• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제25권1호
• /
• pp.81-100
• /
• 2022

본 연구의 목적은 개방형 과제의 해법 공간을 분석하는 틀을 개발하고 그 유용성과 적용 가능성을 학생들의 해법 공간 분석 사례를 바탕으로 탐색하는 것이다. 문헌검토와 선행연구를 바탕으로, 학생들의 개방형 과제의 해법을 구조적으로 분석하는 틀로 결과 공간(Outcome spaces), 방법 공간(Method spaces), 표현 공간(Representation spaces)의 하위 공간으로 조직화한 해법 공간 분석 틀(OMR-framework)을 개발하였다. 약수와 배수 주제의 개방형 과제 유형 중 역 과제와 구성활동적 과제를 개발하고 초등학교 5~6학년 학생 181명에게 과제를 해결하게 하였다. 해법 공간 분석 틀(OMR-framework)을 적용하여 학생들의 해법 공간을 분석한 결과, 해법 공간과 방법 공간에서 역과제와 구성활동적 과제에 대한 학생의 약수와 배수 개념 이해의 특성과 문제해결에서 사용되는 가역적인 사고 및 조작과 구성의 사고 방법을 알 수 있었다. 그리고, 학생의 표현 공간에서 형식적인 수학적 표현 외에 학생들이 구성한 비형식적인 다양한 표현 방식을 분석할 수 있었다. 학생들이 해결한 것을 결과, 방법, 표현의 관점에서 해결의 특징을 분석할 수 있을 뿐 아니라 해법 공간을 이루는 결과 공간, 방법 공간, 표현 공간 사이의 연결성도 탐색할 수 있었다.

• 한국학교수학회논문집
• /
• 제14권1호
• /
• pp.101-122
• /
• 2011

본 논문은 테크놀로지를 활용한 영재교육에 대한 영재교사들의 인식을 조사하기 위하여, J 대학교 교육연수원에서 60시간의 영재교육 직무연수에 참여한 20명의 교사를 대상으로 테크놀로지를 활용한 영재교육에 대한 교사들의 인식을 조사 분석하였다. 테크놀로지를 활용한 영재교육에 대한 영재교사들의 인식을 분석한 결과 다음과 같은 결론을 얻었다. 첫째, 영재교사의 테크놀로지 활용 능력이 영재교사의 전문성 중 프로그램을 개발하는 능력과 영재에 대한 적합한 교수 학습 방법을 이해하고 적용하는 능력에 포함된 다. 둘째, 테크놀로지를 활용한 영재교육은 영재아들에게 창의적 문제 해결 능력과 사고력을 증진시키는데 도움을 준다. 셋째, 테크놀로지를 활용한 영재교육은 직관적 통찰, 정보의 조직화와 공간화/시각화 능력을 개발하는데 도움을 준다. 넷째, 테크놀로지를 활용한 영재교육은 영재아들에게 창의성의 구성요소 중 유창성, 융통성과 독창성 개발에 도움을 준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.