• Journal of Korean Biological Nursing Science
• /
• 제21권3호
• /
• pp.231-238
• /
• 2019

Purpose: In 2015, South Korea had the highest global smartphone penetration (88%). However, smartphone addiction can seriously disrupt daily life and have a major negative impact on academic achievement. Methods: A structured questionnaire was completed by 250 nursing students for this descriptive study. Results: Students who were older, more satisfied with their major, exercised, and used their smartphone for less than 30 minutes before sleeping had higher learning engagement than those who were younger, less satisfied, did not exercise and used their smartphone for more than three hours. Quality of sleep and smartphone addiction were negatively correlated as was quality of sleep and daytime sleepiness. Interestingly, sleep pattern did not impact learning engagement directly. Conclusion: Smartphone usage influences learning engagement of nursing students rather than their sleeping patterns, which suggests a need to develop self-disciplining strategies for smartphone use to enhance learning engagement.

• International journal of advanced smart convergence
• /
• 제10권1호
• /
• pp.82-88
• /
• 2021

In this paper, we propose an automatic detection scheme of work distraction for remote management of telecommuting. The proposed scheme periodically captures two consequent computer screens and generates the difference image of these two captured images. The scheme applies the difference image to our deep learning model and makes a decision of abnormal patterns in the difference image. Our deep learning model is designed with the transfer learning technique of VGG16 deep learning. When the scheme detects an abnormal pattern in the difference image, it hides all texts in the difference images to protect disclosure of privacy-related information. Evaluation shows that the proposed scheme provides about 96% detection accuracy.

• 한국간호교육학회지
• /
• 제20권4호
• /
• pp.577-586
• /
• 2014

Purpose: This study investigates patterns of small group interaction and examines the influence among graduate nursing students of online collaborative learning strategies on small group interaction patterns, task performance and learning attitude in web-based team learning environments. Method: To analyze patterns of small group interaction, group discussion dialogues were reviewed by two instructors. Groups were divided into two categories depending on the type of feedback given (passive or active). For task performance, evaluation of learning processes and numbers of postings were examined. Learning attitude toward group study and coursework were measured via scales. Results: Explorative interactions were still low among graduate nursing students. Among the students given active feedback, considerable individual variability in interaction frequency was revealed and some students did not show any specific type of interaction pattern. Whether given active or passive feedback, groups exhibited no significant differences in terms of task performance and learning attitude. Also, frequent group interaction was significantly related to greater task performance. Conclusion: Active feedback strategies should be modified to improve task performance and learning attitude among graduate nursing students.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.838-841
• /
• 2005

DNA Chip is able to show DNA-Data that includes diseases of sample to User by using complementary characters of DNA. So this paper studied Neural Network algorithm for Image data processing of DNA-chip. DNA chip outputs image data of colors and intensities of lights when some sample DNA is putted on DNA-chip, and we can classify pattern of these image data on user pc environment through artificial neural network and some of image processing algorithms. Ultimate aim is developing of pattern classifying algorithm, simulating this algorithm and so getting information of one's diseases through applying this algorithm. Namely, this paper study artificial neural network algorithm for classifying pattern of image data that is obtained from DNA-chip. And, by using histogram, gradient edge, ANN and learning algorithm, we can analyze and classifying pattern of this DNA-chip image data. so we are able to monitor, and simulating this algorithm.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권3호
• /
• pp.215-220
• /
• 2002

This paper proposes a method to apply the Backpropagation(BP) algorithm of MVL(Multi-Valued Logic) Neural Network to pattern recognition. It extracts the property of an object density about an original pattern necessary for pattern processing and makes the property of the object density mapped to MVL. In addition, because it team the pattern by using multiple valued logic, it can reduce time f3r pattern and space fer memory to a minimum. There is, however, a demerit that existed MVL cannot adapt the change of circumstance. Through changing input into MVL function, not direct input of an existed Multiple pattern, and making it each variable loam by neural network after calculating each variable into liter function. Error has been reduced and convergence speed has become fast.

• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.97-105
• /
• 2009

본 논문에서는 일반화된 캐스케이드 코릴레이션 학습 알고리즘과 일반화된 순환 캐스케이드 코릴레이션 학습 알고리즘의 결합을 통한 새로운 알고리즘을 소개한다. 이 새로운 알고리즘은 패턴분류문제(pattern classification problem)의 신속한 해결을 위하여 비순환 뉴런이 유리한지 순환 뉴런이 유리한지 또는 수직성장이 유리한지 수평성장이 유리한지 고민할 필요 없이 후보뉴런의 학습 중에 네트워크의 구성을 스스로 결정한다. 이 알고리즘의 성능평가를 위하여 학습 알고리즘에서 중요한 기준 문제(benchmark problem) 중의 하나인 콘택트렌즈 문제(Contact lens problem)와 밸런스 스케일 문제 (Balance scale problem)에 대하여 실험하였고 기존의 캐스케이드 코릴레이션 알고리즘 및 순환 캐스케이드 코릴레이션 알고리즘과 성능을 비교 하였다. 이 실험에서 활성화 함수는 일반적으로 많이 사용하는 시그모이드 함수(sigmoidal function) 와 하이퍼볼릭탄젠트 함수(hyperbolic tangent function)를 사용하였다. 이 새로운 알고리즘은 학습을 통하여 기존의 알고리즘보다 적은 수의 은닉뉴런을 생성하여 보다 빠른 학습 속도를 보여주었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.633-641
• /
• 2009

본 논문에서는 아날로그 데이터 처리가 가능하고, 온라인 학습, 학습 중 새로운 클래스 추가등의 특징을 가진 패턴 인식기를 제안하였다. 제안한 패턴 인식기는 계층적 구조를 가지고 있으며, 각 레벨별로 서로 다른 메트릭을 적용하여 분류 성능을 향상 시켰다. 제안한 패턴 인식기는 신경망 기반의 패턴 인식 알고리즘인 Gaussian ARTMAP 모델을 기반으로 하고 있다. Gaussian ARTMAP 모델을 계층적으로 구성하고, 계층마다 서로 다른 특징을 학습하도록 하기 위하여 Principal Component Emphasis (P.C.E) 방법을 제안하였으며, 이를 이용하여 새로운 메트릭을 생성하는 방법을 제안하였다. P.C.E는 학습된 입력 데이터들의 분산을 이용하여 클래스 내의 공통 속성을 나타내는 분산이 작은 차원을 제거하고 패턴 간의 서로 다른 속성을 나타내는 분산이 큰 차원만 유지하는 방법이다. 제안한 알고리즘의 학습 과정에서 교사 신호와 다르게 분류된 패턴이 발생하면 잘못 분류 된 클래스와 입력된 패턴을 분리하기 위하여 P.C.E를 수행하고 하위 노드에서 학습하게 된다. 실험 결과 제안한 모델은 기존에 제안된 패턴 인식 모델들 보다 높은 분류 성능을 가지고 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.244-251
• /
• 2007

사용자 의도 파악(intention reading) 기술은 스마트 홈과 같은 복잡한 유비쿼터스(ubiquitous) 환경에서 사용자에게 보다 편리하고 개인화된(personalized) 서비스 제공이 가능하도록 해준다. 또한 학습 기능(learning capability)은 지식 발견(knowledge discovery)의 관점에서 의도 파악 기술의 핵심 요소 기술의 하나로 자리 매김하고 있다 이 논문에서는 스마트 홈(smart home) 환경에서 제공 가능한 개인화된 서비스 중의 하나로, 개인화된 미디어 제어 방법에 대한 내용을 다룬다. 특히, 사람의 행동 패턴과 같은 데이터는 패턴 분류의 관점에서 구분해야 할 클래스(class)에 비해 입력 정보가 불충분한 경우가 많아서 비일관적인(inconsistent) 데이터가 많으므로, 퍼지 논리(fuzzy logic)와 확률 (probability)의 개념을 효과적으로 병행해야 의미 있는 지식을 추출해 낼 수 있다. 이를 위하여 반복 퍼지 지도 클러스터링(IFCS; Iterative Fuzzy Clustering with Supervision) 알고리즘에 기반하여 주어진 데이터 패턴으로부터 확률적 퍼지 룰(probabilistic fuzzy rule)을 얻어 내는 방법에 대해 설명한다. 또한 이를 이용한 다양한 학습 제어 구조를 바탕으로 개인화된 미디어 서비스를 추천해 줄 수 있는 방법에 대해서 설명하도록 하고, 실험 결과를 통해 제안된 시스템의 효용성을 보이도록 한다.

• 한국학교수학회논문집
• /
• 제14권3호
• /
• pp.277-293
• /
• 2011

본 논문은 수학문제해결 과정에서 고등학교 1학년 학생들이 공통적으로 범하는 실수 즉 오류를 분석을 통하여 수학의 교수학습방법의 보완을 위한 범례를 제시하고자 한다. 교사들 에게 제공되는 학생들의 수학적 지식에 대한 이해 정도 및 쉽게 빠지는 오류, 수학문제에 접근하는 방법 및 잘못된 해결 전략 등의 정보는 대체로 학생들의 오류를 분석함으로써 얻어 질 수 있다. 실제로 많은 학생들이 고교수학을 어렵게 느끼는데 그 중 특히 '함수'문제에서 막연한 어려움과 부담감을 느끼며 함수와 관련된 문제풀이에서 많은 실패를 겪고 있다. 구체 적으로 본 연구에서는 고등학교 1학년 학생들의 함수단원 문제해결 과정에서 보이는 오류를 분석하여 함수단원 수학문제해결능력을 키우고자 충남의 ${\bigcirc}{\bigcirc}$고등학교 1학년 학생 90명을 대상으로 함수단원 8문제로 구성된 검사지를 풀게 하고 그것을 토대로 오류를 분석하였다. 그 결과 학생들의 오류에서 몇 가지 공통적인 패턴이 있음을 발견하고 이것을 7가지 오류 분류 패턴을 설정하고 이를 분석하여 이를 보완할 수 있는 방법을 탐구하였다. 본 연구에서 나타난 결과를 토대로 학교현장에 투입하여 수학교육의 개선에 도움이 되길 기대한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권11호
• /
• pp.369-382
• /
• 2015

에너지 절감형 서버 클러스터에서는 에너지 절감을 고려하지 않는 기존 서버 클러스터에 비해 서비스 품질을 보장하면서 전력소비를 절감하는 것을 목표로 하며, 현재의 부하를 처리하는 데 필요한 최소수의 서버들만 ON 하도록 고정 주기 또는 가변 주기로 서버들의 전원모드를 조정한다. 이에 대한 기존 연구들은 전력을 절감하거나 열을 낮추는데 노력해왔지만 에너지 효율성을 잘 고려하지 못했다. 본 논문에서는 기존 자율학습기반의 서버 전원 모드 제어 방법의 단위전력당 성능과 QoS를 높이기 위한 에너지 효율적인 클러스터 관리기법을 제안한다. 제안 방법은 다중임계기반의 자율학습 방법과 전력소모 예측 방법을 결합한 서버 전원 모드 제어이다. 일반적인 부하 상황에서는 다중임계 학습기반의 서버 전원 모드 제어를 적용하고, 급변하는 부하 상황에서는 예측기반의 서버 전원 모드 제어가 적용된다. 일반적 상황과 급변하는 상황의 구별은 현재의 사용자 요청과 관찰된 과거 몇 분의 사용자 요청의 비율에 따라 이루어진다. 또한, 동적종료 기법을 추가로 적용해 서버가 OFF 하는 데 소요되는 시간을 단축한다. 제안 방법은 16대 서버로 구성된 클러스터 환경에서 3가지 부하 패턴을 이용하여 실험을 수행한다. 다중임계 학습, 예측, 동적종료를 함께 이용한 실험에서 단위전력당 성능(유효응답 수)과 표준화된 QoS 측면에서 가장 우수한 결과를 보여준다. 제안하는 방법과 파라미터 로드된 단일임계 학습을 비교할 때 뱅킹 부하패턴, 실제 부하패턴, 가상 부하패턴에서 단위전력당 유효응답 수가 각각 1.66%, 2.9%, 3.84% 향상되고, QoS 관점에서는 각각 0.45%, 1.33%, 8.82% 향상되었다.