• 복식문화연구
• /
• 제29권1호
• /
• pp.134-151
• /
• 2021

The aim of this research is to develop a clothing and textiles studio course for preservice home economics teachers applying principles of Project-Based Learning (PBL) and maker education to equip future teachers with the ability to nurture creativity among adolescents. The studio course was developed in the following stages: analysis, design, development, implementation, and evaluation. We concluded that the resulting course met the following objectives extracted from the 2015 revised curriculum of home economics subjects: to promote creative and environmentally-friendly fashion design and styling abilities, gain the ability to use makerspace tools, understand flat pattern making and sewing processes, and develop creative thinking, aesthetic sense, and communication skills. Furthermore, the educational effects of PBL and maker education were confirmed through student comments on the course. Students mentioned the practicality of the material in their actual lives along with their enhanced integration of the subject material, self-directedness, aesthetic sense, ability to learn through trial and error, collaboration and communication, and sharing. Based on results from the implementation and evaluation stages, a clothing and textiles studio course should include the following modules: introduction of terms and tools, submission and sharing of clothing reformation and upcycling techniques, introduction to hand sewing, pouch making, heat-transfer printing, 3D printing, mask making, hat making, vest making, and the final team project on fashion styling. It is important for instructors to provide detailed guidelines on selecting personas for styling, looking for available materials, and selecting materials online.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.33-41
• /
• 2022

본 논문에서는 다중 요인을 고려한 천연 가스 누출 정도 예측을 위해 관련 요인을 포함하는 기상청 자료와 천연가스 누출 자료를 통합하고, 요인 분석을 기반으로 중요 특성을 선택하는 머신러닝 기법을 제안한다. 제안된 기법은 3단계 절차로 구성되어 있다. 먼저, 통합 데이터 셋에 대해 선형 보간법을 수행하여 결측 데이터를 보완하는 전처리를 수행한다. 머신러닝 모델 학습 최적화를 위해 OrdinalEncoder(OE) 기반 정규화와 함께 요인 분석을 사용하여 필수 특징을 선택하며, 데이터 셋은 k-평균 클러스터링으로 레이블을 지정한다. 최종적으로 K-최근접 이웃, DT(Decision Tree), RF(Random Forest), NB(Naive Bayes)의 네 가지 알고리즘을 사용하여 가스 누출 수준을 예측한다. 제안된 방법은 정확도, AUC, 평균 표준 오차(MSE)로 평가되었으며, 테스트 결과 OE-F 전처리를 수행한 경우 기존 기법에 비해 성공적으로 개선되었음을 보였다. 또한 OE-F 기반 KNN(OE-F-KNN)은 95.20%의 정확도, 96.13%의 AUC, 0.031의 MSE로 비교 알고리즘 중 최고 성능을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제22권8호
• /
• pp.328-342
• /
• 2022

The Internet of Things (IoT) is a technology that offers lucrative services in various industries to facilitate human communities. Important information on people and their surroundings has been gathered to ensure the availability of these services. This data is vulnerable to cybersecurity since it is sent over the internet and kept in third-party databases. Implementation of data encryption is an integral approach for IoT device designers to protect IoT data. For a variety of reasons, IoT device designers have been unable to discover appropriate encryption to use. The static support provided by research and concerned organizations to assist designers in picking appropriate encryption costs a significant amount of time and effort. IoTES is a web app that uses machine language to address a lack of support from researchers and organizations, as ML has been shown to improve data-driven human decision-making. IoTES still has some weaknesses, which are highlighted in this research. To improve the support, these shortcomings must be addressed. This study proposes the "IoTES with Security" model by adding support for the security level provided by the encryption algorithm to the traditional IoTES model. We evaluated our technique for encryption algorithms with available security levels and compared the accuracy of our model with traditional IoTES. Our model improves IoTES by helping users make security-oriented decisions while choosing the appropriate algorithm for their IoT data.

• 기독교교육논총
• /
• 제69권
• /
• pp.105-137
• /
• 2022

본 논문은 야외광야교육의 특성과 야외광야체험이 고등교육 참여자에게 미치는 영향을 연구하는 것이다. 이를 위하여 첫 번째 부분에서는 야외광야 프로그램을 구성하고 있는 핵심적인 공통 요소를 다룬다. 예를 들어 불균형 상태의 모험 또는 자기 발견, 임시공동체의 책임을 위한 소그룹 역동, 실제 상황에서 효과적인 의사결정을 내리기 위한 문제 해결 프로세스, 고독에서의 통합을 위한 솔로 시간, 지도력 스타일과 트립 지도자의 역할 등이다. 이러한 야외광야 프로그램의 다섯 가지 공통적 요소들은 참가자들이 프로그램의 성격에 따라 각자의 목표를 달성하는 데 도움이 되는 교육적 메커니즘으로 작용하고 있음을 소개한다. 그다음으로 두번째 부분에서는 야외광야교육이 각각의 목적에 따라 세 가지 범주로 활용되고 있음을 소개한다. 예를 들어 신입생 오리엔테이션 프로그램, 개인 리더십 개발 프로그램, 그리고 전문 교육 프로그램이다. 그리고 고등교육에서 활용되고 있는 각각의 프로그램들을 통해 참여자들이 누리고 있는 교육적 효과에 대해 소개한다. 그리고 결론에서 기독교 교육자들이 실제 광야 경험을 활용하여 자신들이 추구하는 사명과 목표에 따라 전인적인 성장을 위한 개발 프로그램으로 구상하는데 필요한 영적 형성 프로그램에 대한 지침을 제안하였다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.27-40
• /
• 2023

많은 추천 시스템 연구에서는 다양한 이종 데이터를 상호 호환적으로 통합하여 추천 시스템의 고질적인 데이터 부족 문제를 해결하고자 한다. 하지만, 지식 그래프를 활용하여 이종 데이터의 통합을 달성한 추천 시스템 연구는 거의 없으며, 대부분 연구에서는 기구축된 지식 그래프 상의 개체 간 연결이 명시적 관계로만 구성되어있다는 한계가 존재한다. 본 논문에서는 이종 데이터의 통합을 위해 다중 지식 베이스로부터 추출한 데이터 간 관계 모델링을 수행하고, 이를 통해 지식 그래프를 확장하는 방법을 제안한다. 또한, 딥러닝 기반의 잠재적 관계 모델링을 통해 지식 그래프 상 개체 간 관계 정보의 신뢰성을 높이고자 한다. 본 논문에서 제안하는 확장된 지식 그래프를 사용하면 개체의 특성 벡터 품질이 개선되고, 최종적으로 예측된 사용자 선호도의 정확성을 높일 수 있다. 또한, 실험을 통해 확장된 지식 그래프 기반 추천 정확도가 기존 지식 그래프 기반 추천 정확도에 비해 향상되었음을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권6호
• /
• pp.17-26
• /
• 2023

Blockchain technology has emerged as one of the most crucial solutions in numerous industries, including healthcare. The combination of blockchain technology and cloud computing results in improving access to high-quality telemedicine and healthcare services. In addition to developments in healthcare, the operational strategy outlined in Vision 2030 is extremely essential to the improvement of the standard of healthcare in Saudi Arabia. The purpose of this survey is to give a thorough analysis of the current state of healthcare technologies that are based on blockchain and cloud computing. We highlight some of the unanswered research questions in this rapidly expanding area and provide some context for them. Furthermore, we demonstrate how blockchain technology can completely alter the medical field and keep health records private; how medical jobs can detect the most critical, dangerous errors with blockchain industries. As it contributes to develop concerns about data manipulation and allows for a new kind of secure data storage pattern to be implemented in healthcare especially in telemedicine fields is discussed diagrammatically.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.59-66
• /
• 2023

Text mining (TM) is most widely used to find patterns from various text documents. Cyber-bullying is the term that is used to abuse a person online or offline platform. Nowadays cyber-bullying becomes more dangerous to people who are using social networking sites (SNS). Cyber-bullying is of many types such as text messaging, morphed images, morphed videos, etc. It is a very difficult task to prevent this type of abuse of the person in online SNS. Finding accurate text mining patterns gives better results in detecting cyber-bullying on any platform. Cyber-bullying is developed with the online SNS to send defamatory statements or orally bully other persons or by using the online platform to abuse in front of SNS users. Deep Learning (DL) is one of the significant domains which are used to extract and learn the quality features dynamically from the low-level text inclusions. In this scenario, Convolutional neural networks (CNN) are used for training the text data, images, and videos. CNN is a very powerful approach to training on these types of data and achieved better text classification. In this paper, an Ensemble model is introduced with the integration of Term Frequency (TF)-Inverse document frequency (IDF) and Deep Neural Network (DNN) with advanced feature-extracting techniques to classify the bullying text, images, and videos. The proposed approach also focused on reducing the training time and memory usage which helps the classification improvement.

• PNF and Movement
• /
• 제22권1호
• /
• pp.43-54
• /
• 2024

Purpose: Falls among persons older than 65 years are a significant concern due to their frequency and severity. This study aimed to develop a vest-type embedded artificial intelligence (AI) system capable of detecting and predicting falls in various scenarios. Methods: In this study, we established and developed a vest-type embedded AI system to judge and predict falls in various directions and situations. To train the AI, we collected data using acceleration and gyroscope values from a six-axis sensor attached to the seventh cervical and the second sacral vertebrae of the user, considering accurate motion analysis of the human body. The model was constructed using a neural network-based AI prediction algorithm to anticipate the direction of falls using the collected pedestrian data. Results: We focused on developing a lightweight and efficient fall prediction model for integration into an embedded AI algorithm system, ensuring real-time network optimization. Our results showed that the accuracy of fall occurrence and direction prediction using the trained fall prediction model was 89.0% and 78.8%, respectively. Furthermore, the fall occurrence and direction prediction accuracy of the model quantized for embedded porting was 87.0 % and 75.5 %, respectively. Conclusion: The developed fall detection and prediction system, designed as a vest-type with an embedded AI algorithm, offers the potential to provide real-time feedback to pedestrians in clinical settings and proactively prepare for accidents.

• 한국건설관리학회논문집
• /
• 제25권3호
• /
• pp.58-67
• /
• 2024

4차 산업 시대에서의 데이터는 산업의 생산성을 높이는 데 매우 중요한 역할을 하고 있다. 활용 가능한 데이터가 부족한 건설산업의 디지털화 수준을 높이기 위해서 본 연구에서는 건설 현장 사진을 공종별로 분류하는 모델을 연구하였다. 이미지만을 가지고 분류하는 기존의 이미지 분류 모델과 달리, 본 연구는 표준시방서에서 객체와 공종 간의 중요도를 추출하여 이를 분류 과정에 반영하는 방식으로 공종에 대한 의미론적인 분석을 포함한 분류 모델을 제안하였다. 객체와 공종 간의 중요도는 사진 내에서 탐지한 객체와 표준시방서의 정보를 연결하여 추출한 후 모델에 반영하였고, 이러한 방식으로 개발된 모델을 분류 프로그램에 적용하여 실제 실무에서의 유용성을 확인해 보았다. 제안한 모델은 결과에 해석가능성과 신뢰도를 높여주는 것뿐만 아니라 현장 기사들이 사진을 분류하는데 용이성을 주게 되며, 이러한 연구의 결과는 건설산업의 디지털화에 기여할 수 있을 것이다.

• 동양고전연구
• /
• 제33호
• /
• pp.31-56
• /
• 2008

여헌 장현광은 조선시대 여타의 유학자에 비해 철저하게 성리학의 본질을 충실하게 탐구하고, 심도 있게 학설을 확장시킨 학자이다. 여헌은 성리학적 교육의 기본 체계인 "대학"과 "중용"에 의거하여 자신의 학설을 강화한다. 이러한 사유의 전개에 근거하여 여헌의 교육사상은 세 측면에서 조명해 볼 수 있다. 첫째, 여헌은 교육의 기준으로서 성인군주론(聖人君主論)을 심화한다. 그것은 본질적으로 존천리알인욕(存天理?人欲)을 추구하며, 도덕적 각성과 덕치주의를 강조한다. 둘째, 여헌은 교육의 양식으로서 성경(誠敬)의 공부론을 강조한다. 여헌은 마음에 성(誠)과 경(敬)을 세울 것을 강조하고, 두 가지의 차별성을 인정하면서도 동일한 맥락에서 이해한다. 셋째, 여헌은 교육의 방법으로서 분합(分合)의 조화를 주창한다. 여헌은 그의 독특한 리기경위설(理氣經緯說)을 통해, 역(易)의 논리에 따라 어느 한쪽으로 치우치거나 지나치지 않는 중용의 관점을 유지한다. 이러한 여헌의 교육적 사유는 현대 교육적 의미에서 볼 때, 교육의 표준을 도덕의 확립에 두고, 교육의 양식과 방법에서 중용적 통찰을 고려하는 아이디어를 제공한다. 요컨대, 여헌의 교육사상은 일관성을 지닌 전통 성리학의 교육적 지혜를 담고 있는데, 현대 교육의 기준 혼란, 내용의 비체계화, 방법적 치우침에 대한 균형 감각의 중요성을 재검토하는 데 주요한 시사점을 준다.