Earticle

영화<인셉션>을 살펴보면 인간의 꿈의 세계를 프로이드의 정신분석학 중 잠재의식이론을 적용하여 묘사하고 있음 을 알 수 있는데 이러한 잠재의식의 표현을 통해 주인공의 마음 속 감정표현을 심층 있게 묘사함으로써 관객의 심도 있는 사고와 고찰이 가능한 등 인간의 본성을 통찰, 표현하는 데 새로운 관점을 제시하고 있다. 본 논문은 프로이드의 잠재의식 이론을 바탕으로 영화 속의 꿈의 세계와 잠재의식의 표현에 대해 탐구하여 이를 통한 영화의 의미표현을 고찰하였다. 주인 공은 그의 꿈을 통해 통제할 수 없는 잠재의식에 기인한 과거에 대한 집착과 강박관념 속에서 혼란스러운 삶을 살고 있음이 잘 묘사되고 있으며 억압된 생각과 소망이 위장된 방식으로 만족을 얻게 되는 꿈의 보충 기능을 통해서는 후회되는 순간들 을 돌리기 위해 꿈을 꾸며 자위하는 모습으로 가책과 미련을 느끼고 있음이 잘 표현되고 있다. 또한 현실과 꿈속에서 갈팡 질팡 하는 모습으로 의식과 잠재의식간의 충돌과 대립이 잘 표현되고 있다. 이처럼 인문학적 학문에 대한 적용 및 접목은 깊이 있는 구조의 설정과 플롯의 전개, 그리고 무엇보다도 창의적인 시공간 창출이라는 무게를 더해 줄 수 있음을 알 수 있듯이 이는 깊이 있는 대중예술 콘텐츠 제작에 대한 좋은 사례가 아닐 수 없다.

In the film Inception, we can see that the human dream world is depicted using Freud's psychoanalytical subconscious theory. Through the expression of the subconscious, And the ability to think and think deeply of human nature, such as presenting a new perspective to insight and expression. Based on Freud 's subconscious theory, this paper explores the expression of the dream world and the subconscious in the film and examines the meaning expression of the film through it. The main character is well described as living a chaotic life in obsession with obsessions and obsessions due to his subconscious uncontrollable through his dreams and dreams of being satisfied by the way the oppressed thoughts and desires are disguised I feel that I feel my foolishness and mood as a masturbation by dreaming and dreaming to turn back the moments of regret. In addition, conflicts and confrontations between consciousness and subconscious are expressed well in the form of confusion in reality and dreams. This application and application of humanities studies is a good example of the production of in-depth popular arts content, as we can see that it can add to the weight of depth setting, plot development, and above all creative time and space creation.

본 논문에서는 엔터프라이즈 환경에서의 딥 러닝에 대한 이미지 예측 시스템 아키텍처를 제안한다. 엔터프라이 즈 환경에 대해 인공지능 플랫폼으로 변환을 쉽게 하고, 인공지능 플랫폼이 파이선에 집중되어서 자바 중심의 엔터프라 이즈 개발이 어려운 단점을 개선하기 위해 자바 중심의 아키텍처에서도 충분한 딥 러닝 서비스의 개발과 수정이 가능하 도록 한다. 또한, 제안된 환경을 토대로 이미지 예측 실험을 통해 기존에 학습된 딥 러닝 아키텍처 환경에서의 정확도가 높은 예측 시스템을 제안한다. 실험을 통해 딥 러닝이 수행되기 위해 제공된 이미지 예에서 95.23%의 정확도를 보이며, 제안된 모델은 유사한 다른 모델에 비교해 96.54%의 정확도를 보인다. 제시된 아키텍처를 활용하여 활발한 엔터프라이 즈급 환경의 딥 러닝 서비스가 개발 및 제공될 것으로 보이며, 기존 엔터프라이즈 환경이 딥 러닝 아키텍처가 탑재된 환경으로 전환이 활발히 이루어질 것이다.

This paper proposes an image prediction system architecture for deep running in enterprise environment. Easily transform into an artificial intelligence platform for an enterprise environment, and allow sufficient deep-running services to be developed and modified even in Java-centric architectures to improve the shortcomings of Java-centric enterprise development because artificial intelligence platforms are concentrated in the pipeline. In addition, based on the proposed environment, we propose a more accurate prediction system in the deep running architecture environment that has been previously learned through image forecasting experiments. Experiments show 95.23% accuracy in the image example provided for deep running to be performed, and the proposed model shows 96.54% accuracy compared to other similar models.

짐멜의 도시이론과 벤야민의 파사주 프로젝트를 이론적 근거로 논의된 이 논문은 영화와 웹툰에서 미장아빔(mise-en-abyme)의 방향전환이 관객들 의 심리를 반영하고 감성구조(structure of feeling)의 변화를 보여준다는 점 을 밝히고 있다. 이를 위해 크리스토퍼 놀란 감독의 영화<인셉션>과 강풀 작가의 웹툰 <조명가게>의 미장아빔이 수평적 방향에서 수직적 방향으로 전환되고 있음을 분석한다. 미장아빔은 ‘심연으로 들어가기’를 뜻하는 예술 적 장치로 일반적으로 ‘이야기 속의 이야기’, ‘연극 속의 연극’과 같이 하나의 작품 안에 똑같은 내용이나 형태가 반복적으로 들어있는 것을 의미한다. 영화에서의 미장아빔은 화면의 안으로 들어가거나 화면을 가로지르는 수평 적 방향으로 진행되고 있으며 이러한 수평적 미장아빔은 하나의 소실점을 향하는 르네상스 원근법의 일점투시를 극대화하고 있다. 또 두 개의 마주 보고 있는 거울에 맺히는 무한 반복의 미장아빔 구조는 수학적으로는 무한 히 쪼개지는 미분의 형상화라고 할 수 있다. 영화<인셉션>은 수평적 미장아빔은 마당의 아이들로 표상되는 전원, 가 족, 집에 대한 노스탤지어를 표현하며, 수직적 미장아빔은 어두운 무의식의 심연으로 내려가 만들어지는 대도시에 대한 기억 이미지로 형상화된다. 수 평적 미장아빔은 주인공 코브의 삶의 세계(eros)이며, 수직적 미장아빔은 아내 맬의 죽음의 세계(thanatos)이다. 꿈속의 꿈이라는 모티프가 반복되며 영화는 깊은 미장아빔으로 내려가지만 꿈을 깨는 사람만이 삶의 세계로 돌 아온다. 웹툰<조명가게>는 내러티브뿐 아니라 물리적으로 손가락의 움직임을 통해 관람행위를 한다는 점에서 또다른 수직적 미장아빔 논의를 가능하게 한 다. 마우스를 세로스크롤하며 보는 웹툰은 이미 수직적 미장아빔을 그 속성 으로 내포하고 있다. 손-눈(hand-eye)으로 기능하는 마우스는 우리의 감각 과 인지가 시각뿐 아니라 촉각과 깊은 관련을 갖는다는 것을 보여준다.

The webtoon Lamp Shop makes it possible to discuss another This paper explores that the direction change of mise-en-abyme in webtoon and cinema reflects audiences's mind and influences the structure of their feeling in terms of Georg Simmel's Urban Theory and Walter Benjamin's The Arcades Projects. The paper analyses the direction change of mise-en-abyme from horizontal to vertical direction in Christopher Nolan's Inception and Kang Full's webtoon Lamp Shop. Originally, mise-en-abyme which is a French term refers to "placed into abyss". It also means "a story-within-a story" or "a drama-within-a drama". In short, it shows a text within a text like a reduplication of images or concepts. Mise-en-abyme in films occurs a frame-within-a-frame horizontally, so it exaggerates one point perspective of the Renaissance. The visual experience of standing between two mirrors shows an infinite reproduction of one's image. In Nolan's Interception, horizontal mise-en-abyme describes nostalgia for a field, a family, a home expressing children in the yard. However, vertical mise-en-abyme illustrates memorial images for metropolitan within an unconscious abyss. The former means eros in Cobb's life, the latter refers to his wife Mal's thanatos. The motif of a dream-within-a dream repeats continuously. Although the film moves to a deep mise-en-abyme, only the awaken person in a dream can recognize the reality. mise-en-abyme in terms of viewing through the narrative as well as the physical movement of the fingers. Scrolling the mouse and watching the webtoon involve vertical mise-en-abyme. A mouse with hand-eye shows the relation of visuality and sense of though.

.

이 연구는 인간 유한성을 극복하는 단초를 동학의 기본 사상에서 찾고자 시도한다. 인간 유한성의 문제를 해결하는 방법은 결국 자신을 반성하고 성찰하고, 더 나아가 성찰한 내용을 실천하는 과정에서 그 해결 방안을 찾아야 하고 또한 찾을 수 있다. 특히 이러한 문제를 잘 인식하고 그 해결 방안을 제시하고 있는 대표적인 사상가가 바로 동학의 창시자인 수운 최제우이다. 수운의 인간 유한성 문제는 시(侍)자를 어떻게 해석하고 이해하는 가에 대한 논의와 밀접하게 연계되어 있다. 인간의 유한성의 문제는 결국 자신의 유한성에 대한 질문을 스스로 던지고, 그 해결 방안을 스스로 찾아야 한다. 그리고 이는 인식론적인 문제이면서도 동시에 존재론적인 문제이기도 하다. 이 연구에서는 수운이 모든 사람을 한울님을 모신 존엄하고 평등한 존재로 보고, 이를 시천주(侍天主)의 자각과 천도교의 실천 수행의 방법이기도 한 시정지(侍定知)의 논리와 연계하여 논의하는 과정을 탐색한다. 또한 수운의 시천주(侍天主) 가운데 시(侍)는 인간을 더 이상 유한한 존재로서 허락하지 않는다. 왜냐하면 시(侍)는 인간이 어떤 타자로서의 절대적인 존재를 그냥 모시고 있음을 의미하는 데서 그치지 않고, 모심의 자각을 통해 자신이 바로 신령하고 절대적인 존재인 한울님이 되기 때문이다. 즉 수운은 인간 내면의 자각을 통해 존재의 상승이 가능함을 주장한다. 이는 유한한 존재에서 무한한 존재로 상승함을 의미하며, 이 연구에서는 이러한 사상적 경향을 동학, 특히 수운의 사상에서 살펴본다.

This study attempts to find a clue to overcome the basic idea of human finitude in Donghak. How to solve the problem of human finitude is to reflect and reflect on their own eventually, to find a solution in the course of their practice and further information can also be found one introspection. Particularly well aware of these issues and leading thinkers is that they offer the right solution is the founder of Suun's Donghaks. Finitude of human life is the problem of Kant is closely linked with the debate on how to interpret and understand Si(모심). Issue of human finitude is ultimately a question of throwing himself on his finitude, to find the solutions themselves. This is also ontological and epistemological problems, yet at the same time problems. The study reported by Suun dignity enshrined in the presence of Hannulim and all people equal, this in conjunction with the logic of Si-jung-ji(시정지) is also a way of practical implementation of cheondoism explores the process of discussion. Do not let the thought of Suun as finite human beings anymore. Because Si(모심) is because humans are not only meant that the overwhelming presence of deseo as any hitter just enshrined, through their awareness of Si(모심) the existence of Hanulim as absolute spiritual. In other words, Suun argues the increase is possible through an awareness of the presence of human inside.

야스쿠니 신사의 제신(祭神)은 메이지 유신 시대부터 천황의 충신으로 전사한 영령(英 靈)으로서 군인 군속에 속한 사람으로 한정되는 특징을 가지고 있다. 야스쿠니 신사에 신으로 모셔지는 자격은, 메이지 유신 시대에 내전에서 싸워 전사한 정부군부터 대외 전쟁에서일본군으로서 전사한 자에게까지 적용 범위가 넓어졌다. 야스쿠니 신사의 제신은 대외 전쟁으로 전사자 증가할 때마다 자연히 그 수가 증가하였다. 그러나 이처럼 제신을 늘려 가는신사는 본시 일본의 전통에는 없었다. 신사의 제신은 최고의 예를 다한 천황의 배례를 받는영예를 안는다. GHQ(General Headquarters of the Allied Powers)는 “야스쿠니”의 이러한 구조가, 일종의 컬트 종교로서 일본의 초국가주의・군국주의에 큰 영향을 주었고, 야스쿠니 신사는 국가 신도의 핵심적인 시설이라고 간주하였다. 2차 세계대전 후에 야스쿠니 신사는GHQ의 신도지령 등에 의해, 일반 종교법인으로 탈바꿈하여 새로운 출발을 시작하게 되었다. 하지만, 야스쿠니 신사는 오늘날까지 여러 가지 논의를 야기시키고 있다. 본 연구에서는 이러한 논의의 기원은 어디에 있는지, 그리고 그 문제를 냉정히 논의하고 해결 방안 등을 모색하였다.

The enshrined deities of Yasukuni Shrine are eirei (spirits of the war dead) as loyal subjects of the Emperor from the Meiji Restoration, and they were limited to those people belonging to military civilians. The qualification to be taken as a god to the Yasukuni Shrine has been extended from the war dead of the nation’s army who fought in the civil war from the Meiji Restoration to the war dead of the Japanese army from the outer wars. The number of enshrined deities of Yasukuni Shrine was accumulated along with the accumulation of the war dead from the outer wars. However, like the above, Shrines that increased the number of the enshrined deities was not found in the Japanese tradition. And the enshrined deities were given kensho (honoring) the Emperor saluted with the best proprieties. GHQ (General Headquarters of the Allied Powers) reckoned that the structure of Yasukuni strongly influenced Japan’s supernationalism and militarism as a kind of religious cult and regarded Yasukuni Shrine as a core facility of nation’s Shinto. Thus, after World War II, according to GHQ’s CIE(Civil Information and Education Section), Yasukuni Shrine came to make a new start by amending it into a general religious corporation. However, Yasukuni Shrine has come to cause various discussions up to now. This study attempts to serenely discuss where the origin of such discussion was and if there is a solution to cope with the issue.

이 연구는 2019년 3월에 시행된 서울특별시교육청 산하 교육지원청에 설치된 학교통합지원센터(이하 센터)를 바탕으로 교육행정조직의 성격 변화를 분석하고 미래 발전방향을 제안하였다. 이를 위해, 2020년 1월 13일부터 17일까지 서울특별시 11개 교육지원청 내 센터의 센터장, 장학사, 실무자 등 33명을 대상으로 인터뷰를 진행하였다. 연구결과, 학교통합지원센터의 도입은 교육지원청의 역할을 관리감독 기관에서 학교의 문제를 해결해주는 기관으로 변화시켰음을 확인할 수 있었다. 특히 정해진 업무를 최소화하여 일선 학교의 긴급한 사안을 대응하고 교육지원청 내부의 업무를 유연하게 분장하는 접근은 기존의 교육행정조직과 가장 큰 차이를 보이는 특징이었다. 센터의 지속가능하고 실효성 있는 운영을 위해서는 지속적인 홍보방안 강구, 수석과 지위 유지, 우수한 인원 배치, 광역단위 교육청과 교육지원청의 지원 등의 정책이 시행되어야 한다. 나아가 센터가 지향해야 할 방향으로는 비정형화된 사안 해결에 집중하기, 발생된 사안 뿐 아니라 앞으로 발생할 사안을 예측하여 대응하기, 기존의 행정방식이 아닌 새로운 문제중심의 행정전략과 지역 교육네트워크의 중심이 될 것을 제언했다.

This study analyzed the change in the characteristics of the educational administration organization and suggested future development directions based on the Integrated School Support Center established at the each District Office of Education under the Seoul Metropolitan Office of Education, which was conducted in March 2019. To this end, from January 13th to 17th, 2020, interviews were conducted with 33 people, including center heads, supervisors, and practitioners at 11 centers in the Seoul Metropolitan Office of Education. As a result of the study, it was confirmed that the introduction of the Integrated School Support Center changed the role of the Education Support Office from a supervisory institution to an institution that solves school problems. In particular, the approach of responding to urgent issues in front-line schools by minimizing designated tasks and flexibly distributing tasks within the Office of Education was the characteristic that showed the greatest difference from the existing education administration organization. For the sustainable and effective operation of the Center, policies such as continuous promotional measures, maintaining a senior department, deploying excellent personnel, and supporting the Metropolitan Office of Education and the Office of Education shall be implemented. Furthermore, it was suggested that the center will focus on solving unstructured issues, predicting and responding to not only the issues that occurred but also future issues, and become the center of new problem-oriented administrative strategies and local education networks.

이 연구는 2019년 3월에 시행된 서울특별시교육청 산하 교육지원청에 설치된 학교통합지원센터(이하 센터)를 바탕으로 교육행정조직의 성격 변화를 분석하고 미래 발전방향을 제안하였다. 이를 위해, 2020년 1월 13일부터 17일까지 서울특별시 11개 교육지원청 내 센터의 센터장, 장학사, 실무자 등 33명을 대상으로 인터뷰를 진행하였다. 연구결과, 학교통합지원센터의 도입은 교육지원청의 역할을 관리감독 기관에서 학교의 문제를 해결해주는 기관으로 변화시켰음을 확인할 수 있었다. 특히 정해진 업무를 최소화하여 일선 학교의 긴급한 사안을 대응하고 교육지원청 내부의 업무를 유연하게 분장하는 접근은 기존의 교육행정조직과 가장 큰 차이를 보이는 특징이었다. 센터의 지속가능하고 실효성 있는 운영을 위해서는 지속적인 홍보방안 강구, 수석과 지위 유지, 우수한 인원 배치, 광역단위 교육청과 교육지원청의 지원 등의 정책이 시행되어야 한다. 나아가 센터가 지향해야 할 방향으로는 비정형화된 사안 해결에 집중하기, 발생된 사안 뿐 아니라 앞으로 발생할 사안을 예측하여 대응하기, 기존의 행정방식이 아닌 새로운 문제중심의 행정전략과 지역 교육네트워크의 중심이 될 것을 제언했다.

This study analyzed the change in the characteristics of the educational administration organization and suggested future development directions based on the Integrated School Support Center established at the each District Office of Education under the Seoul Metropolitan Office of Education, which was conducted in March 2019. To this end, from January 13th to 17th, 2020, interviews were conducted with 33 people, including center heads, supervisors, and practitioners at 11 centers in the Seoul Metropolitan Office of Education. As a result of the study, it was confirmed that the introduction of the Integrated School Support Center changed the role of the Education Support Office from a supervisory institution to an institution that solves school problems. In particular, the approach of responding to urgent issues in front-line schools by minimizing designated tasks and flexibly distributing tasks within the Office of Education was the characteristic that showed the greatest difference from the existing education administration organization. For the sustainable and effective operation of the Center, policies such as continuous promotional measures, maintaining a senior department, deploying excellent personnel, and supporting the Metropolitan Office of Education and the Office of Education shall be implemented. Furthermore, it was suggested that the center will focus on solving unstructured issues, predicting and responding to not only the issues that occurred but also future issues, and become the center of new problem-oriented administrative strategies and local education networks.

꿈속의 세계를 독특한 시공간으로 묘사하며 꿈의 표현에 새로운 장을 연 크리스토퍼 놀란 감독의 영화 “인셉션 (2012)”은 현실과 꿈 사이에서 환영에 빠져 있는 몽환적인 무의식의 세계를 잘 묘사하고 있다. 그러나 비현실적인 구조와 형태라는 실제적인 꿈의 모습과 본질에 대해서는 표현에 있어 한계와 모순점을 발견할 수 있는데 꿈의 실제적인 프레젠테 이션 과정의 표현에 있어 프로이드의 정신분석학에 보다 가까운 데이빗 린치 감독의 영화 “멀홀랜드 드라이브(2001)”와 의 비교 분석을 통해 프로이드가 언급한 꿈에 대한 해석과 맥락을 분석하려 한다. 영화 “인셉션”은 공상과학 영화의 관점 에서 창조된 시공간과 풍부한 상상력은 높이 평가될 수 있으나 실제 꿈의 본질을 적용시킨다는 관점에서 논리적 개연성이 떨어짐을 알 수 있다. 반면 영화 “멀홀랜드 드라이브”는 비논리적이고 혼란스럽고 불유쾌한 무의식의 느낌에 대해 프로 이드의 정신분석학적인 꿈의 해석에 입각한 논리와 질서를 부여해서 무의식의 사고과정과 흡사한 관점으로 묘사하고 있음 을 알 수 있다. 이처럼 프로이드의 정신분석학의 관점에 입각한 꿈과 무의식의 묘사를 통해서만 꿈의 보다 더 리얼한 장면 묘사가 가능하다고 할 수 있다.

Christopher Nolan's film "Inception (2012)", which depicts the world of dreams as a unique space-time and opens a new chapter in the expression of dreams, portrays the dreamy world of unconsciousness. However, I can find limitations and contradictions in the expression of the actual dreams and essence of unrealistic structures and forms. I can find David Lynch's movies “Mulholland drive (2001)”, which are closer to Freud's psychoanalysis in expressing the actual presentation process of dreams Through comparative analysis, I try to analyze the interpretation and context of the dream mentioned by Freud. The film "Inception" can be appreciated in terms of space time and rich imagination created from the point of view of science fiction movies, but it shows that logical reasonability is weak in view of applying the essence of dream. On the other hand, the film "Mulholland Drive" describes the illogical, confusing and unhappy feeling of unconsciousness by giving logic and order based on the interpretation of Freud's psychoanalytic dreams, is. In this way, it is possible to portray more realistic scenes of dreams only through the portrayal of dreams and unconsciousness based on Freud's psychoanalytic viewpoint.

본 논문에서는 기존의 CNN 기반 얼굴 감정 분석 모델에 랜드마크 정보를 특징 벡터로 추가하여 새로운 모델을 제안한다. CNN 기반 모델을 이용한 얼굴 감정 분류 연구는 다양한 방법으로 연구되고 있으나 인식률이 매우 저조한 편이다. 본 논문에서는 CNN 기반 모델의 성능을 향상시키기 위하여 CNN 모델에 ASM으로 구한 랜드마크 기반 완전 연결 네트워크를 결합함으로써 얼굴 표정 분류 정확도를 향상시키는 알고리즘을 제안한다. CNN 모델에 랜드마크를 포 함시킴으로써 인식률이 VGG 0.9%, Inception 0.7% 개선되었으며, 랜드마크에 FACS 기반 액션 유닛 추가를 통하여 보다 VGG 0.5%, Inception 0.1%만큼 향상된 결과를 얻을 수 있음을 실험으로 확인하였다.

In this paper, we propose a new model by adding landmark information as a feature vector to the existing CNN-based facial emotion classification model. Facial emotion classification research using CNN-based models is being studied in various ways, but the recognition rate is very low. In order to improve the CNN-based models, we propose algorithms that improves facial expression classification accuracy by combining the CNN model with a landmark-based fully connected network obtained by ASM. By including landmarks in the CNN model, the recognition rate was improved by several percent, and experiments confirmed that further improved results could be obtained by adding FACS-based action units to the landmarks.

본 프로젝트는 소셜 네트워크 서비스(Social Network Service, SNS), 대중 매체를 통해 공유된 이미지 데이터를 활용하여 세계 관광지 이미지 특성을 분석하여 추론하고자 한다. 특히 소셜 네트워크 서비스를 통해 랜드 마크를 방문한 인증 사진을 남기는 문화가 유행하고 있기 때문에 공유된 랜드 마크에 대한 자세한 정보를 제공하여 랜드 마크에 대한 다양한 정보를 제공하고자 한다. 이미지에 대한 분석은 합성곱 신경망(Convolutional Neural Network, CNN) 중 하나인 Inception V3 Model을 활용하였으며, 단순히 랜드 마크가 무엇인지를 알려주는 것뿐만 아니라 여행 계획을 구체적으로 진행시킬 수 있도록 랜드 마크에 대한 정보를 제공한다. 추론된 이미지에 대한 장소 정보는 Google Map API를 활용하여 제공하였으며, 추가적인 정보 제공을 위해 ‘KLOOK'여행 사이트 URL을 제공한다. 이미지 추론 시에 정확도가 낮게 나오는 한계점을 극복하기 위해 이미지 학습을 위해 1000번의 training step을 거친다.

This project aims to analyze and infer image characteristics of tourist attractions around the world using image data shared through social network services (SNS) and mass media. In particular, since the culture of leaving an proof photo that visits a landmark through a social network service is popular, we intend to provide detailed information about the shared landmark to provide various information about the landmark. The analysis of the image utilized the Inception V3 model, one of the Convolutional Neural Networks (CNNs), and we not only tell you what the landmark is, but also provide information that allows you to develop a detailed plan for your travel plan. The place information for the image is provided using the Google Map API, and the 'KLOOK' travel site URL is provided for additional information. In order to overcome the limitations of low accuracy when inferring images, 1000 training steps are performed to learn ima

의료영상으로 생성된 데이터의 양은 전문적인 시각적 분석 한계를 점점 초과하여, 자동화된 의료영상 분석의 필요성이 증가되고 있는 실정이다. 이러한 이유 등으로 인하여 본 논문에서는 정상소견과 종양소견을 보이는 각각의 뇌 실질 MRI 의료영상을 이용하여 Inception V3 딥러닝 모델을 이용한 종양 유무에 따른 분류 및 정확도를 평가하였다. 연구 결과, 딥러닝 모델의 정확도 평가는 학습 데이터 세트의 경우 90%, 검증 데이터 세트의 경우 86%의 정확도를 나타내었다. 손실률 평가에서는 학습 데이터 세트의 경우 0.56, 검증 데이터 세트의 경우 1.28의 손실률을 나타내었다. 향 후 연구에서는 딥러닝 모델의 성능 향상 및 평가의 신뢰성 확보를 위하여 공개된 의료영상의 데이터를 충분히 확보하고, 라벨링 분류 작업을 통한 라벨링의 정확도를 개선하여 모델링을 구현해 볼 필요가 있다고 사료된다.

The amount of data generated from medical images is increasingly exceeding the limits of professional visual analysis, and the need for automated medical image analysis is increasing. For this reason, this study evaluated the classification and accuracy according to the presence or absence of tumor using Inception V3 deep learning model, using MRI medical images showing normal and tumor findings. As a result, the accuracy of the deep learning model was 90% for the training data set and 86% for the validation data set. The loss rate was 0.56 for the training data set and 1.28 for the validation data set. In future studies, it is necessary to secure the data of publicly available medical images to improve the performance of the deep learning model and to ensure the reliability of the evaluation, and to implement modeling by improving the accuracy of labeling through labeling classification.

심장비대증은 흉부 X선 영상에서 흔히 보이는 질병 중 하나이지만 조기에 발견을 하지 못하면 심각한 합병증을 유발할 수도 있다. 이러한 점을 고려하여 최근에는 여러 과학기술 분야의 발전으로 인공지능을 이용한 딥러닝 알고리즘을 의료에 접목시키는 영상 분석 연구들이 많이 진행되고 있다. 본 논문에서는 Inception V3 딥러닝 모델을 흉부 X선 영상을 이용하여 심장비대증의 분류에 유용한 모델인지 평가하고자 한다. 사용된 영상의 경우 총 1026장의 경북대학교병원 내 정상 심장 진단을 받은 환자와 심장비대증 진단을 받은 환자의 흉부 X선 영상을 사용하였다. 실험결과 Inception V3 딥러닝 모델의 심장비대증 유무에 따른 분류 정확도와 손실도 결과값은 각각 96.0%, 0.22%의 결과값을 나타내었다. 연구결과를 통해 Inception V3 딥러닝 모델은 흉부 영상 데이터의 특징 추출 및 분류에 있어 우수한 딥러닝 모델인 것을 알 수 있었다. Inception V3 딥러닝 모델의 경우 흉부 질환의 분류에 있어 유용한 딥러닝 모델이 될 것으로 판단되며 조금 더 다양한 의료 영상 데이터를 이용한 연구를 진행하여 이와 같은 우수한 연구결과를 얻게 된다면 향후 임상의의 진단 시 많은 도움을 줄 수 있을 것으로 사료된다.

Cardiomegaly is one of the most common diseases seen on chest X-rays, but if it is not detected early, it can cause serious complications. In view of this, in recent years, many researches on image analysis in which deep learning algorithms using artificial intelligence are applied to medical care have been conducted with the development of various science and technology fields. In this paper, we would like to evaluate whether the Inception V3 deep learning model is a useful model for the classification of Cardiomegaly using chest X-ray images. For the images used, a total of 1026 chest X-ray images of patients diagnosed with normal heart and those diagnosed with Cardiomegaly in Kyungpook National University Hospital were used. As a result of the experiment, the classification accuracy and loss of the Inception V3 deep learning model according to the presence or absence of Cardiomegaly were 96.0% and 0.22%, respectively. From the research results, it was found that the Inception V3 deep learning model is an excellent deep learning model for feature extraction and classification of chest image data. The Inception V3 deep learning model is considered to be a useful deep learning model for classification of chest diseases, and if such excellent research results are obtained by conducting research using a little more variety of medical image data, I think it will be great help for doctor's diagnosis in future.

생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 초해상도 기술은 다양한 분야에서 주목받고 있다. 특히 저해상도 이미지를 고해상도로 변환할 때, 보다 자연스럽고 사실적인 텍스처 복원 능력을 보여준다. 하지만 기존의 초해상도 GAN 모델들은 여전히 고해상도 이미지 생성 시 질감, 가장자리, 패턴 등의 세부적인 특성을 정밀하게 복원하는데 한계를 가지고 있다. 본 연구에서는 초해상도 생성 모델, 특히 Enhanced Super-Resolution Generative Adversarial Network(ESRGAN)의 성능을 개선하기 위해 Inception 모듈과 SE(Squeeze-and-Excitation) Block을 병합한 판별자 구조를 제안한다. 이러한 접근 방법을 통해 모델은 다양한 스케일의 이미지 특징을 보다 효과적으로 학습하고 중요한 정보에 집중할 수 있게 된다. 제안하는 판별자 기반 ESRGAN 모델은 이미지 품질 평가지표에서 PSNR은 29.07dB, SSIM은 0.82, LPIPS는 0.27, NIQE는 5.85를 달성하여 기존 모델 대비 개선되었음을 보인다.

GAN models in super-resolution technology have garnered significant attention across various fields. The restoration of more natural and realistic textures is remarkably demonstrated, when converting low-resolution images to high-resolution counterparts. However, the traditional GAN models for super-resolution still face limitations in precisely reconstructing detailed characteristics such as textures, edges, and patterns when generating high-resolution images. This paper proposes a novel discriminator architecture that integrates the Inception module and SE Block to enhance the performance of super-resolution generative models, particularly the ESRGAN. This model is able to learn multi-scale image features and focus on critical information more effectively. The proposed model achieves performance improvements over the existing ESRGAN model, with a PSNR of 29.07 dB, SSIM of 0.82, LPIPS of 0.27, and NIQE of 5.85 on image quality evaluation metrics.

4차 산업의 발전으로 의학·보건·바이오 등 여러 과학기술 분야에서는 질병을 예방하고 질병에 대한 피해를 줄이기 위한 연구가 이루어지고 있으며, 최근에는 ICT 기술의 발전과 더불어 인공지능 기술이 급부상하고 그 효용성이 입증되면서 영상의학 검사의 영상 분석에 인공지능 기술이 도입되어 연구되고 있다. 본 논문에서는 흉부 X선 영상을 이용하여 폐렴의 분류와 검출에 대한 딥러닝 모델을 직접 적용해보고 실제로 Inception 계열의 딥러닝 모델이 폐렴 검출에 있어 유용한 모델인지 평가하고자 한다. 실험재료는 캐글(Kaggle)에서 무료로 제공 및 공유하는 흉부 X선 영상 데이터 세트를 사용하였으며 전체 3,470개의 흉부 X선 영상 데이터 중 학습 데이터 세트 1,870개, 검증 데이터 세트 1,100개, 테스트 데이터 세트 500개로 분류하였다. 실험결과 Inception V3 딥러닝 모델의 Metric 평가에 대한 결과값은 정확도는 94.80%, 정밀도는 97.24%, 재현율은 94.00%, F1 스코어는 95.59의 결과값을 나타내었다. 그리고 흉부 X선 영상의 페렴 검출 및 분류에 대하여 Inception V3 딥러닝 모델링에 대한 최종 에포크의 정확도는 학습 모델링의 경우 94.91%, 검증 모델링은 89.68%의 정확도를 나타내었다. 손실함수 값의 평가는 학습 모델링은 1.127%, 검증 모델링은 4.603%의 손실함수 값을 나타내었다. 이러한 결과로 Inception V3 딥러닝 모델은 흉부영상 데이터의 특징 추출 및 분류에 있어 매우 우수한 딥러닝 모델이며 학습상태 또한 매우 우수하다고 평가하였다. 테스트 모델링에 대한 매트릭스 정확도 평가 결과 정상 흉부 X선 영상 데이터의 경우 96%, 폐렴 흉부 X선 영상데이터의 경우 97%의 정확도가 입증되었다. Inception 계열의 딥러닝 모델의 경우 흉부 질환의 분류에 있어 유용한 딥러닝 모델이 될 것이라고 판단되며 인력의 보조적인 역할 또한 수행할 수 있을 것이라고 기대되어 부족한 의료인력 문제에도 해결점이 될 것이라고 사료된다. 향후 딥러닝을 이용한 폐렴의 진단에 대한 유사 연구 시 본 연구는 유사 연구의 기초자료로 제시될 것이라고 기대된다.

With the development of the 4th industrial, research is being conducted to prevent diseases and reduce damage in various fields of science and technology such as medicine, health, and bio. As a result, artificial intelligence technology has been introduced and researched for image analysis of radiological examinations. In this paper, we will directly apply a deep learning model for classification and detection of pneumonia using chest X-ray images, and evaluate whether the deep learning model of the Inception series is a useful model for detecting pneumonia. As the experimental material, a chest X-ray image data set provided and shared free of charge by Kaggle was used, and out of the total 3,470 chest X-ray image data, it was classified into 1,870 training data sets, 1,100 validation data sets, and 500 test data sets. I did. As a result of the experiment, the result of metric evaluation of the Inception V3 deep learning model was 94.80% for accuracy, 97.24% for precision, 94.00% for recall, and 95.59 for F1 score. In addition, the accuracy of the final epoch for Inception V3 deep learning modeling was 94.91% for learning modeling and 89.68% for verification modeling for pneumonia detection and classification of chest X-ray images. For the evaluation of the loss function value, the learning modeling was 1.127% and the validation modeling was 4.603%. As a result, it was evaluated that the Inception V3 deep learning model is a very excellent deep learning model in extracting and classifying features of chest image data, and its learning state is also very good. As a result of matrix accuracy evaluation for test modeling, the accuracy of 96% for normal chest X-ray image data and 97% for pneumonia chest X-ray image data was proven. The deep learning model of the Inception series is considered to be a useful deep learning model for classification of chest diseases, and it is expected that it can also play an auxiliary role of human resources, so it is considered that it will be a solution to the problem of insufficient medical personnel. In the future, this study is expected to be presented as basic data for similar studies in the case of similar studies on the diagnosis of pneumonia using deep learning.

최근 화장품이나 뷰티산업의 성장이 가속화되고 있다. 이에 따라 시장에 다양한 뷰티제품들이 출시되고 있지만 그로 인해 오히려 본인에게 적합한 제품이 무엇인지 알지 못하는 경우가 많다. 온라인을 통해 구매하는 경우 구매후기 및 광고에 의지해야 하며 전문가의 조언을 구하기 위해서는 오프라인 상점을 방문할 수밖에 없다. 그러나 오프라인 상점을 방문한 경우에도 자신에게 적합한 화장품을 추천받는 것 또한 다분하지 않다. 본 논문에서는 이러한 문제점을 해결하고자 온라인 환경에서 소비자에게 맞는 상품의 광고 및 정보를 받을 수 있는 화장품 추천 서비스를 제안한다. 또한 제안서비스는 AI기능을 적용하여 기존의 방식보다 소비자 친화적인 서바스를 제공하는 것을 목표로 한다.

Asian American theater had a political goal at its beginning. It intended to overcome racial discrimination in theater by providing non-stereotypical roles for Asian American theater artists, and such a purpose was realized with the establishment of Asian American theater companies that encouraged Asian Americans to write plays about Asian American issues. The political features gradually waned over time, but Asian American playwrights’ approach to three Asian wars in the 20th century, which the U.S. was deeply involved in, has still been political; they dealt with issues of Japanese American incarceration during World War II, ideological conflicts and atrocities in the Korean War, and Orientalism and controversies over Vietnam Veterans Memorial during and after the Vietnam War. The plays shed light on often-overlooked history of racial oppression during the wars that should be remembered and criticize the ways in which Asian or Asian American stereotypes can institutionalize racial discrimination against Asian Americans.

This study investigates the nature and shape of the relationship between internationalization and firm performance in textile Born Globals (BGs) in India. Utilizing a three-stage model and the M-curve hypothesis, the research examines this relationship comprehensively. The findings confirm a two-stage, inverted U-shaped relationship between internationalization and firm performance in the short run and an extended four-stage M-curve hypothesis in the long run. Additionally, the study identifies several variables that positively impact the performance of textile BGs in India during internationalization. The impact of these variables varies between the short and long term. In the short run, firm size and slack are significant factors in determining firm performance. However, research and development intensity and firm age, while insignificant in the short run, become significant contributors in the long run model.

In order to find out partial discharge (PD) phenomena in the cable joint due to the poor workmanship during the installation, the relationship between PD inception voltages and joint defects was investigated. For the purpose, in the joint of 22.9kV CNCV cables, electric fields were calculated for various semiconductive layer wrong positioning (WP) defects. And, PDIV were investigated through the experiments and compared with the results of electric field analysis. In all WP defect cases, the PD inception field calculated using measured PDIVs was similarly shown to be the average value of 1.84kV/mm. In addition, the calculated PDIV and the measured PDIV were almost equal, from the PDIV calculation using maximum electric fields and the measured PDIV for the normal case. Throughout this study, it is possible to analyze WP defects due to the poor workmanship and to establish better joint design for the distribution grade extruded cable system.