• 한국과학교육학회지
• /
• 제30권8호
• /
• pp.1044-1059
• /
• 2010

이 연구에서는 과학 개념학습에서 비유의 사용 방식이 학생들의 비유 추론 능력에 따라 개념 이해와 대응 관계의 이해 및 파지에 미치는 영향을 조사하고, 비유 사용 방식에 따른 대응 오류의 양상을 비교하였다. 또한, 역할놀이 비유 활동에 대한 인식을 조사하였다. 중학교 1학년 152명을 두 집단에 배치하여 처치 집단에서는 '기체의 압력과 부피의 관계'에 대한 체험 중심의 역할놀이 비유 수업을, 비교 집단에서는 교사 설명 중심의 비유 수업을 진행하여 그 효과를 비교하였다. 연구 결과, 학생들의 비유 추론 능력에 관계없이 역할놀이 비유 활동을 사용한 수업이 교사 설명 중심의 비유 수업보다 학생들의 개념 이해에 효과적이었으며, 목표 개념과 비유물의 대응 관계를 오래 기억하도록 하는데 효과적인 것으로 나타났다. 또한, 비유 사용 방식에 따라 학생들이 범하는 대응 오류의 양상에는 큰 차이가 없었으나, 역할놀이 비유 수업을 받은 학생들은 대응 관계 이해도 파지 검사에서 대응 오류의 빈도가 더 낮았다. 학생들은 역할놀이 비유 활동을 수행하는데 어려움이 없었고 활동에 적극적으로 참여했다고 응답하는 경우가 많았으며, 활동에 대한 흥미도가 높았다. 이에 대한 교육학적 함의를 논의하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1080-1099
• /
• 2023

Digital healthcare combined with telemedicine services in the form of convergence with digital technology and AI is developing rapidly. Digital healthcare research is being conducted on many conditions including shock. However, the causes of shock are diverse, and the treatment is very complicated, requiring a high level of medical knowledge. In this paper, we propose a shock detection method based on the correlation between shock and data extracted from hemodynamic monitoring equipment. From the various parameters expressed by this equipment, four parameters closely related to patient shock were used as the input data for a machine learning model in order to detect the shock. Using the four parameters as input data, that is, feature values, a random forest-based ensemble machine learning model was constructed. The value of the mean arterial pressure was used as the correct answer value, the so called label value, to detect the patient's shock state. The performance was then compared with the decision tree and logistic regression model using a confusion matrix. The average accuracy of the random forest model was 92.80%, which shows superior performance compared to other models. We look forward to our work playing a role in helping medical staff by making recommendations for the diagnosis and treatment of complex and difficult cases of shock.

• 대한전자공학회논문지TE
• /
• 제39권1호
• /
• pp.83-90
• /
• 2002

본 논문은 2인용 보드게임의 정보에 대한 전략을 학습할 수 있는 방법을 역전파 신경회로망과 Q학습알고리즘을 이용하여 제안하였다. 학습의 과정은 단순히 상대프로세스와의 대국에 의하여 이루어진다. 시스템의 구성은 탐색을 담당하는 부분과 기물의 수를 발생하는 부분으로 구성되어 있다. 수의 발생부분은 보드의 상태에 따라서 갱신되고, 탐색커널은 αβ 탐색을 기본으로 역전파 신경회로망과 Q학습을 결합하여 게임에 대해 양호한 평가함수를 학습하였다. 학습의 과정에서 일련의 기물의 이동에 있어서 인접한 평가치들의 차이만을 줄이는 Temporal Difference학습과는 달리, 기물의 이동에 따른 평가치에 대해 갱신된 평가치들을 이용하여 평가함수를 학습함으로써 최적의 전략을 유도할 수 있는 Q학습알고리즘을 사용하였다. 일반적으로 많은 학습을 통하여 평가함수의 정확도가 보장되면 승률이 학습의 양에 비례함을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제14권4호
• /
• pp.522-533
• /
• 2014

중장년층이 온라인상에서 활발히 일어나고 있는 협력적 지식구축과 문제해결 과정에 참여하도록 하기 위해서는 커뮤니케이션의 역량 강화가 필요하다. 이를 위하여 'K 기관'의 학습자를 대상으로 변화실험실을 실시하여 중장년층의 디지털 커뮤니케이션 역량 강화를 위한 스마트러닝 모델을 적용하였다. 연구결과, 중장년층의 디지털 커뮤니케이션 역량 강화를 위한 스마트러닝 모델은 디지털커뮤니케이션의 세 가지 영역인 디지털미디어의 도구적 활용, 창의적 생산 활동, 사회적 상호작용을 구성요소로 개발되었다. 각각은 스마트 패드 사용법 익히기, 앱을 이용한 자기 진단, 앱을 이용한 포스터 제작, 역할극 동영상 제작, 의사소통 게임 및 SNS활용하기 등으로 적용되었다. 본 논문은 다양한 배경과 미디어 사용 경험을 가진 중장년층을 테스트베드로 활용함으로써 그들의 요구를 효율적으로 반영하는 스마트 러닝의 설계방법을 제시했다는 데 의의가 있다.

• 컴퓨터교육학회논문지
• /
• 제22권3호
• /
• pp.123-133
• /
• 2019

본 연구는 스마트교육의 한 요소인 스마트 기기를 활용하여 축적된 데이터를 기초로 유아의 개별 맞춤학습을 위한 스마트교육환경을 구축하는데 목적을 두고 있다. 이를 위해 유치원 만5세 학급에서 자유선택활동 운영을 위한 개선 방안을 제안하고, 유아 스스로 놀이 계획을 세우고 평가하는 자유선택활동 운영시스템을 구현하였다. 본 연구 참여한 유아들은 놀이계획, 놀이수행 및 수행평가등 전체 활동시간을 스스로가 적극적이며 즐겁게 참여하였다. 그 결과 유아는 스마트기기를 통한 자신의 흥미영역에 대한 활동선택에 기존교육환경보다 적극적으로 참여하는 것을 확인할 수 있었다. 본 연구에서 제안된 자유선택활동 운영시스템을 이용한 교사는 분석된 자료를 활용하여 스마트기기를 이용한 개별유아의 흥미분야와 학습수준 및 교실의 각 영역별 이용형태를 혼자서 쉽게 파악할 수 있었다.

• 한국산업융합학회 논문집
• /
• 제19권1호
• /
• pp.1-9
• /
• 2016

In this paper, we propose a new learning control scheme for various walk motion control of biped robot with same learning-base by neural network. We show that learning control algorithm based on the neural network is significantly more attractive intelligent controller design than previous traditional forms of control systems. A multi layer back propagation neural network identification is simulated to obtain a dynamic model of biped robot. Once the neural network has learned, the other neural network control is designed for various trajectory tracking control with same learning-base. The biped robots have been received increased attention due to several properties such as its human like mobility and the high-order dynamic equation. These properties enable the biped robots to perform the dangerous works instead of human beings. Thus, the stable walking control of the biped robots is a fundamentally hot issue and has been studied by many researchers. However, legged locomotion, it is difficult to control the biped robots. Besides, unlike the robot manipulator, the biped robot has an uncontrollable degree of freedom playing a dominant role for the stability of their locomotion in the biped robot dynamics. From the simulation and experiments the reliability of iterative learning control was illustrated.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.125-134
• /
• 2024

The novel coronavirus 2019 is called COVID-19 has outspread swiftly worldwide. An early diagnosis is more important to control its quick spread. Medical imaging mechanics, chest calculated tomography or chest X-ray, are playing a vital character in the identification and testing of COVID-19 in this present epidemic. Chest X-ray is cost effective method for Covid-19 detection however the manual process of x-ray analysis is time consuming given that the number of infected individuals keep growing rapidly. For this reason, it is very important to develop an automated COVID-19 detection process to control this pandemic. In this study, we address the task of automatic detection of Covid-19 by using a popular deep learning model namely the VGG19 model. We used 1300 healthy and 1300 confirmed COVID-19 chest X-ray images in this experiment. We performed three experiments by freezing different blocks and layers of VGG19 and finally, we used a machine learning classifier SVM for detecting COVID-19. In every experiment, we used a five-fold cross-validation method to train and validated the model and finally achieved 98.1% overall classification accuracy. Experimental results show that our proposed method using the deep learning-based VGG19 model can be used as a tool to aid radiologists and play a crucial role in the timely diagnosis of Covid-19.

• 정보교육학회논문지
• /
• 제15권3호
• /
• pp.335-344
• /
• 2011

본 연구의 목적은 초등학교 영어 학습부진아를 위한 RPG 게임 기반의 학습 콘텐츠를 개발하여 그 교육적 효과를 검증하기 위한 것이다. 교수 설계의 기본 모형인 ADDIE 모형을 토대로 교육과정 및 관련 문헌을 분석하여 설계 전략을 추출하였으며, 이 설계 전략을 활용하여 영어 교육용 RPG 게임을 개발하였다. 개발된 콘텐츠는 초등학교 5학년 영어 학습부진아 4명을 대상으로 2개월 동안 적용하였다. 연구 결과를 분석하기 위해 자유 글쓰기, 인터뷰, 그리고 담임교사의 관찰 방법을 병행하였다. 그 결과, 영어 학습부진아들은 RPG 게임 자체에 흥미를 가지게 되었고, 이것은 학습 기대감과 만족감으로 이어졌다. 게임에서 미션의 해결에서 오는 만족감은 새로운 미션에 대한 도전감을 갖도록 하였는데, 이것은 Keller가 언급하고 있는 '계속동기(continuing motivation)'의 측면에서 해석될 수 있다.

• 한국생활과학회지
• /
• 제14권6호
• /
• pp.961-972
• /
• 2005

The purpose of this study is to investigate the improvement of English proficiency of children in the ESL and EFL learning style classrooms through the experiment method. The results of this research are as follows: first, the scores of listening and speaking and the perception of alphabets in the ESL program are higher than that in the EFL program. This means that learning in the ESL style classroom is the better way to improve English skills than in the EFL style classroom, which is common in Korea. Second, there is no difference in the English listening and speaking skills and the perception of the English alphabets between the two gender groups in the ESL & EFL style classrooms. These results suggest that the target language may be used in the English classrooms by the teachers and the students with the materials, books, and equipment are English. Teachers are expected to be in charge of playing decisive roles as demonstrators of speech, models and correctors of pronunciation and providers of materials including TV, VCR, CD players, and cassette recorders, etc.

• 한국게임학회 논문지
• /
• 제20권6호
• /
• pp.63-74
• /
• 2020

최근, 사람 대신 인공지능 에이전트를 이용하여 게임 테스트를 자동화하는 연구가 관심을 모으고 있다. 본 논문은 게임 밸런싱 자동화를 위한 선행 연구로써 사람과 인공지능으로부터 플레이 데이터를 수집하고 이들의 유사도를 분석하고자 한다. 이때, 사람과 유사한 플레이를 할 수 있는 인공지능의 생성을 위해 학습 단계에서 제약사항을 추가하였다. 플레이 데이터는 14명의 사람과 60개의 인공지능을 대상으로 플리피버드 게임을 각각 10회 실시하여 획득하였다. 수집한 데이터는 코사인 유사도 방법으로 이동 궤적, 액션 위치, 죽은 위치를 비교 분석하였다. 분석 결과 사람과의 유사도가 0.9 이상인 인공지능 에이전트를 찾을 수 있었다.