• Journal of the Korea Convergence Society
• /
• v.8 no.3
• /
• pp.123-131
• /
• 2017

This study is to find the weaknesses in drug dose calculations of nursing students by analyzing their general characteristics, confidence(C), performances in classes(PC) and exam sheets of drug dose calculations. The data were analyzed using SPSS 19.0. There was no significant difference between male and female students in simple calculation ability(SCA), but male students' mean scores were higher in applied calculation ability(ACA) and accuracy on calculation(AC). There were no significant differences in calculation abilities according to high school departments. And students were weak in questions which are needed ACA. The explanation rate of C on PC and PC on AC were 4.2% and 3.2% respectively, so there were weak positive effects from C to PC, and PC to AC. This study suggests that there is a need to develop and implement an intervention program according to students' abilities to increase AC, C, and PC by studying math on an ongoing basis. This study needs to be cautious in generalizing, because the data set was limited to nursing students from one university.

• Journal of the KSME
• /
• v.25 no.1
• /
• pp.2-8
• /
• 1985

기계설계의 초보자들은 가장 단순한 설계문제에 부딪치더라도 해답을 제시할 수 있는 형이나 모델의 부족 때문에, 만일 확고한 방안이나 방침이 주어지지 않는다면 끝없는 시행착오로 인해 설계방법을 잃어버리게 됨을, 설계를 처음 시작한 사람은 잘 알고 있다. 따라서 본 해설은 이 러한 점을 지양시키기 위해, 특히 기계설계에 있어 해석적인 방법이 없이 오직 경험에 의해 결 정되며 계산의 최종단계인 형상설정을, 숙련된 기계설계자는 물론 초보자도 신속하고 용이하게 처리할 수 있는 방안 및 지침서를 제공하고져 기술되었다. 또, 체계적이고 일발적인 형상결정 지침서를 기초로 하여 경험 및 불확정에 의존한 형상결정을 지양시킴은 물론, 기계설계의 형상 결정 단계에서 절대 필요한 창조능력 및 개발능력을 배양 시키는 데에 본 형상결정 지침서를 활용할 수 있겠다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05a
• /
• pp.117-124
• /
• 1996

원전의 상용 부하추종운전 능력을 위한 노심 제어기법인 Mode K를 개발하고, 이를 차세대원전의 제1주기 주기초에 적용하여 일일 부하추종운전을 수행할 때의 노심 거동을 ONED94 전산코드로 모사 계산하였다. 계산 결과, 단순하면서도 유연한 형태의 붕산 농도 변화를 수용하면서 제어봉으로 출력분포 및 반응도를 동시에 제어하는 Mode K 제어 논리가 잘 작동하였으며, PbXb운전에 비하여 액체 폐기물 생성량이 30%까지 감소하였다.

• Communications of Mathematical Education
• /
• v.12
• /
• pp.489-507
• /
• 2001

교수 ${\cdot}$ 학습 과정에서 계산 능력 배양이 목표인 영역을 제외하고는, 복잡한 계산, 수학적 개념 ${\cdot}$ 원리 ${\cdot}$ 법칙의 이해, 문제 해결력 향상 등을 위하여 가능하면 계산기나 컴퓨터를 적극 활용하도록 한다. 제 7차 교육과정에서는 수학적 힘의 신장을 구현하기 위한 실천적인 항목 중 다음과 같이 교수 ${\cdot}$ 학습과정에서의 technology의 활용을 적극 권장하고 있다. 이는 곧 수학교육과 실생활이 서로 밀접한 관계를 가지고 있음을 의미하는 것이다. 이런 새로운 움직임에 따라 계산기 활용에 대한 관심과 이를 수업에 이용하려는 방안을 적극 모색하고 있으며 이미 많은 자료들이 간행되고 있다. 그래픽 계산기는 컴퓨터와는 달리 많은 자료를 내장하고 있지는 않지만 휴대가 간편하고 개별적으로 사용할 수 있어 학교 수업시간 중 활용하는 데에 큰 장점을 가지고 있다. 또, 수학의 교수 ${\cdot}$ 학습 과정에서 그래픽계산기는 학생들의 흥미를 자극하고, 시각적인 힘을 활용하고, 수학적 사고력을 향상시키며, 문제를 탐구하는 과정에서의 단순한 계산을 효과적으로 처리할 수 있도록 도와준다. 뿐만 아니라 수학의 내적 영역과 수학의 외적 영역을 연결시키는 힘과 학습 과정에서 학생의 주도력을 강화시켜줄 수 있다. 그러나 계산기의 사용 자체가 목표가 될 수는 없으며 그래픽 계산기의 사용으로 학생들의 계산능력을 하락시켜서도 안된다. 이를 위해서는 적절한 교수 ${\cdot}$ 학습법의 개발과 연구가 끊임없이 지속되어야 할 것이다. 그래픽계산기는 함수, 통계 단원에서 자료를 분석하고 그에 적합한 식을 찾는 과정에 매우 유용하게 이용된다. 이는 재량활동이나 특기적성활동 시간에 조작활동을 통하여 개념에 대한 다양한 창의적인 표현을 할 수 있는 기회를 제공하기도 한다. 다음은 함수식을 이용하여 여러 가지 디자인을 할 수 있는 예를 그래픽 계산기를 통하여 보여준다. 생활 속의 여러 가지 모양들은 대체로 함수식으로 표현될 수 있다. 그래픽 계산기는 함수식을 입력하여 그래프의 형태를 관찰하고 그 특징을 살펴보는데 매우 유용하며 제한된 변역에서 여러개의 함수식을 입력하여 원하는 모양의 디자인을 해 볼 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.10
• /
• pp.2454-2460
• /
• 2013

So far, the port cargo handling capacity of general cargo was computed using simple formulae based on mathematical models. However, this simple calculation could not be able to reflect the reality. Thus, the simulation method was applied in this paper to overcome the limitation that the calculation method used in the past studies has. The process occurring from arrival to departure of a ship, which is reflecting the process rules of berth, was modeled to estimate the optimum level of handling capacity by using an example of the loading and unloading of an appropriated wharf at the harbor, and simulation was performed by developing the prototype. The actual processing capability of Mukho port was compared to the estimated capability calculated using the simulation method and the optimum level of capability could be computed by repeatedly simulating the input variable condition of the simulation prototype.

• Communications of Mathematical Education
• /
• v.9
• /
• pp.299-316
• /
• 1999

본 논문에서는 스프레드쉬트 프로그램 중에서 가장 활용도가 높은 Excel을 이용하여 만든 여러 가지 모의실험이 확률 통계학습에 어떻게 활용되는 지를 제시함으로써 개념의 지도 및 문제풀이 능력 향상의 효율성을 높이는 방안을 모색하고자 한다. 즉 이는 단순한 이론적 수치계산이 아닌 구체적 경험을 제시하여 학생들에게 확률적 상황에 내재된 확률적 정보의 의미를 파악하게 함으로써 확률의 개념에 대한 이해를 돕고 확률 통계단원에 대한 흥미를 유발케 하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.340-342
• /
• 2003

본 논문은 웨이블릿 변환을 통해 얻어진 부밴드들을 고유얼굴을 이용한 얼굴인식 시스템에 적용하여 성능을 향상 시키기 위한 방법을 제안한다. 현재 상용화되어 있는 고유얼굴을 이용한 얼굴인식 방법은 속도가 빠르고 단순하며 학습능력이 졸은 특징을 가지고 있지만 훈련 얼굴영상들의 증가에 따라 계산량이 급격히 증가하는 문제점을 가지고 있다. 이를 해결하기 위해서 웨이블릿 변환를 통해 얻어진 해상도가 작은 부밴드 얼굴영상을 인식 과정에 사용되는 얼굴영상으로 사용함으로서 계산량의 증가에 대한 문제를 해결 할 수 있다. 얼굴의 인식률을 향상시키기 위한 방법으로는 웨이블릿 변환시에 나타나는 하나의 저대역 부밴드와 세 개의 방향성분을 가진 부밴드 얼굴영상의 특징벡터들을 벡터적으로 결합하여 인식과정에서 사용하여 인식의 정확도를 높이려 한다.

• Communications of Mathematical Education
• /
• v.10
• /
• pp.519-528
• /
• 2000

최근 10 여년 동안 교육 현장의 각 부분에 여러 가지 종류의 테크놀로지가 도입되면서, 교육의 내용과 방법에 있어서 점진적인 변화가 나타나고 있다. 예를들어, 수학 과목에 있어서는 그래픽 계산기, 도형 및 기하 학습 프로그램, 스프레드 시트, 함수 그래픽 프로그램 등의 도입으로 교과 과정 전반에 걸친 변화가 일고 있는데, 처음에는 이들 테크놀로지가 단순히 기존의 수업에서 수많은 반복을 요하거나, 지필식 방식으로는 정확하게 나타내기 어려운 도형이나 그래프를 빠르고 정확하게 그려내주는 보조수단으로 사용되었지만, 시간이 지나면서 이들 테크놀로지에 대한 활용도가 높아지게 되고, 이들 테크놀로지에 대한 교사들의 활용능력이 증대됨에 다라서, 이러한 테크놀로지가 단순한 보조수단에 머무르지 않고 주지에 기술이나 개념을 설명하는 방법 자체를 변화시키고 있다. 예를들어, 함수 교육에 있어서 그래픽 프로그램이 사용될 때에도, 초기 단계에서는 이들 함수의 개념을 설명할 때에는 거의 집합론이나 대수학적인 방법을 이용하였고, 최종 단계로 이들 함수를 좌표계 위에 표현하기 위한 보조수단으로 잠깐씩 사용되는 경우가 대부분이었으나, 최근들어서는 함수 학습의 초기과정부터 곧바로 이들 그래프 프로그램을 적극적으로 도입하여 학습자로 하여금 다양한 그래프 조작을 하게 함으로써, 어려운 집합론이나 대수학적인 개념을 도입하지 않고서도 함수에 대한 개념을 시각적으로 직관적으로 파악하도록 하는 학습 방안들이 제시되고 있는 것이다. 본 고에서는 현행 중고등학교 함수 교육 과정에서 그래프에 대한 다양한 조작 기능을 제공함으로써 학습자로 하여금, 제시되는 함수에 대한 시각적이고 직관적인 이미지를 가질 수 있도록 하기 위해서 개발된 ‘그래프 마법사’라는 프로그램을 소개하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.351-354
• /
• 2024

최근 온라인 학습의 비중이 증가함에 따라 온라인 학습 서비스의 일부인 온라인 상담 부분도 비례하여 증가하고 있으며, 많은 상담량으로 인해 상담 서비스의 품질이 저하되고 답변의 속도, 효율성도 감소하는 문제가 발생한다. 국내 교육기관에서는 서비스 개선과 사용자 맞춤형서비스를 제공하기 위해 다양한 연구를 진행하고 있으며 민원을 처리하는 챗봇 등 자동 답변 서비스 도입을 추진하고 있다. 챗봇 및 자동 답변 서비스는 서비스 제공자 입장에서 저예산으로 단순한 질문에 대하여 신속하고 효율적인 서비스를 제공할 수 있으며 서비스 이용자는 즉각적인 답변과 유사한 답변 예시를 확인함으로 질문을 빠르게 해결할 수 있는 장점이 있다. 국가 공공기관에서 제공하는 학습 서비스는 단순하고 반복적인 문의가 많고 정형적인 질의응답이 주로 등록이 되고 있다. 자동 답변 서비스는 이런 문제점을 해결할 수 있는 대안이 된다. 서비스 이용자가 등록한 문의를 기반으로 학습한 답변 서비스는 담당자의 반복된 업무처리 경감과 사용자의 답변감소, 일관된 답변처리로 서비스 품질개선에 큰 영향을 줄 수 있다. 본 연구에서는 사용자의 질문에 효율적인 답변 및 민원 처리 서비스를 제공할 수 있는 방법을 제시하며, 관리자의 업무능력 향상과 효율성을 위해 기간별 키워드 빈도수를 계산하여 Word cloud를 생성하여 제공함으로써 사용자들에게 일정 기간 내 빈도수가 높은 키워드 관련 공지 및 안내를 할 수 있도록 한다.

• Communications for Statistical Applications and Methods
• /
• v.18 no.3
• /
• pp.377-389
• /
• 2011

A higher quality level is generally perceived by customers as improved performance by assigning a correspondingly higher satisfaction score. The third generation index $C_{pmk}$ is more powerful than two useful indices $C_p$ and $C_{pk}$ that have been widely used in six sigma industries to assess process performance. In actual manufacturing industries, process capability analysis often entails characterizing or assessing processes or products based on more than one engineering specification or quality characteristic. Since these characteristics are related, it is a risky undertaking to represent the variation of even a univariate characteristic by a single index. Therefore, the desirability of using vector-valued process capability index(PCI) arises quite naturally. In this paper, we consider more powerful vector-valued process capability index $C_{pmk}$ = ($C_{pmkx}$, $C_{pmky}$)$^t$ that consider the univariate process capability index $C_{pmk}$. First, we examine the process capability index $C_{pmk}$ and plug-in estimator $\hat{C}_{pmk}$. In addition, we derive its asymptotic distribution and variance-covariance matrix $V_{pmk}$ for the vector valued process capability index $C_{pmk}$. Under the assumption of bivariate normal distribution, we study asymptotic confidence regions of our vector-valued process capability index $C_{pmk}$ = ($C_{pmkx}$, $C_{pmky}$)$^t$.