• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1489-1503
• /
• 2022

드론(drone)과 센서(senor) 적용기술은 농업분야 작물의 성장 정보에 대한 디지털화를 가능하게 하면서 정밀농업 발전을 한층 가속화하고 있다. 이 기술은 자연재해 발생시 농작물 피해량 산정을 가능하게 하고, 현장 방문조사로 진행되고 있는 농작물재해보험 평가방법의 과학화에 기여할 수 있다. 본 연구는 콩을 대상으로 드론 기반 RGB영상을 취득하여 추출된 식생지수로 도복피해율을 산정하는 방법을 개발하고자 하였다. Support Vector Classifier (SVC) 분류 모델은 Crop Surface Model (CSM) 기반의 도복피해율에 식생지수를 추가하여 식생지수 적용성을 검토하였다. 식생지수 중 Visible Atmospherically Resistant Index (VARI), Green Red Vegetation Index (GRVI) 기반 콩의 도복피해율 분류 정확도는 각각 0.709, 0.705로 높은 분류정확도를 나타내었다. 연구 결과, 드론 기반 RGB 영상은 도복피해율 산정에 매우 유용한 도구로 활용 가능하다는 점을 확인할 수 있었다. 본 연구에서 얻어진 결과는 이상기후로 인한 광역 지역 자연재해에 대한 도복피해 산정 시 Sentinel-2, RapidEye 위성과 더불어 2025년 발사 예정인 농림업중형위성 영상과 연계해 활용 가능할 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제22권10호
• /
• pp.437-444
• /
• 2022

본 연구의 목적은 구글에서 개발한 어린이용 언어학습 애플리케이션인 Read Along 활용이 초등영어학습자들의 발음과 정의적 영역에 미치는 영향에 관해 살펴보는 것이다. 이를 위하여 6학년 영어학습자 24명이 4주 간의 실험 수업에 참여하였으며 주요 활동으로는 Read Along을 통한 읽기·말하기 학습이 진행되었다. 연구도구로는 사전-사후 영어발음 평가지와 정의적 영역 설문지가 활용되었으며 수집된 자료를 분석한 결과, 우선, Read Along 앱 기반 활동은 초등영어학습자들의 발음 유창성 및 정확성 향상에 있어 긍정적인 영향을 미친 것으로 나타났다. 실제 두 영역 모두 사전 대비 사후 평균값은 근소하게나마 향상되었으며 대응 표본 t-검정 결과에서도 통계적으로 유의미한 차이가 있는 것으로 나타났다. 둘째, Read Along 앱을 이용한 읽기 및 말하기 활동이 초등영어학습자들의 정의적 영역에 미치는 변화를 설문을 통해 살펴본 결과, 학습자들의 흥미도와 자신감 측면에 있어 긍정적인 변화를 보였다. 두 영역 모두, 사전 대비 사후의 평균이 각각 0.4점, 0.5점이 상승한 것으로 나타났으며 t-검정 결과 역시 유의미한 향상이 있는 것으로 드러났다. 다만 학습 태도면에 있어서는 사후에 소폭의 상승을 보이기는 하였으나 통계적으로 유의미한 차이를 드러내지는 않았다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.171-179
• /
• 2021

본 연구는 뇌졸중 환자에게 전신진동운동을 시행한 선행 연구들을 종합하고 분석하여 전신진동운동이 뇌졸중 환자의 균형 및 보행 능력에 얼마나 효과적인지를 메타분석을 통해 알아보고자 하였다. 문헌 검색을 위한 전자 데이터베이스는 국회도서관, 한국교육학술정보(RISS), 한국학술정보(KISS) 및 누리미디어(DBPIA)를 사용하였다. 2010년 1월 - 2020년 8월까지 뇌졸중 환자에게 적용한 전신진동운동 선행연구를 조사하였다. 연구의 질 평가는 RCT(Randomized Controls Trials) 연구는 Cochrane group이 개발한 Risk of bias 2(RoB2) 도구를 사용하였다. 개별 연구들의 효과크기를 산출하기 위해 R version 4.0.3 프로그램을 이용하였다. 연구 결과는 전체 효과크기는 0.40으로 나타났으며 전신진동운동이 뇌졸중 환자의 균형 및 보행에 중간 정도의 효과가 있다는 것을 확인하였고, 균형의 효과크기는 0.44, 보행의 효과크기는 0.36으로 나타나 긍정적인 영향을 주는 것으로 확인되었다. 이와 같은 결과를 통해 뇌졸중 환자에게 전신진동운동이 효과적인 중재임을 알 수 있었으며, 더욱 다양한 연구가 필요할 것으로 생각한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.241-251
• /
• 2022

화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제42권1호
• /
• pp.17-33
• /
• 2023

본 연구는 초등 예비교사들이 제작한 앱의 특징과 앱 제작 교육에 대한 초등교사의 생각을 살펴보고 이를 통해 초등 예비교사를 위한 TPACK 교육에 시사점을 도출하는 데에 그 목적이 있다. 과학교육 앱 제작 경험을 제공한 사례를 수집하고, 3명의 초등교사를 대상으로 해당 사례에 관한 생각을 조사하였다. 예비교사들이 제작한 앱의 특징을 분석한 결과는 다음과 같다. 첫째, 예비교사들이 앱을 제작하면서 의도한 교육목표는 탐구가 가장 높게 나타났고, 도구형과 학습자·교수자간 상호작용이 일어나는 앱을 제작한 경우가 상대적으로 높게 나타났다. 둘째, 대부분의 예비교사들이 교육과정 목표에 부합하도록 앱을 제작하였으나 건설적 차원과 협력적 차원에서는 낮은 수준의 유형에 해당하는 앱의 특징을 보여 주었다. 예비교사들이 제작한 앱과 앱 제작 교육에 대한 초등교사들의 생각을 분석한 결과는 다음과 같다. 첫째, 초등교사들은 예비교사들이 제작한 앱의 효과성에 가장 낮은 점수를 주었고, 이를 해결하기 위해 교육과정 성취기준 분석과 기 개발된 앱 평가 및 수정 활동을 제안하였다. 둘째, 초등교사들은 예비교사의 TPACK 향상을 위하여 앱을 직접 제작해보는 경험을 제공하는 것이 적절하다고 응답하였다. 셋째, 초등교사들은 앱 인벤터를 활용하여 앱을 제작할 수 있는 블록 코딩 문해력 정도가 예비교사에게 필요하다고 생각하였다. 넷째, 예비교사의 TPACK을 향상시키기 위해 앱 제작 교육에서 모의수업과 앱을 통해 데이터를 수집하고 다루어 보는 경험을 강조할 필요가 있다고 하였다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.297-312
• /
• 2022

교구를 사용한 교육이 학생과 교사 모두에게 중요하지만, 유통되는 교구의 품질 문제는 지속적으로 제기되고 있다. 이에 본 연구는 교구를 세 가지 품질요인으로 구분하여 분석하고, 초등 교사들의 교구에 대한 만족도 및 재구매 의도를 확인하는데 그 목적이 있다. 본 연구는 현직 초등학교 교사를 대상으로 1차 CIT 조사와 2차 설문조사로 나누어 진행하였으며, 분석도구는 PLS 통계프로그램을 활용하였다. 실증분석을 통해 제품 품질과 교육 품질, 서비스 품질은 교사 만족도에 정(+)의 영향을 미치며, 교사 만족도는 재구매 의도에 정(+)의 영향을 미치는 것으로 분석되었다. 이를 통해 교사들이 교구를 구매 또는 평가할 때 중점을 두어야 할 부분과 교육에 유용하게 활용할 수 있도록 통찰을 주고, 연구자들에게는 제품 품질 개선을 위한 연구에 중요한 단초가 되며, 교구를 생산 및 유통하는 기업에게는 신제품과 콘텐츠 개발에 유효한 지침을 제시하고자 한다. 이후에는 교구와 교사 외에, 교구와 여러 대상 간의 유기적인 관계에 대한 추가 연구가 필요하며, 이를 향후 연구로 제안한다.

• 한국심리학회지ㆍ건강
• /
• 제19권3호
• /
• pp.711-727
• /
• 2014

본 연구에서는 Hendy 등(2009)이 개발한 부모의 식사 중 행동평가 척도(Parent Mealtime Action Scale)의 표준화를 실시하였다. 이를 위해 만 1-11세 정상발달 아동의 부모(N=887)를 대상으로 번안된 PMAS와 K-CEBI를 실시하였으며, 신뢰도 검증을 위해 이들 중 일부에게 재검사(N=45)를 실시하였다. 또한 발달장애아동의 양육자 116명을 대상으로 PMAS를 실시하여 변별타당도를 검증하였다. 요인분석 결과 한국형 부모의 식사 중 행동척도(PMAS)는 8요인구조가 적합한 것으로 나타났다(간식제한, 섭취주장, 과일채소 섭취, 긍정적 설득, 보상사용, 부모의 간식섭취, 음식의 다양성, 저지방식). K-PMAS는 유의한 수준의 내적 합치도 및 검사-재검사 신뢰도를 보고하였고, K-CEBI와의 상관분석 및 발달장애 아동을 둔 부모 집단과의 차이를 통해 아동의 체중 및 식습관에 영향을 주는 부모의 식사 중 행동을 측정하기에 신뢰롭고 타당한 도구임이 증명되었다. 일원변량분석 결과 아동의 성별에 따른 차이는 나타나지 않았으나, 아동의 연령에 따른 부모의 식사 중 행동에서는 유의한 차이가 드러나 이를 반영한 규준을 제시하였다. 끝으로 본 연구의 연구적, 임상적 함의 및 한계점에 대해 논의하였다.

• 대한감각통합치료학회지
• /
• 제21권2호
• /
• pp.58-68
• /
• 2023

목적 : 본 연구는 최근 10년간 발행되어 대한감각통합치료학회지에 게재된 논문을 연구 형태, 연구 수준 및 설계, 연구 대상자, 연구 분야로 분석하고자 하였다. 연구방법 : 2013년 6월부터 2022년 12월까지 대한감각통합치료학회지에 게재된 논문 130개를 분석대상으로 하였다. 자료 분석은 연구자의 지역과 소속, 연구 형태, 연구 수준 및 설계, 연구 대상자의 연령 및 진단명, 연구 분야로 나누어 알아보았다. 결과 : 연구자는 경상도 지역과 학교 소속이 가장 많았다. 연구 형태는 기술적 연구가 가장 많았고, 년도 별로 구분하였을 때 평가도구 연구의 수가 증가하였다. 연구 수준 및 설계에서는 수준 IV에서 가장 많은 연구가 있었고, 년도 별 구분에서도 꾸준히 연구의 수가 증가하였다. 연구 대상자는 아동 중 주의력결핍과잉행동장애 진단을 대상으로 한 연구가 가장 많았다. 독립변수를 중심으로 연구 분야를 알아보았을 때, 개별 감각통합치료의 적용이 가장 많았고, Ayres Sensory Integration^®(ASI)과 원격감각통합치료 프로그램과 같이 변형된 적용의 형태를 보였다. 결론 : 본 연구의 결과를 통해 대한감각통합치료학회지에 게재된 최근 10년간의 연구 동향을 파악할 수 있었다. 이를 통해 감각통합치료와 아동 중재를 위한 연구의 방향 설정과 교육 과정 개발에 기초 자료가 되길 기대한다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.301-307
• /
• 2023

딥러닝은 심층신경망(Deep Neural Network)을 구축하고 대량의 훈련 데이터를 수집한 후, 구축된 신경망을 오랫동안 학습 시켜야 한다. 만약, 학습이 제대로 진행되지 않거나 과적합이 발생하면, 학습은 실패하게 된다. 현재까지 개발되고 있는 딥러닝 도구들을 사용할 경우, 훈련데이터 수집과 학습에 많은 시간이 소요된다. 하지만, 모바일 환경의 급격한 도래와 센서 데이터의 증가로 인해, 신경망 학습에 걸리는 시간을 획기적으로 줄일 수 있는 실시간 증강형 딥러닝 기술에 대한 요구가 급격하게 증가하고 있다. 본 연구에서는 미세먼지 센서를 장착한 아두이노 시스템을 사용하여 실시간 증강형 딥러닝 시스템을 구현 하였다. 구현된 시스템에서는 미세먼지 데이터를 5초마다 측정하고 최대 120개가 축적이 되면, 기존에 축적된 데이터와 새로이 축적된 데이터를 데이터셋으로 사용하여 학습을 수행하도록 하였다. 학습 수행을 위한 신경망은 입력층 1개, 은닉층 1개, 출력등 1개로 구성하였다. 구현된 시스템에 대한 성능을 평가하기 위해 학습 시간과 평균 제곱근 오차(root mean square error, RMSE)를 측정 하였다. 실험 결과, 평균 학습 오차는 0.04053796이었으며, 학습주기당(1 에포크) 평균 학습 시간은 3,447 초 정도의 시간이 걸렸다.

• 정보보호학회논문지
• /
• 제34권3호
• /
• pp.439-449
• /
• 2024

최근 음성 생성 기술의 급격한 발전으로, 텍스트만으로도 자연스러운 음성 합성이 가능해졌다. 이러한 발전은 타인의 음성을 생성하여 범죄에 이용하는 보이스피싱과 같은 악용 사례를 증가시키는 결과를 낳고 있다. 음성 생성 여부를 탐지하는 모델은 많이 개발되고 있으며, 일반적으로 음성의 특징을 추출하고 이러한 특징을 기반으로 음성 생성 여부를 탐지한다. 본 논문은 생성 음성으로 인한 악용 사례에 대응하기 위해 새로운 음성 특징 추출 모델을 제안한다. 오디오를 입력으로 받는 딥러닝 기반 오디오 코덱 모델과 사전 학습된 자연어 처리 모델인 BERT를 사용하여 새로운 음성 특징 추출 모델을 제안하였다. 본 논문이 제안한 음성 특징 추출 모델이 음성 탐지에 적합한지 확인하기 위해 추출된 특징을 활용하여 4가지 생성 음성 탐지 모델을 만들어 성능평가를 진행하였다. 성능 비교를 위해 기존 논문에서 제안한 Deepfeature 기반의 음성 탐지 모델 3개와 그 외 모델과 정확도 및 EER을 비교하였다. 제안한 모델은 88.08%로 기존 모델보다 높은 정확도와 11.79%의 낮은 EER을 보였다. 이를 통해 본 논문에서 제안한 음성 특징 추출 방법이 생성 음성과 실제 음성을 판별하는 효과적인 도구로 사용될 수 있음을 확인하였다.