• 대한수학교육학회지:학교수학
• /
• 제19권4호
• /
• pp.691-712
• /
• 2017

교사의 통계적 추론과 사고를 개발하는 것은 예비교사 대상의 통계교육에서 이루어져야 하는 중요한 역할이다. 본 연구에서는 특히, 예비초등교사들이 통계의 핵심 아이디어에 대한 추론을 발달시키기 위한 방안으로서 두 자료집합 비교하기 과제의 활용에 주목하였다. 24명의 예비초등교사들이 4명씩 6개 모둠으로 과제를 수행하고 이를 발표하게 함으로써 자료를 수집하였고, 두 자료집합 비교 활동에서 확인된 Pfannkuch(2006)의 추론 모델을 바탕으로 이를 분석하였다. 분석 결과, 연구 참여자들은 두 자료집합 비교하기 과제를 통해 통계적 문제해결을 위해 분포와 변이성에 주목하였고, 의사결정을 위해 맥락적 지식을 고려하는 모습을 보였다. 또한, 통계적 의사소통을 위한 주된 참조물로서 통계량과 그래프를 활용하였는데, 이는 절차적 지식에 고착화된 전통적 통계교육을 개선하기 위한 주요한 시사점을 제공할 수 있을 것으로 기대된다. 이를 통해, 두 자료집합 비교하기 과제가 예비초등교사교육에서 지니는 가능성을 확인함과 동시에 활용 방안에 대한 제언을 도출하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.305-309
• /
• 2006

본 논문에서는 네트워크 기반의 스마트 선박을 구현하기 위한 연구의 일환으로서, TCP/IP 기반의 지능형 선박 조타제어시스템을 구축하여, 시스템의 효용성을 살펴보고, 그 실용화 방안을 모색한다. 구체적인 연구방법으로, 먼저, 선박의 조타시스템을 PC 상에서 원격으로 제어하기 위한 TCP/IP 소켓 기반의 프로그래밍 및 네트워크 시스템을 구현하고, 다음으로 퍼지 추론에 의하여 타각을 제어하기 위한 퍼지 조타 조작 모델을 구축하여 적용한다. 마지막으로 실제 선박의 조타시스템을 축소한 모형조타제어시스템에 적용하여 그 유효성을 확인하였다.

• 정보과학회 논문지
• /
• 제43권7호
• /
• pp.795-800
• /
• 2016

이미지 분류 문제는 인간 수준의 성능을 보이지만 일반적인 인식 문제는 어려운 점들이 남아있다. 실내 환경은 다양한 정보를 담고 있어 정보 처리의 양을 효율적으로 줄일 필요성이 있다. 정보의 양을 효율적으로 줄일 수 있도록 대상 객체의 위치 측정을 위한 변분 추론, 변분 베이지안 등의 방법이 소개되었지만, 모든 경우에 대한 주변(marginal) 확률 분포를 구하기 어렵기 때문에 현실적으로 계산하기 어렵다. 본 연구에서는 공간 변형 네트워크(Spatial Transformer Networks)을 응용하여 능동 시각을 이용한 이미지-텍스트 통합 인지 체계를 제안한다. 이 체계는 주어진 텍스트 정보를 바탕으로 이미지의 일부를 효율적으로 샘플링 하도록 학습한다. 이를 통해 전통적인 방법으로 해결하기 어려운 문제를 상당한 격차로 성능을 향상 시킬 수 있다는 것을 보인다. 제안하는 모델을 통해 샘플링 된 이미지를 정성적으로 분석하여 이 모델이 가지는 특성도 함께 살펴본다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.154-154
• /
• 2012

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 관련 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다. 토양수분을 측정하는 방법에는 세타 탐침(Theta Probe), 장력계, TDR(Time Domain Reflectrometry) 등이 이용되고 있으며, 광역 토양수분자료의 보다 정확한 공간 변동성의 관측을 위하여 항공원격탐사와 인공위성 원격탐사기술이 개발되어 적용되고 있다. 인공위성 영상은 자료의 분석이 간편하며, 공간자료이므로 공간 변화를 분석하는 데 있어 매우 편리하다. 그 중 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상은 저해상도 영상으로 극궤도 위성인 Terra와 Aqua 위성에 장착되어 있으며, NASA에서 필요한 정보를 받아 사용할 수 있다. 본 연구에서는 유역의 물리적 지형자료와 같은 방대한 양의 자료 수집 없이도, 모형이 구축되면 인공위성자료와 강우자료만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 산정할 수 있는 자료 지향형 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하였다. 사용된 퍼지변수로는 시험유역의 토양수분 관측자료와 강수량 및 인공위성 자료인 MODIS NDVI(Normalize Difference Vegetation Index), MODIS LST(Land-Surface Temperature) 영상을 이용하였다. MODIS NDVI는 시간 해상도 8일, 공간해상도 250 인 Level 3 영상이며, MODIS LST는 시간 해상도 1일, 공간해상도 1 km인 Level 3 영상을 사용하였다. 위성자료를 사용하기 위해 Korea TM 좌표체계로 변환한 뒤, 토양수분 관측지점이 속한 각 셀의 속성값을 추출하였다. 위성자료와 수집된 자료 및 토양수분자료와의 관계를 분석하기 위하여 입력자료를 다양한 방법으로 구성하여 입력 변수를 생성하였다. 생성된 입력 변수와 ANFIS 모형을 연계하여 각각의 토양수분 산정모형을 구축하고 대상지점에 대한 토양수분을 산정 및 비교 분석하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권8호
• /
• pp.3984-4005
• /
• 2017

Image recognition has become an increasingly important topic for its wide application. It is highly challenging when facing to large-scale database with large variance. The recognition systems rely on a key component, i.e. the low-level feature or the learned mid-level feature. The recognition performance can be potentially improved if the data distribution information is exploited using a more sophisticated way, which usually a function over hidden variable, model parameter and observed data. These methods are called generative score space. In this paper, we propose a discriminative extension for the existing generative score space methods, which exploits class label when deriving score functions for image recognition task. Specifically, we first extend the regular generative models to class conditional models over both observed variable and class label. Then, we derive the mid-level feature mapping from the extended models. At last, the derived feature mapping is embedded into a discriminative classifier for image recognition. The advantages of our proposed approach are two folds. First, the resulted methods take simple and intuitive forms which are weighted versions of existing methods, benefitting from the Bayesian inference of class label. Second, the probabilistic generative modeling allows us to exploit hidden information and is well adapt to data distribution. To validate the effectiveness of the proposed method, we cooperate our discriminative extension with three generative models for image recognition task. The experimental results validate the effectiveness of our proposed approach.

• 한국인구학
• /
• 제11권1호
• /
• pp.1-13
• /
• 1988

여기서는 많은 수의 비관측사례로부터 발생할 수 있는 표본의 편의(bias) 문제를 탐구한다. 이 연구는 본래 일본 후생성이 1989년 실시한 <가족주기와 가구형태에 대한 인구학적 조사> 자료를 이용하여 노인부보와 자녀간 근접성을 분석하는 목적에서 이루어졌다. 그런데 <가족주기와 가구형태에 대한 인구학적 조사>는 노인부모를 대상으로 한 조사가 아니라 전체 가구 일반에 대한 조사이기 때문에 노인부모에 대한 많은 정보를 손상하고 있었다. 또한 본 조사는 가구주를 통하여 가족원에 대한 정보를 획득하는 방식으로 설계되었기 때문에 가족원에 대한 정보가 완전하지 못하였다. 나아가 비관측사례의 유형을 보면 여러 항목들이 동시적으로 관측되지 않고 있었다. 이와 같이 복합적 메커니즘에서 발생한 비관측 사례는 분석의 편의를 초래할 위험이 크다. 우선, 많은 수의 비관측사례로 표준오차를 잘못 추정할 소지가 크다. 더욱이 사례들이 선택적으로 관측되지 않았다면 관측된 자료에 따른 추정을 심각한 편의를 포함할 수 있다. 이와 같이 손상된 자료로부터 발생할 수 있는 추정 편의를 개선하기 위하여 여기서는 두 가지 기법을 활용하였다. 첫째, 관측치와 공변인간의 관계에 기초하여 비관측사례를 추정하는 방법으로 EM 알고리듬을 활용하였다. 둘째, 관찰의 선택성에서 비롯된 추정 편의를 개선하기 위하여 이단계(two stage) 모형을 활용하였다.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1158-1165
• /
• 2021

본 논문은 메모리의 사이즈를 줄이기 위해 Pooling Layer가 MAC에 통합된 구조의 최적화된 CNN가속기를 설계하는 것을 제안한다. 메모리와 데이터 전달 회로의 최소화를 위해 MNIST를 이용하여 학습된 32bit 부동소수점 가중치 값을 8bit로 양자화하여 사용하였다. 가속기칩 크기의 최소화를 위해 MNIST용 CNN 모델을 1개의 Convolutional layer, 4*4 Max Pooling, 두 개의 Fully connected layer로 축소하였고 모든 연산에는근사화 덧셈기와 곱셈기가 들어간 특수 MAC을 사용한다. Convolution 연산과 동시에 Pooling이 동작하도록 설계하여 내장 메모리를 94% 만큼 축소하였으며, pooling 연산의 지연 시간을 단축했다. 제안된 구조로 MNIST CNN 가속기칩을 TSMC 65nm GP 공정으로 설계한 결과 기존 연구결과의 절반 크기인 0.8mm x 0.9mm = 0.72mm²의 초소형 가속기 설계 결과를 도출하였다. 제안된 CNN 가속기칩의 테스트 결과 94%의 높은 정확도를 확인하였으며, 100MHz 클럭 사용시 MNIST 이미지당 77us의 빠른 처리 시간을 획득하였다.

• Animal Bioscience
• /
• 제34권6호
• /
• pp.967-974
• /
• 2021

Objective: The objective of this study was to estimate the genetic correlation (rpc) of growth performance between purebred (Duroc and Korean native) and synthetic (WooriHeukDon) pigs using a single-step method. Methods: Phenotypes of 15,902 pigs with genotyped data from 1,792 pigs from a nucleus farm were used for this study. We estimated the rpc of several performance traits between WooriHeukDon and purebred pigs: day of target weight (DAY), backfat thickness (BF), feed conversion rate (FCR), and residual feed intake (RFI). The variances and covariances of the studied traits were estimated by an animal multi-trait model that applied the Bayesian inference. Results: rpc within traits was lower than 0.1 for DAY and BF, but high for FCR and RFI; in particular, rpc for RFI between Duroc and WooriHeukDon pigs was nearly 1. Comparison between different traits revealed that RFI in Duroc pigs was associated with different traits in WooriHeukDon pigs. However, the most of rpc between different traits were estimated with low or with high standard deviation. Conclusion: The results indicated that there were substantial differences in rpc of traits in the synthetic WooriHeukDon pigs, which could be caused by these pigs having a more complex origin than other crossbred pigs. RFI was strongly correlated between Duroc and WooriHeukDon pigs, and these breeds might have similar single nucleotide polymorphism effects that control RFI. RFI is more essential for metabolism than other growth traits and these metabolic characteristics in purebred pigs, such as nutrient utilization, could significantly affect those in synthetic pigs. The findings of this study can be used to elucidate the genetic architecture of crossbred pigs and help develop new breeds with target traits.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.1-8
• /
• 2021

본 논문은 저해상도 적외선영상을 사양이 낮은 임베디드 시스템에서 추론 가능하도록 강화된 VGG 스타일과 Global Average Pooling 조합으로 정확도를 증가시키면서 연산량을 최소화하는 딥러닝 컨볼루션 신경망을 이용한 저해상도 적외선 표적 분류 방법을 제안한다. 제안한 알고리즘은 OKTAL-SE로 생성한 합성영상 클래스 9개 3,723,328개를 분류하였다. 최초 임베디드 추론 가능하도록 파라메터 수가 최소화된 최대풀링 레이어 기준 입력단 8개와 출력단 8개 조합에 비해 강화된 VGG 스타일을 적용한 입력단 4개와 출력단 16개 필터수 조합을 이용하여 연산량은 약 34% 감소시켰으며, 정확도는 약 2.4% 증가시켜 최종 정확도 96.1%을 획득하였다. 추가로 C 코드로 포팅하여 수행시간을 확인하였으며, 줄어든 연산량 만큼 수행 시간이 약 32% 줄어든 것을 확인할 수 있었다.

• 한국물환경학회지
• /
• 제37권3호
• /
• pp.204-216
• /
• 2021

It is important to understand the factors influencing the temporal and spatial variability of water quality in order to establish an effective customized management strategy for contaminated aquatic ecosystems. In this study, the spatial diversity of the 5-year (2015 - 2019) average total phosphorus (TP) concentration observed in 40 Total Maximum Daily Loads unit-basins in the Nakdong River watershed was analyzed using 50 predictive variables of watershed characteristics, climate characteristics, land use characteristics, and soil characteristics. Cross-correlation analysis, a two-stage exhaustive search approach, and Bayesian inference were applied to identify predictors that best matched the time-averaged TP. The predictors that were finally identified included watershed altitude, precipitation in fall, precipitation in winter, residential area, public facilities area, paddy field, soil available phosphate, soil magnesium, soil available silicic acid, and soil potassium. Among them, it was found that the most influential factors for the spatial difference of TP were watershed altitude in watershed characteristics, public facilities area in land use characteristics, and soil available silicic acid in soil characteristics. This means that artificial factors have a great influence on the spatial variability of TP. It is expected that the proposed statistical modeling approach can be applied to the identification of major factors affecting the spatial variability of the temporal average state of various water quality parameters.