• 한국비블리아학회지
• /
• 제21권3호
• /
• pp.17-27
• /
• 2010

본 연구는 대학생들의 문헌 독해 실태를 분석, 문제를 파악하여 개선방안을 제언하기 위해 수행되었다. A대학교 1학년생을 대상으로 지문을 읽는 시간 독해패턴 이해력 기억력 독해습관 및 태도 등을 분석한 결과, 첫째 수능평균을 기준으로는 조사대상 학생의 58%가 양호하고 42%가 미흡한 것으로 분석되었다. 둘째 조사대상 학생의 77%는 양호한 패턴을 가지 있으나 23%는 독서패턴에 문제가 있는 것으로 파악되었다. 셋째 이해력과 기억력을 평가한 결과 각각 전체의 69%와 67%가 양호한 것으로, 31%와 33%가 보통 또는 미흡으로 평가되었다. 넷째 평소 독서습관 및 태도를 조사한 결과, 문제가 없는 것으로 파악된 학생은 평균 77%, 문제가 있는 학생은 평균 23%로 파악되었다. 본 연구에서는 이 같은 문제를 해소하기 위해 첫째 대학생들의 독해평가를 위한 과학적이고 표준화된 평가도구를 개발할 것을, 둘째 입학전형과정 또는 입학 후에 독해능력과 독서습관 및 태도를 평가할 것을 제언하였다. 그리고 평가결과 미진한 학생들을 교육할 수 있는 가칭 기초학력교육원을 운영할 것을 제언하였다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.63-70
• /
• 2021

고해상도 심층신경망을 이용하여 기상데이터를 초해상화하면 보다 더 정밀한 연구와 실생활에 유용한 서비스를 제공할 수 있다. 본 논문에서는 고해상도 심층신경망 학습에 사용하기 위한 개선된 훈련자료 생산기술을 최초로 제안한다. 기상전문 지식으로 고해상도 기상 자료를 생성하기 위해, 전문 기관의 관측자료와 ERA5 재분석장 자료를 바탕으로 람베르트 정각원추도법과 객관분석을 적용했다. 그 결과, 기상 전문 지식 기반의 기온 및 습도 분석자료는 기존 배경장 대비 RMSE 값이 각각 최대 42%, 46% 개선되었다. 다음으로, 기상 전문 기술을 이용한 수동적인 데이터 생성 기법을 자동화하기 위해 인공지능 기술 중 하나인 SRGAN을 이용했고, 10 km 해상도를 가지는 전지구모델자료로부터 1 km 해상도를 가지는 고해상도 자료를 생성하는 실험을 진행했다. 최종적으로, SRGAN으로 생성한 결과는 전지구모델입력자료에 비해 높은 해상도를 가지며 수동으로 생성한 고해상도 분석자료와 유사한 분석 패턴을 보이면서도 부드러운 경계를 보였다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.77-87
• /
• 2021

인터넷과 개인용 컴퓨터가 발달하면서 다양하고 복잡한 공격들이 등장하기 시작했다. 공격들이 복잡해짐에 따라 기존에 사용하던 시그니처 기반의 탐지 방식으로 탐지가 어려워졌으며 이를 해결하기 위해 행위기반의 탐지를 위한 로그 이상탐지에 대한 연구가 주목 받기 시작했다. 최근 로그 이상탐지에 대한 연구는 딥러닝을 활용해 순서를 학습하는 방식으로 이루어지고 있으며 좋은 성능을 보여준다. 하지만 좋은 성능에도 불구하고 판단에 대한 근거를 제공하지 못한다는 한계점을 지닌다. 판단에 대한 근거 및 설명을 제공하지 못할 경우, 데이터가 오염되거나 모델 자체에 결함이 발생해도 이를 발견하기 어렵다는 문제점을 지닌다. 결론적으로 사용자의 신뢰성을 잃게 된다. 이를 해결하기 위해 본 연구에서는 설명가능한 로그 이상탐지 시스템을 제안한다. 본 연구는 가장 먼저 로그 파싱을 진행해 로그 전처리를 수행한다. 이후 전처리된 로그들을 이용해 베이지안 확률 기반 순차 규칙추출을 진행한다. 결과적으로 "If 조건 then 결과, 사후확률(θ)" 형식의 규칙집합을 추출하며 이와 매칭될 경우 정상, 매칭되지 않을 경우, 이상행위로 판단하게 된다. 실험으로는 HDFS 로그 데이터셋을 활용했으며, 그 결과 F1score 92.7%의 성능을 나타내었다.

• 한국콘텐츠학회논문지
• /
• 제19권8호
• /
• pp.23-34
• /
• 2019

근대 이전의 공간이 고정적이고 폐쇄적이었다면, 근대 이후에 지어진 공간의 특성은 융통성과 개방성이라고 할 수 있을 것이다. 이러한 공간 컨셉을 기반으로 현대 예술 전시관 또한 점차 건축물 내부 공간에서 실외 공간으로의 변화를 추구하게 되었으며, 이에 따라 외부 아트 파빌리온이라는 개념이 탄생하게 되었다. 전통예술 전시관과 비교했을 때, 파빌리온은 현재 건축공간의 질서에서 벗어났을 뿐 아니라 창의적인 공간형태를 실현하였다. 따라서 많은 전문가디자이너들은 이를 통해 인간과 자연 사이의 장벽을 깨고자 시도하였다. 이러한 배경을 바탕으로 본 연구는 최근의 가변형 아트 파빌리온을 분석하고자한다. 가변형 아트 파빌리온의 표현특성을 고찰하고 사례를 분석하여 가변형 아트 파빌리온의 디자인 원칙과 원리를 파악하고, 향후 연구될 기본적인 설계의 방향과 전략을 제시하고자 한다. 첫째, 가변형 공간의 이론을 고찰하여 가변형 공간의 특성과 개념 범주를 파악한다. 둘째, 아트 파빌리온 관련 선행연구를 바탕으로 그 표현특성을 정리한다. 또 문헌연구를 통해 아트 파빌리온을 표현특성별로 구분하였다. 셋째, 가변형 공간 형태와 가변형 공간의 특성이 반영된 사례를 통해 연구를 진행한다. 사례분석에서 도출된 결과를 통해 각 아트 파빌리온의 변형방식과 공간특성의 표현방식 상의 차이와 그 나타나는 원인을 파악한다. 본 연구는 가변형 공간의 변형방식을 선별하기 위한 기준 근거를 제시하고, 또 미래 건축공간 디자인측면에서 공간개념의 변화와 공간 의의의 범주를 확장시킬 수 있다.

• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.1-6
• /
• 2019

신경회로망은 과거 데이터로부터 유용한 정보를 추출해서 주가지수의 이동 방향을 예측하는데 사용되어 왔다. 주가 지수의 상승 또는 하락 방향을 예측하는 기존 연구는 지수의 작은 변화에도 상승이나 하락을 예측하므로 이를 기반으로 지수 연동 ETF를 매매 하면 손실이 발생할 가능성이 높다. 본 논문에서는 ETF 매매 손실을 줄이고 매매 당 일정 이상의 수익을 내기 위한 일별 KOrea composite S0tock Price Index (KOSPI)의 이동 방향을 예측하는 신경회로망 모델을 제안한다. 제안된 모델은 이동 방향 예측을 위해 전일 대비 지수 변동률이 상승(변동률${\geq}{\alpha}$), 하락(변동률${\leq}-{\alpha}$)과 중립($-{\alpha}$<변동률<${\alpha}$)을 표시하는 출력을 갖는다. 예측이 상승이면 레버리지 Exchange Traded Fund (ETF)를, 하락이면 인버스 ETF를 매수한다. 본 논문에서 구현된 신경회로망 모델 중 PNN1의 Hit ratio (HR)은 학습에서 0.720, 평가에서 0.616이다. 평가용 데이터로 ETF 매매를 시뮬레이션하면 수익률은 8.39 ~ 16.32 %를 보인다. 또한 제안된 이동 방향 예측 신경회로망 모델이 주가지수 예측 신경회로망 모델 보다 ETF 매매 성공률과 수익률에서 더 우수하다.

• 한국콘텐츠학회논문지
• /
• 제21권2호
• /
• pp.121-129
• /
• 2021

본 연구에서는 데이터마이닝(Data Mining) 기법 중 하나인 연관관계분석(Association Rule Mining)을 적용하여 위험화물 선별모델을 구축함으로써 관세위험을 최소화하고자 한다. 이를 위해 관세청 수입신고서 빅데이터를 활용하여 연관관계분석 알고리즘인 어프라이어리 알고리즘(Apriori Algorithm)을 적용하고 공급망 간의 위험정도를 계산한다. 대규모의 수입신고 데이터로부터 해외공급자와 수입업체 간의 세율관련(과세가격, 품목, 중수량 등), 원산지표시 위반 등에 관련한 적발결과 관한 규칙셋(Rule Set)과 이 규칙들의 신뢰도(Confidence)을 확보하여 우범공급망 간의 거래패턴을 예측할 수 있는 선별모델을 구축한다. 총 2년 6개월 치의 수입신고 데이터를 활용하여 5-겹 교차검증(5-fold cross validation)을 수행한 결과 16.6%의 Precision과 33.8%의 Recall을 보였다. 이는 빈도기반 방법보다 Precision 기준 약 3.4배 Recall 기준 약 1.5배 높은 결과이다. 이로써 논문에서 제안하고 있는 방법이 관세위험을 줄일 수 있는 효과적인 방법임을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.461-469
• /
• 2020

본 논문에서는 손글씨 숫자 데이터셋, 얼굴 데이터셋의 중요영역 추출을 위한 PCA 기반의 특징되먹임방법을 제안한다. 이전의 LDA 기반의 특징되먹임 방법을 확장하여 PCA 기반 특징되먹임 방법이 제안된다. 제안된 방법에서 데이터에 차원 축소 머신러닝 알고리듬 중 하나인 PCA 기법을 적용하여 데이터를 중요한 특징 차원들로 축소한다. 차원 축소과정에서 도출되는 weight를 통해 축소된 각 차원 축에서의 데이터 중요 지점을 확인한다. 각 차원 축은 축의 고유값의 크기에 따라 전체 데이터에서의 가중치가 다르다. 이에 각 차원 축의 고유값의 크기에 비례하는 가중치를 부여하여 각 차원 축에서의 데이터 중요 지점을 합하는 연산 과정을 거친다. 연산 과정을 통해 얻어진 데이터에 Threshold를 적용하여 데이터의 중요 영역을 구한다. 그 후 도출된 데이터의 중요 영역에 원본데이터로 역매핑을 유도하여 원본 데이터 공간에서 중요영역을 선택한다. MNIST 데이터셋에 대한 실험 결과를 확인하고 기존의 LDA 기반의 특징되먹임 방법을 통한 결과와 비교를 하여 PCA기반 특징되먹임을 기반한 패턴 인식 방법의 유효성과 가능성을 확인한다.

• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.81-93
• /
• 2022

주식 투자는 가장 널리 알려진 재테크 방법들 중 하나지만 실제 투자를 통해 수익을 얻기는 쉽지 않기 때문에 과거부터 효과적이고 안정적인 투자 수익을 얻기 위한 다양한 투자 전략들이 고안되고 시도되어 왔다. 그중 변동성 돌파 전략(Volatility Breakout)은 일일 단위로 일정 수준 이상의 범위를 뛰어넘는 강한 상승세를 돌파 신호로 파악하여 상승하는 추세를 따라가며 일 단위로 빠르게 수익을 실현하는 전략으로 널리 쓰이고 있는 단기 투자 전략들 중 하나이다. 그러나 주식 종목마다 가격의 추이나 변동성의 정도가 다르며 동일한 종목이라도 시기에 따라 주가의 흐름이 일정하지 않아 주가를 예측하고 정확한 매매 시점을 찾아내는 것은 매우 어려운 문제이다. 본 논문에서는 단순히 종가 또는 장기간에 걸친 수익률을 예측하는 기존 연구 방법들과는 달리 단기간에 수익을 실현할 수 있는 주식과 같은 시계열 데이터 분석에 적합한 양방향 장단기 메모리 심층 신경망을 이용하여 변동성 돌파 전략 기반 매매 시의 수익률을 예측하여 주식을 매매하여 방법을 제안한다. 이렇게 학습된 모델로 테스트 데이터에 대하여 실제 매매를 가정하여 실험한 결과 기존의 장단기 메모리 심층 신경망을 이용한 종가 예측 모델보다 수익률과 안정성을 모두 상회하는 결과를 확인할 수 있다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제24권3호
• /
• pp.135-156
• /
• 2021

수학 학업성취도에 영향을 미치고 있는 교사의 성취압력과 열의는 끊임없이 변화하면서 수학 학업성취도 영향을 미치므로 그 변화양상이 학업성취도의 변화양상에 미치는 영향력을 살펴볼 수 있는 종단연구가 필요하다. 본 연구는 한국교육종단연구2013의 초등학교 5학년(2013년)부터 중학교 3학년(2017년)까지의 학생 데이터를 활용하여 수학 학업성취도에 대한 종단적인 변화양상이 유사한 하위 그룹으로 분류하여 그룹별 교사의 성취압력과 열의에 대한 종단적인 변화양상이 수학 학업성취도의 종단적인 변화양상에 미치는 영향력과 그 경로를 비교·분석하였다. 분석결과 수학 학업성취도의 종단적인 변화가 유사한 4개의 하위그룹 모두 교사의 성취압력은 초등학교 5학년부터 변화가 적은 반면에 교사의 열의는 초등학교 5학년부터 지속적으로 떨어지는 것으로 나타났다. 또한, 그룹별 학생들이 인지하는 교사의 성취압력과 열의가 수학 학업성취도에 미치는 영향력은 다르게 나타났다. 이것은 수학 학업성취도의 향상을 위해서는 학생들의 특성과 성향을 반영한 교수 학습의 지원이 필요하다는 것을 시사한다.

• 과학교육연구지
• /
• 제45권1호
• /
• pp.23-41
• /
• 2021

본 연구의 목적은 STEAM 융합적 문제 상황에 대하여 중등영재반별로 나타내는 문제발견과 문제해결 능력의 특성을 알아보는데 있다. 이를 위해 STEAM 융합적 문제해결력 검사지를 사용하여 중등영재반별로 문제의 발견과 문제해결 과정에 작성한 활동지, 산출물 등을 정량적 및 정성적으로 비교·분석하였다. 연구 결과는 다음과 같다. 첫째, 제시한 문제해결력 검사지가 지닌 전공 특수성이 문항에 대한 선호도와 문제를 발견하는 양상에 영향을 미침을 알 수 있었다. 둘째, 영재반별로 특정 과제에 대해 영재반에 따른 문제의 발견과 문제의 해결 능력의 차이를 보이는 것이 아니라 모둠별로 차이를 보이는 것으로 나타났다. 셋째, STEAM 융합적 문제 상황에서 문제의 발견과 문제해결에 전공 영역보다 개별 창의성과 모둠의 협력적 창의성이 더 크게 작용했음을 알 수 있었다. 본 연구결과에 의하면 문제의 발견과 문제해결력 평가에서 영재 학생들의 정의적 요인과 협력의 개념을 포함할 필요가 있고, 집단 창의성이 잘 발휘될 수 있도록 협력적 문제해결능력을 향상시킬 수 있는 교수·학습 전략을 개발할 필요가 있음을 시사한다.