• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.353-353
• /
• 2022

본 연구에서는 CMIP5(The fifth phase of the Couple Model Intercomparison Project) 미래기후시나리오와 LSTM(Long Short-Term Memory) 모형 기반의 딥러닝 기법을 이용하여 하천유량 예측을 위한 최적 학습 기간을 제시하였다. 연구지역으로는 진안군(성산리) 지점을 선정하였다. 보정(2000~2002/2014~2015) 및 검증(2003~2005/2016~2017) 기간을 설정하여 연구지역의 실측 유량 자료와 LSTM 기반 모의유량을 비교한 결과, 전체적으로 모의값이 실측값을 잘 반영하는 것으로 나타났다. 또한, LSTM 모형의 장기간 예측 성능을 평가하기 위하여 LSTM 모형 기반 유량을 보정(2000~2015) 및 검증(2016~2019) 기간의 SWAT 기반 유량에 비교하였다. 비록 모의결과에일부 오차가 발생하였으나, LSTM 모형이 장기간의 하천유량을 잘 산정하는 것으로 나타났다. 검증 결과를 기반으로 2011년~2100년의 CMIP5 미래기후시나리오 기상자료를 이용하여 SWAT 기반 유량을 모의하였으며, 모의한 하천유량을 LSTM 모형의 학습자료로 사용하였다. 다양한 학습 시나리오을 적용하여 LSTM 및 SWAT 모형 기반의 하천유량을 모의하였으며, 최적 학습 기간을 제시하기 위하여 학습 시나리오별 LSTM/SWAT 기반 하천유량의 상관성 및 불확실성을 비교하였다. 비교 결과 학습 기간이 최소 30년 이상일때, 실측유량과 비교하여 LSTM 모형 기반 하천유량의 불확실성이 낮은 것으로 나타났다. 따라서 CMIP5 미래기후시나리오와 딥러닝 기반 LSTM 모형을 연계하여 미래 장기간의 일별 유량을 모의할 경우, 신뢰성 있는 LSTM 모형 기반 하천유량을 모의하기 위해서는 최소 30년 이상의 학습 기간이 필요할 것으로 판단된다.

• Proceedings of the Korean Society for Bioinformatics Conference
• /
• 2003.10a
• /
• pp.53-60
• /
• 2003

생명과학 관련 문서에서의 이벤트 추출은 관련 연구자들의 연구에 많은 도움을 줄 수 있다. 기존의 연구에서는 주로 이벤트 동사에 대해 패턴을 정의한 후에 정의된 패턴에 의해서만 이벤트를 추출하고자하였다. 그러나 모든 패턴을 수동으로 정의하는 것은 너무 많은 비용이 들기 때문에 패턴을 자동 추출 또는 확장하는 방법이 필요하다. 또한 학습을 하기 위해서는 상당수의 학습 말뭉치가 있어야 하는데 그것 또한 충분하지 않은 실정이다. 본 논문에서는 초기 패턴에 의해 생성된 소량의 정답 이벤트로부터 학습한 후 공기정보와 패턴정보를 이용한 Co-training방법으로 패턴 확장 및 이벤트 추출을 시도하였다. 실험 결과, 이벤트 동사의 패턴 정보가 유용한 정보라는 것을 확인할 수 있었고, 후보 이벤트 내의 개체간 공기정보와 문법관계정보 또한 매우 중요한 정보라는 것을 새롭게 보일 수 있었다. GENIA 말뭉치에서 162개의 이벤트 동사에 대해 실험한 결과, 88.02%의 정확률, 79.25%의 재현율을 얻었다.

• Proceedings of the Zoological Society Korea Conference
• /
• 2003.08a
• /
• pp.221.2-221
• /
• 2003

• Proceedings of the Zoological Society Korea Conference
• /
• 2003.08a
• /
• pp.222.1-222
• /
• 2003

• Journal of Science Education
• /
• v.46 no.1
• /
• pp.53-65
• /
• 2022

In the application and composition of learning content, the field trip learning of scientific inquiry could provide a positive effect. Also, it can arouse an experience of various inquiry activities through open thinking. In addition, it could take a positive effect by providing the diversity and specificity of wildlife experience for the living organism. The biology inquiry program of the field trip is a necessary process to acquire ecological experiences in the learning context. However, there is some problem to solve before the performance of field trip learning as professional knowledge of the outdoors inquiry. Therefore, this study developed a field trip inquiry program for the plant in a coastal dune using artificial intelligence to assist professional knowledge. The researcher carried out literature reviews and analysis related to studies and programs to investigate learning steps, content, and strategy. Also, this study investigated the effects of the program on the affective domain of gifted elementary science students. According to the results of this study, the program can provide a positive effect on motivation, task commitment, and attitude level. Consequently, the field trip learning program for plant in the coastal dune using artificial intelligence developed in this study can arouse a positive effect on the affective domain. Therefore, additional study is necessary related to inquiry programs of the field trip for various students and sites.

• Journal of The Korean Association For Science Education
• /
• v.43 no.6
• /
• pp.583-594
• /
• 2023

This study aimed to develop an e-PBL program for high school students using COVID-19 related data and to investigate the impact of the developed program on students' science core competencies. For this, the e-PBL program was developed in consideration of the characteristics of learners and e-PBL, and a science core competency analysis framework. The program was applied to 26 general high school life science club students. Test for science department core competency was conducted before and after class by questionnaires and their conversation data during class was collected and analyzed by the framework. As a result of the study, the developed program was effective in improving five science core competencies. In the results of the analysis of the science core competency questionnaire, there were significant effects on scientific thinking ability, scientific inquiry ability and scientific problem solving ability. Unlike in the results of the questionnaires, the five sciences department core competencies appeared evenly in student discourse analysis. Among them, scientific communication ability and scientific participation and lifelong learning ability did not show significant results in the questionnaire, but in the discourse analysis results. Both abilities were the most evenly displayed competencies through the program stages. Through the study, we expect that the program is possibles to be useful instructional material to make high school students increase science core competencies.

• Korean Journal of Food Science and Technology
• /
• v.51 no.2
• /
• pp.160-168
• /
• 2019

This study aimed to determine whether double-processed ginseng berry extract (PGBC) could improve learning and memory in an $A\hat{a}42$-induced Alzheimer's mouse model. Passive avoidance test (PAT) and Morris water-maze test (MWMT) were performed after mice were treated with PGBC, followed by acetylcholine (ACh) measurement and glial fibrillary acidic protein (GFAP) detection for brain damage. Furthermore, acetylcholinesterase (AChE) activity and choline acetyltransferase (ChAT) expression were analyzed using Ellman's and qPCR assays, respectively. Results demonstrated that PGBC contained a high amount of ginsenosides (Re, Rd, and Rg3), which are responsible for the clearance of $A{\hat{a}} 42$. They also helped to significantly improve PAT and MWMT performance in the $A{\hat{a}} 42-induced$ Alzheimer's mouse model when compared to the normal group. Interestingly, ACh and ChAT were remarkably upregulated and AChE activities were significantly inhibited, suggesting PGBC to be a palliative adjuvant for treating Alzheimer's disease. Altogether, PGBC was found to play a positive role in improving cognitive abilities. Thus, it could be a new alternative solution for alleviating Alzheimer's disease symptoms.

• Journal of The Korean Association For Science Education
• /
• v.22 no.3
• /
• pp.432-443
• /
• 2002

This study is to investigate the level of science learning concepts presented in life and matter fields of the 7th science textbooks. 6 units were analysed; 'the structure of living things', 'digestion and circulation' and 'respiration and excretion' of life field, and 'three states of matter', 'molecular motion', 'a change of state and the energy' of matter field. The gross number of concepts was 305 in life field, and 73 in matter field of the 7th science textbooks. Among publishing companies, the number of concepts was a little difference. Much more concepts in life field were presented than those in matter field. Percentages of the number of concrete and formal concepts were 58% and 42% in life, and 14% and 86% in matter field. The ratio of the number of concrete versus formal concepts was different between life and matter field. Thus, it is implied that science learning concepts are presented considering cognitive level of learner, and unit and content are constructed on the basis of properties of science fields in developing science curriculum and textbooks.

• Journal of the Korean Data Analysis Society
• /
• v.20 no.6
• /
• pp.2933-2940
• /
• 2018

It is known that fruit is more affected by the weather than other crops. Therefore, in order to create high value for farmers, it is necessary to develop a wholesale price model considering the weather. Peaches produced under relatively limited conditions were chosen as subjects of study. The data were collected from 2015 to 2017 provided by okdab 4.0. The meteorological data used for the analysis were generated by weighting the cultivation area and the variables with high correlation among the weather data were selected from the day before to 7 days before. Randomforest, gradient boosting machine, and XGboost were used for the analysis. As a result of analysis, XGboost showed the best performance in the sense of RMSE and correlation, and price prediction was comparatively well predicted, but the accuracy of the trading volume prediction was not so good enough. The top three weather variables affecting to the peach were minimum temperature, average maximum temperature, and precipitation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.448-448
• /
• 2021

최근 급격한 기후변화와 도시화 및 산업화로 인한 지류하천에서의 수량과 수질의 변동은 생물 다양성 감소와 수생태계 건강성 저하에 큰 영향을 미치고 있다. 효율적인 수생태 관리를 위해서는 지속적인 유량, 수질, 그리고 수생태 모니터링을 통한 데이터 축적과 더불어 면밀한 상관 분석을 통해 수생태계 건강성의 악화 원인을 규명해야 할 필요가 있다. 그러나 수많은 지류하천을 대상으로 한 지속적인 모니터링은 현실적으로 어려움이 있으며, 수생태계의 특성 상 단일 영향 인자만으로 수생태계의 건강성 변화와의 관계를 정확히 파악하는데 한계가 있다. 따라서 지류하천에서의 유량 및 수질의 시공간적인 변동성과 다양한 영향 인자를 고려하여 수생태계의 건강성을 효율적으로 예측할 수 있는 기술이 필요하다. 이에 본 연구에서는 경험적 데이터 기반의 머신러닝 모델 구축을 통해 미계측 하천에서의 수생태계 건강성 지수(BMI, TDI, FAI)의 등급(A to E)을 예측하고자 하였다. 머신러닝 모델은 학습 데이터셋의 양과 질에 따라 성능이 크게 달라질 수 있으며, 학습 데이터셋의 분포가 불균형적일 경우 과적합 또는 과소적합 문제가 발생할 수 있다. 이를 보완하고자 본 연구에서는 실제 측정망 데이터셋을 바탕으로 생성적 적대 신경망 GAN(Generative Adversarial Network) 알고리즘을 통해 머신러닝 모델 학습에 필요한 추가 데이터셋(유량, 수질, 기상, 수생태 등급)을 확보하였다. 머신러닝 모델의 성능은 5차 교차검증 과정을 통해 평가하였으며, GAN 데이터셋의 정확도는 실제 측정망 데이터셋의 정규분포와의 비교 분석을 통해 평가하였다. 최종적으로 SWAT(Soil and Water Assessment Tool) 모형을 통해 예측 된 미계측 하천에서의 데이터셋을 머신러닝 모델의 검증 자료로 사용하여 수생태계 건강성 등급 예측 정확도를 평가하였다. 본 연구에서의 GAN에 의해 강화된 머신러닝 모델은 수질 및 수생태 관리가 필요한 우심 지류하천 선정과 구조적/비구조적 최적관리기법에 따른 수생태계 건강성 개선 효과를 평가하는데 활용될 수 있을 것이다. 또한 이를 통해 예측된 미계측 하천에서의 수생태계 건강성 등급 자료는 수량-수질-수생태를 유기적으로 연계한 통합 물관리 정책을 수립하는데 기초자료로 활용될 수 있을 것이라 사료된다.