• Journal of Practical Engineering Education
• /
• v.16 no.4
• /
• pp.529-540
• /
• 2024

In industrial sites, experiential virtual training contents are partially used to replace high-risk and high-cost training, and virtual training contents development is also becoming active along with the increasing demand for non-face-to-face industries. Existing studies mainly focused on quantitative research through surveys, and only measured the change in users' learning commitment. This study attempted to investigate the effect of the combination of theoretical education and virtual training on the improvement of actual job performance in a dual vocational training environment by conducting an experimental study. This study studied whether the combination of theoretical education and virtual training can improve the performance of vocational training in dual vocational training (comparative work and learning) in which companies and schools participate. The results of pre- and post-evaluation of vocational training using traditional vocational training and virtual training contents were compared with 24 vocational training trainees. As a result of the study, it was demonstrated that the outcome of virtual training education was higher than that of traditional vocational training, and the combination of virtual reality-based education was more effective in theoretical education. This study suggests that the virtual training content presents a new paradigm for industrial safety education, and through the interview results of trainees, it was confirmed that virtual training can lead to a change in attitude toward safety beyond just knowledge transfer. This contributes to the prevention of safety accidents in industrial sites and provides important implications for improving the quality of vocational training.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.905-907
• /
• 2022

악성코드를 분석하는 기존 기법인 정적분석은 빠르고 효율적으로 악성코드를 탐지할 수 있지만 난독화된 파일에 취약한 반면,, 동적분석은 난독화된 파일에 적합하지만 느리고 비용이 많이 든다는 단점을 가진다. 본 연구에서는 두 분석 기법의 단점을 해결하기 위해 딥러닝 모델을 활용한 난독화에 강한 정적분석 모델을 제안하였다. 본 연구에서 제안한 방법은 원본 코드 및 난독화된 파일을 grayscale 이미지로 변환하여 데이터셋을 구축하고 AutoEncoder 를 사전학습시켜 encoder 가 원본 파일과 난독화된 파일로부터 원본 파일의 특징을 추출할 수 있도록 한 이후, encoder 의 output 을 fully connected layer 의 입력으로 넣고 전이학습시켜 악성코드를 탐지하도록 하였다. 본 연구에서는 제안한 방법론은 난독화된 파일에서 악성코드를 탐지하는 성능을 F1 score 기준 14.17% 포인트 향상시켰고, 난독화된 파일과 원본 파일을 전체를 합친 데이터셋에서도 악성코드 탐지 성능을 F1 score 기준 7.22% 포인트 향상시켰다.

• International Journal of Advanced Culture Technology
• /
• v.12 no.3
• /
• pp.73-79
• /
• 2024

The smart tourism chatbot service provide smart tourism services to users easily and conveniently along with the smart tourism app. In this paper, the tourism information QA (Question Answering) service is proposed based on the task-oriented smart tourism chatbot system [13]. The tourism information QA service is an MRC (Machine reading comprehension)-based QA system that finds answers in context and provides them to users. The tourism information QA system consists of NER (Named Entity Recognition), DST (Dialogue State Tracking), Neo4J graph DB, and QA servers. We propose tourism information QA service uses the tourism information NER model and DST model to identify the intent of the user's question and retrieves appropriate context for the answer from the Neo4J tourism knowledgebase. The QA model finds answers from the context and provides them to users through the smart tourism app. We develop the tourism information QA model by transfer learning the bigBird model, which can process the context of 4,096 tokens, using the tourism information QA dataset.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.1
• /
• pp.93-99
• /
• 2020

With the development of digital technology and the increasing demand for learning how to improve one's ability to solve problems through play and participation interactions, a variety of edutainment game contents are being developed. The edutainment game contents developed until recently have received a large number of contents for intelligence development and transfer of knowledge such as Korean and English mathematics for children and children. Recently, there have been various researches on the necessity and effect of STEAM education that foster convergent science and technology talents with comprehensive thinking ability and scientific inquiry spirit through the fusion education method among the subjects including science, technology, engineering, mathematics, And there is a growing need for the development of a parish suitable for STEAM education. However, there is a lack of STEAM educational content development that incorporates the technology of creative convergence talent training to develop talented people who can think and solve problems by crossing various academic boundaries. Therefore, this study develops game contents for early childhood education by combining STEAM education which foster convergent science and technology talents with comprehensive thinking ability and scientific inquiry spirit. And we designed and implemented STEAM game contents for infant learning education which can induce the interest of children and have fun by using gyroscope sensor of smartphone.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.510-512
• /
• 2023

In order to enhance a model's capability for detecting facial expressions, this research suggests a pipeline that makes use of the GradCAM component. The patching module and the pseudo-labeling module make up the pipeline. The patching component takes the original face image and divides it into four equal parts. These parts are then each input into a 2Dconvolutional layer to produce a feature vector. Each picture segment is assigned a weight token using GradCAM in the pseudo-labeling module, and this token is then merged with the feature vector using principal component analysis. A convolutional neural network based on transfer learning technique is then utilized to extract the deep features. This technique applied on a public dataset MMI and achieved a validation accuracy of 96.06% which is showing the effectiveness of our method.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.284-288
• /
• 2022

최근 다양한 언어모델의 구축 및 발전으로 개체명 인식 시스템의 성능은 최고 수준에 도달했다. 하지만 이와 관련된 대부분의 연구는 데이터가 충분한 언어에 대해서만 다루기 때문에, 양질의 지도학습 데이터의 존재를 가정한다. 대부분의 언어에서는 개체 유형에 대한 언어의 잠재적 특성을 충분히 학습할 수 있는 지도학습 데이터가 부족하기 때문에, 종종 자원 부족의 어려움에 직면한다. 본 논문에서는 Masked language modeling 기반 언어 간 전이학습을 이용한 개체명 인식 방법론에 대한 분석을 수행한다. 이를 위해 전이를 수행하는 소스 언어는 고자원 언어로 가정하며, 전이를 받는 타겟 언어는 저자원 언어로 가정한다. 본 논문에서는 언어모델의 토큰 사전에 언어 독립적인 가상의 자질인 개체 유형에 대한 프롬프트 토큰을 추가하고 이를 소스 언어로 학습한 뒤, 타겟 언어로 전이하는 상황에서 제안하는 방법론에 대한 평가를 수행한다. 실험 결과, 제안하는 방법론은 일반적인 미세조정 방법론보다 높은 성능을 보였으며, 한국어에서 가장 큰 영향을 받은 타겟 언어는 네덜란드어, 한국어로 전이할 때 가장 큰 영향을 준 소스 언어는 중국어인 결과를 보였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.3
• /
• pp.212-216
• /
• 2011

Fault detection technique for photovoltaic power systems is significant to dramatically reduce economic damage in industrial fields. This paper presents a novel fault detection approach using Fourier neural networks and stochastic decision making strategy for photovoltaic systems. We achieve neural modeling to represent its nonlinear dynamic behaviors through a gradient descent based learning algorithm. Next, a general likelihood ratio test (GLRT) is derived for constructing a decision malling mechanism in stochastic fault detection. A testbed of photovoltaic power systems is established to conduct real-time experiments in which the DC power line communication (DPLC) technique is employed to transfer data sets measured from the photovoltaic panels to PC systems. We demonstrate our proposed fault detection methodology is reliable and practicable over this real-time experiment.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2005.05a
• /
• pp.154-157
• /
• 2005

본 연구는 한국어를 학습한 경험이 없는 일본인의 한국어 치경폐쇄음 세 음소 범주(/ㄷ/, /ㄸ/, /ㅌ/)에 대한 지각 학습이 양순폐쇄음 세 음소(/ㅂ/. /ㅃ/, /ㅍ/) 지각에 미치는 효과를 검토하였다. 김윤현과 김정오 (2005)는 일본인들이 지각 학습과제에서 한국어 치경폐쇄음 세 범주를 구분할 때 기식성. 긴장성과 같은 변별 자질에 선택주의 하게 됨을 시사하는 결과를 얻었다. 치경음에 대한 지각 학습으로 적절한 단서에 선택주의 하게 되었다면, 같은 지각 차원에 따라 세 범주로 구분되는 양순음의 경우에도 치경폐쇄음 학습 후 음성자극들을 옳게 범주화를 할 것이다. 실험 결과, 치경폐쇄음 자극(/다/, /따/, /타/)만으로 이루어진 동일-상이판단 학습 과제에서 치경폐쇄음 파악의 정확율은 29.1%(표준오차=3.02) 증가하였고, 조음 위치의 변화에 따른 음향적 차이에도 불구하고 양순폐쇄음의 정반응율도 15.8%(표준오차=3.27)의 향상을 보였다. 이 전이효과는 치경음 지각 학습 때문에 일본인들이 폐쇄음의 세 음소 범주를 구분하는 적절한 지각 차원에 선택주의하게 되었음을 시사한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.484-486
• /
• 2022

대체 불가능한 토큰을 의미하는 NFT 는 블록 체인 기반 기술 중 하나로 소유권과 거래 이력이 블록 체인에 기록이 된다는 장점을 지녀 미술 작품 거래에도 활발히 활용되고 있다. 하지만 현재 NFT 작품 거래 시장은 주식거래와 같이 회전율과 거래량을 중점으로 투기성이 짙으며, 작품의 섬네일 이미지만으로 거래 의사를 판단하는 경우가 많다는 문제점이 대두되고 있다. 따라서 작품의 다양한 특성에 대한 고려가 함께 이루어질 필요가 있다. 본 논문은 작품의 다양한 변수를 수집하여 최적의 변수 조합을 찾아내고, 이미지 전이 학습과 생성 알고리즘을 활용해 다양한 변수가 가격에 미치는 영향을 알아보고자 했다. 연구 결과 이미지 만을 활용한 가격 예측은 정확도가 높지 않다는 사실을 확인하였고 작품이 가진 여러 특성을 변수로 한 정형 데이터의 가격 예측 정확도가 더 높은 것을 알 수 있었다. 또한 생성 알고리즘을 통해 새로운 특성 조합의 작품들을 만들었고 가격을 수치 예측해보았다. 이를 실제 작가의 작품의 가격과 가격의 변동 추이를 대조해 작가의 작품 판매 가격 평균치 이상인 작품의 특성을 확인할 수 있었다.

• International Journal of Internet, Broadcasting and Communication
• /
• v.16 no.2
• /
• pp.22-30
• /
• 2024

Image compression-decompression methods have become increasingly crucial in modern times, facilitating the transfer of high-quality images while minimizing file size and internet traffic. Historically, early image compression relied on rudimentary codecs, aiming to compress and decompress data with minimal loss of image quality. Recently, a novel compression framework leveraging colorization techniques has emerged. These methods, originally developed for infusing grayscale images with color, have found application in image compression, leading to colorization-based coding. Within this framework, the encoder plays a crucial role in automatically extracting representative pixels-referred to as color seeds-and transmitting them to the decoder. The decoder, utilizing colorization methods, reconstructs color information for the remaining pixels based on the transmitted data. In this paper, we propose a novel approach to image compression, wherein we decompose the compression task into grayscale image compression and colorization tasks. Unlike conventional colorization-based coding, our method focuses on the colorization process rather than the extraction of color seeds. Moreover, we employ the Denoising Diffusion Null-Space Model (DDNM) for colorization, ensuring high-quality color restoration and contributing to superior compression rates. Experimental results demonstrate that our method achieves higher-quality decompressed images compared to standard JPEG and JPEG2000 compression schemes, particularly in high compression rate scenarios.