• 해양환경안전학회지
• /
• 제23권3호
• /
• pp.294-300
• /
• 2017

In this study, a survey was conducted among students who received ARPA/radar simulation training in order to verify the effect of training. An effective training method based on the analysis results was also proposed. Furthermore, this study analyzed full mission simulation conducted over one semester, and found that training effect increased as time passed. The survey showed improvement in skills related to radar/ARPA utilization, ARPA decoding, ship handling, and overall skill. Students responded practical skills improved more than theoretical knowledge, and also analysis showed that ship handling skills had a larger effect than radar decoding skills on improving overall skill, therefore proposed that theoretical education regarding the functions of radar and ARPA should be reinforced in ARPA/radar simulation training.

• 산업기술연구
• /
• 제31권A호
• /
• pp.63-69
• /
• 2011

A home-based rehabilitation system for patients with uncomfortable hands or arms was developed. By using this system, patients can save time and money of going to the hospital. The system's interface is easy to manipulate. In this paper, we discuss a rehabilitation system using video recognition; the focus is on designing a convenient user interface and rehabilitation training methods. The system consists of two screens: one for recording user's information and the other for training. A first-time user inputs his/her information. The system chooses the training method based on the information and records the training process automatically using video recognition. On the training screen, video clips of the training method and help messages are displayed for the user.

• PNF and Movement
• /
• 제11권1호
• /
• pp.17-25
• /
• 2013

Purpose : To identify importance of coordinative locomotor training, we reviewed the coordinative locomotor training using sprinter & skater with respect to motor control theory. Methods : We reviewed literatures related with sprinter & skater and coordination.. Results : The coordinative locomotor training is useful tool to improve interlimb coordination. A problem of interlimb coordination ability is to minimize the degree of freedoms during walking and to solve with context-condition variability and how to make a interlimb coordinative structures. A way of solving method is coordinative locomotor training using sprinter & skater in PNF. The coordinative locomotor training set to fit the gait steps can be applied with gait tasks and can be extended by applying the irradiation of the PNF. Conclusion : The coordinative locomotor training using sprinter & skater in PNF is a useful way method to improve interlimb coordination during walking.

• 한국재난정보학회 논문집
• /
• 제15권3호
• /
• pp.347-357
• /
• 2019

연구목적: 재난대응안전한국훈련시 토론기반훈련을 효과적으로 실시하기위한 방법을 제시하기 위함이다. 연구방법: 이를위해 선진국의 재난대응훈련을 분석하고, 현재 우리 군에서 작전계획 수립시 적용하고 있는 워-게임(War-Game) 과정을 적용하여 훈련 시나리오를 제시하였다. 연구결과: 한가지 형태의 재난 상황에서 수개의 우발상황을 염출할 수 있었고, 매뉴얼에 대한 보완소요를 도출해 낼 수 있었다. 연구결론: 따라서, 결론적으로 군의 워-게임(War-Game) 과정을 재난대응안전한국훈련시 토론기반훈련에 적용한다면 효과적인 훈련이 진행될 수 있다.

• ETRI Journal
• /
• 제41권2호
• /
• pp.242-253
• /
• 2019

We devise a layer-wise hint training method to improve the existing hint-based knowledge distillation (KD) training approach, which is employed for knowledge transfer in a teacher-student framework using a residual network (ResNet). To achieve this objective, the proposed method first iteratively trains the student ResNet and incrementally employs hint-based information extracted from the pretrained teacher ResNet containing several hint and guided layers. Next, typical softening factor-based KD training is performed using the previously estimated hint-based information. We compare the recognition accuracy of the proposed approach with that of KD training without hints, hint-based KD training, and ResNet-based layer-wise pretraining using reliable datasets, including CIFAR-10, CIFAR-100, and MNIST. When using the selected multiple hint-based information items and their layer-wise transfer in the proposed method, the trained student ResNet more accurately reflects the pretrained teacher ResNet's rich information than the baseline training methods, for all the benchmark datasets we consider in this study.

• 대한통합의학회지
• /
• 제4권2호
• /
• pp.77-88
• /
• 2016

Purpose : The purpose of this study was to explore an effect exerted to non-affected hand and affected hand of patients by performing training of chopsticks and grasp strength that are helpful to dexterity and grasp strength of hand together with training method of joint exercise, muscle strength build-up training, delicate hand function training. Method : By targeting 30 normal adult male/females engaged in K university, Busan for one month on April, 2015, 10 persons of hand function build-up training group, that of dexterity training group and 10 persons of control group were randomly selected. For hand function build-up training group, chopsticks training in parallel with total 20 times of grasp strength training for 4 weeks including 5 minutes of dominant hand grasp strength training, 5 minutes of non-dominant hand grasp strength training, 15 minutes of chopsticks training was performed based on 25 minutes/one time, 5 times a week. Result : First, In a comparison of dexterity of both hands by each group depending on training period, hand function build-up group and dexterity training group were represented to be effective compared with control group. Secondly, In a comparison of manipulatory ability of both hands by each group depending on training period, hand function build-up group and dexterity training group were represented to be effective compared with control group. Conclusion : It is considered that diversified and broad research covering patients with musculoskeletal disease and nervous system-related disease would be performed by securing far more test subjects after comparing a correlation between dexterity training and hand function training.

• 한국음향학회지
• /
• 제16권2호
• /
• pp.58-65
• /
• 1997

본 논문에서는 시계열 image data를 안정되고 높은 정확도로 분류할 수 있는 자동분류법을 제안하였다. 제안한 방법은 대상 영역에 관한 분류도가 기존재하던 가, 아니면 최소한 시계열 image data 중 어느 한 image data가 분류되어 있다고 하는 전제조건에 그 기초를 두고 있다. 분류도는 training area를 선정하기 위라여 사용하는 기준주제도로 사용되어진다. 제안한 방법은 1)기준주제도를 사용한 training data의 추출, 2)taining data의 균질성에 의거한 변화화소의 검출, 3)검출된 변화화소에 대한 clustering, 4)training data의 재구성, 5)maximum likelihood classifier와 같은 판별법에 의한 분류 등 5개의 단계로 구성된다. 제안한 방법의 성능을 정량적으로 평가하기 위하여 4개의 시계열 Landsat TM image data를 제안한 방법과 숙련된 operator가 필요한 기존의 방법으로 각각 분류하여 비교 검토하였다. 그 결과, 기존의 방법으로는 숙련된 operator가 필요하고, 분류도를 얻기까지 수일이 소요되는 데 반하여, 제안한 방법으로는 숙련된 operator 없이, 신뢰성 있는 분류도를 수 시간 내에 자동으로 얻을 수 있었다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2001년도 학술발표회 발표논문집
• /
• pp.59-64
• /
• 2001

The objectives of the thesis are to propose a pattern classification method for remote sensing data using artificial neural network. First, we apply the error back propagation algorithm to classify the remote sensing data. In this case, the classification performance depends on a training data set. Using the training data set and the error back propagation algorithm, a layered neural network is trained such that the training pattern are classified with a specified accuracy. After training the neural network, some pixels are deleted from the original training data set if they are incorrectly classified and a new training data set is built up. Once training is complete, a testing data set is classified by using the trained neural network. The classification results of Landsat TM data show that this approach produces excellent results which are more realistic and noiseless compared with a conventional Bayesian method.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권7호
• /
• pp.859-868
• /
• 2004

본 논문에서는 능동적 학습이 보다 적은 수의 훈련예제로도 높은 학습성능을 달성할 수 있도록 군집화기법을 이용하여 초기훈련집합을 선정하는 방안을 제안한다. 본 제안 방안은 유사한 예제들보다는 다양한 예제들로 그리고 특수한 예제들보다는 보편적인 예제들로 구성한 집합이 학습에 유리할 것이라는 가정을 바탕으로, 먼저 k-means 군집화 기법으로 예제들을 군집화한 후, 각 군집을 가장 잘 표현하는 대표예제로 개별 군집의 중심점과 가장 가까운 예제를 선정하여 초기훈련집합을 구성한다. 또한 개별 군집의 중심점을 가상의 예제로 가정하여, 이와 연관된 대표예제의 카테고리를 부여함으로써 추가의 훈련예제로 활용하는 방안을 함께 제안한다. 여러 문서 분류 문제를 대상으로 실험한 결과, 본 제안 방안으로 선정한 초기훈련집합에서 출발한 능동적 학습이 임의로 선정한 초기훈련집합에서 출발한 경우에 비해 보다 적은 수의 훈련예제로도 동등한 성능을 달성할 수 있음을 확인하였다.

• 한국음향학회지
• /
• 제41권6호
• /
• pp.647-654
• /
• 2022

어린이 음성인식의 활용 분야가 증가하고 있지만, 양질의 데이터 부족은 어린이 음성인식 성능 향상의 걸림돌이 되고 있다. 본 논문은 성인의 음성 데이터를 추가로 사용하여 어린이 음성인식 성능을 개선하는 방법을 새롭게 제안한다. 제안하는 방법은 성인 학습 데이터양이 증가할수록 커지는 연령 간 데이터 불균형을 효과적으로 다루기 위해 dynamically weighted loss를 사용하여 트랜스포머 기반 도메인 적대적 훈련하는 방식이다. 구체적으로, 학습 중 미니 배치 내 클래스 불균형 정도를 수치화하고, 데이터가 적을수록 큰 가중치를 갖도록 손실함수를 정의하여 사용하였다. 실험에서는 성인과 어린이 학습 데이터 간 비대칭성에 따른 제안된 도메인 적대적 훈련의 효용성을 검증하였다. 실험 결과, 학습 데이터 내 연령 간 비대칭이 발생하는 모든 조건에서 제안하는 방법이 기존 도메인 적대적 훈련 방식보다 높은 어린이 음성인식 성능을 가짐을 확인할 수 있었다.