• Structural Engineering and Mechanics
• /
• 제84권2호
• /
• pp.143-154
• /
• 2022

Corrosion of steel reinforcement is considered as the main cause of concrete structures deterioration, especially those under humid environmental conditions. Hence, fiber reinforced polymer (FRP) bars are being increasingly used as a replacement for conventional steel owing to their non-corrodible characteristics. However, predicting the shear strength of beams reinforced with FRP bars still challenging due to the lack of robust shear theory. Thus, this paper aims to develop an explicit data driven based model to predict the shear strength of FRP reinforced beams using multi-objective evolutionary polynomial regression analysis (MOGA-EPR) as data driven models learn the behavior from the input data without the need to employee a theory that aid the derivation, and thus they have an enhanced accuracy. This study also evaluates the accuracy of predictive models of shear strength of FRP reinforced concrete beams employed by different design codes by calculating and comparing the values of the mean absolute error (MAE), root mean square error (RMSE), mean (𝜇), standard deviation of the mean (𝜎), coefficient of determination (R²), and percentage of prediction within error range of ±20% (a20-index). Experimental database has been developed and employed in the model learning, validation, and accuracy examination. The statistical analysis illustrated the robustness of the developed model with MAE, RMSE, 𝜇, 𝜎, R², and a20-index of 14.6, 20.8, 1.05, 0.27, 0.85, and 0.61, respectively for training data and 10.4, 14.1, 0.98, 0.25, 0.94, and 0.60, respectively for validation data. Furthermore, the developed model achieved much better predictions than the standard predictive models as it scored lower MAE, RMSE, and 𝜎, and higher R² and a20-index. The new model can be used in future with confidence in optimized designs as its accuracy is higher than standard predictive models.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.407-418
• /
• 2023

MultiOn(Multi-Object Goal Visual Navigation)은 에이전트가 미지의 실내 환경 내 임의의 위치에 놓인 다수의 목표 물체들을 미리 정해준 일정한 순서에 따라 찾아가야 하는 매우 어려운 시각적 탐색 이동 작업이다. MultiOn 작업을 위한 기존의 모델들은 행동 선택을 위해 시각적 외관 지도나 목표 지도와 같은 단일 맥락 지도만을 이용할 뿐, 다양한 멀티모달 맥락정보에 관한 종합적인 관점을 활용할 수 없다는 한계성을 가지고 있다. 이와 같은 한계성을 극복하기 위해, 본 논문에서는 MultiOn 작업을 위한 새로운 심층 신경망 기반의 에이전트 모델인 MCFMO(Multimodal Context Fusion for MultiOn tasks)를 제안한다. 제안 모델에서는 입력 영상의 시각적 외관 특징외에 환경 물체의 의미적 특징, 목표 물체 특징도 함께 포함한 멀티모달 맥락 지도를 행동 선택에 이용한다. 또한, 제안 모델은 점-단위 합성곱 신경망 모듈을 이용하여 3가지 서로 이질적인 맥락 특징들을 효과적으로 융합한다. 이 밖에도 제안 모델은 효율적인 이동 정책 학습을 유도하기 위해, 목표 물체의 관측 여부와 방향, 그리고 거리를 예측하는 보조 작업 학습 모듈을 추가로 채용한다. 본 논문에서는 Habitat-Matterport3D 시뮬레이션 환경과 장면 데이터 집합을 이용한 다양한 정량 및 정성 실험들을 통해, 제안 모델의 우수성을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제16권6호
• /
• pp.601-613
• /
• 2016

본 연구의 목적은 미디어 환경과 미디어 사용에 대한 아동의 심성모형을 분석하여 제시하고 이를 토대로 교육적 시사점을 제공하는 것이다. 이를 위하여 10명의 초등 4-5학년 연령대 아동과의 인터뷰, 그림 그리기, 연상 단어 제시하기, 문장 완성하기의 네 가지 활동을 통하여 데이터를 수집하였고 연구자 2인에 의해 질적으로 분석되었다. 먼저 문장 완성활동과 연상 단어 활동을 통해 도출된 의미 구성요소는 미디어 기기, 소통성(소외감), 유능함(공급원), 오락성, 역기능, 양면성의 총 6개 요소였다. 두 번째로, 참여자들의 그림에서 추출된 미디어 심성모형의 구성요소는 기능성/유능함, 오락성, 책(종이)과의 갈등/공유, 해악/양면성 등의 4개 요소였다. 세 번째로, 인터뷰를 통해 나타난 심성모형의 의미요소는 갈등(종이책과 전자 미디어), 소통 중심성, 두려움(중독), 그리고 사용자의 자격 등으로 범주화되었다. 이러한 결과를 토대로 본 연구는 사이버 소통에 대한 관찰과 인식 강화, 중독예방 교육의 필요성, 학습 미디어와 책 미디어의 적극적 개발과 균형있는 활용, 건강한 미디어 리터러시 교육과 비판적 사고의 강화 등을 교육적 함축으로 제시하였다.

• Nuclear Engineering and Technology
• /
• 제55권3호
• /
• pp.839-849
• /
• 2023

The development of automation technology to reduce human error by minimizing human intervention is accelerating with artificial intelligence and big data processing technology, even in the nuclear field. Among nuclear power plant operation modes, the startup and shutdown operations are still performed manually and thus have the potential for human error. As part of the development of an autonomous operation system for startup operation, this paper proposes an action coordinating strategy to obtain the optimal actions. The lower level of the system consists of operating blocks that are created by analyzing the operation tasks to achieve local goals through soft actor-critic algorithms. However, when multiple agents try to perform conflicting actions, a method is needed to coordinate them, and for this, an action coordination strategy was developed in this work as the upper level of the system. Three quantification methods were compared and evaluated based on the future plant state predicted by plant parameter prediction models using long short-term memory networks. Results confirmed that the optimal action to satisfy the limiting conditions for operation can be selected by coordinating the action sets. It is expected that this methodology can be generalized through future research.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.167-171
• /
• 2020

문서 요약은 길이가 긴 원본 문서에서 의미를 유지한 채 짧은 문서나 문장을 얻어내는 작업을 의미한다. 딥러닝을 이용한 자연어처리 기술들이 연구됨에 따라 end-to-end 방식의 자연어 생성 모델인 sequence-to-sequence 모델을 문서 요약 생성에 적용하는 방법들이 연구되었다. 본 논문에서는 여러 자연어처리 분야에서 높은 성능을 보이고 있는 BERT 모델을 이용한 자연어 생성 모델에 복사 메커니즘과 강화 학습을 추가한 문서 요약 모델을 제안한다. 복사 메커니즘은 입력 문장의 단어들을 출력 문장에 복사하는 기술로 학습데이터에서 학습되기 힘든 고유 명사 등의 단어들에 대한 성능을 높이는 방법이다. 강화 학습은 정답 단어의 확률을 높이기 위해 학습하는 지도 학습 방법과는 달리 연속적인 단어 생성으로 얻어진 전체 문장의 보상 점수를 높이는 방향으로 학습하여 생성되는 단어 자체보다는 최종 생성된 문장이 더 중요한 자연어 생성 문제에 효과적일 수 있다. 실험결과 기존의 BERT 생성 모델 보다 복사 메커니즘과 강화 학습을 적용한 모델의 Rouge score가 더 높음을 확인 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.209-212
• /
• 2013

교육부가 중점 추진하는 누리과정은 교육과 보육에 대한 국가차원의 표준화된 교육과정으로서 취학전 교육의 질을 제고하고, 생애 초기의 공정한 출발선을 보장하며 전 영역에서 창의 인성 교육을 강조하고 있다. 영유아기 누리과정의 창의교육을 위한 곤충로봇을 개발하여 흥미와 교육효과를 높였다. 기존의 지면을 사용한 조립도와 온라인 홈페이지를 이용한 교육용 로봇의 조립과 학습에 VR을 이용하여 조립과 교육내용학습에 효과를 높였다. 유아들이 로봇을 학습하기 위해서는 적극적인 관심과 학습의 동기가 필요하며 정보기반사회에서의 정보기술을 활용한 창의적인 학습 또한 필요하다. 증강현실에서 사용될 마커는 로봇에 관한 3차원의 모델정보를 연계하여 증강하고, 이는 마커를 통하여 증강현실의 대상 마커와 카메라와의 상대 좌표계 변환을 구하고, 그 마커내의 패턴을 이용하여 미리 정의된 패턴 중 무엇인지에 대한 결정을 할 수 있도록 한다. 본 논문을 통하여 교육용 조립로봇의 현실세계에서의 창의교육과 증강 가상환경으로 표현되는 스마트교육을 융합하여 새로운 형태의 첨단 스마트교육을 제시하여 국가인재의 조기육성을 통한 인재대국의 기초를 마련하고자 한다.

• 정보교육학회논문지
• /
• 제18권2호
• /
• pp.225-234
• /
• 2014

로봇 프로그래밍은 주어진 과제를 해결하기 위한 알고리즘을 계획하고, 그 알고리즘을 구현하며, 그 결과를 로봇이라는 매체를 통해서 쉽게 확인하고 오류를 수정할 수 있도록 한다. 따라서 로봇 프로그래밍은 반성적 사고에 기반을 둔 문제해결의 과정이며, 학생들의 메타인지와 밀접히 관련된다. 이에 본 연구는 학생의 메타인지 발달을 위한 로봇 프로그래밍 교수 학습 모형을 개발하는 것을 목적으로 수행되었다. 로봇 프로그래밍 교수 학습의 단계를 '학습과제 탐구', '교사의 모델링', '과제 수행 계획 및 시각화', '과제 수행', '자기 평가 및 강화' 등과 같은 5가지로 나누고, 각 단계의 활동들을 메타인지 주요 전략들(계획, 모니터링, 조절, 평가)와 연계하였다. 또한 학생들의 프로그래밍 활동과 메타인지 전략의 활용을 지원하기 위하여 인지적 도제를 기반으로 '모델링', '코칭', '스캐폴딩'과 같은 전략들을 교수 학습 모델과 연계하여 명시하였다. 이와 더불어서, 메타인지 활동을 지원하기 위해서 자기질문법을 도입하여, 학생들이 로봇 프로그래밍 활동의 각 단계별로 사용할 수 있는 자기질문 등을 제시하였다.

• 한국보건간호학회지
• /
• 제4권2호
• /
• pp.35-57
• /
• 1990

This study was conducted to provide information useful in developing a nursing curriculum. The sample consisted of 158 nursing students in Hanyang University and 34 faculty members who has taught them in their college & the practical area. Data were collected by using a structured questionnaire, which consisted of general characteristics of the students & their self-concept, teacher's perception of student's professional roles. The results are summarized as follows; 1. General characteristics of the students When the students applied for the university, they decided what they would specialized in. Because the motive of application for their major was simply based on their high school records, they were admitted to their university without previous knowledge of their major. The reason why they wanted to tranfer to another course after the admission was the same as above. The level of satisfaction of their major was the highest in Freshman, but in other grades the higher the;, grades were, the more they satisfied with their major and they had a better prospects about their speciality. 2. Self-concept in profermance for their major Self-concept in horne aspects was more positive perception than in social aspects & self control aspects. It resulted from tile fact that all students were females and the nursing uniqueness was based on the spirit of humanity & service. The students who had graduated from the high school in rural area wanted to tranfer to another course and taken counsel their personal problems with their parents had higher self-concept in horne aspects. As their grades were higher, the self-concept in social aspects bacame higher. The students who were satisfied with their major and took counsel their personal problems with their parents had more positive self - concept in social aspects. Self-concept in self control aspects was lower than other aspects. The students who didn't take counsel their problems with their parents, were burdened with their educational expenses and their curriculum had more negative self-concept in self control aspects. Therefore the university should be concerned about student's welfare and provide detailed orientation about their curriculum. 3. Teacher's perception about learner's professional role The role model of democratic group leader, role models for learners facilitator in a students' reach for knowledge and teaching based on soundly researched theory showed more positive perception than other factors. Their mean values were over 4. 32. The professionalism of allnurshing area, reinforcement with reinforcement for learning, nursing as part of the meaningful context of the whole showed nagative perception. Their mean values were below 3. 00. Therefore the nurse as a teacher should try to promote the locus of nursing profession and participate in their research actively.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.154-159
• /
• 2015

과거 어플리케이션 다양성만 지향하던 사용자의 수요가 최근 스마트폰의 고도화된 센서와 기계학습이 결합된 지능형 어플리케이션으로의 선호로 전향되고 있다. 이러한 경향을 반영하여 본 논문에서는 스마트폰에 축적된 사용자의 라이프로깅 데이터에서 의미있는 정보를 추출하고, 추출한 정보를 통해 사용자의 인지적 행동을 대신 가능한 인지 에이전트(Cognitive Agent)개념의 스마트폰-사용자 상호작용 사용자 맞춤 위치-시간-행동 추론 기법을 제안한다. 제안 방법은 사용자의 라이프로깅데이터를 DPGMM (Dirichlet Process Gaussian Mixture Model) 클러스터링 기법으로 사용자 주요 관심지역 POI(Point of Interest)를 자동으로 추출하고, 평생학습이 가능한 강화학습의 한 종류인 POMDP(Partially Observable Markov Decision Process)를 사용하여 사용자의 위치-시간-행동을 추론 한다. 제안 방법으로 구현한 사용자 맞춤 일과 계획 시스템의 시간별 사용자 일과 추론 결과는 70%이상의 성능을 보였으며, 하루 일과 계획 지능형 서비스의 새로운 방향을 제시하고 있다.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.37-44
• /
• 2022

Plug-in Hybrid electric vehicles (PHEV) show great potential to reduce gas emission, improve fuel efficiency and offer more driving range flexibility. Moreover, PHEV help to preserve the eco-system, climate changes and reduce the high demand for fossil fuels. To address this; some basic components and energy resources have been used, such as batteries and proton exchange membrane (PEM) fuel cells (FCs). However, the FC remains unsatisfactory in terms of power density and response. In light of the above, an electric storage system (ESS) seems to be a promising solution to resolve this issue, especially when it comes to the transient phase. In addition to the FC, a storage system made-up of an ultra-battery UB is proposed within this paper. The association of the FC and the UB lead to the so-called Fuel Cell Battery Electric Vehicle (FCBEV). The energy consumption model of a FCBEV has been built considering the power losses of the fuel cell, electric motor, the state of charge (SOC) of the battery, and brakes. To do so, the implementing a reinforcement-learning energy management strategy (EMS) has been carried out and the fuel cell efficiency has been optimized while minimizing the hydrogen fuel consummation per 100km. Within this paper the adopted approach over numerous driving cycles of the FCBEV has shown promising results.