Control of substrate feed-rate using iterative learning control method in a fed-batch fermentation

지혜성 서강대학교 1991 국내석사

검색 이력을 이용한 사용자 검색 의도 추출

지혜성 高麗大學校 大學院 2011 국내석사

인터넷의 발달과 더불어 정보의 양은 계속해서 증가하고 있으며, 이에 따른 정보검색의 중요성은 날마다 대두되고 있다. 그러나 사용자들은 자신이 찾고자하는 검색 의도 혹은 목적에 맞는 결과보다는 통계적 정보에 따른 검색 결과만을 제공받고 있다. 결과적으로 정보의 양은 나날이 늘어 가는데 반해 사용자의 정보검색 만족도와 신뢰도는 떨어지고 있다. 보다 사용자의 검색 만족도와 신뢰도를 향상시키기 위해서는 사용자의 검색 의도를 분석하고 이를 추출하여 사용자에게 제공하는 연구가 필요하다. 본 논문은 정보검색 시스템을 사용하면서 사용자가 정보 욕구를 정확하게 질의어로 입력하고, 원하는 정보가 검색될 수 있도록 지원하기 위한 사용자 의도를 나타내는 의도키워드(Intention Keyword)를 추출하여 사용자에게 제공하는 방법을 제안한다. 제안하는 방법은 동일한 검색어를 입력한 사용자들의 검색 이력 데이터를 이용하여 사용자 의도 자질을 선정하고, 클러스터링 알고리즘과 사용자 의도키워드 추출 알고리즘을 이용하여 사용자 의도를 나타내는 키워드를 추출하였다 제안한 방법을 실험하기 위하여 현재 국내 상용 검색엔진에서 제공받은 110개의 질의어에 대한 사용자 검색 이력 데이터를 이용하였으며, 실험 결과 사용자의 검색 의도가 검색 이력 데이터 안에 내포되어 있음을 알 수 있었고, 자동으로 추출한 키워드가 사용자의 검색 의도를 나타내고 있음을 확인할 수 있었다.

생태문화축제로서 환경영화제의 환경교육적 의미 : 시민의 서울환경영화제 경험에서 환경교육 가능성 읽기

지혜성 서울대학교 대학원 2022 국내석사

환경위기에 적극적으로 대응하기 위해서는 시민들이 생태적 가치를 습득하고 이를 다른 구성원들과 공유하는 생활양식을 가지게 함으로써 생태문화를 구축할 필요가 있다. 이를 위한 효과적인 수단으로 환경영화제를 활용할 수 있다. 환경영화제는 생태적 가치를 지향하면서 영화의 힘을 이용하여 대중들에게 환경문제와 해결책에 대한 고민의 기회를 제공한다. 인류의 지속가능성을 추구하기 위해 개최되는 환경영화제는 그 중요성에 비해 환경영화제의 의미와 내용이 충분히 알려지지 않은 상태이기에 환경교육적 영향력이 충분히 발휘되지 못하는 실정이다. 축제의 유희 속에서, 시민들에게 환경영화를 매개로 소통을 경험하게 하고, 이를 통해 환경문제에 관심을 자연스럽게 환기한다면 환경영화제가 갖는 ‘생태문화축제’로서의 의미와 정체성, 효과가 확산될 수 있다. 현재까지 ‘생태문화축제’의 정의가 내려진 경우는 거의 없다. 또한, 환경교육의 관점에서 환경영화제의 의미를 찾고 있는 연구는 일부 있지만, 이에 참여한 시민들의 인식과 경험을 들여다보지 못한 한계가 있다. 따라서, 환경영화제를 생태문화축제의 한 갈래로 정립시키는 학술적인 과정과 환경영화제가 보여주는 환경교육적 의미를 확인하는 실증적인 과정이 함께 필요하다. 이 연구는 생태문화축제로서 환경영화제의 의미를 발견하려는 데 목적이 있다. 이를 위해, 환경영화제가 갖는 성격을 탐색적으로 알아보고, 생태문화축제로서 환경영화제는 어떤 의미를 지니는지 해석하고자 하였다. 질적 사례연구를 통해 서울환경영화제에 참여한 시민들의 참여 동기와 기대를 분석하였으며, 그들이 경험한 환경영화제는 교육적으로 어떤 시사점을 제공하는지를 살펴 다음과 같은 결론이 도출되었다. 첫째, 생태문화축제란, ‘즐겁고 특별한 시·공간에서 생태적 가치를 기반한 생활양식을 만들고 향유하는 집단적 활동’으로, 환경교육적 성격을 지닌다. 이러한 생태문화축제의 성격에 비추어, 환경영화제를 포함한 사회의 다양한 축제를 환경교육적 자원으로 발굴하여 활용할 수 있다. 둘째, 환경영화제에서 나타나는 다양한 성격은 상호작용하며 환경교육적 의미를 담아낸다. 환경영화제에서 감상, 소통, 체험을 함께하는 시민의 경험에서 환경교육적 의미가 발견되었다. 생태문화축제로서 환경영화제는 시민이 생태적 문화를 학습하고 향유하는 교육적 가치를 제공한다. 즉, 환경영화제는 축제를 매개로 한 환경교육의 장(場)이 된다. 시민은 환경영화제를 ‘새로운 경험적 환경교육’, ‘사회 변화에 기여할 수 있는 생태문화축제’로 수용하고 있다. 이것은 시민의 인식 속에 환경영화제의 환경교육적 가치와 가능성이 내재함을 시사한다. 이처럼 이 연구는 환경영화제의 환경교육적 가치를 실증적으로 조명하였다는 점에서 의의가 있다. 환경영화제의 환경교육적 의미의 확산을 통해 생태문화 구축에도 선한 영향력을 미칠 수 있기를 기대한다. Environmental film festivals can be used as an effective means for establishing ecological culture. The Environmental Film Festival aims at ecological values ​​and provides the public with an opportunity to think about environmental problems and solutions through the power of film. However, despite its’ importance, the environmental film festival is being slowly declining amongst famous film festivals, and as such its influence in environmental education is also declining. In order for citizens to have a variety of experience, including experiences environmental films that naturally arouse interest in environmental issues, the environmental film festival should be reborn as an ecological cultural festival. The purpose of this study is to discover the meaning of the environmental film festival as an ecological cultural festival. In order to achieve this, the nature of the environmental film festival was explored, and it’s meaning of the environmental film festival, interpreted. Through a qualitative case study, the motivations for attending and expectations of citizens who participated in the Seoul Environmental Film Festival were analyzed, and the following conclusions were drawn by examining the educational implications of what they experienced. First, an eco-cultural festival is a ‘collective activity that creates and enjoys a lifestyle based on ecological values ​​in a fun and special time and space, and which also attributes of environmental education. Therefore, the environmental film festival, which is a branch of the ecological cultural festival, can be used as a resource for environmental education. Second, the various characteristics of the environmental film festival interact and bring new meaning to environmental education. These new meanings were found in participants' experience of appreciation, communication and experience at the Environmental Film Festival. As an eco-cultural festival, the environmental film festival becomes a venue for environmental education. Citizens accepted the environmental film festival as a ‘new experiential environmental education’ and ‘an ecological cultural festival that can contribute to social change’. This suggests that the environmental educational value and potential of the environmental film festival are inherent in the perception of citizens. It is hoped that the environmental film festival will have a positive influence on the establishment of ecological culture through the spread of environmental educational meaning.

(A) knowledge embedded hybrid deep neural network for video scene detection

지혜성 Graduate School, Korea University 2018 국내박사

Along with the development of computer hardware technology and the Internet, the field of information acquisition has changed. In the past, many people obtained information or gained knowledge through printed materials such as newspapers or books. Currently, people largely acquire information using the Internet. Furthermore, the objects used to acquire information have also changed from printed matter to computers, and more recently to multimedia devices such as smart-phones. The medium for acquiring information has also changed. In the early years of the Internet, text-oriented information was the norm and comprised most of the available data. As the speed of the Internet became faster and database capacity increased, the range of media capable of providing information on the Internet has expanded to include images, audio, and video. Video provides visual and auditory information at the same time, and can also provide textual information in the form of subtitles. This is advantageous in many areas such as education, entertainment, art, science, and security. For example, educational videos are utilized in the field of education, and video supports a variety of other fields such as industry and lifelong education. Furthermore, the advent of suitable technology for mass data storage, such as cloud services, and the emergence of dedicated video streaming services such as YouTube, have contributed to the creation of a large amount of video content. As a result, the amount of video generated by various devices such as computers, smart-phones, CCTV, black boxes, drones, satellites, and digital cameras is increasing exponentially. Multimedia data including images, audio, and video account for 60% of Internet traffic; Internet users are uploading 72 hours of video per minute on YouTube, and social media users use 300 billion photos on Facebook. Thus, as the amount of video data increases, how people live changes accordingly. As the need for using video content increases, so does the need for technology that automatically recognizes and analyzes video content, to enable more efficient use of the increasing volume of content. In this thesis an automatic video scene detection method using a deep neural network is proposed. The proposed model divides video into individual shots using the hierarchical characteristics of the video media format, and extracts keyframes representing each shot. Based on extracted keyframes, video scenes are extracted using three methodologies. First amongst these methods, a keyframe description-based method is used, that generates sentences describing keyframes and expresses semantic associations through similarity analysis between sentences. Second, an object is extracted from each keyframe, as either a foreground or background object. An object-based method is used to express semantic similarity through similarity calculation based on the extracted object. Finally, a hybrid method combining the above two methods is proposed. Experimental results show better performance than previous models which are based on low-level features. Among the three proposed models, the hybrid method showed the best performance. In addition, the performance of the human-to-human model is evaluated by comparing it with the model with the human factor, which considers the element of human performance. The advantage of the proposed method is that it proposes video scene detection with one step, which has superior performance compared with previous studies. In addition, among the variety of information present in the video, only the frame information is used, and the performance is better than existing models’ performance. Therefore, performance may improve even further when the model incorporates other information in the future. As mentioned above, in future work, it is necessary to overcome the current disadvantages that occur due to performing similarity calculations using only keyframes, and instead perform scene detection based on the whole video. Further, there is a need to develop an indexing method for video scene retrieval in the proposed model, so that more accurate video scene searching becomes possible. 컴퓨터 하드웨어 기술과 인터넷의 발달로 정보를 얻는 주체도 함께 변화하였다. 과거에는 주로 신문이나 책과 같은 인쇄물을 통하여 정보와 지식을 획득하였다면, 최근에는 인터넷을 이용하여 정보를 획득한다. 또한, 인쇄물에서 컴퓨터로 그리고 최근에는 스마트폰과 같은 멀티 디바이스로 정보를 획득하는데 사용하는 개체도 변화하였다. 인터넷 속도가 빨라지고 데이터베이스 용량이 늘어나면서 텍스트뿐만 아니라 이미지, 오디오 그리고 비디오 등으로 인터넷 상에 정보를 획득할 수 있는 매체의 종류가 확장되었다. 특히, 비디오는 시각 정보와 청각 정보를 동시에 제공하고 경우에 따라 자막 형태의 텍스트 정보도 제공할 수 있어서 매우 효율적인 매체로 평가 받는다. 이러한 장점으로 인해 교육, 엔터테인먼트, 예술, 과학, 보안 등 다양한 분야에서 많은 용도로 활용되고 있다. 예를 들어, 학습을 위한 교육용 비디오는 교육 분야에서 비디오를 활용하고 있으며, 학교뿐만 아니라 직장, 평생교육 등을 위한 다양한 분야의 교육용 비디오가 생성되고 있다. 게다가, 클라우드 서비스와 같이 데이터를 저장할 수 있는 공간에 대한 기술의 변화와 Youtube와 같은 비디오 스트리밍 전용 서비스의 등장은 많은 양의 비디오 콘텐츠 생성에 기여하였다. 그로 인해, 컴퓨터, 스마트폰, CCTV, Blackbox, Drone, 인공위성, 디지털 카메라 등 다양한 디바이스에서 생성되는 비디오의 양은 기하급수적으로 증가하고 있다. 이미지, 오디오, 비디오와 같은 멀티미디어 데이터는 인터넷 트래픽의 60%, 모바일 트래픽의 70% 이상을 차지하고 있으며, 인터넷 사용자는 분당 72시간 분량의 비디오를 Youtube에 업로드하고 있고 소셜 미디어 사용자는 평균적으로 3억개의 사진을 페이스북에 포스팅하고 있다. 이와 같이, 많은 양의 비디오 데이터가 증가함에 따라 생활 가운데 다양한 형태로 활용되고 있으며 단순히 비디오 콘텐츠 자체를 사용하는 것뿐만 아니라 비디오를 내용을 자동으로 인식하고 분석하여 활용할 수 있는 기술 요구가 증대되고 있다. 본 논문에서는 딥러닝 기법을 이용하여 자동으로 비디오 장면을 분할하는 방법에 대하여 제안하였다. 제안하는 모델은 비디오를 계층적인 특성에 따라 shot으로 분할하고 각 shot을 대표하는 keyframe을 추출하였다. 이를 기반으로 Keyframe Description 기반 모델과 Object 기반 모델 그리고 이 둘의 장점을 결합한 하이브리드 모델을 제안하였다. 실험 결과 low level feature 기반의 모델들보다 제안하는 모델들이 더 나은 성능을 보였으며 인간이 수행했을 때를 비교해서도 어느정도 좋은 성능을 보임을 확인할 수 있었다. 제안하는 모델의 장점은 의미적인 자질을 사용하여 Video Scene Detection을 수행하였으며 비교적 계산 량이 적다는 장점을 가진다. 또한 어느정도 인간에 가까운 비디오 장면 검출이 가능한 점도 부각할 만한 부분이다. 향후 연구에서는 본 연구가 가지는 한계점을 극복하고 keyframe 기반의 문제점을 극복하기 위해 전체 비디오를 대상으로 연구를 수행하는 부분을 고려해야 할 것이다. 또한 제안하는 연구를 적용한 비디오 장면 검색에 대한 연구도 수행되어야 할 것이다.