• 한국교육논총
• /
• 제38권3호
• /
• pp.211-230
• /
• 2018

본 연구의 목적은 중등학교 스마트교육의 효과성을 분석하는데 있다. 이를 달성하기 위하여, 스마트교육 개념을 적용한 고등학교와 아닌 고등학교를 대상으로 스마트교육을 구현하는 학교는 어떤 학교이고, 스마트교육 개념은 학생들의 정서에 어떤 영향을 주었으며, 스마트교육 개념은 학생들의 학업성취에 어떤 영향을 미쳤는가에 대한 답을 찾으려는 것이다. 이런 목적을 달성하기 위하여 학교알리미(www.schoolinfo.go.kr)에서 독립변인으로 학습효과, 정서효과의 항목을 추출하여 상대적으로 배경변인이 비슷한 세종시 한솔고등학교와 과천에 있는 고등학교를 추출하여 비교 분석하였다. 스마트교육의 개념과 특징 등을 문헌조사하여 스마트교육 개념을 도입하고 있는 세종시에 위치한 고등학교를 선정하였으며, 학교알리미에서 '결산자료', '전출입 및 학업중단 학생 수', '학교폭력 실태조사', '국가학업성취도 평가에 관한 사항'을 바탕으로 학습효과와 정서효과를 분석하였다. 또한 스마트교육 효과가 나타난 학교의 예산구조를 파악하여, 스마트교육 확산을 위한 예산구조를 분석하였다. 연구결과로 학교 폭력 실태를 비교한 결과, 3년 동안 두 학교 모두 학교 폭력 사태가 줄어드는 경향을 보였으나, 세종시에 있는 한솔고등학교가 과천에 있는 고등학교보다 더 낮은 학교 폭력 피해율을 보였다. 국어, 수학, 영어 과목의 국가학업성취도 평가에서 3년 동안 세종시 한솔고등학교가 과천에 있는 고등학교보다 높은 수치를 나타내었다. 특히, 스마트교육이 본격적으로 시작되기 전인 2013년에는 두 개교가 유의미한 차이를 보이지 않았으나, 2014년과 2015년의 2년에 걸친 조사에서 세종시 한솔고등학교의 수학과 영어 과목학업성취가 과천 고등학교보다 더 높은 경향을 보여주어, 표집의 한계에도 불구하고 스마트교육이 학업성취에 정적인 가능성을 보이는 것으로 나타났다. 이런 결과에도 불구하고, 자료의 수집의 한계와 표집의 제한성 등은 향후 스마트교육을 확대시키기 위하여 좀 더 면밀하게 연구되어야 할 필요성을 제시해 준다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제11권1호
• /
• pp.106-113
• /
• 1997

기계기구의 설계나 개발시 개발제품의 표준화 및 양호환 호환성, 공작상 공기의 단축, 가격 저하 등의 장점을 갖는 계열화 설계기법으로 CAE에 의한 방법을 소개했다. 특히 대형기기에서부터 초정밀 기기 등에 대한 설계나 개발시 표본 모델을 선정하고 그로부터 물리적이고 기술적인 부분의 면밀한 분석을 통해서 고유한 특징을 추출하고 이에 대한 유추론적 수학의 해석으로서 추구하고자 하는 크기에 대한 특성 실험을 예측할 수 있고 최적 설계상의 데이터를 사전에 검증하므로서 수요자가 요구하는 설계 표본을 이끌어 낼 수 있다. 본 연구에서는 설계자가 계산기를 이용한 계열화 설계에 있어서의 유츄론적 알고리즘과 설계정수 및 제한요소들의 처리 방법을 제시하고 각종 임의의 계열화 기기에 대한 단계별 기능 및 기술적인 데이터의 유도 과정을 액츄에이터를 모델로 선정하여 분석했다.

• 재활복지공학회논문지
• /
• 제10권3호
• /
• pp.221-228
• /
• 2016

본 논문에서는 EEG 신호 기반 기기 또는 소프트웨어를 사용하기 위해 사용자가 본인의 EEG 신호 정확도를 확인하고, 훈련을 통하여 자신의 EEG 신호 정확도를 향상시킬 수 있는 시뮬레이션 소프트웨어를 제안한다. 실험 데이터로는 풍경사진을 보며 편안한 상태에서 발생되는 신호와 수학문제를 풀며 집중 시에 발생되는 신호를 사용한다. 입력되는 EEG 신호는 독립 성분 분석(Independent Component Analysis, ICA)을 적용하여 잡음을 최소화하고 대역 통과 필터(Band Pass Filter)를 통하여 베타파(${\beta}$, 14-30Hz)만을 취득한다. 취득한 베타파 대역 데이터에서 제곱평균제곱근(Root Mean Square, RMS) 알고리즘을 통하여 특징 정보를 추출하고 지지 벡터 머신(Support Vector Machine, SVM)에 적용하여 분류한다. 분류된 결과는 사용자가 바로 확인할 수 있으며 훈련 전 피험자의 평균 정확도는 79.21%이었던 반면, 연속적인 훈련으로 최고 91.67%의 정확도를 보였다. 이처럼 본 논문에서 개발한 시뮬레이션 소프트웨어는 사용자가 직접 자신의 EEG 신호 정확도를 향상키기는 훈련을 통하여 정확도 향상이 가능하고, EEG 신호 기반으로 이루어진 BCI 시스템의 효율적인 사용을 기대할 수 있다.

• 디지털융복합연구
• /
• 제20권1호
• /
• pp.1-13
• /
• 2022

본 연구에서는 미세먼지에 대한 신문 기사의 시대별, 신문사별 특징을 살펴보고 있다. 이를 위하여 빅카인즈에서 1995년 이후 주요 신문사들의 관련 기사를 추출하였고 텍스트마이닝, 감성분석, 회귀분석을 활용하였다. 그 결과, 2010년 이전에는 대기오염도 측정 단어나 국내 오염원 관련 단어가 많이 등장했으나 2010년대에 들어서면서 "중국"이 큰 빈도로 나타났으며 정책적 대응, 미세먼지가 건강에 미치는 영향, 관련 제품에 대한 광고·홍보, 국내 오염원에 관한 기사까지 다양한 주제의 기사가 등장했다. 중앙일보, 한겨레, 경향신문은 상대적으로 정부의 정책이나 규제와 관련된 기사가 많은 반면, 대부분의 지역지에서는 지역 자체의 배출원 및 저감대책에 관한 기사가 많았다. 본 연구 결과는 미세먼지 관련 언론보도의 추이를 살필 수 있는 기초 자료로 활용될 수 있으리라 기대한다. 향후 포스트코로나 시대의 국내 미세먼지의 상황과 관련 기사의 트렌드를 추가적으로 비교, 검토할 수 있을 것이다.

• 대한지구과학교육학회지
• /
• 제17권2호
• /
• pp.123-136
• /
• 2024

본 연구는 수학과와 과학과를 중심으로 데이터 시각화 역량 범주 관점에서 2022 개정 교육과정의 성취기준 및 성취기준 해설을 분석하여 그 특징을 과목과 학년군별로 알아보는 데 목적이 있다. 연구를 실행하기 위해 선행연구들을 조사하였으며, 연구자들은 수집 및 전처리 역량, 기술 역량, 사고 역량, 상호작용 역량이라는 4개의 데이터 시각화 역량 범주를 중심으로 데이터 시각화의 핵심 역량 범주를 정리하였다. 이를 바탕으로 데이터 시각화 관점에서 성취기준을 분석하기 위한 틀을 제작하였으며, 이를 활용하여 2022 개정 교육과정(교육부 고시 제2022-33호, 별책 8과 9)의 문서를 검토 및 분석하였다. 수학과 성취기준 및 성취기준 해설 191개와 과학과 성취기준 및 성취기준 해설 230개를 분석하여 데이터 시각화 역량과 관련된 요인을 추출하고 정리하였다. 정리된 요인들을 학습 기간을 고려하여 표준화한 후, 히트맵을 활용하여 시각화하고 정성적으로 분석하였으며, Mann-Whitney의 U 검정과 독립표본 Kruskal-Wallis 검정을 통해 정량적으로 분석하였다. 분석 결과, 수학과의 경우 학년군별로 유의미한 차이가 나타나지 않았으며, 성취기준별로는 사고 역량이 기술 역량(p=.002) 및 상호작용 역량(p=.001)에 비해 유의미하게 낮은 것으로 나타났다. 또한 학년군이 올라갈수록 기술 역량과 상호작용 역량으로 수렴하는 경향을 보였다. 과학과의 경우, 학년이 올라갈수록 더 많은 성취기준을 다룬다는 것을 확인할 수 있었으며(대응별 비교, 5~6학년군 대 7~9학년군 p=.001; 5~6학년군 대 10학년군 p=.029; 3~4학년군 대 7~9학년군 p=.022), 성취기준별로는 사고 역량이 다른 모든 역량에 비해 유의미하게 낮은 것(대응별 비교, 기술 역량 p=.024; 수집 및 전처리 역량 p=.012; 상호작용 역량 p=.010)으로 나타났다. 또한 학년군이 올라갈수록 사고 역량을 제외한 나머지 역량으로 수렴하는 경향이 있었다. 이를 통해 첫째, 데이터 시각화 역량은 교육과정에서 4개의 데이터 시각화 역량 범주로 분류할 수 있으며, 둘째, 수학 및 과학 과목의 데이터 시각화 역량은 학년군이 올라갈수록 특정 역량으로 수렴되는 경향을 보이며, 셋째, 데이터 시각화 역량 중 사고 역량은 비교적 비중이 적게 다루어진다는 것을 확인할 수 있었다. 이와 같은 결론을 바탕으로 2022 개정 교육과정에서 데이터 시각화 역량에 대한 시사점을 제언하였다.

• 디지털융복합연구
• /
• 제19권12호
• /
• pp.11-20
• /
• 2021

본 연구는 신문기사 빅데이터를 통해 대학교육 관련 보도의 토픽을 추출하고, 토픽별 특징 및 신문사별 보도양상을 분석한다. 2016년-2021년 상반기 주요 중앙지와 지역지의 기사를 빅카인즈를 통해 추출하였고, 잠재디리슐레할당을 이용하여 총 9개의 토픽을 발견하였다. 토픽1과 토픽3은 교육에 대한 대학지원사업에 관련된 것이나 토픽3은 지역대학에 초점이 맞추어져 있다. 토픽2는 코로나19 이후 대학교육, 토픽4는 교수-학습법, 토픽5는 정부정책, 토픽6은 고교교육기여대학 지원사업, 토픽7은 대학교육 비전, 토픽8은 국제화, 토픽9는 입시 등을 논하고 있다. 조선일보, 경향신문, 한겨레는 코로나19 이후 강의, 정부정책 관련, 대학교육에 대한 기사와 논평을 많이 보도한 반면 동아일보, 중앙일보, 한라일보, 부산일보, 대전일보, 경인일보는 대학지원사업, 고교교육기여대학 지원사업 등 광고·홍보성 기사가 상대적으로 많았다. 2016년부터의 관련기사를 신문사별 뿐 아니라, COVID-19 발생 전후로도 분석하여 관련 보도의 토픽 차이를 살펴볼 수 있었다. 사회적으로 주요 관심 사항인 대학교육이 언론에 어떻게 보도되고 있는지 확인함으로써 미래의 대학교육 정책 방향과 미디어의 순기능과 역기능 등 언론의 역할에 대해 고찰할 필요가 있음을 시사한다.

• 전력전자학회논문지
• /
• 제4권5호
• /
• pp.442-448
• /
• 1999

기계기구의 설계나 개발시 개발제품의 표준화 및 호환성, 공기의 단축, 가격저하 등의 잇점을 갖는 유사이론을 적용한 계열화 설계기법을 소개하고자 한다. 계열화 설계기법은 대형기기에서부터 초정밀 기기 등에 대한 설계나 개발시 표본 모델을 선정하고 단계적으로 소형화나 대형화 시킬 때 미리 기기의 특성을 유추할 수 있는 설계기법으로서 기기의 특성을 물리적이고 기술적인 부분의 면밀한 분석을 통해서 고유한 특징을 추출하고 이에 대한 유추론적 수학의 해석으로 추구하고자 하는 크기에 대한 특성을 예측할 수 있고 최적 설계상의 데이터를 사전에 검증하므로서 수요자가 요구하는 설계 표본을 이끌어 낼 수 있다. 본 논문에서는 설계자나 개발자가 수요자가 요구하는 제품에 대해서 유사이론을 적용한 설계방법으로 사전에 제품의 특성을 예측하고 수요자와의 의견 조율이 가능한 설계기법을 제시하였으며 리니어 액츄에이터를 모델로 선정하여 유사성 이론에 의한 이론에 의한 이론적 특성 데이터와 실행 액츄에이터의 실험을 통하여 예측하였던 특성값을 비교 검토 하므로서 유사이론에 의한 표준화 설계가 가능함을 보여주고 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.