유역의 하천유량과 같은 수문 시계열을 모의 또는 예측하기 위한 수문 모델링에서 최근 기계 학습 방법을 활용한 연구가 활발하게 적용되고 있는 추세이다. 이러한 데이터 기반 모델링 접근법은 입출력 자료에서 관찰된 패턴을 학습하며, 특히, 장단기기억(Long Short-Term Memory, LSTM) 네트워크는 많은 연구에서 수문 시계열 예측에 대한 적용성이 검증되었으나, 장기간의 고품질 관측자료를 활용할 때 더 나은 예측성능을 보인다. 그러나 우리나라의 경우 장기간 관측된 고품질의 하천유량 자료를 확보하기 어려운 실정이다. 따라서 본 연구에서는 LSTM 네트워크의 학습 시 가용한 모든 유역의 자료를 통합하여 학습시켰을 때 하천유량 예측성능을 개선할 수 있는지 판단해보고자 하였다. 이를 위해, 우리나라 13개 댐 유역을 대상으로 대상 유역의 자료만을 학습한 모델의 예측성능과 모든 유역의 자료를 학습한 모델의 예측성능을 비교해 보았다. 학습은 2001년부터 2010년까지 기상자료(강우, 최저·최고·평균기온, 상대습도, 이슬점, 풍속, 잠재증발산)를 이용하였으며, 2011년부터 2020년에 대해 테스트 되었다. 다지점 통합학습을 통해 테스트 기간에 대해 예측된 각 유역의 일 하천유량의 KGE 중앙값이 0.74로 단일지점 학습을 통해 예측된 KGE(0.72)보다 다소 개선된 결과를 보여주었다. 다지점 통합학습이 하천유량 예측에 큰 개선을 달성하지는 못하였으며, 추가적인 가용 자료 확보와 LSTM 구성의 개선을 통해 추가적인 연구가 필요할 것으로 판단된다.
본 논문에서는 웹 기반에서 학습자의 학습 성취도 향상을 도모할 수 있는 다양한 학습 내용 구성 환경을 제공할 수 있으며, 실시간으로 과제물을 평가할 수 있는 e-Learning 시스템을 개발하였다. 우리는 학습자의 특성과 흥미를 유발할 수 있는 특징들을 고려하여 문제풀이와 Quiz를 갖춘 학습 내용 구성을 개발하여, 학습자 스스로가 동적으로 다양한 학습 내용 구성 환경을 선택할 수 있도록 하였다. 그리고 과제물 시스템은 객관식 및 서술형 과제물을 교수자와 학습자간에 상호 실시간으로 처리할 수 있도록 개발하였다.
본 논문에서는 클라이언트/서버 환경에서 교사가 평가 문제를 스스로 관리하는 동시에, 웹 상에서 학생들에게 학습 내용을 테스트하여 학생들의 학습 능력 수준을 손쉽게 파악할 수 있도록 하는 대화형 학생 평가 시스템을 개발하였다. 본 논문에서 구현한 시스템은 과목별 채점 결과를 학급별과 개인별로 통계 처리하여 보여주며, 또한 과목 주제별로 정답 비율을 통계 처리함으로써 학생 개개인 수준을 분석하는데 편리하도록 설계되어 있다. 또한 학생들에게는 웹 상에서 푼 문제에 대한 자신의 채점 결과와 문제 풀이 부분을 즉시 볼 수 있도록 하여 재학습 및 보충학습의 효과를 얻을 수 있도록 하였다. 이로써 교사는 학생 수준에 적합한 교수·학습 방법으로 학생들을 개별 지도할 수 있어 기존의 교사 주도적이고 획일화된 주입식 교육 방식의 문제점을 해결하고자 하였으며, 학생 역시 자신의 수준에 적합한 교육 내용을 제공받을 수 있어 학습 의욕을 향상시킬 수 있다.
기존의 웹 기반 학습 평가 시스템은 학습자의 선택 기회가 없는 상태에서 일방적으로 제시된 문제지로 평가하게 되거나, 문제 은행에서 임의로 추출한 문제도 단순히 무작위로나 난이도만을 고려하여 문제지를 구성하였고, 그 결과에 대한 성취도의 분석도 한 문제지에 대한 정오표 또는 점수로 단순하게 제시하기 때문에 학습자의 지속적인 학습 관리가 이루어지지 못하고 있다. 본 논문에서는 문제유형, 과목 및 단원 난이도, 문항 형태, 문항당 배점, 문항당 배당 시간등의 다양한 정보를 가진 유형별 문제 은행을 구축하였다. 학습자는 마치 문제집을 풀고 싶은 유형의 문제를 선택하듯이 문제 은행에서 문제를 자율적으로 구성하여 평가할 수 있는 유형별 문제지나 대학수학능력시험의 기준에 맞추어 자동 구성되는 종합 문제지로 다양하게 평가할 수 있다. 또한, 한문제지에 대한 결과뿐만 아니라 유형별, 월별 성취도 분석을 통하여 평가한 총점에 대한 획득한 점수의 누적 통계를 그래프로 일목요연하게 보여주어 한 학습자에 대한 지속적인 성취도 분석이 가능하도록 구축하였다.
학업에 대한 흥미는 학습자의 인지, 정서, 동기 작용의 복합체로 학습의 중요한 목적일 뿐만 아니라 학습의 효과를 매개하는 중요한 변인이다. 그럼에도 불구하고 현재 국내의 학습환경은 학습자의 흥미를 저해하는 요인들로 가득 차 있다. 이 연구에서는 학업흥미에 대한 개념적 이해와 성취도와의 관계를 토대로 우리나라 학생들의 학업흥미에 대한 실태를 파악하고 학업흥미 저하의 원인을 학습환경 요인의 측면에서 진단하였다. 흥미와 내재동기에 대한 이론과 경험적 연구를 바탕으로 국제비교에서 상대적으로 낮은 학업흥미를 보이는 주된 이유를 통제적인 학습환경, 경쟁으로 인한 불안과 스트레스, 빈번한 상대평가에서 오는 유능감의 박탈 등으로 파악하였다. 학업흥미 증진을 위한 학습환경 설계를 위해서 선택권을 제공하는 자율적인 학습환경 설계와 개인적 흥미를 높이기 위한 통합교과의 개발 및 특수목적 학교의 운영, 그리고 상황적 흥미를 증진시키기 위한 각종 처방들이 제안되었다.
정보 통신의 발달과 인터넷 기술의 발달로 그래픽 등의 매체를 통하여 시간과 장소에 구애받지 않는 학습자 수준에서 적절한 교육을 받을 수 있는 쌍방향 멀티미디어 환경의 원격 웹 기반교육(Web Based Instruction, WBI)이 등장하게 되었다. 인터넷을 활용한 교육을 함으로써 개별화된 교육을 할 수 있고, 학습자들이 인터넷을 통해 함께 탐구하고 대화하며 결론에 도달하는 협력 학습의 장을 제공할 수 있게 되었다. 그래프 알고리즘은 자료구조의 한 분야로 종류도 다양하고 개념도 복잡하여 학습자들이 쉽게 이해하지 못하는 부분이 많았다. 본 논문에서는 그래프 알고리즘을 하이퍼텍스트를 통한 단순한 자료의 제시에 그치지 않고 웹의 장점을 살려 플래시를 통해 각 그래프 알고리즘의 수행단계를 시각적으로 보임으로써 그래프 개념을 쉽게 이해하고 여러 종류의 그래프 알고리즘을 효율적으로 반복 학습할 수 있도록 하였다. 또한 C로 구현된 각 알고리즘의 소스를 볼 수 있게 하고 그 결과도 보여줌으로 그래프 알고리즘을 정확히 이해하도록 하였다. 학습 후 평가 문제를 통해 학습자의 이해도를 평가하고 평가 결과를 막대그래프 차트로 보임으로써 비교 평가가 쉽게 구현하였다.
본 연구에서는 효율적인 e-teaming 학습을 학습자에게 적합한 학습 환경의 학습 순서로 제공하기 위한 튜터(코치) 기능의 에이전트 시스템을 제안하고자 한다. 본 연구에서 제안하는 튜터 기능의 에이전트는 다양한 학습자 환경과 학습 수준에 따른 학습자의 학습파일과 선수 학습 자료를 데이터베이스로 저장하여 학습자에게 적합한 학습 순서의 제공을 목적으로 한다. 학습자와 에이전트의 지속적인 상호작용으로 효율적인 e-teaming 학습이 유지될 수 있도록 한다. 본 연구에서는 학습자의 선수(기초) 학습이나 학습 진행 상황, 결과 등의 정보를 저장하고 이를 이용하여 학습자에게 최적의 학습 순서를 제공할 수 있도록 튜터(코치) 기능의 에이전트와 협력 학습이 이루어질 수 있도록 한다. 그 방법의 하나로 학습자의 학습 진행 상황을 저장하고 학습자들의 학습 순서와 시스템에서 제안하는 학습 순서를 비교하여 학습자에게 보다 적합한 학습 순서(courseware)를 제안할 수 있도록 한다. 본 연구의 결과로 학습 순서를 제안하는 튜터 에이전트 시스템은 학습 시스템이 제안하는 학습 순서와 학습자가 학습하고자 하는 학습 순서를 학습자의 학습 진행에 따라 학습 순서를 재구성하고 평가 전에 학습자의 학습 순서 경로를 다시 한번 반복 학습하게 함으로써 학습자가 최대의 학습 효과를 얻을 수 있도록 하는 효과를 나타낼 수 있다.
웹기반 교육에서 학습과정을 평가한다는 것은 개별 학습자들의 학습 활동을 평가하는 것을 의미하기 때문에 학습자의 특정 수업내용에 대한 학습 시간, 학습 패턴, 학습 참여도(의견 교환, 질문), 학습 환경 등의 정보가 요구된다. 본 연구의 목적은 웹 기반 교육에서 쟁점이 되고 있는 학습과정 평가문제를 해결하기 위해 최적의 웹 로그 마이닝을 이용하여 학습자 개인별 학습현황에 관한 정보를 얻어 이를 수행 평가에 반영하고자 함이다. 연구 내용 및 결과로는 먼저, 학습현황 분석을 위한 항목을 선정하고 웹 로그 마이닝을 위한 로그 데이터 전처리 과정을 실행하였다. 다음으로는, 위의 웹 로그 데이터를 기초로 학습자별 데이터베이스를 구축하고 질의어를 사용하여 학습현황을 분석하였다.
협동적 웹기반 학습이란 웹을 매개로 학생들이 동료 학생, 전문가, 교수, 지역사회 인사, 다른 기관의 연구원 등과 함께 학습을 하는 것이다. 본 논문은 점차 활성화되어 가고 있는 협동적 웹기반 학습에서 학습자들을 공정하고 공평하게 평가하기 위한 도구를 제안하는 것을 목표로 하고 있다. 결국, 공정한 평가를 통하여 협동적 웹기반 학습이 가상공간에서도 체계적으로 원활히 이루어질 수 있도록 유도하고자 한다. 본 논문에서는 우선 협동적 웹기반 학습이 이루어지기 위한 환경 및 수업 방식을 조사한다. 이를 위해 실제 교실 수업에서는 협동학습 시 어떤 방식으로 학습자들을 평가하는지 조사 분석하고 이를 바탕으로 하여 협동적 웹기반 학습을 위한 학습자 평가 항목을 개발한다. 또한 팀 구성방식과 수업유형을 고려하였을 때 재안한 평가항목 중에서 참여도 측면, 협동성 측면과 개별책무성에 대해 학습자들의 평가사례를 분석한다.
다중 에이전트 학습이란 다중 에이전트 환경에서 에이전트간의 조정을 위한 행동전략을 학습하는 것을 말한다. 본 논문에서는 에이전트간의 통신이 불가능한 다중 에이전트 환경에서 각 에이전트들이 서로 독립적으로 대표적인 강화학습법인 Q학습을 전개함으로써 서로 효과적으로 협조할 수 있는 행동전략을 학습하려고 한다. 하지만 단일 에이전트 경우에 비해 보다 큰 상태-행동 공간을 갖는 다중 에이전트환경에서는 강화학습을 통해 효과적으로 최적의 행동 전략에 도달하기 어렵다는 문제점이 있다. 이 문제에 대한 기존의 접근방법은 크게 모듈화 방법과 일반화 방법이 제안되었으나 모두 나름의 제한을 가지고 있다. 본 논문에서는 대표적인 다중 에이전트 학습 문제의 예로서 먹이와 사냥꾼 문제(Prey and Hunters Problem)를 소개하고 이 문제영역을 통해 이와 같은 강화학습의 문제점을 살펴보고, 해결책으로 신경망 SOM을 이용한 일반화 방법인 QSOM 학습법을 제안한다. 이 방법은 기존의 일반화 방법과는 달리 군집화 기능을 제공하는 신경망 SOM을 이용함으로써 명확한 다수의 훈련 예가 없어도 효과적으로 이전에 경험하지 못했던 상태-행동들에 대한 Q값을 예측하고 이용할 수 있다는 장점이 있다. 또한 본 논문에서는 실험을 통해 QSOM 학습법의 일반화 효과와 성능을 평가하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.