• 정보교육학회논문지
• /
• 제13권3호
• /
• pp.383-391
• /
• 2009

사이버가정학습체제는 사교육비 절감과 지역간 학력격차 해소, 학생들의 학력수준에 맞춘 수준별 학습실현 등을 통하여 정규학교교육의 문제점을 보완하고 궁극적으로는 공교육의 내실화를 목적으로 추진된 이러닝 학습체제이다. 본 논문에서는 사이버가정교사의 직무활동을 분석하고 직무활동에 대한 사이버가정교사 정보활용능력 요소를 도출하여 사이버가정교사 정보활용능력 요소에서 사이버가정교사 정보활용능력 평가기준을 마련하였다. 연구 결과 첫째, 사이버가정교사의 직무를 교수 학습, 상담 활동, 과정 운영 및 관리, 전문성 개발로 나누어 구조화 하였다. 이렇게 구조화된 사이버가정교사 직무 수행 활동은 사이버가정교사 정보 활용 능력 기준 요소를 추출하는데 기본적인 자료로 활용하였다. 둘째, 사이버가정교사의 직무 수행 활동에 기초하여 도출된 정보 활용 능력 요소는 총 53개의 요소로 정리하였으며 교원 ICT활용능력(ISST) 요소에 기초하여 사이버가정교사 정보활용능력기준(ISSCT)을 사이버 가정교사의 정보활용능력 평가기준으로 제시하였다.

• 컴퓨터교육학회논문지
• /
• 제11권6호
• /
• pp.65-76
• /
• 2008

사이버가정학습은 사교육비 경감, 지역 간의 격차 해소, 학력신장이라는 정책 목표를 가지고 국가수준에서 추진된 이러닝 시스템이기 때문에, 그 효과를 검증하기 위한 선행 연구들은 교육적 목표 보다는 정책적 목표 달성 여부에 초점을 맞추어 평가 준거가 개발되었다. 선행 연구에서 제시한 평가준거들은 교수-학습 활동 요소에 따른 사이버가정학습의 효과와 교수-학습 활동과 관련된 사이버가정학습의 개선사항을 명확히 규명하는 데는 한계가 있다. 따라서 교육적 측면에서 사이버가정학습의 효과를 분석할 수 있는 평가 모델이 필요하다. 본 논문의 목적은 교수-학습 활동 요수에 따라 교육적 평가모델을 설계하고 사이버가정학습의 효과성을 분석하는 것이다. 이를 위해 사이버 가정학습과 관련된 국 내외 연구들을 조사하였고, 교수-학습 활동요소에 따라 교육적 평가 모델을 설계하였으면, 이에 근거하여 사이버가정학습을 이용한 학생들을 대상으로 설문 조사와 심층 면접을 통해 모델을 실험하였다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.

• 한국컴퓨터정보학회논문지
• /
• 제13권6호
• /
• pp.69-76
• /
• 2008

인터넷은 시간과 공간에 제약받지 않으면서 인간이 원하는 일을 처리할 수 있게 해주는 필수적인 매체로 자리잡고 있다. 교육 분야 역시 정보통신 기술 발달의 영향을 많이 받고 있으며 CAI, 원격강의, e-러닝 등 새로운 분야들이 끊임없이 출현하고 있다. 교육 분야의 발전과는 달리, 학습 평가방법에 있어서는 다양한 시도가 이루어지지 못하고 지필시험에 대한 정답률에 전적으로 의존하고 있으며 학습활동과정 및 학습자 수준 등에 대한 부분은 반영되지 못하였다. 학습 평가는 학생의 학습능력 수준을 파악할 수 있고 그에 맞는 교수법을 사용하거나 새로운 학습 프로그램을 개발하는데 중요한 정보를 제공한다. 본 논문에서는 행동주의 학습이론의 평가방식에 의존하고 있는 기존 학습평가 시스템의 한계점을 개선하기 위하여 구성주의를 도입하여 학습활동을 평가점수에 반영할 수 있는 웹기반 학습평가시스템을 구축한다. 이를 통하여 학습자의 학습 이해도 뿐만 아니라 학습 관심도에 대한 분석 평가를 할 수 있다. 본 연구에서는 전통적인 행동주의 학습이론 평가방식과 함께 구성주의 학습이론 평가를 도입하기 위하여 교사에 의해 학습평가요소 및 반영비율을 설정하는 기능을 구현하고 이를 최종 평가점수에 반영되도록 하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 추계 종합학술대회 논문집
• /
• pp.737-740
• /
• 2006

인터넷의 보급과 함께 엄청나게 성장하고 있는 디지털 콘텐츠 산업은 웹정보콘텐츠 뿐만 아니라 게임, 애니메이션, 디지털 영상, 이러닝 등 다양한 형태로 발전하고있다. 특히 국내의 경우 초고속 정보통신망의 보급과 디지털방송, 전자상거래의 활성화 등 다른 국가에 비해 우수한 관련 인프라를 보유하고 있어, 디지털콘텐츠 산업의 육성을 적극 지원하려는 노력이 진행되고 있다. 국가 성장엔진의 하나로서 디지털콘텐츠가 차지하는 비중을 미루어 보건데 사업성을 전제한 관련기술과 핵심요소들의 정확한 개발 방향에 대한 결정이 매우 중요하다. 본 논문에서는 10대 성장동력 산업의 하나인 디지털콘텐츠 세부 분야별 사업 유망성에 대한 평가를 통해 관련분야의 기술개발 및 사업화에 관심을 갖는 산 학 연 주체들의 사업전략에 실질적인 도움을 주고자 했다. 사업 유망성 비교분석의 틀로써 SRI의 차세대 성장산업과 제품들을 선정하기 위한 7단계의 프로세스 가운데 외적요인, 즉 산업과 비즈니스 영역부문의 평가프레임을 보정하여 활용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.474-476
• /
• 2021

전용회선은 두 지역을 독점적으로 사용하는 구조이기 때문에 안정된 품질수준과 보안성이 확보되어 교환 회선의 급격한 증가에도 불구하고 지속적으로 많이 사용하는 회선 방식이다. 하지만 비용이 상대적으로 고가이기 때문에 네트워크 전용회선의 자원을 적절히 배치하고 활용하여 최적의 상태를 유지하는 것이 중요한 요소이다. 이에 본 연구에서는 기업 네트워크에서 사용하는 전용회선의 실제 사용률 데이터를 기반으로 다양한 시계열 데이터 예측 모델을 적용하고 성능을 평가하였다. 일반적으로 통계적인 방법으로 많이 사용하는 평활화 모형 및 ARIMA 모형과 요즘 많은 연구가 되고 있는 인공신경망에 기반한 딥러닝의 대표적인 모델들을 적용하여 각각의 예측에 대한 성능을 측정하고 비교하였다.

• 한국가정과교육학회지
• /
• 제32권4호
• /
• pp.149-170
• /
• 2020

본 연구의 목적은 스마트러닝 기반 중학교 가정교과 소비생활 교수-학습안을 개발하고 이 교수-학습안의 타당성과 교수-학습안 전반을 평가하여 온라인(비대면) 가정교과 수업에 도움을 주는데 있다. 본 연구에서의 교수-학습안은 분석, 설계, 개발, 평가의 과정을 거쳐 완성되었다. 본 연구의 결과는 다음과 같다. 첫째, 2015 개정 교육과정 중학교 「기술·가정」 ① 교과서 12종의 소비생활 단원을 분석한 결과 학습요소별 활동 주제에 대한 빈도를 분석하였으며, 12종의 교과서 중 2개의 교과서만이 스마트러닝 활동을 제시하고 있었다. 둘째, 본 연구의 스마트러닝 기반 중학교 가정교과 소비생활 교수-학습안의 특징은 학습자가 교수·학습 활동의 주체가 될 수 있도록 주제와 내용을 구성하였다는 것과 학습자가 흥미를 가질 수 있는 다양한 매체와 최신 이슈를 반영한 것, 온라인 수업을 전제한 것, 실시간 토의 및 협업이 가능한 소프트웨어를 활용한 것, 평가 방식 또한 온라인 활동으로 구성하였다는 것이다. 셋째, 전문가 평가 결과 개발한 교수-학습안과 활동 자료는 차시별 주제, 목표, 내용, 교수·학습 활동, 평가에 대하여 평균 4.52(5점 리커트 척도), 전체 타당도 지수(CVI)는 0.95, 교수-학습안 전반에 대한 전문가 평가 결과 실행 적절성, 유익성, 동기 유발 가능성, 유용성, 실행가능성에 대하여 평균 4.62로 높게 나타났다. 교수-학습안에 대한 전문가 의견을 반영하여 교수-학습안과 활동 자료를 최종적으로 수정·보완하여 완성하였다. COVID-19 사태 이후 오프라인 수업의 한계를 극복하여 온라인 수업을 전제로 교수·학습 활동을 개발한 본 연구는 온라인으로 수업이 진행될 때에는 Zoom이라는 온라인회의 플랫폼을 사용하고, 오프라인으로 수업이 진행될 때에는 학교 공간 안에서 교수·학습 활동을 온라인으로 운영할 수 있는 방식으로 온/오프 병행이 가능하여 COVID-19로 인한 비대면/대면 가정교과 수업에 도움을 주고자 하는데 그 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권10호
• /
• pp.15-22
• /
• 2020

본 연구에서는 가중치 오차 함수를 적용하여, 미세한 콘크리트 균열을 감지하는 U-Net 모델을 만들 수 있도록 개선 방안을 제안한다. 콘크리트 균열은 안전을 위협하는 요소이기 때문에 그 상태를 주기적으로 파악하고 신속하게 초기 대응을 하는 것이 중요하다. 하지만 현재는 점검자가 직접 육안으로 검사하고 평가하는 외관 검사법이 주로 사용되고 있다. 이는 정확성뿐만 아니라 비용과 시간, 안전성 측면에서도 한계점을 가진다. 이에 콘크리트 구조물에 생성되는 미세한 균열을 신속하고 정밀하게 탐지할 수 있도록 딥러닝을 활용한 기술들이 연구되고 있다. 본 연구에서 U-Net을 활용한 균열 탐지를 시도한 결과, 미세한 균열을 탐지하지 못하는 것을 확인하였다. 이에 제시한 가중치 오차 함수를 적용하여 학습한 모델에 대해 성능을 검증한 결과, 정확도(Accuracy) 99% 이상, 조화평균(F1_Score) 89%에서 92%의 신뢰성 높은 수치를 도출해내었고, 미세한 균열을 정확하고 선명하게 탐지한 결과를 통해 학습 개선 방안의 성능을 검증하였다.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.81-93
• /
• 2022

최근 자율주행 기술에서 차량 주변 객체 인식과 교통표지판 및 차량 신호 인식을 위한 연구가 활발히 수행되고 있으며, 특히 차량 신호 인식은 자율주행 기술에 있어서 핵심 요소로 평가되고 있다. 이에 차량 신호 인식을 위한 다양한 연구가 진행되어 왔으며, 최근에는 딥러닝 기반 객체 인식 모델을 활용한 차량 신호 인식 연구가 크게 증가하고 있다. 또한 AIHub에서 음성, 비전, 자율주행 등을 위한 양질의 국내 인공지능 학습데이터 셋이 공개됨에 따라 이들 데이터를 활용한 국내 환경에 적합한 차량 신호 인식 모델의 개발도 가능하게 되었다. 이에 본 연구에서는 AIHub의 학습데이터와 객체 인식모델 YOLO를 적용한 국내 차량 신호 인식 모델을 개발하였다. 특히 차량 신호의 인식 성능을 개선하기 위하여 YOLOv4와 YOLOv5의 다양한 모델을 적용하였으며 학습데이터의 클래스도 다양하게 분류하여 실험을 수행하였다. 결론적으로 YOLOv5가 YOLOv4보다 차량 신호 인식에 조금 더 적합함을 확인할 수 있었으며, 두 모델의 아키텍처 비교를 통하여 YOLOv5 성능이 우수한 이유를 확인할 수 있었다.

• 한국터널지하공간학회 논문집
• /
• 제26권1호
• /
• pp.39-58
• /
• 2024

TBM (Tunnel boring machine)은 터널 굴착 과정에서 여러 디스크 커터를 이용하여 암석을 절삭한다. 디스크 커터는 암석과의 지속적인 접촉과 마찰로 인해 마모된다. 디스크 커터의 표면이 마모되면 절삭 능력이 감소하고 굴착 효율이 떨어진다. 암석의 마모성은 디스크 커터 마모에 큰 영향을 미친다. 높은 마모도를 가진 암석은 커터에 더 큰 마모를 일으키며, 이는 디스크 커터의 수명을 단축시킨다. 세르샤 마모지수(Cerchar abrasivity index, CAI)는 암석의 마모성을 평가하는데 널리 사용되는 지표로 CAI는 암석의 마모특성을 나타내며, 디스크 커터의 수명과 성능 예측에 필수적인 요소로 인식되고 있다. 본 연구의 목적은 암석의 강도, 암석학적 특성과 선형회귀, 머신러닝 기법을 이용하여 CAI를 효과적으로 추정하는 새로운 방법을 개발하는 것이다. 문헌 조사를 통해 CAI, 일축압축강도, 압열인장강도, 등가석영함량이 포함된 데이터베이스를 구축하고 파생변수를 추가하였다. 통계적 유의성과 다중공선성을 고려하여 다중선형회귀분석을 위한 입력변수를 선정하였고, 머신러닝 모델의 입력변수는 변수중요도 분석을 통해 선정하였다. 머신러닝 예측모델 중 Gradient Boosting 모델의 예측 성능이 가장 높게 나타나 최적의 CAI 예측 모델로 선정되었다. 마지막으로 본 연구에서 도출한 다중선형회귀분석과 Gradient Boosting 모델의 예측 성능을 선행연구들의 CAI 예측모델과 비교하여 연구 결과의 타당성을 확인하였다.