• 아동학회지
• /
• 제26권4호
• /
• pp.293-302
• /
• 2005

This study investigated behavior characteristics for the gifted(N=210) and the high achievers(N=1l5). The participations in this study were 200 teachers who rated their 325 students' behavior characteristics in 25 public elementary schools in U.S.A rating of behavior characteristics in learning style, motivation, creativity, and leaderships by teachers indicated differences in keen observation, rapid insight into cause-effect relationship, a large storehouse of information, language fluency, absorption/task persistent, preference for own learning activities, concerns for moral/ethical issues, and a diversity of interests between groups. No differences in understanding of underlying principles, organization, curiosity, creativeness, motivation, initiating activities in areas of personal interest, directing group activities, and intellectual playfulness/imagination were found in addition to some differences between two groups.

• Kidney Research and Clinical Practice
• /
• 제37권4호
• /
• pp.315-322
• /
• 2018

The high mortality rates associated with acute kidney injury are mainly due to extra-renal complications that occur following distant-organ involvement. Damage to these organs, which is commonly referred to as multiple organ dysfunction syndrome, has more severe and persistent effects. The brain and its sub-structures, such as the hippocampus, are vulnerable organs that can be adversely affected. Acute kidney injury may be associated with numerous brain and hippocampal complications, as it may alter the permeability of the blood-brain barrier. Although the pathogenesis of acute uremic encephalopathy is poorly understood, some of the underlying mechanisms that may contribute to hippocampal involvement include the release of multiple inflammatory mediators that coincide with hippocampus inflammation and cytotoxicity, neurotransmitter derangement, transcriptional dysregulation, and changes in the expression of apoptotic genes. Impairment of brain function, especially of a structure that has vital activity in learning and memory and is very sensitive to renal ischemic injury, can ultimately lead to cognitive and functional complications in patients with acute kidney injury. The objective of this review was to assess these complications in the brain following acute kidney injury, with a focus on the hippocampus as a critical region for learning and memory.

• 융합보안논문지
• /
• 제17권1호
• /
• pp.31-38
• /
• 2017

네트워크를 통한 사이버 공격 기법들이 다양화, 고급화 되면서 간단한 규칙 기반의 침입 탐지/방지 시스템으로는 지능형 지속 위협(Advanced Persistent Threat: APT) 공격과 같은 새로운 형태의 공격을 찾아내기가 어렵다. 기존에 알려지지 않은 형태의 공격 방식을 탐지하는 이상행위 탐지(anomaly detection)를 위한 해결책으로 최근 기계학습 기법을 침입탐지 시스템에 도입한 연구들이 많다. 기계학습을 이용하는 경우, 사용하는 특징 집합에 침입탐지 시스템의 효율성과 성능이 크게 좌우된다. 일반적으로, 사용하는 특징이 많을수록 침입탐지 시스템의 정확성은 높아지는 반면 탐지를 위해 소요되는 시간이 많아져 긴급성을 요하는 경우 문제가 된다. 논문은 이러한 두 가지 조건을 동시에 충족하는 특징 집합을 찾고자 다목적 유전자 알고리즘을 제안하고 인공신경망에 기반한 네트워크 침입탐지 시스템을 설계한다. 제안한 방법의 성능 평가를 위해 NSL_KDD 데이터를 대상으로 이전에 제안된 방법들과 비교한다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.99-108
• /
• 2021

다른 사람에게 학습 자료를 가르치는 것의 이점은 학업 성취도에서 나타났다. 불안은 학습을 방해하는 요인 중 하나이고 수학 불안은 수학 성취도와 밀접한 관련이 있음이 밝혀졌다. 따라서 본 연구의 목적은 대학생들이 통계를 학습할 때 다른 사람을 가르치는 것이 수학 불안에 도움을 주는지 알아보는 것이다. 통계수업에 등록한 학생들 59명이 참여했고 30명의 학생은 그룹 안에서 다른 학생을 가르치는 그룹 과제를 수행했고, 29명의 학생은 수행하지 않았다. 그룹 과제를 제외하고 강사, 강의, 문제 풀이 과제와 시험은 모두 동일했다. 그 결과, 가르치는 그룹 과제를 수행한 학생들의 수학 불안은 학기 말에 감소하였다. 수학 불안이 증가하면 통계 학습에 대한 태도가 부정적으로 나타나고 그 결과 학습 성취도가 저하되었다. 또한, 수학 불안과 통계 학습에 대한 태도의 관계는 다른 사람을 가르치는 것으로 조절되었다. 이러한 결과는 가르치기는 수학 불안을 감소시키는 데 영향을 미쳐 지속적인 학습 이득을 얻을 수 있음을 시사한다.

• 한국도서관정보학회지
• /
• 제51권1호
• /
• pp.115-143
• /
• 2020

4차 산업혁명 시대의 도래로 데이터 중심의 융합 연구가 증가하고 있다. 이러한 연구는 정보의 식별 및 연계의 중요성을 증가시키고 있어, 이를 지원하기 위한 학술정보의 효과적인 관리 및 유통을 위한 방안 모색이 필요하다. 이에 본 연구는 국내외 주요 학술정보서비스 12개의 식별체계 현황과 연계 가능한 정보를 분석하여 학술정보를 식별하고 연계할 수 있는 방안을 제안하고자 하였다. 현황 분석은 2차에 걸쳐 진행되었으며, 각 서비스가 제공하고 있는 학술정보의 유형과 검색 가능한 항목, 연계 정보 유형, 사용 중인 식별체계 등을 살펴보았다. 분석 결과, 국내외 주요 학술정보서비스들은 영구 식별자와 더불어 자체 식별자를 중심으로 평균 3~4개의 정보를 직·간접적으로 연계하고 있다. 또한, 기계학습 방법론을 기반으로 하여 동일 학술정보를 반자동으로 식별하고, 해당 데이터를 수집, 구축하고 있다. 상기 분석 결과를 바탕으로 실무적인 측면에서 영구 식별자 중심의 학술정보 연계 방안과 사회적인 측면에서 기관 협력 네트워크 기반의 연계 방안을 제안하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권1호
• /
• pp.23-32
• /
• 2019

사이버 멀미는 VR 체험 중 발생하는 증상으로, 주로 감각과 인지 시스템 사이의 불일치로 인해 발생하는 것으로 추정된다. 하지만 감각 및 인지 시스템을 객관적으로 측정할 수 있는 방법이 없기 때문에, 사이버 멀미를 측정하는 것은 어렵다. 이를 해결하기 위해 사이버 멀미를 측정하기 위해 다양한 방법론들이 연구되고 있다. 기존의 멀미를 측정하기 위한 방법은 설문방식을 이용하거나, 머신 러닝을 이용하여 뇌파 데이터를 분석하는 방식으로 진행되어 왔다. 하지만 설문을 이용한 방식은 다소 객관성이 떨어지며, 머신 러닝을 사용하는 방식은 아직까지 높은 정확도를 얻은 연구가 부족하다. 본 논문에서는 뇌파 데이터를 Deep Neural Network (DNN) 딥러닝 알고리즘에 적용하여 객관적인 사이버 멀미 측정 방식을 제안한다. 또한 우리는 더 정확한 사이버 멀미 측정 결과를 위하여 딥러닝 네트워크 구조와 뇌파 데이터 전처리 기법을 제안한다. 우리의 접근 방법은 최대 98.88%의 정확도로 사이버 멀미를 측정한다. 또한 우리는 실험에서 사이버 멀미를 유발하는 영상의 특성을 분석한다. 일반적으로 사이버 멀미는 상하 움직임이 심한 화면, 화면의 지속적이고 빠른 전환, 공중에 떠있는 상황에서 발생한다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제36권4호
• /
• pp.428-438
• /
• 2017

The purpose of this study is to analyze the visual attention of elementary school students according to the editorial design of the 2007 2009 revised elementary science textbook 'Structure and function of our body'. For this purpose, eye movements were collected while elementary school students were watching real textbooks wearing mobile eye tracker. The BeGaze 3.7 program of SMI company was used analyzing eye movements. Twenty-six elementary school students participated voluntarily in mobile tracking research. Elementary students learned the contents of textbook related to 'digestive organ' and 'respiratory organ' by using double reading learning strategy. The results of this study are as follows. First, as a result of pre- and post-knowledge tests, there was no statistically significant difference in learning effect between 2007 revised and 2009 revised textbook editing design. Second, elementary school students tended to give more visual attention to text than textbook illustrations. Third, the selective attention and persistent attention of elementary students showed a very strong positive correlation (.940), but the selective attention and self-control showed a strong positive correlation (.499). Fourth, students with high level of attention and low level showed high visual occupancy in text than in illustrations. Fifth, elementary school students preferred the 2009 revised science textbook to the 2007 revised.

• Molecules and Cells
• /
• 제23권3호
• /
• pp.259-271
• /
• 2007

Investigation of molecular and cellular mechanisms of synaptic plasticity is the major focus of many neuroscientists. There are two major reasons for searching new genes and molecules contributing to central plasticity: first, it provides basic neural mechanism for learning and memory, a key function of the brain; second, it provides new targets for treating brain-related disease. Long-term potentiation (LTP), mostly intensely studies in the hippocampus and amygdala, is proposed to be a cellular model for learning and memory. Although it remains difficult to understand the roles of LTP in hippocampus-related memory, a role of LTP in fear, a simplified form of memory, has been established. Here, I will review recent cellular studies of LTP in the anterior cingulate cortex (ACC) and then compare studies in vivo and in vitro LTP by genetic/pharmacological approaches. I propose that ACC LTP may serve as a cellular model for studying central sensitization that related to chronic pain, as well as pain-related cognitive emotional disorders. Understanding signaling pathways related to ACC LTP may help us to identify novel drug target for various mental disorders.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.75-87
• /
• 2023

We designed to employ an Artificial Intelligence learning model to predict real estate prices and determine the reasons behind their changes, with the goal of using the results as a guide for policy. Numerous studies have already been conducted in an effort to develop a real estate price prediction model. The price prediction power of conventional time series analysis techniques (such as the widely-used ARIMA and VAR models for univariate time series analysis) and the more recently-discussed LSTM techniques is compared and analyzed in this study in order to forecast real estate prices. There is currently a period of rising volatility in the real estate market as a result of both internal and external factors. Predicting the movement of real estate values during times of heightened volatility is more challenging than it is during times of persistent general trends. According to the real estate market cycle, this study focuses on the three times of extreme volatility. It was established that the LSTM, VAR, and ARIMA models have strong predictive capacity by successfully forecasting the trading price index during a period of unusually high volatility. We explores potential synergies between the hybrid artificial intelligence learning model and the conventional statistical prediction model.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.52-60
• /
• 2024

APT (Advanced Persistent Threat) attack is a dangerous, targeted attack form with clear targets. APT attack campaigns have huge consequences. Therefore, the problem of researching and developing the APT attack detection solution is very urgent and necessary nowadays. On the other hand, no matter how advanced the APT attack, it has clear processes and lifecycles. Taking advantage of this point, security experts recommend that could develop APT attack detection solutions for each of their life cycles and processes. In APT attacks, hackers often use phishing techniques to perform attacks and steal data. If this attack and phishing phase is detected, the entire APT attack campaign will be crash. Therefore, it is necessary to research and deploy technology and solutions that could detect early the APT attack when it is in the stages of attacking and stealing data. This paper proposes an APT attack detection framework based on the Network traffic analysis technique using open-source tools and deep learning models. This research focuses on analyzing Network traffic into different components, then finds ways to extract abnormal behaviors on those components, and finally uses deep learning algorithms to classify Network traffic based on the extracted abnormal behaviors. The abnormal behavior analysis process is presented in detail in section III.A of the paper. The APT attack detection method based on Network traffic is presented in section III.B of this paper. Finally, the experimental process of the proposal is performed in section IV of the paper.