• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제32권4호
• /
• pp.495-517
• /
• 2018

ygotsky(1978)에 따르면, 근접발달영역 이론은 학습자가 독립적으로 문제를 해결할 수 없으나 도움을 받으면 해결할 수 있는 범위, 즉 근접발달영역 내에서의 사회적 상호 작용을 통해 실제적 발달 수준에서 잠재적 발달 수준으로의 발달이 일어나는 효과적인 학습이 가능함을 주장하였다. 근접발달영역 내에서 이루어지는 이러한 도움과 지원체제는 Vygotsky의 '도움주기'라는 활동으로 시작해 이를 기초로 여러 학자들에 의해 확장되어 '비계설정'이라는 개념으로 발전하였으며, 이때 비계설정은 교사나 부모, 좀 더 유능한 또래가 안내나 도움을 제공해 학습에 도움을 주어 인지발달을 돕는 발판의 역할을 하도록 하는 체계를 의미한다. 이에 본 연구에서는 교사와 학생 간의 상호작용 중 도움을 적절히 조절하며 제공하는 근접발달영역 이론과 비계설정 이론을 근거로 효율적인 수업 실행에 적합한 비계 설정 유형을 마련하고, 이를 반영한 교수 학습 과정 및 지도안을 구안하고자 하였다. 이를 바탕으로 수업을 진행한 후 면담을 통해 기존 수업과의 차이를 탐색하여 분석하고자 하였다. 이를 위하여 전남 Y군에 소재한 H고등학교 1학년 남학생 5명을 대상으로 3차시의 수업을 실시하고, 3차시 수업 후에 반 구조화된 면담을 개인별로 실시하였다.

• 감성과학
• /
• 제24권1호
• /
• pp.91-104
• /
• 2021

본 연구에서는 승용차에서 사람들이 기기를 사용하기 위해 사용하는 기동어인 "Hi, KIA!"의 감성을 기계학습을 기반으로 분류가 가능한가에 대해 탐색하였다. 감성 분류를 위해 신남, 화남, 절망, 보통 총 4가지 감정별로 3가지 시나리오를 작성하여, 자동차 운전 상황에서 발생할 수 있는 12가지의 사용자 감정 시나리오를 제작하였다. 시각화 자료를 기반으로 총 9명의 대학생을 대상으로 녹음을 진행하였다. 수집된 녹음 파일의 전체 문장에서 기동어 부분만 별도로 추출하는 과정을 거쳐, 전체 문장 파일, 기동어 파일 총 두 개의 데이터 세트로 정리되었다. 음성 분석에서는 음향 특성을 추출하고 추출된 데이터를 svmRadial 방법을 이용하여 기계 학습 기반의 알고리즘을 제작해, 제작된 알고리즘의 감정 예측 정확성 및 가능성을 파악하였다. 9명의 참여자와 4개의 감정 카테고리를 통틀어 기동어의 정확성(60.19%: 22~81%)과 전체 문장의 정확성(41.51%)을 비교했다. 또한, 참여자 개별로 정확도와 민감도를 확인하였을 때, 성능을 보임을 확인하였으며, 각 사용자 별 기계 학습을 위해 선정된 피쳐들이 유사함을 확인하였다. 본 연구는 기동어만으로도 사용자의 감정 추출과 보이스 인터페이스 개발 시 기동어 감정 파악 기술이 잠재적으로 적용 가능한데 대한 실험적 증거를 제공할 수 있을 것으로 기대한다.

• 한국과학교육학회지
• /
• 제34권8호
• /
• pp.731-744
• /
• 2014

학습자가 가진 문화와 자원을 수업의 중심 자원으로 이끌어내고자 하는 노력은, 학습자에게 보다 호응할 수 있는 교수학습을 모색하는 연구자들에게 중요한 단초를 제공할 수 있다. 본 연구에서는 과학수업의 혼성적 공간에서 학습자들이 드러내는 지식자본으로는 어떤 것이 있는지 살펴보고, 이같은 지식자본이 자발적 과정을 통해 수업 상황으로 유입되고, 수업의 핵심적 자원으로 작용하려면 어떠한 교수적 지원이 뒷받침되어야 하는지 알아보고자 하였다. 이를 위하여 7학년 '주변의 생물', '식물과 영양' 단원에서의 실제 수업 상황에서 5개월에 걸친 참여관찰을 수행하였고, 학습자의 지식자본이 가장 활발하게 부상하는 수업을 추출하였으며, 근거이론에 기반한 지속적 비교분석법을 이용하여 수집된 자료를 범주화 하였다. 연구 결과, 학생의 지식자본은 가정, 지역공동체, 또래문화, 대중문화 등의 4가지 기반에서 근거한 것으로 범주화할 수 있었으며, 특히 또래문화와 관련된 지식자본이 학습자의 보다 활발한 발화 및 참여를 촉진하는 것으로 드러났다. 또 이와 같은 지식자본이 수업 상황으로 보다 적극적으로 유입되기 위해서는 혼성적 수업 환경의 제공과 더불어 유입된 지식자본의 보편성, 지식자본의 공유와 확장, 그리고 지식의 공동 구성 및 공유라고 하는 실행공동체의 지향이 필요함을 알 수 있었다. 본 연구에서는 이 같은 교수학습적 특성에 기반하여, 학습자가 가진 '잠재적 수업자원'으로서의 지식자본을 어떻게 '실질적인 수업의 자원'으로 끌어올릴 수 있을 것인지에 대한 교육적 함의를 제시하였다. 학습자의 지식자본을 기반으로 한 수업은 전통적인 수업에서 점점 소외되고 있는 다양한 비참여자들을 포함하여 학습자들을 보다 적극적으로 수업으로 초대할 수 있는 발판이 되어준다. 또한 학습자의 삶에서 비롯된 경험과 과학 지식의 혼성적 상호작용을 통하여 지식의 공동 구성을 가능하게 하며, 보다 유의미한 학습 경험으로 자리 잡을 수 있게 한다는 데 그 의의가 있다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제14권12호
• /
• pp.293-302
• /
• 2016

본 연구는 시간이 경과함에 따라 청소년의 학업긴장과 불행감, 휴대전화 의존이 어떠한 변화 추이를 가지고, 학업긴장의 변화가 불행감과 휴대전화 의존의 변화에 어떠한 종단적 복합적 영향을 파악하여 이들 간의 악순환을 방지하는 방안 모색을 목적으로 한다. 이를 위하여 일반긴장이론을 개념적 연구틀로 설정하고, 한국청소년정책연구원의 제 2~4차 한국아동 청소년패널 1,589명의 청소년 응답치를 사용하여 잠재성장모형 분석을 수행하였다. 분석결과, 청소년의 학업긴장과 불행감, 휴대전화 의존은 모두 시간의 경과에 따라 지속적으로 증가하였다. 학업긴장의 초기값은 불행감의 초기값 및 휴대전화 의존의 초기값과 변화율에는 정적 영향을 미쳤고, 학업긴장의 변화율은 불행감의 변화율에 정적 영향을 미쳤다. 불행감의 변화율은 휴대전화 의존 변화율에 정적 영향을 미쳤다. 또한, 학업긴장의 변화율이 불행감의 변화율을 매개로 하여 휴대전화 의존의 변화율에 정적 영향을 미치는 것으로 나타났다. 이상의 연구결과를 바탕으로 본 연구는 청소년의 학습과 부정적 정서, 휴대전화 의존에 대한 유용한 시사점을 제공하였고, 상기 변수들의 변화의 근거에 대한 후속 연구를 제안하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.159-166
• /
• 2020

본 연구는 부모의 양육태도, 또래관계, 교사관계, 학습활동 및 삶의 내적목표가 청소년의 자아존중감 변화에 미치는 영향을 잠재성장모형을 이용하여 종단적으로 분석함으로써 청소년의 자아존중감을 향상시키기 위한 정책적 시사점을 도출하는데 연구목적을 두었다. 이 연구를 위해 연구자료는 한국청소년패널조사의 초4 패널 4차년에서 7차년도 자료를 활용하였다. 연구 결과, 첫째, 청소년 자아존중감 변화모형은 실증자료에 더 적합한 선형모델을 최종모델로 선정하였으며 초기치와 변화율 및 각각의 분산은 유의하게 나타났다. 둘째, 청소년 자아존중감에 영향을 미치는 시간의존적 변수는 교사관계 4차년도를 제외하고 모두 유의미한 영향을 미치는 것으로 분석되었다. 셋째, 청소년 자아존중감에 영향을 미치는 시간독립적인 변수들은 모두 초기치 와 변화율 및 각각의 변량이 유의하게 나타났다. 이러한 분석결과를 토대로, 청소년 자아존중감을 향상시키기 위한 정책적 함의를 제시하였다.

• 디지털융복합연구
• /
• 제16권6호
• /
• pp.151-161
• /
• 2018

소득은 경제생활에서 중요하다. 소득을 예측할 수 있으면, 사람들은 음식, 집세와 같은 생활비를 지불 할 수 있는 예산을 세울 수 있을 뿐 아니라, 다른 재화 또는 비상사태를 위한 돈을 별도로 저축 할 수 있다. 또한 소득수준은 은행, 상점 및 서비스 회사에서 마케팅 목적 및 충성도가 높은 고객을 유치하는 데 활용 된다. 이는 소득이 다양한 고객 접점에서 사용되는 중요한 인구 통계 요소이기 때문이다. 따라서 기존 고객 및 잠재 고객에 대한 수입 예측이 필요하다. 이 연구에서는 소득을 예측하기 위해 SVM (Support Vector Machines), Gaussian, 의사 결정 트리, DCNN (Deep Convolutional Neural Networks)과 같은 기계 학습 기법을 사용하였다. 분석 결과 DCNN 방법이 본 연구에서 사용 된 다른 기계 학습 기법에 비해 최적의 결과(88%)를 제공하는 것으로 나타났다. 향후 PCA 같이 데이터 크기를 향상 시킨다면 더 좋은 연구 결과를 제시할 수 있을 것이다.

• 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.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.512-521
• /
• 2015

네티즌은 인터넷을 통해서 상품을 구매하고 상품에 대한 감정을 긍정 혹은 부정으로 상품평에 표현한다. 상품평에 대한 분석은 잠재적 소비자뿐만 아니라 기업의 의사결정에 중요한 자료가 된다. 따라서 인터넷의 대량 리뷰에서 의미 있는 정보를 분석하여 의견을 도출하는 오피니언 마이닝 기술의 중요성이 증대되고 있다. 기존의 연구는 대부분이 영어를 기반으로 진행되었고 아직 한글에 대한 상품평 분석은 활발히 이루어 지지 않고 있다. 또한 한글은 영어와 달라 꾸미는 말과 어미가 복잡한 특성을 갖고 있다. 그리고 기존의 연구는 통계적 기법, 사전 기법, 기계학습 기법 등을 사용하여 연구되었으나 인터넷 언어의 특성을 감안하지는 못하였다. 본 연구에서는 감정이 포함된 인터넷 언어의 특성을 분석하여 감정분석의 정확률을 높이는 감정분류 방법을 제안한다. 이를 통해 데이터에 독립적인 인터넷 감정기호를 이용해서 자동으로 긍정 및 부정 상품평을 분류할 수 있었고 높은 정확률, 재현율, Coverage 결과를 통해서 제안 알고리즘의 유효성을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.122-129
• /
• 2020

전 세계적으로 무증상의 코로나바이러스 감염증-19 감염자가 자신이 감염된 것을 모르고 주변인들에게 전파할 수 있다는 가능성은 국민이 전염병 확산에 대한 불안과 두려움에서 벗어나지 못하고 있다는 점에서 여전히 매우 중요한 이슈이다. 본 논문에서는 K-평균 군집화 알고리즘 및 딥러닝 기반 군중 집계를 이용한 전염병 확진자 접촉 가능성 여부 판단 모니터링 시스템을 제안하였다. 모든 입력 학습 영상에 대해 300회 반복 학습한 결과, PSNR값은 21.51, 전체 데이터 셋에 대한 최종 MAE값은 67.984였다. 이는 확진자와 주변인과의 거리와 감염률 산출, 잠재적 환자 동선 주변 인원의 위험도 순 그룹 및 감염률 예측에 대한 영상 속 화질 정보, 관측치 간의 평균 절대 오차를 의미하며 각 CCTV 장면에서 군중의 수가 4,000명 이하일 때에는 평균 절대 오차 값이 0에 가까움을 증명하였다.