• 만화애니메이션 연구
• /
• 통권35호
• /
• pp.291-312
• /
• 2014

본 연구는 놀이를 학문적인 관점으로 승화시킨 로제 카이와 (R.Caillois)의 이론을 기반으로 유아의 한글 학습의 동기부여를 위한 재미 요소를 찾아보는 것으로부터 시작한다. 놀이의 궁극적 목적에는 즐거움이 수반되어야 한다. 그리고 학습은 개인의 경험에 의한 영구적인 변화를 의미하는데, 놀이와 학습, 이 두 가지 요소는 융합을 통해 교육용 기능성 게임을 연구하는 게임 기반 학습 이론 GBL(game based learning)의 중요한 요소이다. 유아가 한글 학습을 하면서 스스로 목표를 달성하기 위해서 무엇보다 중요한 것은 재미이다. 유아는 성인에 비해 집중력이 낮기 때문에 몰입을 위해 재미를 학습과 결부시키는 것은 매우 중요하다. 따라서 본 연구는 먼저 효과적인 놀이 특성 요소가 적용된 한글 기능성 모바일 게임 사례를 분석을 통해 알아보고자 하였다. 사례의 선정 기준으로는 사용자의 선호도를 기준삼아, 2014년 4월 22일을 시점으로 구글 안드로이드 마켓의 유아용 한글 기능성 모바일 게임 영역에서 10000개 이상 다운로드 한 게임을 토대로 다운로드 횟수와 사용자의 평가 별점에 따라 20개의 한글 모바일 기능성 게임을 선정하였다. 현재 시중에 출시되어 있는 다양한 유아용 한글 학습 놀이 콘텐츠의 사례를 R.Caillois가 제안하는 놀이의 네 가지 분류와 속성의 선행연구를 통해 아곤(Agon), 미미크리(Mimicry), 일레아(Alea), 일링크스(Ilinx)로 분석하고 그 고유의 특성과 비교하였다. 그 특성 네 가지가 한글 기능성 모바일 게임 안에서 어떠한 역할을 수행하는 지 살펴 본 결과, 선정된 사례 중 게임의 규칙과 의지가 최대로 포함된 아곤(Agon)의 유형이 가장 많은 분포를 보였으며, 각각 하나의 놀이 요소가 적용된 것보다는 네가지 놀이 특성이 고루 분포된 경우에서 유희성과 함께 높은 몰입도를 경험하게 해 주었다. 본 연구 결과를 통해 유아용 한글 기능성 모바일 게임 콘텐츠가 놀이의 속성이 반영된 재미의 요소를 학습에 접목하는 기반연구가 되길 기대한다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제21권4호
• /
• pp.445-459
• /
• 2018

본 연구는 시각적 표현의 활용이 비례식과 비례배분 학습에 미치는 영향을 탐구하고자 수행하였다. 이를 위해 시각적 표현에 집중하여 싱가포르 교과서와 한국 교과서의 '비례식과 비례배분'단원을 분석하고, 분석 결과를 바탕으로 한국 교과서를 시각적 표현을 중심으로 재구성하였으며, 재구성한 교재를 활용한 집단과 기존의 한국 교과서를 활용한 집단의 성취도 차이를 분석하였다. 먼저 두 교과서의 분석에서 한국 교과서는 총 85면에 6종 38개의 시각적 표현이 제시되어 있었고, 싱가포르 교과서에는 127면에 8종 152개의 시각적 표현이 활용되고 있었다. 이 결과를 바탕으로 한국 교과서를 재구성하였는데, 재구성한 단원에는 14면에 8종, 49개의 시각적 표현이 포함되었다. 마지막으로 재구성한 교재를 활용한 집단과 기존 교과서를 활용한 집단 간의 학습의 차이를 알아보기 위한 평가 후 결과를 독립표본 t-검정으로 분석한 결과 두 집단 간의 평균에 유의미한 차이를 확인할 수 있었다. 그룹간 성취 변화를 비교하고자 Mann-Whiteny 검사를 실시하였고, 상 중 하 수준별 집단 중 중위집단에서 가장 많은 효과가 있는 것으로 드러났다. 본 연구는 교과서의 시각적 표현을 분석하고 이를 통해 교재를 재구성, 현장에 투입함으로써 시각적 표현이 비례식과 비례배분의 학습에 긍정적 영향을 준다는 것을 밝혀냈다는 점에서 의의를 찾을 수 있다.

• Physical Therapy Rehabilitation Science
• /
• 제4권1호
• /
• pp.28-31
• /
• 2015

Objective: Psychomotor imagery has been widely used to improve motor performance and motor learning. Recent research suggests that during visualization, changes occur in neurophysiological networks that make physical practice more effective in configuring functional networks for skillful behaviors. The aim of our pilot study was to determine if there was change and to what extent there was differentiation in modulation in electroencephalography (EEG) frequencies between visualizing a state of rest and a state of exercise performance and to identify the preponderant frequency. Design: Quasi-experimental design uncontrolled before and after study. Methods: EEG brain wave activity was recorded from 0-40 Hz from nine cerebral cortical scalp regions F3, Fz, F4, C3, Cz, C4, P3, POz, and P4 with a wireless telemetric EEG system. The subjects, while sitting on a chair with eyes closed, were asked to visualize themselves in a state of routine rest/relaxation and after a period of time in a state of their routine exercise performance. Results: The gamma frequency, 31-40 Hz, (${\gamma}$) was the predominant wave band in differentiation between visualizing a state of rest versus visualizing a state of exercise performance. Conclusions: We suggest these preliminarily findings show the EEG electrocortical activity for athletes is differentially modulated during visualization of exercise performance in comparison to rest with a predominant ${\gamma}$ wave band frequency observed during the state of exercise. Further controlled experimental studies will be performed to elaborate these observations and delineate the significance to optimization of psychomotor exercise performance.

• Journal of Information Technology Applications and Management
• /
• 제19권1호
• /
• pp.1-12
• /
• 2012

Data mining is the process of searching and analyzing large quantities of data for finding out meaningful patterns and rules. Artificial Neural Network (ANN) is one of the tools of data mining which is becoming very popular in forecasting the future values. Some of the areas where it is used are banking, medicine, retailing and fraud detection. In finance, artificial neural network is used in various disciplines including stock market forecasting. In the stock market time series, due to high volatility, it is very important to choose a model which reads volatility and forecasts the future values considering volatility as one of the major attributes for forecasting. In this paper, an attempt is made to develop two models - one using feed forward back propagation Artificial Neural Network and the other using Autoregressive Conditional Heteroskedasticity (ARCH) technique for forecasting stock market returns. Various parameters which are considered for the design of optimal ANN model development are input and output data normalization, transfer function and neuron/s at input, hidden and output layers, number of hidden layers, values with respect to momentum, learning rate and error tolerance. Simulations have been done using prices of daily close of Sensex. Stock market returns are chosen as input data and output is the forecasted return. Simulations of the Model have been done using MATLAB$^{(R)}$ 6.1.0.450 and EViews 4.1. Convergence and performance of models have been evaluated on the basis of the simulation results. Performance evaluation is done on the basis of the errors calculated between the actual and predicted values.

• 한국병원경영학회지
• /
• 제22권1호
• /
• pp.40-50
• /
• 2017

The purpose of this study is to develop the KPIs(Key Performance Indices) needed to improve management and strategy in the dental clinic based on the four perspectives of BSC(Balanced Scorecard). The questionnaire was conducted on 52 dentists approved by Dental Managment Research Committee in Seoul National University as a panel. Using the Delphi technique, the top five KPIs for each point of perspective in BSC were extracted from KPI pools. In the third survey, the top five KPIs of all points were compared with each other through AHP(Analytic Hierarchy Process) method, and priority and overall importance rankings were calculated. The biggest difference in the three level AHP results was the customer perspective took priority to others. In the second survey, the financial perspective, which was number one, was pushed back. The overall significance of KPIs was in the order of customer, internal process, finance, learning and growth perspective, with the exception of medical profits (5th of 20) and new patient growth (10th of 20). We were able to overcome the limitations of the Delphi Technique with the AHP method. In general, the financial perspective in BSC is known to be the most important, but we conclude that the customer perspective is more important through the pairwise comparison survey. In the current dental service market, which is a long-term recession, excessive competition, customer satisfaction and customer relationship management seem to be the first goal to pursue in dental clinic.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권3호
• /
• pp.122-128
• /
• 2018

실제 환경보다 더 안전하고 적은 비용으로 실제 훈련과 유사한 학습효과를 기대할 수 있는 가상훈련(Virtual Training)이 최근 주목받고 있다. 그러나 기존의 가상훈련 시스템들은 학습자의 훈련결과에 대한 평가를 평가자의 정성적인 판단에 의존해온 경우가 대부분이었다. 또한, 평가와 분석 기능이 해당 시스템에 국한이 되어 시스템마다 별도의 평가 분석 시스템이 필요했다. 본 논문에서는 가상훈련의 효과적인 평가와 분석을 위해 전문가의 경험지식을 활용하는 확장성 있는 가상훈련 평가 분석 시스템을 제안한다. 우선, 제안하는 시스템이 다양한 형태의 가상훈련 시스템과 연동될 수 있도록 Open API의 적용 방안을 다룬다. 그리고 가상훈련에 대해 전문가 경험지식을 별도로 구성하여 평가 분석 시 비교 대상과의 평가 효율성을 높였다. 구성된 전문가 경험지식은 제안된 평가 분석 절차에 따라 학습자의 훈련수행 결과와 정량적으로 비교 분석할 수 있게 했다.

• 한국도로학회논문집
• /
• 제13권1호
• /
• pp.69-77
• /
• 2011

본 연구는 신호교차로 교통사고예측모형 구축 과정 중 일반적으로 제한된 변수의 선정 및 모형의 구축에만 주로 초점이 맞추어진 기존 방법론의 문제점을 개선하고, 자료조사 및 수집 과정에서 발생하는 자료의 불확실한 상태를 인정하면서 자료의 불확실성을 최소화하여 이용할 수 있는 방법론을 개발하는데 연구의 주안점을 두었다. 퍼지추론이론과 신경망이론을 이용한 모형을 구축하였고, 마지막으로 구축된 퍼지추론이론 모형 및 신경망이론 모형과 기존 회귀모형인 포아송 회귀모형간의 통계적인 검증과 실제 Data를 이용한 모형의 적정성을 검토하였다. 모형의 통계적인 검증시 기존모형에 비해 퍼지추론모형과 신경망이론모형이 더 설명력이 높은 것으로 나타났고, 검증에서도 퍼지추론이론과 신경망이론이 적절한 것으로 나타났으며 기존모형보다 사고건수를 예측하는 설명력이 높은 것으로 입증되었다. 본 연구에서 개발된 모형은 계획 및 운영단계에서 신호교차로의 안전성을 측정하는데 활용될 수 있으며, 궁극적으로는 신호교차로에서 교통사고를 줄이는데 기여할 수 있을 것으로 판단된다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.55-65
• /
• 2004

신경회로망을 이용하여 주어진 문제를 해결할 때, 문제의 복잡도에 맞는 구조를 찾는 것이 중요하다. 이것은 신경회로망의 복잡도가 학습능력과 일반화 성능에 크게 영향을 주기 때문이다. 그러므로, 문제에 적합한 신경회로망의 구조를 자기 구성적으로 찾는 알고리즘이 유용하다. 본 논문에서는 시그모이드 활성함수를 가지는 전방향 다층 신경회로망에 대하여 주어진 문제에 맞는 구조를 결정하는 알고리즘을 제안한다. 개발된 알고리즘은 구조증가 알고리즘과 연결소거 알고리즘을 이용하여, 주어진 학습 데이터에 대해 가능한 한 작은 구조를 가지며 일반화 성능이 좋은 최적에 가까운 신경회로망을 찾는다. 네 가지 함수 근사화 문제에 적용하여 알고리즘의 성능을 알아본다. 실험 결과에서, 제안한 알고리즘이 기존의 알고리즘 및 고정구조를 갖는 신경회로망과 비교하였을 때 최적 구조에 가까운 신경회로망을 구성하는 것을 확인한다.

• 재활간호학회지
• /
• 제5권2호
• /
• pp.205-216
• /
• 2002

This quasi-experimental study was done to test the effects of meta-memory enhancing program for elderly women. Data were collected 12 to 30, August 2002 from 34elderly women over 65 years living in Busan city. Subjects were 15 of experimental group and 19 of control group. The metamemory enhancing program was developed by five sessions composing of 1.5-2.0 hours one session. In experiment group, this program was performed for three weeks, twice per week. The degrees of four memory performance tasks were measured using instrument of Elderly Verbal Learning Test(Choi Kyung Mi, 1988) and Face Recognition Instrument(Min Hye Sook, 1999) and the metamemory were measured using MIA questionnaire(Dixon et al., 1988). Research results are as following. 1. After participating in five times memory training programs, experimental group has the significant increase of metamemory in comparison with control group.(t=59.58, p< 0.0001). In particular, the concepts of strategy(t=20.44, p< 0.0001), achievement (t=21.94, p< 0.0001), and locus degree (t=59.58, p< 0.0001) among sub-concepts of the metamemory are increasing significantly. 2. After participating in five time memory training programs, the degree of immediate word recall(t=17.25, p< 0.0001) and face recognition(t=16.69, p< 0.0001) among four memory tasks in experimental group are increasing significantly compared with those measures of control group. Considering this results, this metamemory enhancing program was found as an effective nursing program for metamemory improvement of elderly women's memory.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.44-52
• /
• 2001

본 논문은 수정된 카오틱 신경망(MCNN)을 이용하여 완전 무제약 서체 숫자 인식을 다루고 있다. 카오틱 신경망(CNN)의 동적 특성과 학습과정을 강화함으로써 복잡한 패턴인식 문제를 해결할 수 있는 유용한 신경망으로 수정하였다. MCNN은 신경망 구조와 뉴런 자체가 높은 차수의 비선형 동적특성을 갖고 있으므로 복잡한 서체 숫자를 분류할 수 있는 적합한 신경망이다. 숫자 확인은 원래의 숫자 이미지로부터 특징을 추출하고 MCNN에 근거한 분류기를 이용하여 숫자를 인식한다. MCNN 분류기의 성능은 Canada, Montreal의 Concordia 대학의 숫자 데이터 베이스로 평가하였다. 인식성능의 상대적인 비교를 위해 MCNN 분류기는 리커런트 신경망(RNN) 분류기와 비교하였다. 실험결과에 의하면 인식율은 98.0%이었으며, 이는 MCNN 분류기가 같은 데이터 베이스에 대해 발표되었던 다른 분류기와 RNN 분류기보다 성능이 우수함을 나타낸다.