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.
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 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 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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.