• 한국과학교육학회지
• /
• 제42권1호
• /
• pp.127-147
• /
• 2022

예비 과학교사 교육은 학교 현장에서 이루어지게 될 과학교육의 질을 제고하기 위하여 중요하며, 이에 따라 많은 예비 과학교사 교육연구들이 국내에서 보고되어 왔다. 그러나 그 연구 동향을 중등교사 맥락을 포함하여 포괄적으로 살펴보고 정리하는 작업은 거의 이루어지지 않아 왔다. 이에 본 연구는 지금까지 국내에서 이루어진 예비 과학교사 교육 연구의 동향을 살펴보았다. 분석 대상 문헌은 1995년부터 2021년까지 17개의 KCI 등재지급 학술지에서 출판된 410건이었다. 해당 연구 문헌들의 동향은 시기별 문헌 수, 주제어 빈도, 연구의 질적 속성을 살펴봄으로써 조사하였다. 이 때 연구의 질적 속성은 예비교사의 유형과 전공, 연구맥락 교과, 연구 주제, 접근 방법, 자료 유형, 연구 참여자 수를 질적 코딩함으로써 다각적으로 파악하였다. 연구 결과, 예비 과학교사 교육 연구의 보고는 5년 간격으로 약 40건씩 증가하는 추세를 보였다. 연구가 출판되는 학술지는 '한국과학교육학회지'가 가장 큰 비중을 차지하되 2010년대 후반 이후 다양성이 증가하고 있었다. 주제어 빈도 분석 결과 과학교수효능감이나 과학의 본성, 그리고 여타 교수학습맥락이 강조되고 있었다. 질적 속성 코딩결과 예비교사 유형은 중등교사, 예비교사 전공과 연구맥락 교과는 '일반' 과학교육이 가장 많았다. 연구 주제로서는 '예비교사 대상 교육 프로그램', 그리고 '인식 및 정의적 영역'이 가장 많았다. 접근방법으로서는 특정 주제에 대한 '분석'을 수행한 연구가 가장 많았다. 연구 참여자 수는 11명 이상 30명 미만이 가장 많았다. 다만 이러한 질적 속성의 패턴은 시기별로, 그리고 예비교사 유형별로(유, 초, 중) 사뭇 다르게 나타났다. 연구 결과로부터 보다 행정적인 측면에 집중한 연구, 공통과학 교사에 대한 연구, 교사의 행위주체성에 집중한 연구, SSI 및 STS와 측면에서 생태전환교육을 주도할 환경교육 맥락의 포용 등 추후 예비 과학교사 교육 연구가 나아갈 방향을 탐색하고 제안하였다.

• 암석학회지
• /
• 제27권3호
• /
• pp.109-120
• /
• 2018

경상분지 남동부 일대의 백악기 및 제3기 암류에서 발달하는 단층분절에 대한 분포특성을 도출하였다. 선형을 보이는 267조의 단층분절은 광역 지질도 상에서 표시된 곡선의 단층선에서 추출하였다. 첫째, 단층분절에 대한 방향각(${\theta}$)-길이(L)의 도면을 작성하였다. 관계도에서 단층분절의 전반적인 분포형태를 도출하였다. 도면의 분포곡선은 전체 형태에 따라서 4개의 구간으로 구분하였다. 상기 구간의 정점에 해당하는 북북동, 북북서 및 서북서의 방향은 양산, 울산 및 가음 단층계의 방향을 시사한다. 단층분절의 집단은 최대 정점에 해당하는 $N19^{\circ}E$의 방향에 대하여 거의 대칭 분포를 보여 준다. 둘째, 방향각-빈도수(N), 평균 길이(Lm), 총 길이(Lt) 및 밀도(${\rho}$)의 도면을 작성하였다. 관계도에서 상기한 도면의 전 영역을 분포곡선의 분포상에 의하여 19개의 영역으로 구분하였다. 상기한 영역의 정점에 해당하는 방향은 암체에 가해진 대표적인 응력의 방향을 시사한다. 셋째, 18개의 부집단에 대한 길이-누적 빈도수 그래프를 작성하였다. 관계도에서 지수(${\lambda}$)는 시계방향($N10{\sim}20^{\circ}E{\rightarrow}N50{\sim}60^{\circ}E$)과 반시계방향($N10{\sim}20^{\circ}W{\rightarrow}N50{\sim}60^{\circ}W$)으로 갈수록 증가한다. 반면 길이의 분포 폭 및 평균 길이는 감소한다. 서로 다른 진화 특성을 갖는 상기한 부집단에 대한 도면은 진화과정의 한 단면을 나타내고 있다. 넷째, 18개의 그래프에 대한 종합 분포도를 작성하였다. 관계도에서 상기한 그래프를 분포 구역에 따라 5개의 그룹(A~E)으로 분류하였다. 단층분절의 길이는 그룹 E ($N80{\sim}90^{\circ}E{\cdot}N70{\sim}80^{\circ}E{\cdot}N80{\sim}90^{\circ}W{\cdot}N50{\sim}60^{\circ}W{\cdot}N30{\sim}40^{\circ}W{\cdot}N40{\sim}50^{\circ}W$) < D ($N70{\sim}80^{\circ}W{\cdot}N60{\sim}70^{\circ}W{\cdot}N60{\sim}70^{\circ}E{\cdot}N50{\sim}60^{\circ}E{\cdot}N40{\sim}50^{\circ}E{\cdot}N0{\sim}10^{\circ}W$) < C ($N20{\sim}30^{\circ}W{\cdot}N10{\sim}20^{\circ}W$) < B ($N0{\sim}10^{\circ}E{\cdot}N30{\sim}40^{\circ}E$) < A ($N20{\sim}30^{\circ}E{\cdot}N10{\sim}20^{\circ}E$)의 순으로 증가한다. 특히 그래프의 형태는 균등 분포에서 지수 분포로 점차 변화한다. 마지막으로, 단층분절의 길이에 대한 여섯 개 변수의 값을 5개 그룹으로 구분하였다. 여섯 개 변수 중, 평균 길이 및 가장 긴 단층분절의 길이는 그룹 III ($N10^{\circ}W{\sim}N20^{\circ}E$) > IV ($N20{\sim}60^{\circ}E$) > II ($N10{\sim}60^{\circ}W$) > I ($N60{\sim}90^{\circ}W$) > V ($N60{\sim}90^{\circ}E$)의 순으로 감소한다. 그룹 V에 속하는 단층분절의 빈도수, 최장 길이, 총 길이, 평균 길이 및 밀도가 가장 낮은 값을 보여 준다. 5개 그룹 사이의 상기 배열순은 단층분절의 상대적인 생성시기와의 상관성을 시사한다.

• Asia pacific journal of information systems
• /
• 제21권1호
• /
• pp.103-122
• /
• 2011

Recently, numerous documents have been made available electronically. Internet search engines and digital libraries commonly return query results containing hundreds or even thousands of documents. In this situation, it is virtually impossible for users to examine complete documents to determine whether they might be useful for them. For this reason, some on-line documents are accompanied by a list of keywords specified by the authors in an effort to guide the users by facilitating the filtering process. In this way, a set of keywords is often considered a condensed version of the whole document and therefore plays an important role for document retrieval, Web page retrieval, document clustering, summarization, text mining, and so on. Since many academic journals ask the authors to provide a list of five or six keywords on the first page of an article, keywords are most familiar in the context of journal articles. However, many other types of documents could not benefit from the use of keywords, including Web pages, email messages, news reports, magazine articles, and business papers. Although the potential benefit is large, the implementation itself is the obstacle; manually assigning keywords to all documents is a daunting task, or even impractical in that it is extremely tedious and time-consuming requiring a certain level of domain knowledge. Therefore, it is highly desirable to automate the keyword generation process. There are mainly two approaches to achieving this aim: keyword assignment approach and keyword extraction approach. Both approaches use machine learning methods and require, for training purposes, a set of documents with keywords already attached. In the former approach, there is a given set of vocabulary, and the aim is to match them to the texts. In other words, the keywords assignment approach seeks to select the words from a controlled vocabulary that best describes a document. Although this approach is domain dependent and is not easy to transfer and expand, it can generate implicit keywords that do not appear in a document. On the other hand, in the latter approach, the aim is to extract keywords with respect to their relevance in the text without prior vocabulary. In this approach, automatic keyword generation is treated as a classification task, and keywords are commonly extracted based on supervised learning techniques. Thus, keyword extraction algorithms classify candidate keywords in a document into positive or negative examples. Several systems such as Extractor and Kea were developed using keyword extraction approach. Most indicative words in a document are selected as keywords for that document and as a result, keywords extraction is limited to terms that appear in the document. Therefore, keywords extraction cannot generate implicit keywords that are not included in a document. According to the experiment results of Turney, about 64% to 90% of keywords assigned by the authors can be found in the full text of an article. Inversely, it also means that 10% to 36% of the keywords assigned by the authors do not appear in the article, which cannot be generated through keyword extraction algorithms. Our preliminary experiment result also shows that 37% of keywords assigned by the authors are not included in the full text. This is the reason why we have decided to adopt the keyword assignment approach. In this paper, we propose a new approach for automatic keyword assignment namely IVSM(Inverse Vector Space Model). The model is based on a vector space model. which is a conventional information retrieval model that represents documents and queries by vectors in a multidimensional space. IVSM generates an appropriate keyword set for a specific document by measuring the distance between the document and the keyword sets. The keyword assignment process of IVSM is as follows: (1) calculating the vector length of each keyword set based on each keyword weight; (2) preprocessing and parsing a target document that does not have keywords; (3) calculating the vector length of the target document based on the term frequency; (4) measuring the cosine similarity between each keyword set and the target document; and (5) generating keywords that have high similarity scores. Two keyword generation systems were implemented applying IVSM: IVSM system for Web-based community service and stand-alone IVSM system. Firstly, the IVSM system is implemented in a community service for sharing knowledge and opinions on current trends such as fashion, movies, social problems, and health information. The stand-alone IVSM system is dedicated to generating keywords for academic papers, and, indeed, it has been tested through a number of academic papers including those published by the Korean Association of Shipping and Logistics, the Korea Research Academy of Distribution Information, the Korea Logistics Society, the Korea Logistics Research Association, and the Korea Port Economic Association. We measured the performance of IVSM by the number of matches between the IVSM-generated keywords and the author-assigned keywords. According to our experiment, the precisions of IVSM applied to Web-based community service and academic journals were 0.75 and 0.71, respectively. The performance of both systems is much better than that of baseline systems that generate keywords based on simple probability. Also, IVSM shows comparable performance to Extractor that is a representative system of keyword extraction approach developed by Turney. As electronic documents increase, we expect that IVSM proposed in this paper can be applied to many electronic documents in Web-based community and digital library.

• Asia pacific journal of information systems
• /
• 제21권2호
• /
• pp.89-116
• /
• 2011

In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users Is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful In a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with mere expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are Page Rank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both Page Rank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable, In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the Idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual Interactions between entitles, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily customized to each folksonomy site for ranking purposes. To examine the validity of our ranking algorithm and show the mechanism of adjusting property, time, and expertise weights, we first use a dataset designed for analyzing the effect of each ranking factor independently. We then show the ranking results of a real folksonomy site, with the ranking factors combined. Because the ground truth of a given dataset is not known when it comes to ranking, we inject simulated data whose ranking results can be predicted into the real dataset and compare the ranking results of our algorithm with that of a previous HITS-based algorithm. Our semantic ranking algorithm based on the concept of mutual interaction seems to be preferable to the HITS-based algorithm as a flexible folksonomy ranking framework. Some concrete points of difference are as follows. First, with the time concept applied to the property weights, our algorithm shows superior performance in lowering the scores of older data and raising the scores of newer data. Second, applying the time concept to the expertise weights, as well as to the property weights, our algorithm controls the conflicting influence of expertise weights and enhances overall consistency of time-valued ranking. The expertise weights of the previous study can act as an obstacle to the time-valued ranking because the number of followers increases as time goes on. Third, many new properties and classes can be included in our framework. The previous HITS-based algorithm, based on the voting notion, loses ground in the situation where the domain consists of more than two classes, or where other important properties, such as "sent through twitter" or "registered as a friend," are added to the domain. Forth, there is a big difference in the calculation time and memory use between the two kinds of algorithms. While the matrix multiplication of two matrices, has to be executed twice for the previous HITS-based algorithm, this is unnecessary with our algorithm. In our ranking framework, various folksonomy ranking policies can be expressed with the ranking factors combined and our approach can work, even if the folksonomy site is not implemented with Semantic Web languages. Above all, the time weight proposed in this paper will be applicable to various domains, including social media, where time value is considered important.

• Journal of Hospice and Palliative Care
• /
• 제9권1호
• /
• pp.17-29
• /
• 2006

목적: 호주 일 지역의 종합병원을 중심으로 이루어지고 있는 호스피스 자원봉사자들의 특성을 파악하고 이들이 실제 환자들에게 시행하고 있는 활동내용과 그 만족도를 파악하기 위하여 시도하였다. 방법: 101명의 자가보고 질문지에 의해 자료수집되었으며, 자료의 분석은 SPSS/WIN 12.0 프로그램을 이용하여 다음과 같이 빈도와 백분율, 평균과 표준편차로 분석하였다. 결과: 1. 병원에서의 봉사활동경력은 $5{\sim}10$년이 32.7%, 10년 이상이 30.7%, $2{\sim}3$년이 11.9%, $3{\sim}5$년이 10.9%의 순이었다. 주요 봉사활동 형태는 신체적 간호가 32.7%, 신체 및 정서적 간호가 14.9%, 기타가 18.8%의 순이었다. 봉사업무할당 방법은 봉사활동 조정자에 의해서가 55.7%, 봉사자의 뜻에 따라서와 봉사자와 조정자의 합의에 의해서가 각각 20.5%의 순이었다. 봉사활동을 하는 주요 이유는 아픈 사람을 돕고 싶어서가 61.4%로 가장 많았으며, 다음은 여가시간을 선용하기 위해서가 22.8%였다. 봉사활동을 시작하게 된 경로는 자신의 조사에 의해서가 43.4%로 가장 많았으며, 다음은 다른 봉사자로부터 듣고서가 30.7%, 대중매체로부터가 13.1%의 순이었다. 봉사활동관련 교육을 받은 여부는 받았다가 80.2%였다. 봉사활동업무가 자신의 기술과 기능에 맞는 정도는 아주 잘 맞는다가 74.0%였고, 다음은 대체로 맞는다가 18.0%로 대체로 잘 맞는 것으로 나타났다. 봉사활동에 대해 받는 보상은 토큰이나 점심 혹은 집단 소풍이 31.7%로 가장 많았고, 다음은 토큰과 점심이나 집단 소풍이 각각 19.8%였다. 봉사활동에 대한 평가빈도는 이따금이 37.2%, 자주가 30.9%, 항상이 17.0%, 전혀 안 함이 14.9%의 순이었다. 봉사활동조정자와 관계는 매우 좋다가 85.0%로 대부분을 차지하였으며, 다른 봉사자와의 관계는 매우 좋다가 81.2%로 대부분을 차지하였고, 병원직원과의 관계는 매우 좋다가 69.7%였고, 다음은 대체로 좋다가 21.2%의 순이었다. 봉사활동에 대해 가족이나 친구의 지지는 어떠한가는 매우 좋다가 83.2%로 대부분을 차지하였다. 2. 대상자의 자원봉사활동 만족도는 평점 $3.09{\pm}0.49$(도구범위 $1{\sim}4$점)로 중간정도이었다. 영역별로 살펴보았을 때 만족도가 가장 높았던 영역은 사회적 접촉영역($3.48{\pm}0.61$)이었고, 다음은 성취영역($3.43{\pm}0.53$), 사회적 인정영역($3.35{\pm}0.70$)의 순이었다. 만족도가 가장 낮았던 영역은 사회적 교환영역($1.65{\pm}0.63$)이었다. 3. 대상자의 인구사회학적 특성에 따른 봉사활동 만족도를 분석한 결과 성별(t=2.038, P=0.044), 결혼상태(F=3.806, P=0.013)에 따라 유의한 차이를 보였다. 4. 대상자의 자원봉사활동 실태에 따른 봉사활동 만족도를 분석한 결과병원봉사활동기간(F=3.326, P=0.008), 봉사활동을 하는 주된 이유(F=2.707, P=0.035), 봉사활동을 위한 교육을 받은 여부(t=-1.982, P=0.050), 봉사활동의 평가 빈도(F=7.877, P=0.000), 봉사활동이 자신의 기술이나 능력에 적합도(F=2.712, P=0.049), 관리자와의 관계(t=-2.517, P=0.013), 다른 병원직원과의 관계(F=5.202, P=0.007), 자원봉사자로서의 활동에 대해 가족이나 친지로부터의 지지(t=-3.394, P=0.001)에 따라 봉사활동 만족도가 유의하게 차이가 있는 것으로 나타났다. 결론: 자원봉사활동 만족도는 중간정도이었고, 봉사활동 만족도는 대상자의 인구사회학적 특성에 따라서는 성별(t=2.038, P=0.044), 결혼상태(F=3.806, P=0.013)에 따라 유의한 차이를 보였고, 자원봉사활동 실태에 따라서는 병원봉사활동기간(F=3.326, P=0.008), 봉사활동을 하는 주된 이유(F=2.707, P=0.035), 봉사활동을 위한 교육을 받은 여부(t=-1.982, P=0.030), 봉사활동의 평가 빈도(F=7.877, P=0.000), 봉사활동이 자신의 기술이나 능력에 적합도(F=2.712, P=0.049), 관리자와의 관계(t=-2.517, P=0.013), 다른 병원직원과의 관계(F=5.202, P=0.007), 자원봉사자로서의 활동에 대해 가족이나 친지로부터의 지지(t=-3.394, P=0.001)에 따라 유의한 차이가 있는 것으로 나타났다. 따라서 자원봉사자를 관리할 때에 위의 요인들을 고려할 것이 요구된다고 볼 수 있다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.

• 대한한의진단학회지
• /
• 제10권1호
• /
• pp.109-140
• /
• 2006

Background: In practicing qigong, People must achieve three Points : adjust their Posture, control their breathing and have a peace of mind. That is, Cho-Sin [調身] , Cho-Sik [調息] , Cho-Sim [調心] . Slow respiration is the important pattern of respiration to improve the human health. However, unsuitable breathing training have been occurred to mental disorder such as insomnia, anorexia etc. So, we think that the breathing training to consider the individual variations are desired. Objectives: We performed this study to examine the physiological effects of controlled respiration on the normal range of frequency domain electroencephalogram(EEC) in healthy subjects Also, to study examine individual variations according to the physiological effects between controlled respiration and Han-Yeol [寒熱] , respiration period, gender and age-related groups on the EEC in healthy subjects. Methods: When the subjects controlled the time of breathing (inspiration and expiration time) consciously, compared with natural respiration, and that their physiological phenomena are measured by EEC. In this research we used breathing time as in a qigong training (The Six-Word Excise) and observed physiological phenomena of the controlled natural respiration period with the ratio of seven to three(longer inspiration) and three to seven(longer expiration) . We determined, heat-cold score by Han-Yeol [寒熱] questionnaire, average of natural respiration period, according to decade, EEC of 140 healthy subjects (14 to 68 years old; 38 males, 102 females) by means of alpha, beta spectral relative power. Results: 1) In Controlled respiration compared with the natural respiration, ${\alpha}\;I\;(Fp2)\;and\;{\beta}$ I (Fpl, Fp2, F3, F4) decreased on the EEC. 2) In controlled respiration compared with the natural respiration, ${\beta}$ I (Fpl, Fp2, F3, F4) increased with cold group, ${\alpha}/{\beta}$(F3) decreased with heat group, ${\alpha}$ I (Fp2)increased with cold group in longer inspiration. But by means of compound effects, ${\alpha}$ II(F3) increased with cold group in longer inspiration, the other side ${\alpha}$ I (F3) decreased with heat group in controlled respiration on the EEC. 3) In controlled respiration compared with the natural respiration, ${\alpha}$ I (Fp2) decreased with decreased-respiratory-rate(D.R.R.) group, ${\beta}$ I (Fpl, Fp2, F3, F4) increased with D.R.R. and D.R.R. groups, ${\alpha}/{\beta}$(F3) decreased with D.R.R. group. But by means of compound effects, in controlled respiration compared with the natural respiration, ${\alpha}/{\beta}$(F3) decreased with D.R.R. group on the EEG. 4) In controlled respiration compared with the natural respiration, ${\beta}$ I (Fpl, F3, F4) increased with female cup, ${\beta}$ I (Fp2) increased with male and female groups, ${\alpha}/{\beta}$(F3) decreased with male group. But by means of compound effects, in controlled respiration compared with the natural respiration, ${\alpha}$ I (Fp2) increased with female group on the EEC. 5) Compared with the natural respiration, in longer expiration ${\alpha}$ I (Fp2) increased in their forties group, in longer inspiration ${\alpha}$ I (Fp2) increased in their fifties group. But by means of compound effects, in controlled respiration compared with the natural respiration, ${\beta}$ I (Fpl) decreased in teens group on the EEG.

• 생물환경조절학회지
• /
• 제24권3호
• /
• pp.153-160
• /
• 2015

본 연구는 환경오염과 양수분 손실을 주는 비순환식 수경재배에 FDR센서를 이용한 자동관수시스템을 적용할 때 관수효율을 높이기 위한 최적의 최소대기시간을 설정하고자 수행되었다. 실험은 가을과 겨울철에 봄과 여름철에 두 번 수행하였고 가을과 겨울철에는 3분 급액과 최소대기시간을 5분으로 한 3R5F 처리구, 3분 급액과 최소대기시간을 10분으로 한 3R10F 처리구, 5분 급액과 최소대기시간을 15분으로 한 5R15F 처리구를 설정하여 실험하였고 봄과 여름철에는 3분 급액과 최소대기시간을 5분으로 한 3R5F 처리구, 3분 급액과 최소 대기시간을 10분으로 한 3R10F 처리구를 설정하여 실험하였다. 3분 급액은 주당 60mL, 5분 급액은 주당 80mL가 공급되었다. 가을과 겨울철 재배에서 정식 후 62일 까지 주당 급액량은 3R5F (858mL) > 5R15F (409mL) > 3R10F (306mL) 처리 순으로 나타났고 배액률은 3R5F (44%) > 5R15F (23%) > 3R10F (14%) 순으로 나타났다. 정식 후 62일부터 102일 까지는 일일 주당 급액량이 5R15F (888mL)> 3R5F (695mL)> 3R10F (524mL) 순으로 나타났고 이 시기에 배액률은 5R15F에서 가장 높았다. 봄과 여름재배에서는 일일 주당 급액량과 배액율이 3R5F 처리구에서 3R10F 처리구보다 높았다. 두 재배 모두에서 수분이용효율 (WUE)은 3R10F 처리에서 높았다. 따라서 FDR 센서를 활용한 자동화 관수 시스템에서 관수효율을 높이기 위한 최소대기시간은 10분으로 고찰된다.

• 생물환경조절학회지
• /
• 제25권1호
• /
• pp.63-70
• /
• 2016

비순환식 고형배지경에서 배액이 토양과 지하수 오염을 발생시키는 문제를 해결하고자 그 동안 연구된 데이터를 바탕으로 배액 최소화 재배방식을 확립을 위해 본 연구는 토마토 코이어 수경재배농가 시설에서 FDR 센서, 적산일사량 센서 및 타이머를 이용하여 토마토를 재배하며 급배액량, 생육 및 생산량을 비교하였다. 정식 후 88일까지 일일 식물체당 평균 급액량은 처리구에 따른 큰 차이가 없었다. 하지만 정식 후 88일 이후 107일까지 TIMER, FDR, IR 제어구 각각의 일일 식물체당 평균 급액량은 IR(2125mL) > TIMER(2063mL) > FDR(1983mL) 수준이었고 108일부터 120일 까지는 IR(2000mL) > TIMER(1664mL) > FDR(1500mL) 수준이었다. 배액률은 TIMER 제어구의 경우 5~12%, FDR 센서 제어구의 경우 0~7%, IR 제어구의 경우 12~19% 수준으로 IR > TIMER > FDR 순이었다. 정식 후 88일이후부터는 FDR과 IR 제어구가 급액량에 상이한 결과를 보였는데, 이는 재배 후기 즉, 5월 20일 이후 (정식 후 94일) 누적일사량의 증가로, IR 제어구에서는 급액이 증가된 반면 FDR 센서 처리구는 적심 이후 30일이 경과된 6월 2일경부터 IR 제어구 보다 일일 급액량이 평균 500mL 적게 공급된 결과이다. 식물체 생육 및 상품과 수량도 급액방식에 따른 통계적 유의차는 없었지만, 당도는 FDR 처리구에서 TIMER 처리구에 비해 약 11%, IR 처리구에 비해 약 18% 높았다.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.3-9
• /
• 2017

최근 3GPP에서는 급증하는 차량 사고에 대처하고, 교통 효율, 텔레매틱스와 인포테인먼트를 제공하기 위해 LTE(Long Term Evolution) 기반 차량 통신에 대한 연구가 활발히 진행되고 있다. 차량 통신은 안전과 밀접한 관련이 있기 때문에, 신뢰성 있는 통신을 필요로 한다. 하지만 차량의 속도는 매우 빠르기 때문에 기존 사용자의 이동성과는 달리 무선 채널이 시간에 따라 빠르게 변하게 되어 전송 품질 저하 등 많은 문제가 발생하게 된다. 본 논문에서는 LTE 기반 V2V(Vehicle-to-Vehicle) 환경에서 채널 추정 기법을 제안한다. 기존 기법인 LS(Least Square) 채널 추정은 송 수신단이 알고 있는 파일럿 심볼을 이용해 얻어지며, DDCE(Decision Directed Channel Estimation)는 데이터 심볼을 이용해 채널 추정을 하고, CDP(Constructed Data Pilot) 기법은 인접한 두 데이터 심볼 사이에서 상관이 큰 특성을 이용하며, 그리고 STA(Spectral Temporal Averaging) 기법은 주파수와 시간 영역에서 채널을 평균을 취한다. 또한 Smoothing 기법은 데이터 결정 오류에 의한 최대치를 줄여준다. 제안기법인 HRCE(Hybrid Reliable Channel Estimation)는 기존의 Smoothing 기법에 LMMSE(Linear Minimum Mean Square Error)를 적용함으로써 더 정확한 채널 추정이 이루어져 신뢰성 있는 데이터 검출을 가능하게 한다. 모의실험 결과, 제안한 기법이 NMSE(Normalized Mean Square Error)와 BER(Bit Error Rate) 측면에서 전체적으로 성능이 향상 된 것을 볼 수 있다.