• 제목/요약/키워드: m-러닝

검색결과 863건 처리시간 0.029초

딥러닝을 이용한 손검출에 관한 연구 (A Study on Hand Detection using Deep Learning)

  • 박명숙;김상훈
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2018년도 춘계학술발표대회
    • /
    • pp.471-473
    • /
    • 2018
  • 딥러닝은 이미지 분류 및 객체 검출과 같은 여러 컴퓨터 비전 관련 작업에 성공적으로 사용되었다. 손 검출은 인간 컴퓨터 상호작용 분야에서 손 분류 및 손 동작 인식을 위한 매우 중요한 부분이며 딥러닝을 사용하여 시도되었다. 본 연구에서는 손 데이터 셋을 이용하여 컨볼루션 신경망을 훈련시킨 다음 학습된 특징을 시각화하고, CNN 아키텍처와 손 데이터 셋의 결과를 각각 살펴보며 손 검출에 대한 이해를 제공한다.

누리온 시스템 상에서 거대 규모 딥러닝 수행 연구 (A Study on Running Large-Scale Deep Learning on Nurion System)

  • 명훈주
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2019년도 추계학술발표대회
    • /
    • pp.115-117
    • /
    • 2019
  • 누리온 시스템은 Intel Xeon Phi 아키텍쳐를 기반한 8305개의 노드로 구성되었고, 이론 성능 25.7페타플롭스를 갖춘 시스템으로 2018년도에 도입되었다. 누리온 시스템은 그동안 KISTI가 지속적으로 수행해 온 국내 계산과학자를 지원하는 한편, 빅데이터를 기반으로 하는 거대 규모의 딥러닝 등의 새로운 AI 분야에서도 슈퍼컴퓨팅을 활용할 수 있도록 전략적으로 지원하고 있다. 본 논문에서는 이러한 거대 규모 딥러닝을 수행하는데 있어 발생하는 주요 이슈들과 이러한 이슈들을 누리온 시스템에서는 어떻게 해결하고 있는지에 대해 소개한다.

스마트 러닝 환경의 교육 평가를 위한 문항 표현 구조에 관한 연구 (Study of Item Presentation Structure for Educational Assessment on Smart Learning)

  • 이재원;최은만
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2010년도 추계학술발표대회
    • /
    • pp.405-408
    • /
    • 2010
  • 문항은 지필평가의 핵심요소이다. 문항의 표현은 전통적으로 문항카드를 이용했다. 교육정보화가 발달하면서 온라인 평가 서비스는 다양한 문항의 표현 구조를 만들었으나, 새롭게 주목받고 있는 스마트 러닝 환경에 그대로 사용하기에는 한계가 있다. 이 논문은 국내의 평가 특성과 스마트 러닝의 이동성을 고려한 문항 표현 구조를 제안한다.

딥 러닝을 활용한 씨앗 발아 확인 시스템 (Implementation of Seed Germination Confirmation System with Deep Learning)

  • 김우주;권민서;이재준;류관희;홍장의;나스리디노프 아지즈
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2018년도 추계학술발표대회
    • /
    • pp.603-605
    • /
    • 2018
  • 최근 대두되고 있는 딥 러닝은 학습을 통해 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술이다. 본 논문은 딥 러닝에 활용하기 위해 개발된 오픈소스 소프트웨어인 텐서플로 Inception V3을 사용해 연구를 진행했다. 딥 러닝을 활용한 씨앗 발아 확인 시스템은 기존의 영상 처리를 활용한 시스템에서 고안했으며, 씨앗 발아 여부의 정확성이 떨어지는 단점을 개선하고, 모든 종자들의 발아 여부를 확인할 수 있도록 구현해 사용자가 효과적으로 연구를 수행할 수 있도록 하는 목적에 있다.

시선인식기능기반 스마트러닝 시스템 설계 (Design of Smart Learning System Based on Gaze Recognition Function)

  • 최승란
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2015년도 춘계학술발표대회
    • /
    • pp.306-309
    • /
    • 2015
  • 현재 태블릿 PC와 스마트기기의 급속한 보급으로 다양한 분야의 스마트러닝 시스템들이 운영되고 있다. 그러나 현재까지의 스마트러닝 시스템에서는 학습자가 강의를 정확하게 수강하였는지의 판단은 로그인과 동영상강의의 런닝타임으로 체크하여 학습자가 동영상강의를 제대로 수강하였는지는 판단하기 어렵다. 그래서 본 논문에서는 기존 스마트러닝 시스템에 스마트기기의 내장 카메라를 이용한 시선인식기능을 사용하여 학습자가 동영상강의를 수강하는 동안 시선인식이 되지 못하면 동영상이 멈추게 설계하여 강의내용을 끝까지 수강하게 한다. 그리고 각 수강생별로 시선인식이 되지않아 동영상이 멈춘 시간대와 멈춘 시간을 기록하여 강의종료 후 서버에 전송하여 전체 강의시간에 대한 집중도를 체크하며 학습자의 수강여부를 판단하고 같은 강의를 수강하는 여러 학습자들의 자료를 분석하여 교수자가 강의를 개선할 수 있는 스마트러닝 시스템을 설계하려고 한다.

오디오와 레이더를 결합한 답러닝 환경 분류 연구 (A Study on Using Deep learning for Event Classification Based on Audio and Radar)

  • 김태호;장준혁
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2018년도 춘계학술발표대회
    • /
    • pp.344-345
    • /
    • 2018
  • 본 논문에서는 오디오와 레이더 기반의 딥러닝을 활용한 환경 분류 기술을 제안한다. 제안된 환경 분류 기술은 오디오를 이용한 환경 분류 딥러닝 모델과 레이더를 이용한 딥러닝 모델을 앙상블로 결합하여 환경을 분류한다. 특히, 오디오와 레이더 각 성능을 높이기 위해 별도의 모델이 제안된 딥러닝 환경분류 기법은 실내 환경 5 가지를 분류 하였으며, 오디오 또는 레이더 단일 데이터를 활용한 환경 분류에 비해 우수한 성능을 보였다.

딥 러닝 기반의 멘션 페어 모델을 이용한 한국어 상호참조해결 (Korean Coreference Resolution using the Deep Learning based Mention Pair Model)

  • 박천음;최경호;이창기
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2015년도 춘계학술발표대회
    • /
    • pp.824-827
    • /
    • 2015
  • 최근 자연어처리에 딥 러닝이 적용되고 있다. 딥 러닝은 기존의 기계학습 방법들과 달리, 자질 추출 및 조합 등과 같이 사람이 직접 수행해야 했던 부분들을 자동으로 처리할 수 있는 장점이 있다. 본 논문에서는 기존 상호참조해결에 적용했던 SVM 대신 딥 러닝을 이용할 것을 제안한다. 실험결과, 딥 러닝을 이용한 시스템의 성능이 57.96%로 SVM을 이용한 것보다 약 9.6%만큼 높았다.

지능형 튜터링 시스템을 위한 메타러닝 설계 연구 (A Study and Design of Meta-Learning for Intelligent Tutoring System)

  • 홍성용
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2010년도 추계학술발표대회
    • /
    • pp.429-431
    • /
    • 2010
  • 인터넷과 정보기술의 발전으로 최근 이러닝 시스템을 포함한 다양한 학습 시스템이 연구 발전되고 있다. 학습자의 관점에서는 학습의 형태 혹은 학습자의 학습 패턴등을 분석하여 지능적인 학습시스템으로 발전하고 있으며, 교수자의 관점에서는 교수학습 모델 연구와 학습 컨텐츠 계발 방법론 연구 등이 활발하게 이루어지고 있다. 본 논문에서는 지능형 튜터링 시스템을 위한 메타러닝 설계 연구를 제안하였다. 메타러닝은 학습자 자신이 어떤 특성을 가지고 어떻게 학습하는지에 대해 학습할 수 있는 방법을 설명한다. 동일한 학습내용을 같은 순서 혹은 같은 방법으로 학습하는 것은 서로 다른 학습자에게 동일한 학습 결과를 나타낼 수 없기 때문에 개인 맞춤형 학습 서비스 형태를 필요로 한다. 따라서 본 연구에서는 메타러닝 설계를 기반으로 지능형 튜터링 시스템을 개발 할 수 있는 방법을 설명하고자 한다. 향후 본 논문에 설계를 기반으로 지능형 튜터링 플랫폼을 표준으로 개발하여 국제적 표준의 ITS(Intelligent Tutoring System)로 발전되기를 기대한다.

학습 컨텐츠 적응화를 위한 U-러닝 시스템 설계 (Design of Intelligent U-Learning System for Adaptation of Learning Contents)

  • 김정석;장효경;장복만;김봉회;최의인
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2009년도 춘계학술발표대회
    • /
    • pp.788-791
    • /
    • 2009
  • 유비쿼터스 환경에서 러닝 서비스는 언제, 어디서, 어떠한 물리적 장치에 구애받지 않고 사용자에게 적절한 서비스를 제공할 수 있어야 한다. 그러한 u-러닝 서비스를 제공하기 위해서는 학습자 수준을 정확히 판단할 수 있는 진단 기법이 필요하다. 또한 u-러닝 서비스에서 학습자의 학습 환경을 정확히 파악하여 이에 적절한 형태의 학습 컨텐츠를 제공하는 학습 컨텐츠 적응화 기술도 요구된다. 따라서 본 논문에서는 온톨로지 모델링을 이용하여 학습자의 프로파일과 학습 컨텐츠를 모델링하고, 모델링된 프로파일 정보와 컨텐츠 정보를 온톨로지 추론 규칙을 정의함으로서 학습자의 학습 정보를 정확히 파악하고 학습자에게 적절한 학습 컨텐츠를 제공할 수 있는 온톨로지 모델링과 추론을 기반으로 유비쿼터스 환경에서 학습자의 정보와 각 이종 디바이스에 대해 적합한 학습 컨텐츠를 제공할 수 있는 u-러닝 시스템을 제안한다.

GRU를 활용한 악성코드 탐지의 관한 연구 (A Study on Malicious Code Detection Using GRU)

  • 류경근;최용철;이덕규
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 춘계학술발표대회
    • /
    • pp.254-257
    • /
    • 2020
  • 최근 악성코드에 의한 피해사례가 매년 증가하고 있다. 전통적인 시그니처 기반 안티바이러스 솔루션은 제로데이 공격이나 랜섬웨어처럼 전례가 없는 새로운 위협에 속수무책일 정도로 취약하다. 그럼에도 불구하고 많은 기업이 다중 엔드포인트 보안 전략의 일환으로 시그니처 기반 안티바이러스 솔루션을 유지하고 있다. 이에 응하고자 다양한 악성코드 분석기술이 출현해왔으며, 최근의 연구들은 부분 머신러닝을 이용하여 기존에 진행했던 시그니쳐 기반의 한계를 보완하고 노력하고 있다. 본 논문은 머신러닝을 이용한 바이러스 분석 모델과 머신러닝 알고리즘 중 GRU를 이용한 솔루션 시스템을 제안한다. 기존 DB Server를 통해 머신러닝을 학습 시키며 다양한 샘플과 형식을 이용하여 머신러닝을 학습하고 이를 이용해 새로운 악성코드, 변조된 악성코드의 탐지율을 높일 수 있다.