• 한국군사과학기술학회지
• /
• 제22권1호
• /
• pp.49-59
• /
• 2019

Generative adversarial networks(GANs) have received great attention in the machine learning field for their capacity to model high-dimensional and complex data distribution implicitly and generate new data samples from the model distribution. This paper investigates the model training methodology, architecture, and various applications of generative adversarial networks. Experimental evaluation is also conducted for generating synthetic image dataset for defense using two types of GANs. The first one is for military image generation utilizing the deep convolutional generative adversarial networks(DCGAN). The other is for visible-to-infrared image translation utilizing the cycle-consistent generative adversarial networks(CycleGAN). Each model can yield a great diversity of high-fidelity synthetic images compared to training ones. This result opens up the possibility of using inexpensive synthetic images for training neural networks while avoiding the enormous expense of collecting large amounts of hand-annotated real dataset.

• 건축역사연구
• /
• 제31권1호
• /
• pp.41-50
• /
• 2022

Traditional wooden buildings deform over time and are vulnerable to fire or earthquakes. Therefore, traditional wooden buildings require continuous management and repair, and securing architectural drawings is essential for repair and restoration. Unlike modernized CAD drawings, traditional wooden building drawings scan and store hand-drawn drawings, and in this process, many noise is included due to damage to the drawing itself. These drawings are digitized, but their utilization is poor due to noise. Difficulties in systematic management of traditional wooden buildings are increasing. Noise removal by existing algorithms has limited drawings that can be applied according to noise characteristics and the performance is not uniform. This study presents deep artificial neural network based noised reduction for architectural drawings. Front/side elevation drawings, floor plans, detail drawings of Korean wooden treasure buildings were considered. First, the noise properties of the architectural drawings were learned with both a cycle generative model and heuristic image fusion methods. Consequently, a noise reduction network was trained through supervised learning using training sets prepared using the noise models. The proposed method provided effective removal of noise without deteriorating fine lines in the architectural drawings and it showed good performance for various noise types.

• 한국경영과학회지
• /
• 제28권1호
• /
• pp.79-95
• /
• 2003

This paper investigates how the weights of performance measures vary depending on corporate life cycle, such as birth, growth, maturity, revival, and decline. Balanced Scorecard performance measures are employed for this investigation. Balanced Scorecard has been widely used for measuring a corporate Performance by incorporating financial and non-financial measures simultaneously. Because these performance measures are related to the compensation and promotion of employees, research of weights of performance measures would be instrumental. Questionnaires from 218 companies are analyzed. Depending on the corporate life cycle, our survey results demonstrate that the weights of the business Performance measures differ In the four Perspectives - financial. customer, Internal Process, and learning/growth. Our results can be used for enhancing the Duality of performance measurement systems.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.2799-2823
• /
• 2019

With the help of learning analytics, MOOCs have wider potential to succeed in learning through promoting self-regulated learning (SRL). The current study aims to apply and validate visualization design guidelines for a MOOC dashboard to enhance such SRL capabilities based on learning analytics. To achieve the research objective, a MOOC dashboard prototype, LM-Dashboard, was designed and developed, reflecting the visualization design guidelines to promote SRL. Then, both expert and learner participants evaluated LM-Dashboard through iterations to validate the visualization design guidelines and perceived SRL effectiveness. The results of expert and learner evaluations indicated that most of the visualization design guidelines on LM-Dashboard were valid and some perceived SRL aspects such as monitoring a student's learning progress and assessing their achievements with time management were beneficial. However, some features on LM-Dashboard should be improved to enhance SRL aspects related to achieving their learning goals with persistence. The findings suggest that it is necessary to offer appropriate feedback or tips as well as to visualize learner behaviors and activities in an intuitive and efficient way for the successful cycle of SRL. Consequently, this study contributes to establishing a basis for the visual design of a MOOC dashboard for optimizing each learner's SRL.

• Korean Journal of Radiology
• /
• 제22권6호
• /
• pp.983-993
• /
• 2021

Objective: To investigate the image quality of ultralow-dose CT (ULDCT) of the chest reconstructed using a cycle-consistent generative adversarial network (CycleGAN)-based deep learning method in the evaluation of pulmonary tuberculosis. Materials and Methods: Between June 2019 and November 2019, 103 patients (mean age, 40.8 ± 13.6 years; 61 men and 42 women) with pulmonary tuberculosis were prospectively enrolled to undergo standard-dose CT (120 kVp with automated exposure control), followed immediately by ULDCT (80 kVp and 10 mAs). The images of the two successive scans were used to train the CycleGAN framework for image-to-image translation. The denoising efficacy of the CycleGAN algorithm was compared with that of hybrid and model-based iterative reconstruction. Repeated-measures analysis of variance and Wilcoxon signed-rank test were performed to compare the objective measurements and the subjective image quality scores, respectively. Results: With the optimized CycleGAN denoising model, using the ULDCT images as input, the peak signal-to-noise ratio and structural similarity index improved by 2.0 dB and 0.21, respectively. The CycleGAN-generated denoised ULDCT images typically provided satisfactory image quality for optimal visibility of anatomic structures and pathological findings, with a lower level of image noise (mean ± standard deviation [SD], 19.5 ± 3.0 Hounsfield unit [HU]) than that of the hybrid (66.3 ± 10.5 HU, p < 0.001) and a similar noise level to model-based iterative reconstruction (19.6 ± 2.6 HU, p > 0.908). The CycleGAN-generated images showed the highest contrast-to-noise ratios for the pulmonary lesions, followed by the model-based and hybrid iterative reconstruction. The mean effective radiation dose of ULDCT was 0.12 mSv with a mean 93.9% reduction compared to standard-dose CT. Conclusion: The optimized CycleGAN technique may allow the synthesis of diagnostically acceptable images from ULDCT of the chest for the evaluation of pulmonary tuberculosis.

• 기술혁신연구
• /
• 제10권2호
• /
• pp.131-148
• /
• 2002

This paper explores how international political factors influence the role of conventional external factors in the course of technological learning. The research goes on to investigate whether the role of the techno-economic factors has changed due to the involvement of international political factors in the technological learning mechanism. To this end, this paper examines how US political intervention affected Korean technological learning in the back-end of the nuclear fuel cycle. The export policy, prior consent policy and international political influence of the US are employed as international political factors. The empirical findings show that international political factors are very likely to restrain the impact of the techno-economic factors on technological learning process. Accordingly, this paper hypothesizes that the role of techno-economic factors in the technological learning mechanism is weaker when international political intervention is involved.

• 과학교육연구지
• /
• 제32권1호
• /
• pp.19-32
• /
• 2008

이 연구의 목적은 물의 순환에 대한 과학 수업에서 개념 만화 활용이 중학생들의 과학 태도에 미치는 영향을 알아보는데 있다. 연구 목적을 위해 개념 만화를 활용한 수업 프로그램이 계발되었으며, 과학에 대한 태도, 과학 교과에 대한 태도, 과학 교과에 대한 학습 동기, 과학적 태도의 네 영역을 가진 과학 태도 검사지를 개발하였다. 연구 설계는 준실험설계기법을 적용하였으며 개념 만화가 9차시 동안 실험집단에 적용되었다. 개발된 검사지를 활용하여 사전사후 검사를 실시하였으며, t-test를 통한 분석 결과 네 영역 중 과학 교과에 대한 학습 동기 영역에서만 유의미한 향상을 나타냈다. 이 결과를 바탕으로, 개념만화가 과학 태도의 모든 영역에 효과적이지 않음을 확인하였으며, 과학수업에서 개념만화의 사용은 좁은 영역에서 제한된 목적으로 사용되어져야 함을 제안하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권7호
• /
• pp.1423-1431
• /
• 2018

사물인터넷 기술은 농업, 낙농업 등의 기술에 적용되어 도시에서도 간편하고 손쉽게 농작물을 재배하는 것을 가능하게 한다. 특히, 농업 부문에서 재배작물의 생장환경에 맞도록 지능적으로 판단하고 제어하는 사물인터넷 기술이 발전되고 있다. 본 논문에서는 지능형 사물인터넷을 이용하여 식물의 수분 공급 주기를 학습함으로써 식물의 생장 환경을 예측하는 방법을 제안한다. 제안된 시스템은 토양 수분량의 수분단계를 지도 학습으로 찾아내고, 측정된 수분단계를 기반으로 수분 공급의 규칙을 찾아낸다. 이러한 규칙을 기반으로 수분 공급 주기를 예측하고, 미디어를 이용하여 출력함으로써 사용자가 사용하기에 편리하도록 구현하였다. 또한, 센서가 측정하는 값의 오차를 줄이기 위하여 식물간에 서로 정보를 교환함으로써 오류가 있는 경우의 값을 보완해 가면서 예측의 정확도를 높였다. 생장 환경 예측 시스템의 성능을 평가하기 위하여 토양 수분 공급량이 현격히 차이가 있는 여름과 겨울로 나누어서 실험하였으며, 정확도가 높음을 검증하였다.

• 한국학교수학회논문집
• /
• 제24권1호
• /
• pp.59-81
• /
• 2021

이 연구에서는 학습자가 수학 텍스트를 반복하여 읽을 때 나타나는 수학 학습 과정이 어떻게 변하는지를 조사하였다. 또한 수학 학습 방법으로써 반복 읽기의 효과를 점검하고 보다 효율적인 반복 읽기 교수·학습 전략에 대한 시사점을 모색하였다. 반복 읽기 수학 학습에는 국립대학교 수학교육과에 재학 중인 예비 수학교사 8명이 참가하였다. 예비 수학교사는 각각 4개의 그룹으로 구성되어 그룹에 따라 서로 다른 4개의 주기로 총 3회 반복 읽기를 시행하였다. 수학 학습 자료 읽기 과정에서 나타나는 예비 수학교사의 시선의 움직임을 추적하고 심박수를 측정하였다. 수집한 자료를 회차별 총 읽기 시간, 슬라이드별 총 읽기 시간, 각 회차와 슬라이드별 총 읽기 시간의 변화 추세, 슬라이드 읽기 순서, 회차별 심박수 변화 추세 등의 다섯 가지 측면에서 분석하였다. 첫 번째 읽기에서는 참가자의 대부분이 비슷한 양상을 보였으나, 두 번째와 세 번째 읽기에서는 개별 학습자에 따른 읽기 패턴의 변화가 보다 다양하게 드러났다. 또한, 첫 번째 읽기에서 반복 주기와 무관하게 가장 많은 시간이 소요되었고, 이후 반복적 읽기 시간에서는 개인별로 차이가 나타났다. 연구 결과에서 도출한 가장 중요한 결론은 반복 읽기를 통한 자기 주도적 수학 학습은 주기와 관계없이 효과적이라는 것이다. 추가적으로 반복 읽기 교수·학습 전략의 효율성을 증진시키기 위한 네 가지 전략을 제안하였다.

• 한국지구과학회지
• /
• 제42권1호
• /
• pp.88-101
• /
• 2021

이 연구의 목적은 학생들이 그린 그림이 야외지질답사와 모델링 기반 순환 학습에서 어떤 의미를 갖는지 질적으로 탐색하는 것이다. 서울의 한 대학 부설 영재교육원에 재학 중인 10명의 학생이 참여하였다. 한탄강 형성과정이라는 것을 주제로 야외지질답사와 3차시 모델링 3차시 수업을 진행하였다. 각 차시별 학생들이 작성했던 모든 기록장(글, 그림), 연구자 필드노트, 학생들이 참여한 모든 영상 자료 및 음성 녹음, 전사한 인터뷰 자료 등을 연구진과 공유하였다. Hatisaru (2020) 그림 표상화를 야외지질학습의 맥락에 맞게 수정하여 그림의 유형을 분류하였다. 학생들의 글(text, memo)을 포함한 그림의 특징을 분석하기 위해 연연적 내용 분석(deductive content analysis)을 사용하였다. 또한, 그림이 모델링 기반 순환 과정(자료 수집 관찰, 모델 생성, 모델 발달, 자연현상의 구체화) 속에서 어떤 역할을 하는지 분석하였다. 그 결과 학생들의 그림 유형은 지질학적인 개념을 포함한 상징적 이미지, 지형학적으로 외형을 묘사한 외형적 이미지, 학생들의 심리적인 영역을 표현한 정의적 이미지가 있었다. 특징은 설명, 생산화, 정교화, 증거, 일치, 심상(心狀)으로 분류하였다. 그림의 유형과 특징은 모델링 기반 순환 학습 과정에서 연속적으로 나타나며 학생들의 모델 발달 과정 속에서 학생들의 인지적인 영역에 관한 특성과 학업에 대한 긍정적인 태도와 감정을 반영하였다. 학생들이 그린 그림은 야외지질답사와 모델링 과정 모두에 있어서 학생들의 사고와 의사표현을 반영할 수 있는 도구로써 의미를 있음을 밝힘으로써 과학교육 관계자들에게 학생들의 그림 그리기 활동의 중요성을 역설하였다.