철도교량의 설계는 장기간에 걸쳐 수행되고 대규모의 부지를 대상으로 하기 때문에 다양한 환경적인 요인과 불확실성을 동반하게 된다. 이러한 연유로 초기 설계단계에서 충분히 검토하였더라도 설계변경이 종종 발생하고 있다. 특히 철도교량과 같은 대규모 시설 물의 설계변경은 많은 시간과 인력을 소모하며, 매번 모든 절차를 반복하는 것은 매우 비효율적이다. 본 연구에서는 딥러닝 알고리즘 중 전이학습을 통해 설계변경 전의 학습 결과를 활용하여 설계변경 후의 학습의 효율성을 향상시킬 수 있는 기법을 제안하였다. 분석 을 위해 기개발한 철도교량 딥러닝 기반 예측 시스템을 활용하여 시나리오들을 작성하고 데이터베이스를 구축하였다. 제안된 기법은 설계변경 전 기존 도메인에서 학습에 사용한 8,000개의 학습데이터 대비 새로운 도메인에서 1,000개의 데이터만을 학습하여 유사한 정확도를 나타내었고 보다 빠른 수렴속도를 가지는 것을 확인하였다.

본 연구의 목적은 딥러닝의 전이학습 모델을 이용하여 항공사진과 토지이용현황도 간의 비교를 통해 토지이용현황의 변화를 탐지하는 방안을 마련하는 데 있다. 이러한 목적을 위해 딥러닝의 이미지 예측모델과 라스터와 벡터 자료를 비교하는 공간분석 기능을 이용하였다. 학습모델 구축을 통해 토지이용현황도의 상업지, 농지, 임지 및 수계에 대한 예측결과를 이용하여 토지이용의 변화를 탐지하는 방안을 제시하였다. 이러한 분석 방안은 라스터 형태의 최신 정보와 벡터 형태의 기존 자료와의 비교를 통해서 자료의 변화를 확인하는 방안으로 활용이 가능하다.

Recently, transfer learning techniques with a base convolutional neural network (CNN) model have widely gained acceptance in early detection and classification of crop diseases to increase agricultural productivity with reducing disease spread. The transfer learning techniques based classifiers generally achieve over 90% of classification accuracy for crop diseases using dataset of crop leaf images (e.g., PlantVillage dataset), but they have ability to classify only the pre-trained diseases. This paper provides with an evaluation scheme on selecting an effective base CNN model for crop disease transfer learning with regard to the accuracy of trained target crops as well as of untrained target crops. First, we present transfer learning models called CDC (crop disease classification) architecture including widely used base (pre-trained) CNN models. We evaluate each performance of seven base CNN models for four untrained crops. The results of performance evaluation show that the DenseNet201 is one of the best base CNN models.

In order to promote social responsibility, a company reads to engage in various activities to increase their competitiveness to ensure stable and continuous development. One of the activities is to input human/material resources in order to draw and develop the core abilities of member for the productivity improvement of the company. This study is concerned with capability improvement of members in relation to core company performance, the focus of the study is to identify how education training in a company may contribute to team performance by leaning transfer through empirical study. As a result of this study, it was found that the personality of members, as well as the training programs, within the company can be a significant factor for improving productivity and performance of the company. In addition, team members noted that learning transfer take place when effectively lead through the leadership of a boss and identified that this leadership ultimately has a significant effect on team performance.

본 연구에서는 연습수행 전 다양한 방식의 감각 정보 제시가 복잡한 동작패턴으로 구성되어 있으며 타이밍 요소가 내재하는 특징을 지닌 동작과제의 절대시간(absolute timing)과 상대시간(relative timing)의 학습과 효과기 전이(effector transfer)에 미치는 영향을 규명하는데 그 목적을 두었다. 참가자는 일련의 댄스스텝을 각각 다르게 구성된 리듬에 맞춰서 수행하였다. 이들은 동작과제의 정확한 타이밍 패턴과 관련된 시각 정보, 청각 정보, 시청각 정보를 제공받은 집단, 그리고 아무런 정보도 제공받지 않은 통제 집단으로 각각 무선 배정되었다. 연구결과, 청각 정보를 제공받은 집단이 연습단계와 파지단계에서 상대시간 오차가 다른 집단에 비해 더욱 적은 것으로 나타났다. 그러나, 절대시간 오차에 있어서는 모델화된 정보를 제공받은 집단간에 유의한 차이가 나타나지 않았다. 이는 구성요소의 수가 많고 복잡한 타이밍 과제의 상대시간 학습에 있어서 시각보다는 청각 정보를 사용한 사전정보 제시 방법이 더 효율적임을 보여준다. 반면에 동일한 동작패턴을 연습시기와는 다른 신체부분를 사용하여 생성해내는 효과기 전이단계에서는 시각과 청각이 결합된 정보를 제공받은 집단이 다른 집단에 비해 더욱 우수하게 과제를 수행하였다. 이러한 결과는 주어진 동작기술에 내재하는 시공간적 특성에 따라 모델을 통해 학습된 시간적 정보의 전이에 가장 적합한 감각 정보의 유형이 결정됨을 시사한다.

This study investigated the effects of different sequence structures on the bilateral transfer of learning from one sequence to another. Subjects were asked to respond to visual stimulus of "x" mark appeared in a particular sequence on the CRT at one of four locations arranged horizontally. They were instructed to respond to the visual signal by pressing the corresponding keys with their four fingers. After practicing one serial pattern for a substantial period of time with one hand, the subjects were randomly assigned to one of two experimental conditions and a control condition [ hierarchy (n=6) , vs , linear (n=6) , control (n=6) ] . Reaction time and latency profile constituted the dependent variables and learning of the sequence was evaluated by measuring the amount of facilitation of the performance on the transfer tasks. The findings support the notion that the internal representation of a sequence organiges in hierarchically, rather than linearly and the executionin of movement sequence is controlled hieararchically even though different effector(different hand in this study) . In addition, the results provided strong evidence for the notion that the subunits of movement can be interchangeable once subjects establish interval structure of the sequence.