• 분석과학
• /
• 제33권2호
• /
• pp.98-107
• /
• 2020

Methamphetamine (MA) is currently the most abused illicit drug in Korea. MA is produced by chemical synthesis, and the final target drug that is produced contains small amounts of the precursor chemicals, intermediates, and by-products. To identify and quantify these trace compounds in MA seizures, a practical and feasible approach for conducting chromatographic fingerprinting with a suite of traditional chemometric methods and recently introduced machine learning approaches was examined. This was achieved using gas chromatography (GC) coupled with a flame ionization detector (FID) and mass spectrometry (MS). Following appropriate examination of all the peaks in 71 samples, 166 impurities were selected as the characteristic components. Unsupervised (principal component analysis (PCA), hierarchical cluster analysis (HCA), and K-means clustering) and supervised (partial least squares-discriminant analysis (PLS-DA), orthogonal partial least squares-discriminant analysis (OPLS-DA), support vector machines (SVM), and deep neural network (DNN) with Keras) chemometric techniques were employed for classifying the 71 MA seizures. The results of the PCA, HCA, K-means clustering, PLS-DA, OPLS-DA, SVM, and DNN methods for quality evaluation were in good agreement. However, the tested MA seizures possessed distinct features, such as chirality, cutting agents, and boiling points. The study indicated that the established qualitative and semi-quantitative methods will be practical and useful analytical tools for characterizing trace compounds in illicit MA seizures. Moreover, they will provide a statistical basis for identifying the synthesis route, sources of supply, trafficking routes, and connections between seizures, which will support drug law enforcement agencies in their effort to eliminate organized MA crime.

• 한국습지학회지
• /
• 제21권4호
• /
• pp.267-280
• /
• 2019

적응관리는 불확실성이 존재하는 상황에서 자연자원을 관리하는 최적의 관리방법들 중의 하나이다. 여러 가지 한계에도 불구하고, 자연자원 관리에 대한 정책 및 계획수립에 있어 적응관리방법 활용의 필요성은 국제적으로 증가하고 있다. 그러나 우리나라의 자연자원 관리분야에서는 적응관리의 활용사례가 매우 드물다. 본 연구에서는 적응관리의 정의, 절차, 장애요인들과 적용시 고려할 점에 대한 고찰 및 적응관리방법에서 필수적인 요소인 생태모델에 대하여 리뷰하였다. 또한, 적응관리의 도입이 권장되는 바다숲, 연안습지 및 수산자원관리분야에 적응관리방법을 적용할 경우 고려해야 할 사항들에 대하여도 고찰하였다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1120-1131
• /
• 2016

본 논문은 흡연으로 인한 화재사고 방지를 위해, 비디오 영상에서 흡연자를 검출하는 알고리즘을 제안한다. 흡연자의 행동을 인식하기 위해 행동 인식 기법의 계층적 방법 중 서술 기반 접근 방법을 기반으로 제안하는 알고리즘은 배경 영역 분리, 객체 검출, 이벤트 탐지, 이벤트 판단 과정으로 구성된다. 배경 영역 분리 과정으로 학습률이 다른 두 개의 가우시안 혼합 모델을 이용하여 입력 영상으로부터 고속 움직임 전경, 저속 움직임 전경 영상을 생성하고, 저속움직임 전경 영상을 chain-rule 기반 외곽선 검출 알고리즘을 통하여 객체의 위치를 추출해낸다. 위치 정보를 기반으로 흡연자의 세 가지 특징인 얼굴, 연기, 손의 움직임을 이벤트 탐지 과정에서 검출한다. Haar-like feature를 이용하여 얼굴을 검출하며, 고속 움직임 전경에서 연기의 발생 빈도수와 방향성을 반영하여 연기를 검출한다. 움직임 추정을 통해 반복적인 손의 움직임을 검출한다. 일정 구간의 비디오 시퀀스 내 객체들에 대하여, 검출된 특징들의 서술적 관계를 반영하여 각각의 객체가 흡연자인지 판단한다. 제안하는 방법은 실시간으로 여러 다른 객체들 사이에서 강인하게 흡연자를 검출한다.

• 한국콘텐츠학회논문지
• /
• 제19권10호
• /
• pp.372-384
• /
• 2019

본 연구는 이론적 견해와 현실의 불일치 속에서 점차 확대되어 가는 유아교육기관의 방과 후 특별활동에 대한 의미를 탐색해보고자 하였다. 이를 위해 방과 후 특별활동 프로그램이 시행되고 있는 세 곳의 유아교육기관의 수업현장을 관찰하였으며 강사와의 면담을 실시하여 그 의미를 탐색해 보았다. 연구 결과, 유아교육기관에서의 방과 후 특별활동은 유아들에게 '새로움과 즐거움의 공존', '학습으로서의 의미', '다양한 교수 매체 경험'과 정규수업과 다른 현실 속에서 '피할 수 없는 한계'로 분석해 볼 수 있었다. 이러한 연구 결과를 토대로 앞으로의 질 높은 방과 후 특별활동 교육이 이루어지기 위한 개선 방안으로 정규교육과정과 방과 후 특별활동 과정이 상호보완적 협의와 통합적 접근이 이루어져야하며 나아가 바람직한 방과 후 특별활동 과정을 위하여 수업환경 개선 및 강사의 지속적인 연수와 교육이 요구되어진다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.188-204
• /
• 2018

본 연구는 아시아계와 남미계 미국인 이민자 엄마의 언어 사용과 학령 전 아동의 학교준비도 사이의 관계를 규명하려는 목적으로 수행되었다. 미국 교육부에서 구축한 전국적 대표성을 지니는 출생 코호트 자료에서 이민자 엄마의 자녀 약 1,500명을 대상으로 중다회귀분석 방법을 활용하여 분석을 수행한 결과는 다음과 같다. 첫째, 아시아계와 남미계 집단 모두에게서 이민자 엄마가 모국어를 사용하는 경우보다 영어만 사용하거나 영어와 모국어를 함께 사용하는 경우에 자녀의 표현적 언어 발달에 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 아시아계 이민자 엄마가 모국어를 사용하는 경우보다 영어만 사용하거나 영어와 모국어를 함께 사용하는 경우 자녀의 친사회적 행동에 긍정적 영향을 미치는 것으로 분석되었다. 셋째, 영어와 모국어를 함께 사용하는 이민자 엄마의 미국 내 거주기간이 길수록 자녀의 학습 접근과 행동 발달에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구의 결과를 토대로 이민자 가정의 학령 전 아동의 발달을 도울 수 있는 개입 방안에 대해서 논의하였다.

• 한국정보통신학회논문지
• /
• 제23권3호
• /
• pp.237-246
• /
• 2019

추천 시스템의 등급 예측 정확도를 높이기 위해서는, 사용자 항목 등급 데이터뿐만 아니라 주석, 태그 또는 설명과 같은 항목의 보조 정보도 고려해야만 한다. 기존 접근법에서는 단어 단위에서 bag-of-words 모델을 사용하여 보조 정보를 모델링한다. 그러나 이러한 모델은 보조 정보를 효과적으로 활용할 수 없으므로 보조 정보를 제한적으로 이해하게 된다. 한편, 컨볼루션 신경망(CNN)에서는 보조 정보로부터 특징 벡터를 효과적으로 포착하고 추출할 수 있다. 따라서 본 논문에서는 새로운 추천 모델을 위해 딥 CNN을 행렬 분해에 통합시킨 문자 수준의 딥 컨볼루션 신경망 기반 행렬 분해 (Char-DCNN-MF) 방법을 제안한다. Char-DCNN-MF에서는 보조 정보를 더 심층적으로 이해하고 추천 성능을 더욱 향상시킬 수 있다. 실험은 세 가지 다른 실제 데이터 세트에서 수행되었으며 그 결과는 Char-DCNN-MF가 다른 비교 모델보다 유의적으로 뛰어난 성능을 보여주었다.

• 한국치위생학회지
• /
• 제24권3호
• /
• pp.197-208
• /
• 2024

연구목적: 확장현실 기술은 의료 교육의 대화형 프로세스를 통해 자기주도적 학습 향상의기회를 제공한다. 본 연구에서는 확장 현실 기술을 기반으로 한 교육 콘텐츠를 적용한 보건의료 분야의 연구 동향을 분석하고자 하였다. 연구방법: 선정기준에 따른 문헌 검색, 선정, 제외 과정을 통해 확장현실 기술을 활용한 국내 보건의료 연구를 분석하여 최종적으로 관련 문헌 39편을 선정 및 검토하였다. 연구결과: 의학, 치의학, 간호 등 다양한 분야에 걸쳐 확장현실이 적용된 것을 확인하였다. 학업만족도, 몰입도, 흥미 유발 등 긍정적인 효과와 함께 미디어 사용의 어려움 및 사이버 멀미 같은 문제가 관찰되었다. 결론: 향후 연구에서는 보건의료 분야의 다양한 교과 과정에 대한 콘텐츠 개발과 적용을 통한 교육적 접근과 기술의 지속적 발전이 필요하다.

• Computers and Concrete
• /
• 제34권2호
• /
• pp.151-168
• /
• 2024

This research aimed to appraise the effectiveness of four optimization approaches - cuckoo optimization algorithm (COA), multi-verse optimization (MVO), particle swarm optimization (PSO), and teaching-learning-based optimization (TLBO) - that were enhanced with an artificial neural network (ANN) in predicting the bearing capacity of shallow foundations located on cohesionless soils. The study utilized a database of 97 laboratory experiments, with 68 experiments for training data sets and 29 for testing data sets. The ANN algorithms were optimized by adjusting various variables, such as population size and number of neurons in each hidden layer, through trial-and-error techniques. Input parameters used for analysis included width, depth, geometry, unit weight, and angle of shearing resistance. After performing sensitivity analysis, it was determined that the optimized architecture for the ANN structure was 5×5×1. The study found that all four models demonstrated exceptional prediction performance: COA-MLP, MVO-MLP, PSO-MLP, and TLBO-MLP. It is worth noting that the MVO-MLP model exhibited superior accuracy in generating network outputs for predicting measured values compared to the other models. The training data sets showed R² and RMSE values of (0.07184 and 0.9819), (0.04536 and 0.9928), (0.09194 and 0.9702), and (0.04714 and 0.9923) for COA-MLP, MVO-MLP, PSO-MLP, and TLBO-MLP methods respectively. Similarly, the testing data sets produced R² and RMSE values of (0.08126 and 0.07218), (0.07218 and 0.9814), (0.10827 and 0.95764), and (0.09886 and 0.96481) for COA-MLP, MVO-MLP, PSO-MLP, and TLBO-MLP methods respectively.

• 과학교육연구지
• /
• 제38권1호
• /
• pp.182-195
• /
• 2014

기하광학에서의 광선작도는 빛의 진행과정을 시각적으로 형상화할 수 있다는 측면에서 중요성을 가진다. 굴절 개념의 경우, 직진이나 반사에 비해 난이도가 높은 탓에 학생들 뿐만 아니라 교사들의 경우에도 이해도가 낮다. 올바른 개념이해를 위하여 광선을 그려보는 활동과 이를 실제 상황에 적용해보는 활동이 필요하다. 이에 따라 이 연구에서는 교사들의 시각적 형상화를 돕기 위해 광선작도 활동이 포함된 빛의 굴절에 대한 동료 교수법 교사연수 프로그램을 개발 및 적용하고 개념변화 정도를 측정하였다. 예비교사 29명과 초등교사 21명에게 각각 적용하고 사전, 사후 검사 점수를 분석하였다. 사전검사의 분석 결과, 빛의 굴절을 초중등 교육과정에서 학습하였음에도 불구하고, 수업 전에는 대부분의 연구 참여자가 굴절되는 빛의 경로를 잘 이해하지 못하고 있었다. 동료 교수법 교사연수 프로그램을 적용한 후에 시행된 사후 검사 결과, 광선작도 연습이 시각적 형상화를 도와 학습한 내용을 다른 맥락에 적용할 수 있도록 해준 것을 알 수 있었다. 따라서 빛의 굴절을 이해할 수 있는 교사연수 프로그램으로서 빛의 경로를 시각적으로 형상화하여 이해하고 개념검사문항을 통해 이를 적용해볼 수 있는 프로그램을 제안한다.

• 대한수학교육학회지:학교수학
• /
• 제16권4호
• /
• pp.803-825
• /
• 2014

대수학습의 초기부터 사용되고 있는 문자기호 중 한 문자내 부정성(변수)과 고정성(상수)을 동시에 내포하고 있는 매개변수개념은 그 모호성 때문에 소극적 암묵적으로 다루어지고 있다. 본 연구의 목적은 우리나라 대수 학습에서 매개변수에 대한 학생들의 인식 및 오류 양상을 살펴봄으로써 매개변수개념의 지도에 대한 시사점을 살펴보고자한다. 이를 위해, 학생들이 매개변수에 대해 어떻게 인식하고 있는지를 초보적인 학습자와 예비교사들을 대상으로 설문지 조사로부터 수집된 자료를 분석함으로써 그 결과를 제시하고, 그 결과에 대한 논점을 바탕으로 현 대수교육에 시사점을 제공하고자 하였다. 실제로, 본 연구자는 A중학교 2학년 한 교실의 35명의 학생들과 B대학교 학부과정에 있는 예비교사 73명을 대상으로 문자기호에 관한 동일한 설문지를 실시하여 그 결과에 대해 혼합적 방법으로 분석하였다. 두 집단의 문자기호에 관한 인식양상을 분석한 결과, 매개변수개념의 이해에 관한 여러 가지 어려움이 확인되었다. 특히, 문자기호의 인식의 동질성에 관한 통계적 처리결과 두 집단 간의 문자기호의 인식양상은 뚜렷하게 변화되지 않는다는 것이 확인되었다.