http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 최종환(Choi Jong Hoan) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
딥러닝 CNN 모델을 이용한 무용 전공별 이미지 분류 실험
최종환(Choi Jong-Hoan) 한국실용무용학회 2023 한국실용무용학회지 Vol.1 No.2
국내 대학 무용학과 전공 분류는 크게 발레, 실용무용, 한국무용, 현대무용 4가지로 나누어진다. 전공별 문화적 특성을 반영하여 인공지능 딥러닝 알고리즘을 통해 무용 이미지를 전공별로 분류하는 합성곱 신경망 (Convolutional neural network, CNN) 모델들의 성능을 비교한다. 본 논문에서는 인터넷을 통해 수집된 총 977개의 학습데이터를 훈련하여 CNN의 대표적인 모델 VGG 16, InceptionResNetV2, ResNet 50의 성능을 비교하였고 최종 결과를 도출하였다. 실험결과 CNN 모델에서는 InceptionResNetV2 모델이 71.43%로 가장 높은 정확도를 보였으나, Inception ResNet V2 모델에서 과대적합 문제가 나타나 정확도 66.94%로 VGG16이 가장 안정적인 성능을 가진 모델로 판단되었다. 본 연구는 인공지능 합성곱 신경망 기술을 적용하여 무용 전공별 이미지 분류 가능성을 탐색하였다는 점에서 연구의 의의가 있다. The major classification of dance departments in domestic universities is largely divided into four categories: ballet, practical dance, Korean dance, and modern dance. Reflecting cultural characteristics by major, the performance of Convolutional Neural Network (CNN) models that classify dance images by major through artificial intelligence deep learning algorithms is compared. In this paper, a total of 977 learning data collected over the Internet were trained to compare the performance of CNN's representative models VGG 16, InceptionResNetV2, and ResNet 50, and the final results were derived. As a result of the experiment, the InceptionResNetV2 model showed the highest accuracy at 71.43%, but the InceptionResNetV2 model showed an overfitting problem, and the VGG16 was judged to be the most stable model with 66.94% accuracy. This study is meaningful in that it explored the possibility of image classification by dance major by applying artificial intelligence convolutional neural network technology.
-
국내 스트릿댄스 관련 트렌드 빅데이터 분석: 언론보도 및 연구 동향을 중심으로 (1990년 – 2022년)
최종환(Choi Jong-Hoan) 한국실용무용학회 2023 한국실용무용학회지 Vol.1 No.1
본 논문에서는 국내 스트릿댄스 언론보도 및 연구 동향을 중심으로 텍스트마이닝을 활용한 빅데이터 분석을 진행하였다. 본 연구에서는 국내 스트릿댄스 연구 동향 분석, 스트릿댄스 시대별 키워드 분석, 스트릿댄스 유형별 키워드 분석을 연구문제로 설정하였다. 빅데이터 분석을 위해 198개의 논문자료와 18,710개의 뉴스 기사를 수집하였고, 파이썬과 빅카인즈를 활용하여 데이터 전처리 및 분석을 진행하였다. 분석된 결과를 통해 도출된 스트릿댄스 연구 동향은 스트릿댄스 교육과 사회적 인식에 관한 부분을 중심으로 나타났다. 스트릿댄스의 언론보도 동향을 시대별로 살펴본 결과 1990년대 댄스 가수와 행사 활동에 관한 내용이 주를 이뤘으며, 2000년대에는 지역 행사와 대회 중심으로 보도가 이뤄졌다. 2010년대에 들어서며 국제적인 인지도가 상승하였고, 2020년대에는 스트릿댄서들이 대중적인 인기를 얻게 되었다는 내용으로 종합할 수 있었다. 스트릿댄스 유형별로는 미디어의 노출 빈도가 높을수록 해당 키워드를 대표하는 인물로 대중들에게 인식되며, 케이팝 가수들의 스트릿댄스 안무 동작 사용으로 인해 대중문화와 밀접한 상관관계를 가진다. 또한, 청소년 문화와 연관하여 발전하였으며, 스트릿댄스 유형 중 비보잉이 가장 높은 빈도로 다른 유형에 영향력을 가진다는 사실을 확인하였다. 본 연구는 스트릿댄스 연구에 필요한 정량적인 기초자료를 제공하고 텍스트마이닝을 활용한 빅데이터 분석을 통해 1990년부터 2022년까지 한국 스트릿댄스 33년사를 시각화시켰다는 점에서 연구의 가치를 가진다. In this paper, big data analysis using text mining was conducted, focusing on domestic street dance media reports and research trends. In this study, analysis of domestic street dance research trends, keyword analysis by street dance era, and keyword analysis by street dance type were set as research questions. 198 thesis data and 18,710 news articles were collected for big data analysis, and data preprocessing and analysis were conducted using Python and BigKinds. The trend of street dance research derived from the analyzed results was centered on street dance education and social perception. As a result of examining the media coverage trend of street dance by era, the content of dance singers and event activities in the 1990s was mainly focused on local events and competitions in the 2000s. In the 2010s, international recognition increased, and in the 2020s, street dancers became popular. By type of street dance, the higher the frequency of media exposure, the more recognized by the public as a representative of the keyword, and it is closely correlated with popular culture due to the use of street dance choreography by K-pop singers. In addition, it was developed in connection with youth culture, and it was confirmed that B-boying had the highest frequency among street dance types and influenced other types. This study is valuable in that it provides quantitative basic data necessary for street dance research and visualized the 33-year history of Korean street dance from 1990 to 2022 through big data analysis using text mining.
RISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
