• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.90-92
• /
• 2000

데이터마이닝 문제는 데이터를 그 속성들에 따라 분류하여 예측하는 것뿐만 아니라 분류된 속성들간의 연관성에 대해 잘 설명할 수 있어야 한다. 일반적으로 변수들간의 연관성을 잘 설명할 수 있으면서도 높은 예측력을 가지는 방법으로는 베이지안 네트웍 분류자(Bayesian network classifier)가 있다. 그러나 이것은 데이터 마이닝과 같은 대용량 데이터에서는 성능이 떨어지는 단점이 있다. 이에 이 논문에서는 최근 RBF 신경망이 입력변수 선정문제에 성공적으로 적용된 Reversible Jump Markov Chain Monte Carlo 방법을 이용하여 최적의 입력변수들만을 선택하여 베이지안 네트웍을 학습하는 Selective BN Augmented Naive-Bayes Classifier를 새로운 방안으로 제안하고 이를 실제 데이터마이닝 문제에 적용한 결과를 제시한다.

• 한국학교수학회논문집
• /
• 제17권1호
• /
• pp.73-92
• /
• 2014

본 연구는 초 중등 학생의 수학에 대한 정서, 가치, 흥미 및 자기효능감 등의 정의적 영역의 개선을 위한 방안을 모색하는데 일환을 두고 수행되었다. 이에 따라 먼저, 수학학습에 어려움을 겪고 있는 학생들의 수학학습 클리닉을 위한 상담 과정에서 상담교사에게 필요한 발문이 무엇인지를 파악하고자 하였다. 이를 위하여 지난 2년간 정례적으로 실시해오고 있는 수학클리닉의 상담 내용을 수집하여 상담을 위해 오가던 질문들을 모두 분석함으로써 상담과정에서 학생들을 진단하기 위해 필요한 발문들을 추출하였다. 자료 분석은 Strauss & Corbin(1998)의 근거이론 분석방법을 사용하여 개방코딩, 축 코딩, 선택코딩의 분석단계를 실시하였다. 도출한 패러다임(paradigm) 모형은 인과적 조건으로는 '수학학습 정서', 맥락적 조건으로 '수학학습능력 자신감', 중심현상은 '수학학습 태도', 중재적 조건은 '수학학습 개인적 성향', 작용/상호작용으로 '수학학습 자기관리', 그리고 마지막 결과로는 '수학학습 방법'으로 상담과정에서 나타나는 발문들을 범주와 하위범주들 간의 관계로 연결하였다. 이 과정에서 총 81개의 개념이 도출되었으며, 진술된 개념들은 다시 31개의 관련영역으로 범주화하였다. 본 연구는 클리닉 상담을 위한 진단지 제작 표준화 작업을 위한 근거 이론으로 활용될 수 있으리라 기대된다.

• 과학교육연구지
• /
• 제43권2호
• /
• pp.239-257
• /
• 2019

이 연구에서는 '목공과학교육연구회'라는 교사연구회의 사례를 중심으로 서로 다른 배경의 교사들의 모여 형성한 교역지대 내에서 이루어지는 배움의 공유와 이 배움이 교육현장에서 다양하게 변주되는 과정을 탐색하였다. 이를 위해 '목공과학교육연구회'에서 활동한 8인의 교사들과 심층 면담을 하며 자료를 수집하고, 근거이론 패러다임 모형에 따라서 이 자료를 질적으로 분석하였다. 근거이론 모형에 따른 분석 결과 교사 연구회 실천의 인과적 조건은 '교역지대 진입의 다양한 맥락'이었고, 중심현상은 '교역지대에서의 배움'이었다. 맥락적 조건은 '경계물로서의 목공과 나만의 적용경험'으로 나타났고, 작용/상호작용 전략으로는 '다양한 현장 속 실천 노력과 영향요인들'이었다. 중재적 조건은 '교육현장에서의 실천 노력'이었다. 결과적으로 패러다임 모형의 결과는 '교역지대에서 공유한 배움의 새로운 실천'으로 나타났다. 또한 선택코팅 결과 교사 연구회의 실천은 '비교과 창의 체험형', '진로교육형', '교과교육형', '학교경영형'이라는 네가지 유형으로 나타남을 규명하였다. 이러한 연구 결과를 바탕으로 교사연구회라는 교역지대에서 이루어지는 교사들의 공유된 배움의 실천은 이들의 배움의 욕구를 충족시킬 뿐만아니라, 교사 개개인의 맥락 속에서 다양한 교수적 실천으로 변주되며 교육의 다양성과 질의 향상을 이끌 수 있음을 제언하였다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 영재교육연구
• /
• 제15권1호
• /
• pp.37-48
• /
• 2005

물리교과의 내용은 다른 과학교과에 비해 비교적 위계관계가 강하다. 즉, 이미 배운 것과 지금 배우고 있는 것 그리고 앞으로 배울 것이 서로 밀접하게 연결되어 있다. 이런 학습의 위계에 대하여 평가를 통해 학생들이 구성하는 지식구조를 지식의 위계라는 관점에서 정확히 분석함으로써 21C 교육의 이념인 주도적이고 창의적인 물리교육을 도모할 수 있다. 특히, 처리 과정을 컴퓨터시스템을 이용하여 정확하고 빠르게 처리할 수 있음은 물론 객관적 타당도를 높이고 많은 양의 자료를 효율적으로 처리할 수 있다. 더 나아가서 개개인에 대해 실질적으로 도움을 줄 수 있는 피드백을 제시하여 학생들의 이해를 증진 시킬 수 있다. 본 연구에서는 과학영재 선발 문항에 대하여 지식공간론을 적용하여 과학 영재교육원 지원자들의 평가결과를 분석하고, 그 결과를 토대로 향후 과학영재 선발 시 과학적인 평가방법을 개발함에 있어서 기초자료로 활용하고자 한다.

• 한국과학교육학회지
• /
• 제39권3호
• /
• pp.321-335
• /
• 2019

본 연구는 학생 경험이 과학 자기효능감 향상에 어떻게 영향을 주었는지를 탐색하여, 이를 바탕으로 과학 자기효능감 향상 과정에 대한 구조적 모형을 제안하였다. 본 연구에는 자연계열 고등학생 25명이 연구에 참여하였다. 근거이론에 의한 면담 자료의 코딩을 통해 과학 자기효능감과 관련된 10개의 범주를 도출하고 패러다임 분석을 통해 과학 자기효능감 향상 과정 모형을 개발하였다. 연구 결과, '과학 학습에 대한 기대감'을 가진 학생들이 자연계열을 선택하여 과학을 학습하는 과정에서 '과학 학습에 대한 개인 역량'과 '외부에서의 영향'의 맥락 작용을 통해 과학 자기효능감의 향상이 이루어지며, '내재적 불안 요인'과 '외재적 요인'의 중재적 조건을 받으며, 도입, 향상, 조절, 결과의 4단계를 순환하는 것을 알 수 있었다. 이때 중심현상은 '과학 자기효능감 향상'이다. 본 연구 결과는 교육현장에서 학생의 과학 자기효능감에 영향을 주는 교수전략 개발에 필요한 기초 정보를 제공한다.

• 한국산학기술학회논문지
• /
• 제15권8호
• /
• pp.5369-5377
• /
• 2014

본 우리나라의 불탑은 목탑, 전탑, 석탑 등 다양하게 조영되었다. 하지만 전래되어 지고 있는 불탑은 전탑, 석탑 등 소실되기 어려운 재질의 불탑 형식만이 있다. 석탑에 비해 전탑의 경우 실측 등 실물에 대한 자료는 어느 정도 진행되어 있으나, 문헌적인 자료 및 축조방법에 대한 연구는 아직까지 미흡한 실정이다. 그 이유는 현재 우리나라에 남아있는 전탑의 수가 그리 많지 않은 점, 지역적으로 제한적인 점, 재료적인 한계를 문헌적으로 극복하지 못한 점, 탑의 구성을 시대적, 지역적인 문제로 해석하지 않고 탑의 조영에만 초점을 맞추어 연구한 것 등 때문인 것으로 보인다. 이에 본 연구는 전탑이 축조된 지역에서의 지역적 문화적인 특성을 중심으로 전탑형성과정을 해석하였다. 그 결과 다음과 같은 결론을 얻었다. 첫째, 우리나라와 중국과의 교류는 나타난 유적을 비교해 살펴보면, 실크로드를 통한 교류와 함께 해상경로로의 교류가 있었으며, 이러한 교류는 동아시아지역과도 함께 공유되었다. 그리고 중국과의 교류는 전파를 통한 맹목적인 습득이 아니라 지역적인 세력의 선택적인 교류라 할 수 있었다. 둘째, 우리나라에서 전탑이 조영된 이유로 이제까지의 지역에서 손쉽게 구할 수 있는 양질의 흙 뿐 만 아니라 불교적으로 중심세력에 부합하지 않는 의상의 화엄종의 교섭 및 당시의 시대적인 상황인 불교의 대중화, 지방세력의 거점화 등이 지방세력과의 밀접한 관계가 전탑 조영의 원인으로 나타났다. 셋째, 전탑의 조영은 발해와 신라와의 교섭관계 및 지역적, 민족적 영향력이 작용하고 중국에서 넘어온 문화에 대한 선택적인 소산물이라 할 수 있다. 이 점은 전탑이 중국에서 실크로드를 통한 문화적인 전파 및 중국의 소국으로서의 발생이 아니라 하나의 민족국가의 형성에서 발생된 것으로 볼 수 있다.

• 대한수학교육학회지:수학교육학연구
• /
• 제24권3호
• /
• pp.387-407
• /
• 2014

본 연구는 중등 수학교사들이 공학도구를 사용하는데 겪는 어려움을 심층적으로 이해하기 위해 Strauss & Corbin(2001)의 근거이론 방법을 이용하였다. 2014년 1월 여덟 개 지역에서 실시된 공학도구 활용 연수에서 연구 참여에 동의한 중등 수학교사 178명이 연구 대상으로 참여하였고, 자료는 개방형 설문조사를 통해 수집되었다. 자료 분석은 근거이론 방법에 따라 개방코딩, 축코딩, 선택코딩의 순서로 이루어졌다. 연구 결과 교사들은 공학도구 사용에서 새로운 학습과 변화에 의한 저항을 경험하며, 공학도구에 관한 지식과 공학도구에 대한 인식이 상호작용하여 저항을 감소시키는데 영향을 미치는 것으로 나타났다. 공학도구의 사용은 '접근-저항-비수용적 사용-수용'의 단계를 거치며, 공학도구를 사용하는데 어려움을 겪는 교사는 '접근불가, 수용거부, 사용중단, 수용'의 네 가지 유형으로 나타났다. 이러한 결과는 공학도구 사용의 어려움을 겪는 교사를 이해하는데 새로운 관점을 제공하며, 교사교육에도 새로운 시사점을 제공한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• 문화기술의 융합
• /
• 제9권2호
• /
• pp.381-388
• /
• 2023

본 연구는 빅데이터 분석을 활용한 지역 맞춤형 교육프로그램 선정 모형 개발을 주요 목적으로 한다. 우선, 문헌 고찰을 통해 빅데이터 및 교육의 개념 및 특성 그리고 빅데이터 기술과 연구 활용 등의 이론을 분석하여, 이를 평생교육 빅데이터 활용을 위한 선결과제와 기초 연구자료로 제공한다. 아울러 교육 데이터 수집의 방법과 교육의 특성에 적정한 빅데이터 활용 방법을 제시하고 이를 활용한 지역 맞춤형 교육프로그램 선정 모형을 개발하였다. 지역 맞춤형 교육프로그램 선정 모형 개발은 총 6단계로 진행되었다. 본 연구에서 제시한 맞춤형 교육프로그램 모델은 실질적 활용 면에 있어, 국가승인통계인 '평생학습 개인 실태조사' 처럼 1년 후에 분석하지 않고 실시간으로 데이터가 제공되는 방식으로 활용 부분에 있어서도 선택적 분석이나 미래예측 등 자유도가 매우 높아 교육 분야에 빅데이터가 충분한 필요성과 가치가 있음을 알 수 있다. 뿐만 아니라 표본 모형에 사용되고 있는 모든 프로그램은 무료로 제공되고 있으며, 프로그래밍 특성상 커뮤니티 또한 활발하게 교류가 이루어지고 있어 추후 수정 및 보완 시에도 매우 용이하여 더욱 완성도 높은 교육프로그램 개발 모형을 개발할 수 있다.