• 인간행동과 음악연구
• /
• 제5권2호
• /
• pp.1-15
• /
• 2008

예술치료교육은 예술치료의 하위개념으로 학교 현장을 중심으로 새롭게 개념화 되고 있는 영역으로 본 연구에서는 학교 중심의 예술치료교육의 대상, 목표, 예술매체의 치료적 특성을 살펴보고 개념 정립과 정의를 고찰하는 데에 목적을 두었다. 예술치료교육은 음악, 미술, 그리고 운동/동작 등의 예술매체를 사용하여 아동의 심리 정서적 문제에 대한 치료를 바탕으로 심리사회적 문제를 극복함으로써 교육적 잠재력을 실현시키고 전반적 성장을 돕는 통합적이고 전인적인 접근이다. 예술치료교육은 예술치료와 학교라는 현장성, 학교의 아동과 청소년을 대상으로 하며, 이에 따른 치료 목표도 타 임상 현장과는 다른 차이점을 가지고 있다. 방과 후 학교에서부터 시작되어 증가하고 있는 수요에 따라 예술치료교육 전문성 강화 방안과 활성화에 필요한 전략들을 모색할 필요가 있다.

• 대한수학교육학회지:수학교육학연구
• /
• 제23권2호
• /
• pp.153-171
• /
• 2013

본 연구의 목적은 학생들의 수학적 사고 스타일에 따른 문제해결과정에서 나타나는 특징을 발견함으로써 교사가 학생에게 다양한 표상을 제공하는 방법론에 대한 시사점을 주는 것이다. 이러한 특징들을 분석하기 위해서 대학교 1학년 학생 202명에게 지필검사를 실시한 후 수학적 사고 스타일을 고려한 4개 그룹으로 분류하여 그룹별로 두 명씩 총 8명에 대해 인터뷰를 실시하였다. 그 결과, 수학적 사고 스타일은 수학적 개념 정의방법, 표상에 대한 문제해결, 표상 간의 번역능력과 관계가 있다고 결론지을 수 있었다. 이러한 결과를 토대로 Dienes의 지각적 다양성의 원리를 구체화하여 향후 교수학습에서 다양한 표상을 제시하는 방법론에 대한 시사점을 줄 것으로 기대할 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.59-64
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement learning is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to chose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement learning is different from supervised learning in the sense that there is no presentation of input pairs as training examples. Furthermore, model-free reinforcement learning algorithms like Q-learning do not require defining or learning any models of the surrounding environment. Nevertheless it can learn the optimal policy if the agent can visit every state- action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem. we suggest Adaptive Mediation-based Modular Q-Learning (AMMQL)as an improvement of the existing Modular Q-Learning (MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2001년도 The Seoul International Simulation Conference
• /
• pp.321-324
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement Beaming is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to choose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement loaming is different from supervised teaming in the sense that there is no presentation of input-output pairs as training examples. Furthermore, model-free reinforcement loaming algorithms like Q-learning do not require defining or loaming any models of the surrounding environment. Nevertheless it can learn the optimal policy if the agent can visit every state-action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem, we suggest Adaptive Mediation-based Modular Q-Learning(AMMQL) as an improvement of the existing Modular Q-Learning(MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state space effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.

• 산업경영시스템학회지
• /
• 제38권3호
• /
• pp.169-180
• /
• 2015

Recently, scheduling problems with position-dependent processing times have received considerable attention in the literature, where the processing times of jobs are dependent on the processing sequences. However, they did not consider cases in which each processed job has different learning or aging ratios. This means that the actual processing time for a job can be determined not only by the processing sequence, but also by the learning/aging ratio, which can reflect the degree of processing difficulties in subsequent jobs. Motivated by these remarks, in this paper, we consider a two-agent single-machine scheduling problem with linear job-dependent position-based learning effects, where two agents compete to use a common single machine and each job has a different learning ratio. Specifically, we take into account two different objective functions for two agents: one agent minimizes the total weighted completion time, and the other restricts the makespan to less than an upper bound. After formally defining the problem by developing a mixed integer non-linear programming formulation, we devise a branch-and-bound (B&B) algorithm to give optimal solutions by developing four dominance properties based on a pairwise interchange comparison and four properties regarding the feasibility of a considered sequence. We suggest a lower bound to speed up the search procedure in the B&B algorithm by fathoming any non-prominent nodes. As this problem is at least NP-hard, we suggest efficient genetic algorithms using different methods to generate the initial population and two crossover operations. Computational results show that the proposed algorithms are efficient to obtain near-optimal solutions.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.237-255
• /
• 2023

본 연구에서는 담론적 관점에서 우리날 중학교 1학년 교과서 3종과 미국 CMP 교과서 담론에서 생성된 히스토그램의 의미를 분석하는 한편, 히스토그램 과제의 통계적 문제해결 단계별 발문의 특징을 조사하여 향후 히스토그램에 관한 교과서 담론 개선에 구체적인 아이디어를 제공하고자 한다. 분석 결과 첫째, 국내 교과서와 미국 CMP 교과서에서 히스토그램을 정의하는 방식의 차이가 있었고, 둘째, 교과서에서 히스토그램의 의미를 구성하는 담론적 구조는 다양했다. 셋째, 히스토그램 과제에 반영된 통계적 문제해결 단계가 제한적이었고, 넷째, 국내 교과서와 미국 CMP 교과서의 히스토그램 과제 발문에서 학생들에게 요구하는 활동에 차이가 나타났다. 이를 바탕으로 히스토그램을 정의하는 과정과 과제의 발문 개선에 대한 아이디어를 제안하고자 한다.

• 한국가정과교육학회지
• /
• 제27권4호
• /
• pp.1-18
• /
• 2015

본 연구는 예비가정과교사를 대상으로 한 교직과목 수업에 PBL을 적용한 연구이다. 이를 위해 <교직실무>를 수강신청한 17명의 학생들을 대상으로 연구자가 개발한 PBL 수업을 2014년 3월 2일부터 6월 11일까지 15주에 걸쳐 실행함으로써, PBL의 적용가능성과 효과를 살펴보았으며, 그 결과는 다음과 같다. PBL을 위한 문제는 수업계획서 작성하기, 학급경영계획서 작성하기, 기술 가정 평가계획서 작성하기 등 3개로 전문가 타당도 검사를 받고 그 결과를 바탕으로 수정하여 사용하였다. PBL은 문제 만나기, 문제해결 계획 세우기, 탐색 및 재탐색하기, 해결책 고안하기, 발표 평가하기 등의 순서로 한 개의 PBL 문제당 4주동안 진행하였으며, 문제해결안을 발표할 때마다 문제평가지와 성찰일지를 수집하여 분석하였고 사전 사후검사를 실시하였다. 예비가정과교사들의 PBL 문제를 평가한 결과에 의하면, '실무현장에서의 실제 상황을 익힐 수 있는 좋은 문제였다', '토의가 활발하게 이루어질 수 있는 문제였다'에 높은 점수를 주었다. 성찰일지를 분석한 결과 예비가정과교사들은 PBL을 처음 접했을 때 많이 당황스러워했지만, 그룹활동에 열심히 참여하고 그룹 구성원들로부터, 교수자로부터, 다른 그룹 구성원들로부터 피드백을 주고받으면서 문제해결이 가능하게 되었다고 하였다. 사전, 사후검사의 평균비교를 대응표본 t검정으로 분석한 결과 유의수준이 높게 나타났는데, 이는 PBL을 적용한 예비가정과교사를 위한 <교직실무> 수업이 예비가정과교사들의 교직인성 수준을 통계적으로 유의하게 높였다고 볼 수 있다. 예비가정과교사들을 대상으로 한 수업을 통해 자기주도학습능력, 문제해결력, 의사소통 능력 등이 길러지기를 원하는 교사교육자에게 본 연구가 학생중심의 교수 학습 모형 설계에 대한 중요한 사례를 제공하였다는 점에서 기여하는 바가 있을 것이라 생각된다.

• 대한화학회지
• /
• 제54권6호
• /
• pp.771-780
• /
• 2010

본 연구에서는 서울시 소재 대학의 "무기화학실험" 수강생을 대상으로 문제 중심 학습(Problem-based Learning; PBL) 전략을 적용한 실험 수업을 한 학기 동안 진행한 후, PBL 전략이 '자기 주도 학습 능력'과 '과학에 대한 태도'에 미치는 영향을 알아보았다. 이와 더불어 실험 수업에 적용한 PBL 문제와 PBL 실험 수업 과정에 대한 학생들의 인식을 조사하였다. 연구 결과는 다음과 같다. 첫째, PBL 전략을 적용한 "무기화학실험" 수업 후, 학생들의 '자기 주도 학습 능력'과 '과학에 대한 태도'가 통계적으로 유의미한 차이를 나타냈다(p < .05). 특히, '자기 주도 학습 능력'은 7개의 하위 영역 중 '학습자적 신념'을 제외한 6개의 영역에서, '과학에 대한 태도'는 5개의 하위 영역 중 '과학의 유용성'을 제외한 4개의 영역에서 유의미한 차이를 보였다(p < .05). 둘째, 학생들은 PBL 문제가 '자기 주도 학습'을 가능하게 하며 책임감을 가지고 학습할 수 있도록 하는 기회를 제공한다고 응답하였다. 하지만 스스로 문제를 정의하면서 학습 과제를 선정해 나가는 수업 과정에 대해서는 어렵다고 응답하였다. 셋째, 학생들은 PBL 실험 수업을 통해 효과적인 학습을 할 수 있었다고 생각하였으며, PBL이 실험 교과에 적합하고 자기 주도적으로 학습을 할 수 있도록 하는 수업 방식이라고 응답하였다.

• 한국콘텐츠학회논문지
• /
• 제19권3호
• /
• pp.336-348
• /
• 2019

본 연구는 디자인씽킹 기반 팀 프로젝트 학습이 간호대학생의 공감력 및 문제해결의 적극성에 미치는 효과를 검증하고 팀 프로젝트 학습 참여경험을 분석하였다. 연구설계는 단일집단 전후설계에 의한 원시실험연구로 대상자는 N대학교 간호학과 4학년 간호관리학실습 교과목 수강자 64명이었다. 디자인씽킹 기반의 팀 프로젝트 학습은 2주간의 임상실습 중 매주 5일, 1일 1시간 30분, 총 10회기를 실시하였다. 수집된 자료는 SPSS/WIN 22.0을 사용하여 paired t-test, Pearson's correlation coefficients로 분석하였으며, 팀 프로젝트 학습 참여경험은 내용분석을 하였다. 연구결과 디자인씽킹 기반 팀 프로젝트 학습 전과 후 대상자의 공감력(t=-2.94, p=.005)과 문제해결의 적극성(t=-6.23, p<.001)은 통계적으로 유의한 차이가 있었으며, 공감력과 문제해결의 적극성 간에는 유의한 양의 상관관계(r=.634, p<.001)가 있었다. 팀 학습 참여경험은 디자인씽킹, 공감, 문제해결능력, 비판적사고의 4개 주제로 범주화 되었다. 연구결과 디자인씽킹 기반 팀 프로젝트 학습은 고객의 욕구를 찾고, 정의하고, 문제의 해결안을 창출하는 과정에서 다양한 이해관계자 간 협업을 통해 문제에 대한 몰입도를 높이고 공감력을 발휘하는데 효과적인 교수학습 방법임을 알 수 있었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 정기총회 및 추계학술대회 논문집
• /
• pp.1739-1742
• /
• 2011

Public transportation network in our country is concentrated and advanced focusing on urban area in order to secure economic feasibility. As a result, as dependence on private vehicles is relatively getting higher in public transportation vulnerable area, traffic problem occurs since the average running speed in urban area is 22.5km/h. This paper has an objective to suggest an improvement plan by selecting public transportation vulnerable area, and defining according to urban structure, formation and function, and understand traffic characteristics and draw problems. As a method selecting public transportation vulnerable area, an area with high division rate of vehicle was selected as a primary proposed site by calculating division rate of means of public transportation according to area. Final proposed site was selected by using GIS Buffering technique aiming at selected proposed site, and selecting non-benefit area 500m outside, which is the road limit distance from each subway and bus station. Lastly, the degree of improvement effect was studied by constructing imaginary public transportation network aiming at final proposed site and comparing to the amount of change in division rate of means of transportation.