieved an accuracy of 86.3% and an F1-score of 24.5%. The logistic regression model achieved an accuracy of 87.2% and an F1-score of 40.1%. Applying the logistic regression model with SMOTE to address data imbalance resulted in an accuracy of 81.7% and an F1-score of 57.7%. Although the accuracy slightly decreased, the recall, precision, and F1-score improved, demonstrating excellent performance. These findings have significant implications for the development of prediction models for suicidal ideation among Korean adolescents and can contribute to the prevention and improvement of youth suicide.
본 연구는 중급 하 수준의 성인 영어 학습자의 말하기능력향상을 위한 토론수업모형을 제시하고 있다. 수업모형은 읽기, 쓰기, 듣기, 말하기의 네 가지 기술을 모두 사용하여 학습자의 스키마(schema)지식을 높이고 토론전략을 연습하는 단계로 구성한다. 토론주제는 학습자들의 인지능력에 적합하고 언어학습의 동기를 높이기 위해 학습자를 대상으로 설문을 통하여 10가지 주제를 선정한다. 토론식 수업모형의 교육적 효과를 살펴보기 위해 서울소재 영어과 2학년 26명을 대상으로 파일럿 실험을 한다. 공인영어말하기시험인 OPIc(Oral Proficiency Interview in computer)을 사용하여 사전, 사후시험을 실시하고 두 시험의 결과를 분석한다. 실험결과 참가자 대부분(82%)을 차지한 중급 하 수준이하의 학습자들은 실험 후 47%로 감소하였고, 실험 전 18%(5명)의 중급 중이상의 언어숙련도 분포는 실험 후 53%(14명)로 증가하였다. 전체적으로 한 단계 수준상승이 있었다. 토론식 수업모형은 학습자들의 언어숙련도 수준에 관계없이 토론수업을 할 수 있다는 가능성을 보여준다. 대학교 수준이상의 영어학습자들은 자신의 인지능력에 적합한 다양하고 창의적인 생각들을 좀 더 형식을 갖춘 지적인 언어로 표현할 필요가 있다. 토론식 수업모형은 종전의 대화식 영어회화와는 다른 새롭고 효과적인 교수법의 대안이 될 수 있다는 긍정적 평가가 기대된다.
We deal with the closed forms of European option pricing for the general class of volatility asset model and the jump-type volatility asset model by several methods.
본 연구에서는 달의 위상 변화에 대한 과학적 모형 구성 수업에서 나타나는 영재 학생들의 모형 생성 및 발달 과정의 특징과 학생과 교사의 활동이 이 과정에 미치는 영향에 대해 알아보고자 하였다. 이를 위해 과학영재 학생을 대상으로 과학적 모형 구성 수업을 실시하였다. 수업 전체 및 모둠별 활동을 영상 촬영, 음성 녹음하였으며 선택한 모둠에 대한 면담을 실시하고 학생들의 활동지를 분석 자료로 활용하여 모둠별 개인별 학생들의 모형 생성 및 발달과정을 재구성하였으며, 학생들의 활동 양상과 교사의 역할이 여기에 미치는 영향을 도출하였다. 모둠 내에서의 토론이 모둠의 모형 생성 및 발달과정에 기여하며, 표적 모형과 초기모형의 유사성 정도에 따라 개인 모형의 발달 과정이 달라졌다. 모둠활동에 적극적으로 참여하는 학생이 많을수록 초기 모형은 다양해지고 최종 모형도 더욱 정교하게 나타났으며, 교사는 모형의 생성 및 발달과정에 큰 영향을 미치는 것으로 나타났다.
본 연구의 목적은 동기-위협-능력 관점에서 대학 스마트워크 수업 중에 수강생들의 스마트워크 이용저항과 수업 외적인 행동에 대하여 조사하는 것이다. 이를 위하여 본 연구에서는 연구모형을 개발하였고, 스마트워크 전환비용, 위협, 자기효능감이 어떻게 스마트워크 이용저항을 거쳐 수업 외적인 행동에 영향을 미치는지를 조사하였다. 또한, 자기효능감과 수업 외적인 행동 간의 관계를 조사하였다. 본 연구를 위해 설문방법을 이용하였고, 분석을 위한 데이터는 대학생을 대상으로 수집한 총 80개의 데이터를 적용하였다. 그리고 자료의 분석은 구조방정식모형을 사용하였다. 실증분석결과는 첫째, 전환비용과 수강위협은 스마트워크 이용저항에 직접적인 영향을 미치는 것으로 나타났다. 둘째, 스마트워크 이용저항은 수업 외적인 행동에 부의 영향을 미치지만, 자기효능감은 수업 외적인 행동에 정의 영향을 미치는 것으로 나타났다. 본 연구의 결과는 스마트워크 서비스의 이용 정책 수립에 있어서 스마트워크 이용저항 동기의 중요성을 제시하였다는데 의의가 있다.
본 논문에서는 차세대 이동통신 수송망에서 트래픽 클래스별 서비스 품질 요구 사항을 고려한 효율적인 대역폭 재할당 기법을 제안한다. 제안 기법은 유선망 트래픽 클래스를 실시간 클래스와 비시실시간 클래스로 구분하여 무선망 계층에서 정의된 서비스 품질 클래스를 유선망 트래픽 클래스로 매핑시킨 후 실시간 트래픽 클래스가 비실시간 트래픽 클래스의 유휴 자원을 동적으로 사용하도록 한다. 제안 기법은 운영자가 지정한 패킷 손실율과 Auto-Regressive(AR) 시계열 모델을 이용하여 주기적으로 비실시간 트래픽 클래스의 향후 필요 대역폭을 예측하며 유휴 대역폭이 발생하는 경우에만 이를 실시간 트래픽 클래스에 동적으로 할당함으로써 비실시간 트래픽 클래스의 패킷 손실율을 보장함과 동시에 시스템의 대역폭 이용율을 향상시킨다. 본 논문에서는 실제 측정된 인터넷 트래픽을 비실시간 트래픽 클래스로 이용하여 제안 기법은 링크 대역폭의 효율을 증가시켜 실시간 트래픽의 수용량을 증가시킴과 동시에 모든 시 구간에서 비실시간 트래픽 클래스에 원하는 패킷 손실율을 보장할 수 있음을 검증하였다.
이군집 응집현상은 수자원환경에서 점착성 유사가 결합-해체의 과정을 통해 응집핵-응집체의 이군집 입자크기분포 (Biomodal Floc Size Distribution)를 형성하는 일련의 과정을 의미한다. 본 연구는 저난류 및 고난류 두 가지 조건에서 수행한 응집-침전관 실험결과를 바탕으로 이군집 응집모형(TCPBE: Two Class Population Balance Equation)의 적용성을 단일군집 응집모형(SCPBE: Single Class Population Balance Equation) 및 다군집 응집모형(MCPBE: Multi Class Population Balance Equation)과 비교 평가하였다. 기존 SCPBE에 비하여, TCPBE는 응집핵-응집체의 상호작용 및 침강속도차에 따른 응집 기작을 모의할 수 있었다. 또한, 3개의 연립미분방정식을 가진 TCPBE는 30개 미분방정식을 가진 다군집 응집모형(MCPBE: Multi Class Population Balance Equation)과 대등한 모의 결과를 나타내었다. 따라서 TCPBE는 이군집 응집현상을 모의 할 수 있는 가장 단순한 모델로 검증되었고, 향후 수자원환경이나 수처리 공정에 다양하게 적용할 수 있으리라 판단된다.
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.