• 한국정보통신학회논문지
• /
• 제15권1호
• /
• pp.257-263
• /
• 2011

최근 증강현실(Augmented Reality)에 대한 관심이 증대되고, 이와 관련된 기술들이 발전함에 따라서 증강현실이 다양한 분야에 적용하려는 시도가 늘어나고 이에 대한 활용에도 기대가 모아지고 있다. 본 논문에서는 높은 해상도의 모델파일을 지원하고 보다 높은 증강현실을 위한 기술지원을 하는 Goblin XNA 기반으로 시스템을 구현하였다. 마커의 개수, 위치 및 카메라와의 거리 변화에 따른 모델 출력의 관계를 실험을 통해서 확인하였으며, 이를 바탕으로 유아용 학습 콘텐츠를 제작하고 구현하였다. 구현한 콘텐츠에서 각 페이지에 있는 마커에 유아에게 친숙한 캐릭터를 띄우므로 집중력을 높임과 동시에 학습보조자가 원활하게 콘텐츠를 사용할 수 있도록 하였다. 또한 콘텐츠의 페이지마다 3개의 마커를 두어 일부분이 장애물에 의해 가려지더라도 원활한 인식을 할 수 있도록 하였다. 그리고 내용에 맞게 3D 모델이 증강되는 동시에 사운드가 재생되도록 하여 학습에서의 현존감과 몰입을 높여 학습효과를 극대화하도록 하였다.

• 융합정보논문지
• /
• 제11권10호
• /
• pp.171-181
• /
• 2021

본 연구는 코로나19로 인한 대학의 원격수업이 장기화하고 교수자와 학습자의 어려움이 계속됨에 따라, 여러 기술이 결합 된 기술융합 부문 공업계 대학 교수자와 학습자의 인식 파악을 통하여 개선 방안을 도출하고자 하였다. 이를 위해 2020학년도 2학기 종료 시기에 자동차 계열 교수와 학생들을 대상으로 온라인 설문조사를 실시하였다. 설문조사 분석 결과, 교수와 학생은 온라인 수업의 장점 측면에 대해서는 시공간의 자유로움, 반복 학습 가능, 재활용 등 유사한 인식을 하는 것으로 나타났다. 애로사항 측면에서는 학생은 현장감 부족으로 학습몰입 떨어짐을, 교수와 학생 모두는 상호작용의 어려움을 상대적으로 크게 느끼는 것으로 나타났다. 본 연구는 기복이 있는 코로나 상황과 코로나 이후 공업계 대학의 온라인 교육에 대하여 대학 정책지원에 관한 제언과 기본자료를 마련한다는 의의가 있다.

• 공학교육연구
• /
• 제24권1호
• /
• pp.24-33
• /
• 2021

As online learning continues to be extended, many engineering colleges are engaged in online learning activities. One of the core competencies required of engineering students in a knowledge-convergence society is communication skills. Online discussion activities are frequently used in educational field to improve communication skills. Efforts are being made to provide visual dashboards in online discussion activity systems to more effectively support online discussion activities. However there is less qualitative studies on students' experience in discussion activities. The purpose of this study is to explore the experience of engineering students participating in discussion activities using online discussion systems and visual dashboards. We interviewed 15 students who participated in online discussion activities to achieve their research objectives about their experience in utilizing the online discussion system, their perception of visual dashboards, and their experience in discussion activities. As a result of the study, students' perception of the use of the online discussion activity system, the visual dashboard, and the perception of a sense of social presence were understood. To be more effective in providing tool support, such as discussion activity systems and visual dashboards in online discussion activities, instructors need to understand the nature of learners' online discussion activities.

• 자원환경지질
• /
• 제55권2호
• /
• pp.127-135
• /
• 2022

Excessive presence of As level in groundwater is a major health problem worldwide. In the Red River Delta in Vietnam, several million residents possess a high risk of chronic As poisoning. The As releases into groundwater caused by natural process through microbially-driven reductive dissolution of Fe (III) oxides. It has been extracted by Red River residents using private tube wells for drinking and daily purposes because of their unawareness of the contamination. This long-term consumption of As-contaminated groundwater could lead to various health problems. Therefore, a predictive model would be useful to expose contamination risks of the wells in the Red River Delta Vietnam area. This study used four machine learning algorithms to predict the As probability of study sites in Red River Delta, Vietnam. The GBM was the best performing model with the accuracy, precision, sensitivity, and specificity of 98.7%, 100%, 95.2%, and 100%, respectively. In addition, it resulted the highest AUC of 92% and 96% for the PRC and ROC curves, with Eh and Fe as the most important variables. The partial dependence plot of As concentration on the model parameters showed that the probability of high level of As is related to the low number of wells' depth, Eh, and SO₄, along with high PO₄^3- and NH₄⁺. This condition triggers the reductive dissolution of iron phases, thus releasing As into groundwater.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.105-112
• /
• 2022

The development and spread of IT-technologies has raised interest in teaching programming pupils. The article deals with problems related to programming and ways to overcome them. The importance of programming skills is emphasized, as this process promotes the formation of algorithmic thinking of pupils. The authors determined the level of pupils' interest to programing learning depending on the age. The analysis has showed that the natural interest of younger pupils in programming is decreasing over the years and in the most productive period of its study is minimized. It is revealed that senior school pupils are characterized by low level of interest in the study of programming; lack of motivation; the presence of psychological blocks on their own abilities in the context of programming; law level of computer science understanding. To overcome these problems, we conducted the second stage of the experiment, which was based on a change in the approach to programing learning, which involved pupils of non-specialized classes of senior school (experimental group). During the study of programming, special attention was paid to the motivational and psychological component, as well as the use of game technologies and teamwork of pupils. The results of the pedagogical experiment on studying the effectiveness of teaching programming for pupils of nonspecialized classes are presented. Improvement of the results provided the use of social and cognitive motives; application of verbal and non-verbal, external and internal means; communicative attacks; stimulation and psychological setting; game techniques, independent work and reflection, teamwork. The positive effect of the implemented methods is shown by the results verified by the methods of mathematical statistics in the experimental and control groups of pupils.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.859-864
• /
• 2022

매년 교통사고의 가장 큰 원인으로 손꼽히는 졸음운전은 운전자의 수면 부족, 산소 부족, 긴장감의 저하, 신체의 피로 등과 같은 다양한 요인을 동반한다. 졸음 유무를 확인하는 일반적인 방법으로 운전자의 표정과 주행패턴을 파악하는 방법, 심전도, 산소포화도, 뇌파와 같은 생체신호를 분석하는 방법들이 연구되고 있다. 본 논문은 영상을 검출하는 딥러닝 모델과 생체 신호 측정 기술을 이용한 운전자 피로 감지 시스템을 제안한다. 제안 방법은 일차적으로 딥러닝을 이용하여 운전자의 눈 모양과 하품 유무, 졸음으로 예상되는 신체 동작을 파악하여 졸음 상태를 감지한다. 이차적으로 맥파 신호와 체온을 이용하여 운전자의 피로 상태를 파악하여 시스템의 정확도를 높이도록 설계하였다. 실험 결과, 실시간 영상에서 운전자의 졸음 유무 판별이 안정적으로 가능하였으며 각성상태와 졸음 상태에서의 분당 심박수와 체온을 비교하여 본 연구의 타당성을 확인할 수 있었다.

• 한국주조공학회지
• /
• 제42권4호
• /
• pp.209-217
• /
• 2022

본 연구에서는 전통 유기 주조 시 발생하는 미충전 결함을 방지하기 위하여, 주조 공정 조건 선택 방안을 제시하고자 한다. 공정 조건에 따라 발생하는 결함 유무를 학습하여 어떠한 공정 조건이 주어질 때, 결함 발생 여부를 예측하는 인공지능 모델을 개발하고 검증하였다. 이를 응용하여 적합한 공정 조건을 결정하였고, 추가적인 시뮬레이션의 결과를 상호 비교하여 결정된 조건을 검증하였다. 이를 통해 원하는 사형 모델에서 결함을 방지할 수 있는 주조 공정 조건을 결정할 수 있다. 이와 같은 기계학습 및 전통기술 표준화를 통해 향후 전통 유기의 스마트 공방화에 기여할 수 있을 것으로 판단된다.

• 대한의용생체공학회:의공학회지
• /
• 제44권4호
• /
• pp.255-263
• /
• 2023

Clinical ultrasound (US) is a widely used imaging modality with various clinical applications. However, capturing a large field of view often requires specialized transducers which have limitations for specific clinical scenarios. Panoramic imaging offers an alternative approach by sequentially aligning image sections acquired from freehand sweeps using a standard transducer. To reconstruct a 3D volume from these 2D sections, an external device can be employed to track the transducer's motion accurately. However, the presence of optical or electrical interferences in a clinical setting often leads to incorrect measurements from such sensors. In this paper, we propose a deep learning (DL) framework that enables the prediction of scan trajectories using only US data, eliminating the need for an external tracking device. Our approach incorporates diverse data types, including correlation volume, optical flow, B-mode images, and rawer data (IQ data). We develop a DL network capable of effectively handling these data types and introduce an attention technique to emphasize crucial local areas for precise trajectory prediction. Through extensive experimentation, we demonstrate the superiority of our proposed method over other DL-based approaches in terms of long trajectory prediction performance. Our findings highlight the potential of employing DL techniques for trajectory estimation in clinical ultrasound, offering a promising alternative for panoramic imaging.

• Journal of Gastric Cancer
• /
• 제23권3호
• /
• pp.375-387
• /
• 2023

Stomach cancer has a high annual mortality rate worldwide necessitating early detection and accurate treatment. Even experienced specialists can make erroneous judgments based on several factors. Artificial intelligence (AI) technologies are being developed rapidly to assist in this field. Here, we aimed to determine how AI technology is used in gastric cancer diagnosis and analyze how it helps patients and surgeons. Early detection and correct treatment of early gastric cancer (EGC) can greatly increase survival rates. To determine this, it is important to accurately determine the diagnosis and depth of the lesion and the presence or absence of metastasis to the lymph nodes, and suggest an appropriate treatment method. The deep learning algorithm, which has learned gastric lesion endoscopyimages, morphological characteristics, and patient clinical information, detects gastric lesions with high accuracy, sensitivity, and specificity, and predicts morphological characteristics. Through this, AI assists the judgment of specialists to help select the correct treatment method among endoscopic procedures and radical resections and helps to predict the resection margins of lesions. Additionally, AI technology has increased the diagnostic rate of both relatively inexperienced and skilled endoscopic diagnosticians. However, there were limitations in the data used for learning, such as the amount of quantitatively insufficient data, retrospective study design, single-center design, and cases of non-various lesions. Nevertheless, this assisted endoscopic diagnosis technology that incorporates deep learning technology is sufficiently practical and future-oriented and can play an important role in suggesting accurate treatment plans to surgeons for resection of lesions in the treatment of EGC.

• 환경영향평가
• /
• 제33권2호
• /
• pp.74-83
• /
• 2024

본 연구에서는 충청남도를 중심으로 로드킬 발생을 예측하고 영향을 미치는 요인을 탐구하여 로드킬 예방 대책 수립에 이바지하고자 하였다. 날씨, 도로 및 환경 정보를 종합적으로 고려하여 기계학습을 기반으로 로드킬 발생을 예측하고 각 변수의 중요성을 분석하여 주요 영향 요인을 도출하였다. 가장 우수한 성능을 보인 Gradient Boosting Machine(GBM)은 정확도 92.0%, 재현율 84.6%, F1-score 89.2%, AUC 0.907을 기록했다. 로드킬에 영향을 미치는 주요 요인은 평균 지역 기압(hPa), 평균 지면 온도(℃), 월, 평균 이슬점 온도(℃), 중앙 분리대 존재 여부, 평균 풍속(m/s)이었다. 이러한 결과는 로드킬 예방 및 교통안전에 이바지할 것으로 기대되며, 생태계와 도로 개발 간의 균형 유지에 중요한 역할을 할 것으로 예상한다.