• 한국과학교육학회지
• /
• 제29권8호
• /
• pp.990-1010
• /
• 2009

이 연구에서는 뇌기반 진화적 교육 원리를 도출하기 위하여, 인간 뇌의 구조적 기능적 특징, 개체간과 개체내에서 일어나는 생물학적 진화, 뇌내에서 일어나는 진화적 과정, 과학 자체와 개별 과학자의 과학적 활동에 내재된 진화적 속성에 관한 연구물을 리뷰하였다. 이렇게 하여 도출된 인간 뇌의 주요 특징과 생성-선택-파지를 핵심 요소로 하는 보편 다윈주의 혹은 보편 선택주의를 토대로, 뇌기반 진화적 과학 교수 학습 모형을 개발하였다. 이 모형은 세 가지 요소와 세 가지 단계 및 평가로 이루어진다. 세 가지 요소는 정의적, 행동적, 인지적 요소이고, 각 요소를 구성하는 세 단계는 다양화 $\rightarrow$ 비교 선택 $\rightarrow$ 확장 적용(ABC-DEF; Affective, Behavioral, Cognitive components - Diversifying$\rightarrow$Emulating, Estimating, Evaluating $\rightarrow$ Furthering steps)이다. 이 모형에서 정의적 요소 (A)는 인간 뇌에서 감성을 관장하는 대뇌변연계에 토대를 두고 자연 사물과 현상에 대한 학습자의 흥미 호기심과 관련된다. 행동적 요소(B)는 시각 정보를 처리하는 후두엽, 언어 정보의 이해.생성과 관련된 측두엽, 감각운동 정보를 처리하는 감각운동령을 수반하고 과학적 활동의 직접 해보기와 관련된다. 인지적 요소(C)는 사고, 계획, 판단, 문제해결과 관련된 전두엽합령에 토대를 둔다. 이 모형은 이러한 측면에서 '뇌기반(brain-based)'이다. 이 모형의 세 가지 각 요소를 구성하는 세 단계에서, 다양화 단계(D)는 각 요소에서 다양한 변이체를 생성하는 과정이고, 가치나 유용성에 비추어 비교.선택하는 단계(E)는 변이체들 중 유용하거나 가치 있는 것을 검증하여 선택하는 과정이며, 확장.적용 단계(F)는 선택된 것을 유사한 상황으로 확장하거나 적용하는 단계이다. 이 모형은 이러한 측면에서 '진화적(evolutionary)'이다. ABC 세 요소에 대해, 과학적 활동에서 감성적 요인이 출발점으로 갖는 중요성과 뇌에서 사고 기능과 관련되는 신피질에 비해 감성을 관장하는 대뇌변연계의 우세한 역할을 반영하여 DARWIN (Driving Affective Realm for Whole Intellectual Network) 접근법을 강조한다. 이 모형은 학교 현장에서 다루는 과학 주제와 학생의 특징에 따라 다양한 형태와 수준으로 융통성 있게 실행될 수 있다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.

• 한국안광학회지
• /
• 제20권4호
• /
• pp.491-499
• /
• 2015

목적: 시각이상을 가진 아동을 대상으로 시기능훈련을 통한 시각기능이상의 개선 전후 시지각점수의 변화를 살펴보고 시지각에 미치는 영향을 알아보고자 한다. 방법: 시각기능이상을 가진 13세 미만($8.75{\pm}1.66$)의 아동 23명을 대상으로 시기능훈련 전후에 시지각기능검사(TVPS_R; test of visual perceptual skills-revised)를 실시하여 시기능훈련에 따른 시각기능의 변화와 시지각 평가점수의 변화를 분석하였다. 결과: 시기능훈련을 통해서 원거리 PRC(positive relative convergence) 분리점은 평균 $3.39{\pm}2.59{\Delta}$(prism)에서 $13.87{\pm}6.04{\Delta}$로 증가되었고, 근거리 P.R.C 분리점은 평균 $5.48{\pm}3.42{\Delta}$에서 $18.44{\pm}7.58{\Delta}$로 증가하였다. NPC(near point of convergence)는 $25.87{\pm}7.33cm$에서 $7.48{\pm}2.83cm$로 개선되었고, NPA(near point of accommodation)는 $19.57{\pm}7.16cm$에서 $7.09{\pm}1.88cm$로 개선되었다. 시지각평가에서 시각기억분야를 제외하고는 대응차가 시각완성에서 $17.74{\pm}16.94$(p=0.000), 시각적순차기억에서 $15.65{\pm}17.11$(p=0.000), 배경식별에서 $13.65{\pm}16.63$(p=0.001), 형태향상성에서 $12.74{\pm}18.41$(p=0.003), 시각구별에서 $6.49{\pm}10.07$(p=0.005), 시각적공간지각에서 $4.17{\pm}9.33$(p=0.043) 순으로 개선되었고, 이를 종합한 시지각점수는 대응차가 $15.22{\pm}8.66$(p=0.000)로서 더욱 더 유의한 결과를 나타내었다. 결론: 시기능훈련을 통해서 시각기능의 개선과 시각기억분야를 제외한 시지각점수의 향상이 시각완성, 시각적순차기억, 배경식별, 형태향상성, 시각구별, 시각적공간지각 순으로 유의하게 나타났다. 따라서 시각기능향상을 위한 시기능훈련은 시각의 기능뿐만 아니라 시지각의 기능까지 영향을 미치는 것을 확인 할 수 있으며 시각훈련의 중요성을 인식 할 수 있었다.

• 수면정신생리
• /
• 제11권1호
• /
• pp.29-36
• /
• 2004

목 적 : 본 연구는 $4{\sim}10\;Hz$의 빛과 소리자극이 인체의 단기기억력 및 긴장이완에 어떠한 영향을 주는지 관찰하기 위한 예비연구로 시행되었다. 방법：총 10명의 대상을 무작위로 동기화된 파형의 빛과 소리를 가한 처치군(R 군)과 동기화되지 않은 무작위 파형의 빛과 소리를 가한 허위군(P 군)으로 분류하고, 하루 15분씩 5일간 빛과 소리 자극을 가하였다. 단기기억력을 측정하기위한 척도, 불안 척도 그리고 자율신경심장 기능 검사 등을 시행하였다. 2일간 휴식 후 R군과 P군을 교차하여 5일간 같은 실험을 반복하였다. 결 과：R군에서 빛과 소리자극 1회 적용 후 단기기억력의 유의미한 향상이 관찰되었다. 자율신경심장기능 검사에서는 R군에서 유의미한 이완 효과가 관찰되었다. 결 론：이 연구 $4{\sim}10\;Hz$의 빛과 소리자극이 단기기억 및 긴장이완과 연관됨을 암시한다. 향후 실험대상수를 늘려 예비연구결과를 확인함이 필요하다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 한국과학교육학회지
• /
• 제32권1호
• /
• pp.15-29
• /
• 2012

과학영재의 진로 선택 과정에 영향을 미치는 교육적 요인들을 고찰하고 정확하게 이해하는 것은 성공적인 과학영재교육을 실행함에 있어 중요한 지표라고 할 수 있다. 본 연구의 목적은 과학영재의 이공계 대학 진로선택에 영향을 미치는 교육적 요인과 이들 요인에 대한 집단별 인식 차이를 밝히고, 진로선택에 영향을 미친 결정적 사건을 조사하는데 있다. 이를 위하여 이공계 특성화 대학인 울산과학기술대학교(UNIST) 1학년생 중 영재교육 경험이 있는 104명을 연구대상으로 하여 진로 선택에 영향을 미친 교육적 요인을 조사하였다. 진로선택 관련 교육적 요인의 추출 및 집단 간 비교를 위해 설문도구를 개발하였으며, 교수 학습 요인, 인적 요인, 과학에 대한 태도 요인의 3가지 차원과 그에 따른 하위 요인으로 분류하였다. 본 연구의 결과 첫째, 추출된 교육적 요인들은 서로 밀접한 상관관계를 나타내었고 교수 학습 요인 중 '토론 프로젝트 중심수업'의 경우 '교수(교사)의 영향', '탐구학습 중심 수업' 요인과 높은 상관관계를 보였다. 둘째, 3가지 차원의 교육적 요인에 대하여 성별, 출신 고등학교별 집단 간 차이를 조사한 결과, 여학생이 남학생보다 과학고등학교 출신이 일반계 고등학교 출신 학생보다 교수 학습 요인 및 인적 요인에 의해 더 긍정적인 영향을 받은 것으로 나타났다. 셋째, 과학영재들의 진로 선택에 있어서 과학자의 사회적 역할, 특히 사회 경제적으로 과학 분야의 직업과 그에 따른 사회적 인식과 관련한 요인의 영향을 다소 낮게 평가하는 경향을 보였다. 마지막으로, 영재학생들이 기술한 진로선택에 영향을 미친 결정적 사건이나 기억에 남는 일을 범주화한 결과 가장 많은 학생들이 현장학습이나 체험연수, 캠프, 특별 활동, 탐방 등의 학교 밖 과학 관련 활동을 언급하였다. 그 외에도 다수의 학생들이 사사교육 및 R&E 프로그램을 결정적 사건으로 진술하였다. 본 연구의 결과는 과학영재 교육에 있어서 교수 학습 요인, 인적 요인, 과학에 대한 태도 요인들과 관련하여 차별화 되고 전문화된 교수 학습방법과 전문적인 진로상담시스템에 대한 시사점을 제공해준다.

• 정신신체의학
• /
• 제11권2호
• /
• pp.97-117
• /
• 2003

연구목적: 학령기 정상아동에 있어서 전산화 신경인지기능검사의 타당도 및 신뢰도를 알아보고자 하였다. 방 법: 2002년 6월부터 2003년 1월까지 평균 범위 이상의 지능을 유지하고 있고, 배제기준(ru1e out criteria)을 통과한 학년별 남녀 각각 10명씩, 120명의 정상아동에게 K-ABC, K-PIC 및 전산화 신경인지기능검사를 실시하였다. 그리고 이들 중 무작위로 선발된 30명에게 검사-재검사 신뢰도(reliability)를 알아보기 위해 4주뒤 전산화 신경인지기능검사를 재실시하였다. 결 과: 타당도 검증을 위한 상관분석 결과, 4가지 연속수행검사는 성인을 대상으로 한 연구와 동일하였으며, 기억력 검사에서도 단기기억의 순방향과 역방향 검사의 차이를 보이면서 선행연구와 동일하였다. 고위인지기능검사들에서는 각기 다른 측정 목적을 가지고 있는 검사들로 구성되어 있음을 시사하였다. 12개 검사 43개의 변수에 대해 요인분석을 실시한 결과, 10개의 요인이 도출되었으며, 전체 설병변량은 75.5%였다. 도출된 요인은 '주의력 유지, 정보처리속도, 경계력, 언어학습, 주의의 배분 및 개념형성, 사고의 유연성, 개념형성, 시각기억능력, 단기기억, 선택적 주의력' 순이었다. 해석적 준거(criteria)를 마련하기 위한 K-ABC와의 상관분석에서, K-ABC의 하위척도와 선택적인 관련성이 있음을 확인하였다. 신뢰도 검증에서, 연습효과를 반영하는 결과들이 발견되었으며, 특히 고위인지기능검사에서 현저하였다. 하지만, 각 검사 군의 반분신뢰도와 내적 일치도는 유의하게 높았다. 결 론: 아동기 정상아동의 전산화 신경인지기능 수행은 성인과는 다른 발달적 특성을 반영하고 있음을 발견할 수 있었으며, 신경심리학적 배경을 가진 표준화된 지능검사와의 관계를 알아봄으로써 해석적 준거 마련을 위한 기본적인 정보를 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.