• Asia pacific journal of information systems
• /
• 제19권4호
• /
• pp.149-176
• /
• 2009

In the recent e-learning environment, avatars are often used to help learners get familiar with the contents, which is ultimately to motivate them to study more. Therefore, it is important to investigate whether avatars have actually the desirable effect on users of e-learning materials. Surprisingly, however, no extensive study has been conducted on this crucial issue Accordingly, main objectives this study are summarized as follows. First, we need to gain better understanding of how much learners' trust towards avatars (termed as "avatar trust") is transferred to learners' trust towards e-learning contents (termed as "contents trust"). Second, we need to investigate how much learners' personal relationships with avatars as well as learning behaviors change depending on avatar types (attractive vs. professional) and contents complexity (easy vs. difficult). As described in the study objectives, in order for us to analyze empirical data more systematically, we classified avatar types into two: "attractive" and "professional;" the contents are categorized as either "easy" or "difficult." Therefore, it is essential for this study to build a prototype e-learning website on which our research purpose can be realized and tested effectively with proper avatar types and e-learning contents. For this purpose, we built a prototype e-learning website, in which avatars are invited from currently working avatar instructors used in real-world e-learning websites, and e-learning contents are adapted from real-world contents about Java programming topic, which have been proved to have shown high quality and reliability. Our research method includes questionnaire survey by inviting a number of valid respondents comprised of office workers who are believed to have high demands for the e-learning contents as well as those who have previous experience with avatar instructors. Respondents were given one of the four e-learning experiment conditions (2 avatar types x 2 contents types) on a random basis. Each experimental e-learning condition is framed to have the same quality but different avatar type and content complexity. Then the respondents are asked to fill out the survey form which has questions about avatar trust, contents trust, personal relationships with avatar, and learning behavior, among others. Regarding the constructs used in research model, we based them rigorously on previous studies. For example, we used six constructs such as behavior to give information (BGI), behavior to obtain information (BOI), need for inclusion wanted, need for control wanted, contents trust, and avatar trust. To measure them, 7-Likert scales were used in the questionnaire. E-learning performance was measured indirectly through two constructs such as BGI and BOI. Six constructs used in the research model were adopted and revised from the FIRO-B model suggested by Schutz. Empirical results are as follows: First, professional avatars are more effective for difficult contents, while attractive avatars were not as effective for easy contents. Second, our study results ascertained that avatar trust transfers to contents trust regardless of avatar types and contents complexity.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.15-22
• /
• 2012

신호교차로의 효과척도는 신호교차로의 신호시간을 최적화 하고 단속류의 교통류를 관리하는데 기준이 되는 척도이다. 일반적으로 교차로나 네트워크를 주행하는 차량의 평균 지체시간을 줄이기 위하여 지체시간을 효과척도로 사용하고, 일부 교통축을 개선하거나 버스의 우선 통행을 위하여 연동효율을 효과척도로 사용하기도 한다. 교통류를 관리하고자 하는 현장 상황이나 목적에 따라 두 개의 효과척도 중 하나를 선택하여 각 척도의 목적에 맞게 신호시간을 관리하고 운영하고 있다. 그러나 실제 운전자가 도로를 주행할 때는 척도와 상관없이 대기시간이 짧을 수록, 교차로에서의 불필요한 정지가 적을수록 운전자의 만족도는 커진다. 본 연구는 지체시간과 연동성 구분없이 두 개를 동시에 고려하여 반영할 수 있는 시뮬레이션 모형을 개발하고자 한다. 기존의 연동폭 최대화 모형에서 반영하지 못한 교통량 수준과 정지선에 미리 대기하고 있던 잔여차량의 영향을 고려하기 위하여 밀도-교통량 곡선을 이용한 충격파 모형을 적용하였다. Daganzo의 Cell Transmission Model을 차용하여 지체시간과 연동지표를 개발하고 시뮬레이션 모형을 구축하였다. 본 모형의 효과를 검증하기 위하여 기존 지체시간 모형인 Transyt-7F와 연동폭 최대화 모형은 PASSERⅤ를 기준으로 지체시간과 연동효율을 산출하여 비교분석하였다.

• 전자공학회논문지
• /
• 제52권11호
• /
• pp.87-104
• /
• 2015

최근 지능화된 사물들이 연결되는 네트워크를 통해 사람과 사물, 사물과 사물 간에 상호 소통하고 상황인식 기반의 지식이 결합되어 인공지능 서비스를 제공하는 사물인터넷 (IoT : Internet of Things) 환경이 급속도로 발전하고 있다. 이러한 사물인터넷의 발전과 더불어 C-ITS (Cooperative Intelligent Transport System) 환경에서 고속으로 이동하는 차량이 기존의 노변 인프라 외에 주행 중인 다른 차량까지 교통 인프라에 포함하여 차선 및 번호판 인식, 전방 사고 및 도로 공사 감지 등 쌍방향 정보 공유를 통해 효율적인 도로 주행을 함으로써 운전자에게 편리성과 안전성을 높여주고 나아가 교통 효율성을 높이고자 하는 연구가 활발히 진행되고 있다. 본 논문에서는 C-ITS 환경에서 고속도로 주행 시 버스전용 차선 인식 후 교통 인프라와 연계하여 버스전용 차선 내 주행차량의 주행 가능 여부를 판단하고 이에 따른 후속 조치에 관한 연구를 진행하였다. 버스전용차선 인식을 통해 버스전용 차로의 위치를 파악한 후 후속 차량의 정면 전방 및 측면 전방 차량의 번호판 인식을 진행하고 향후 교통 인프라로 하여금 인지하게 하는 방법에 관한 학습과 해당 실험결과를 제시하였다.

• Korean Chemical Engineering Research
• /
• 제57권2호
• /
• pp.274-282
• /
• 2019

최근 빅데이터 과학은 사회현상 모델링을 통한 예측은 물론 강화학습과 결합하여 산업분야 자동제어까지 응용범위가 확대되고 있다. 이러한 추세 가운데 이미지 영상 데이터 활용연구는 화학, 제조, 농업, 바이오산업 등 다양한 산업분야에서 활발히 진행되고 있다. 본 논문은 신경망 기술을 활용하여 영상 데이터의 시맨틱 분할 성능을 개선하고자, U-Net의 계산효율성을 개선한 DeepU-Net 신경망에 AutoML 강화학습 알고리즘을 구현한 NASNet을 결합하였다. BRATS2015 MRI 데이터을 활용해 성능 검증을 수행하였다. 학습을 수행한 결과 DeepU-Net은 U-Net 신경망 구조보다 계산속도 향상 뿐 아니라 예측 정확도도 동등 이상의 성능이 있음을 확인하였다. 또한 이미지 시맨틱 분할 성능을 개선하기 위해서는 일반적으로 적용하는 드롭아웃 층을 빼고, DeepU-Net에 강화학습을 통해 구한 커널과 필터 수를 신경망의 하이퍼 파라미터로 선정했을 때 DeepU-Net보다 학습정확도는 0.5%, 검증정확도는 0.3% 시맨틱 분할 성능을 개선할 수 있었다. 향후 본 논문에서 시도한 자동화된 신경망을 활용해 MRI 뇌 영상진단은 물론, 열화상 카메라를 통한 이상진단, 비파괴 검사 진단, 화학물질 누출감시, CCTV를 통한 산불감시 등 다양한 분야에 응용될 수 있을 것으로 판단된다.

• 대한임상검사과학회지
• /
• 제51권1호
• /
• pp.78-85
• /
• 2019

막 단백질은 심장질환, 암과 같은 우리 주변에서 흔히 발생하는 질병에 관련되어 있다. 이러한 암과 같은 특정한 질환 상태에서, 막 단백질과 관련된 신호 전달의 비정상은 세포분열을 통제하지 못하고 증가시킬 수 있으며 막 단백질의 발현에 변화가 생긴다. 막 단백질은 지질 이중층으로 이루어진 소수성 환경을 가지고 있어 불안정하기 때문에 막 단백질을 추출해서 연구를 수행하는데 어려움이 있다. 이번 연구에서는 최적화된 막 단백질 추출법을 확인하고자 서로 다른 두 가지 추출법의 효율성을 평가하였다. 두 가지 방법으로, high-speed centrifuge법과 reagent법이 비교되었다. 비교 분석결과, 미토콘드리아 내막 단백질 분석에는 high-speed centrifuge법이 효율적이고, 소포체 막 단백질 분석에는 reagent법이 유용함을 확인하였다. 게다가 유전자 온톨로지 소프트웨어를 이용해서 추출된 막 단백질의 기능분석을 진행하였을 때, 유전자 온톨로지는 reagent법에서 소포체 막 단백질에 연관된 반응이 활성화 되는 것을 확인할 수 있었다. 프로세스 네트워크 분석에서, high-speed centrifuge법에서는 하나의 클러스터를 형성화는 반면, reagent법에서는 네 개의 클러스터를 형성하는 것을 시각화하여 확인하였다. 결론적으로, 두 가지 분석법은 서로 다른 하위 막 단백질의 분석에 유용함을 확인할 수 있었다. 이러한 결과를 토대로, 막 단백질을 분석할 때, 표적의 세부 막 단백질을 고려하여 방법론을 선택하는데 도움을 줄 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.79-86
• /
• 2021

빅데이터 프로젝트의 성공 확률을 높이기 위해서는 복잡한 원인들로부터 근본적인 위험의 원인을 분석하여 최적의 대응 방안을 수립할 수 있는 계량화된 기법이 요구된다. 이를 위해 본 연구에서는 SNA 분석을 통해 위험 요인과 관계를 측정하고, 이를 기반으로 위험에 대응할 수 있는 방법을 제시한다. 즉, 사전 연구에서 제시된 빅데이터 프로젝트의 위험 그룹 간 상관관계 분석 결과를 활용하여 종속성 네트워크(dependency network) matrix를 도출하고 이를 통해 SNA 분석을 수행한다. 종속성 네트워크 matrix를 도출하기 위하여 위험 노드 간의 상관관계로부터 부분 상관을 구하고, 상관 영향과 상관 종속성을 계산함으로써 노드별 활동 종속성을 도출하고 이를 통해 위험 요인 노드 간의 인과 관계와 연관관계에 있는 모든 노드간의 영향정도를 모두 산출한다. 위험 요인 간 SNA통해 도출된 위험 요인 간 네트워크로부터 위험에 대한 근본 원인을 인지함으로써 보다 최적화되고 효율저인 위험 관리가 가능하다. 본 연구는 위험관리 대응과 관련하여 SNA 분석 기법을 적용한 최초의 연구로 본 연구결과는 IT프로젝트의 위험관리와 관련하여 주요 위험에 대한 위험 관리 순서를 최적화할 수 있을 뿐만 아니라, 위험 통제를 위한 새로운 위험분석 기법을 제시하였다는데 큰 의의가 있다.

• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.307-326
• /
• 2021

상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.

• 한국항공우주학회지
• /
• 제50권2호
• /
• pp.127-135
• /
• 2022

국내 초소형위성의 경우 개발 사례가 지속적으로 늘어나는 것에 비해 초기의 통신 성공률이 상대적으로 낮다. 이러한 상황에서 최근 상용 위성통신망을 활용한 저궤도 위성의 통신사례가 늘고 있으며, 이에 한국천문연구원, 한국항공우주연구원 및 연세대학교에서 개발하고 있는 SNIPE 프로젝트에서는 이리디움(Iridium) 모듈을 이용한 초소형위성의 통신링크를 시험하고자 한다. 이에 본 논문에서는 이리디움 위성군에 대한 궤도 및 통신환경과 SNIPE 위성의 이리디움 모듈 및 자세지향 모드를 고려한 이리디움 모듈의 가시성을 분석하였다. 저궤도 위성의 경우 높은 고도에 따른 상대적으로 적은 이리디움 통신 커버리지 및 이리디움 통신망에서 고려하고 있는 도플러 변화량에 비해 높은 변화량에 따른 통신 가능성이 제한되었다. 이러한 이유로 인해 이리디움 위성군과의 상대적인 승교점 적경각의 차이에 따라 좀 더 많은 성능 차이를 보이는 것을 확인해 볼 수 있었다. 마지막으로 초소형위성의 초기 사출시 발생되는 회전운동 상태에 대한 통신 모듈의 가시성 분석을 통해 해당 기술에 대한 활용 가능성을 분석해 보았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.128-130
• /
• 2021

본 연구는 광어의 적정 생산량 예측을 위한 회귀분석 자동화 시스템 구축을 목표로 한다. 현재 우리나라의 세계 각국과 FTA 체결 및 시장 개방 가속화 등으로 인해 한국 광어 양식 사업들은 환경의 특수성과 불확실성에 의해 많은 어려움을 겪고 있다. 또한 최근 연어, 방어 등의 수입 수산물의 급증과 국민들의 식생활 변화로 소비 부진 및 가격 하락 등의 문제를 해결할 방안이 필요한 실정이다. 이에 본 연구에서는 양식 광어의 수급 안정과 경제적 가치를 분석하여 적정한 광어 생산량을 알기 위해 빅 데이터를 활용한 회귀분석 자동화 시스템을 구현하였으며, 파이썬 모듈인 xlwings를 활용하여 광어의 생산금액과 생산량에 대한 가중치를 구하고 추후 생산될 광어의 양을 예측하는 데 활용하였다. 따라서 이러한 광어 생산량 예측에 대한 분석 결과를 토대로 향후 광어 양식 업계에서는 적정 생산량 달성 및 수급 조절 방안을 마련할 수 있을 것이며, 이는 불필요한 경제적 손실을 줄이고 데이터를 기반한 새로운 가치창출을 도모할 수 있을 것이다. 또한 본 연구에서 시도한 데이터 접근 방식을 통해 향후 여러 분야의 연구에서는 인공신경망, 다중회귀분석 등 다양한 분석 기법을 활용할 수 있고 이는 다양한 업계에서 효과적으로 빅데이터를 분석하고 활용할 수 있는 기초적인 자료의 토대가 될 것이다.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.157-172
• /
• 2024

자율주행 기술은 상용화될 경우 교통 네트워크에 안전성, 이동성, 환경성을 개선할 잠재력을 지니고 있다. 그러나, 센서 기능의 저하와 원거리 검지의 한계는 자율주행 차량의 안전한 주행을 방해할 수 있으므로 인근 차량과 인프라에서 수집한 정보를 활용하여 보완하는 자율협력주행이 필수적이다. 또한, HDV, AV, CAV는 인지할 수 있는 정보의 범위가 각기 다르고 이에 따른 대응 프로토콜이 상이하기 때문에 자율주행 기술 과도기에 발생하는 혼재 교통류에서의 대응책이 필요하다. 자율주행 차량 보급률, 도로 구간별 특성 차이를 복합적으로 고려한 교통류 최적화 연구가 부족하다. 본 연구는 인프라 가이던스 유스케이스 및 자율주행차량 MPR별 안전성, 이동성, 환경성에 따른 가중치를 개발하는 것을 목적으로 한다. AHP 가중치를 개발하기 위해 MPR을 고려한 Hybrid AHP와 인프라 가이던스 구간 및 상황 별 AHP를 결합하고 통합 평가지표를 개발하였다. 분석결과, LOS A-B × MPR 10% × 분·합류부 및 엇갈림구간은 안전성 가중치(0.841)가 가장 높은 구간인 동시에 이동성 가중치(0.112)가 가장 낮은 구간이였으며, LOS A-B × MPR 50% × CAV 전용도로의 안전성 가중치(0.605)가 가장 낮은 구간인 동시에 이동성 가중치(0.335)가 가장 높은 구간으로 도출되었다. 본 연구의 결과를 기반으로 혼재 교통류를 최적화하기 위한 차량 별 통행 우선권을 부여하는데 활용할 수 있다.