• 정보교육학회논문지
• /
• 제12권3호
• /
• pp.267-274
• /
• 2008

신경망은 데이터로부터 반복적인 학습 과정을 통해 숨어 있는 패턴을 찾아내고, 새로운 데이터의 목표값에 대한 정확한 예측에 유용한 모델링 기법이다. 본 논문은 개인적인 특성, 가정 사회적 환경, 타 교과 성적을 이용하여 학생의 컴퓨터 활용 능력 예측을 위한 다층 인식모형(MLP) 신경망을 구축하였다. 신경망의 인식률은 예측 방법으로 널리 활용되고 있는 로지스틱 회귀분석 모델과 비교하였다. 개발한 신경망에 대한 실험 결과, 개인적인 특성이 학생들의 컴퓨터 활용 능력을 가장 잘 설명하는 요소이며, 반면 가정 사회적 환경은 가장 낮은 예측 요소임을 발견하였다. 또한 본 연구의 신경망 모델은 회귀분석보다 더욱 높은 인식률을 나타냈다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.73-81
• /
• 2019

지난 십여 년간 학생의 학습 과정에서 생성되는 방대한 데이터를 다양한 분석기술을 적용하여 학생의 학습 성과 및 교육 환경을 개선하기 위한 관련 연구들이 활발히 진행되어 왔다. 본 논문에서는 교육데이터의 분석 결과를 성공적으로 활용하고 있는 대학의 사례들을 살펴본 후, 기존 사례 연구를 통해서 보다 구체적으로 분석 목적별로 어떤 데이터와 분석 기법이 사용되는지 정리하였다. 그리고 고찰 결과를 토대로 기존 분석의 한계점 및 향후 분석 방향에 대해 제안하고자 한다.

• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.159-168
• /
• 2022

No one denies the importance of online courses, which provide a very important alternative, especially for students who have jobs that prevent them from attending face-to-face in traditional classes; Engagement is one of the most important fundamental variables that indicate the course's success in achieving its objectives. Therefore, the current study aims to build a model using machine learning to predict student engagement in online courses. An online questionnaire was prepared and applied to the students of Jouf University in the Kingdom of Saudi Arabia, and data was obtained from the input variables in the questionnaire, which are: specialization, gender, academic year, skills, emotional aspects, participation, performance, and engagement in the online course as a dependent variable. Multiple regression was used to analyze the data using SPSS. Kegel was used to build the model as a machine learning technique. The results indicated that there is a positive correlation between the four variables (skills, emotional aspects, participation, and performance) and engagement in online courses. The model accuracy was very high 99.99%, This shows the model's ability to predict engagement in the light of the input variables.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제22권3호
• /
• pp.149-166
• /
• 2019

초등학교 수학에서 자료와 가능성 영역은 통계적 과정에서 요구되는 기초적인 통계적 내용을 학습하여 통계의 기초 소양을 기르는 단원이다. 학생들은 실제 자료에서 정보를 추출하고, 이를 표와 그래프로 정리하여 결론을 통계적으로 추론하며, 합리적인 의사결정을 내리는 과정을 경험한다. 본 연구에서는 '그림그래프에서 추론하기' 과제에 대한 초등학교 5, 6학년 학생들의 통계적 소양을 분석하여 초등학교에서 추론 학습 가능성과 통계적 소양의 관점에서 그림그래프의 교육적 가치를 살펴본다. 학생들의 통계적 사고를 길러주는 것은 통계교육에서 중요한 목표이며, 비형식적인 통계 추론의 경험은 이후 학습할 형식적 통계적 추론에 도움을 줄 수 있다. 따라서 '그림그래프에서 추론하기' 과제에서 나타나는 초등학생들의 통계적 소양에 대한 논의는 학교 통계 교육에 유의미한 시사점을 제시할 것이다.

• 경영과정보연구
• /
• 제29권1호
• /
• pp.49-78
• /
• 2010

본 연구는 과거성공이 성과에 미치는 긍정적 영향과정에서 자아효능감이 매개역할을 하는지를 파악하고 자아효능감이 소진을 감소시키고 몰입을 증가시킴으로써 성과에 매개적 영향을 미치는지를 확인하려고 하였다. 이론적 연구들을 토대로 매개역할에 대한 가설을 세우고 438명의 학생들을 상대로 설문지와 성적을 근거로 얻어진 자료를 토대로 독립변수와 종속변수간의 이론적인 구조방정식의 제안모형을 만들어 대안모형과 비교함으로써 가설을 검증하였다. 본 연구를 위해 구조방정식 이외에도 Sobel test와 경로계수 비교를 위한 Equality test, 쌍대모수비교법 등이 동원되었다. 그 결과 자아효능감이 과거성공과 소진/몰입 사이에서 매개역할을 한다는 사실과 동시에 자아효능감도 성과에 직접적 영향뿐만 아니라 소진과 몰입을 통한 경로를 거친다는 사실도 입증되었다. 특히 자아효능감은 소진의 감소보다는 몰입의 증가라는 긍정적 측면의 역할이 더 강하다는 것도 입증하였다. 동시에 본 연구결과는 그간 부분적으로 연구되어 온 변수간의 상호관계를 하나의 연결모델로 도출했다는 점과 직무요구-자원(JD-R)모형과 자원보존(COR)모형에서 직무자원의 종업원 well-being에 대한 영향 중 부정적 소진의 감소보다 긍정적 몰입의 증가에 의한 영향이 더 크다는 긍정심리학의 주장을 재 입증하는데 공헌하였다.

• 영재교육연구
• /
• 제13권4호
• /
• pp.95-117
• /
• 2003

본 연구는 영재의 특성을 심리측정적인 전통적인 지능에 의해서 밝혀온 것에 대한 한계성을 극복하기위한 대안으로서 스턴버그가 제안한 삼원지능과 사고양식의 유용성을 확인하였다. 이를 위해서 3개 과학 고등학교 2학년 122 명을 대상으로 스턴버그 이론을 국내에서 표준화 한 검사를 실시하였다. 연구결과 과학영재는 전반적으로 분석, 창의, 일상지능 모두 높은 패턴이 많이 표출되고 사법, 행정, 계층적 사고양식을 선호하며, 보수적 사고양식을 덜 선호한다. 과학영재의 전체 학업성취와 삼원지능은 자동화 영역을 제외하고 세 지능영역과 모두 유의한 상관이 있었고, 사법, 계층, 행정적 스타일과 유의한 상관이 있었다. 과학영재는 삼원지능의 패턴, 창의성과 관계되는 사고양식의 유무에 따라 학업성취와는 차이가 없었고, 성취에 대한 두 변인의 상호작용 역시 없었다. 전체 학업성취는 일상지능이 잘 설명하였다. 그리고 지능과 함께 고려할 경우에 행정, 사법적 사고양식이 예언변인이었다. 연구 결과를 통해서 과학영재의 선발과정에서 기존 지능검사를 확장한 삼원지능과 비 인지적 개념의 사고양식 구인이 과학영재 선발의 중요한 준거가 될 수 있음을 제안하였고, 창조적-생산적 과학영재를 양성하기 위하여 현재 국내 과학영재 교육의 근간을 이루는 과학 고등학교의 교육개혁이 절실히 요구됨이 논의되었다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.135-146
• /
• 2023

An effective educational program warrants the inclusion of an innovative construction which enhances the higher education efficacy in such a way that accelerates the achievement of desired results and reduces the risk of failures. Educational Decision Support System (EDSS) has currently been a hot topic in educational systems, facilitating the pupil result monitoring and evaluation to be performed during their development. Insufficient information systems encounter trouble and hurdles in making the sufficient advantage from EDSS owing to the deficit of accuracy, incorrect analysis study of the characteristic, and inadequate database. DMTs (Data Mining Techniques) provide helpful tools in finding the models or forms of data and are extremely useful in the decision-making process. Several researchers have participated in the research involving distributed data mining with multi-agent technology. The rapid growth of network technology and IT use has led to the widespread use of distributed databases. This article explains the available data mining technology and the distributed data mining system framework. Distributed Data Mining approach is utilized for this work so that a classifier capable of predicting the success of students in the economic domain can be constructed. This research also discusses the Intelligent Knowledge Base Distributed Data Mining framework to assess the performance of the students through a mid-term exam and final-term exam employing Multi-agent system-based educational mining techniques. Using single and ensemble-based classifiers, this study intends to investigate the factors that influence student performance in higher education and construct a classification model that can predict academic achievement. We also discussed the importance of multi-agent systems and comparative machine learning approaches in EDSS development.

• Journal of Mechanical Science and Technology
• /
• 제17권1호
• /
• pp.146-156
• /
• 2003

A numerical algorithm is developed to analyze the performance of a Unit-injector (UI) System for a diesel engine. The fundamental theory of the algorithm is based on the continuity equation of fluid dynamics. The loss factors that should be seriously regarded on the continuity equation are the compressibility effect of liquid fuel, the wall friction loss in high-pressure fuel lines of the system, the kinetic energy loss of fuel in the system, and the leakage of fuel out of the control volume. For an evaluation of the developed simulation algorithm, the calculation results are compared with the experimental outputs provided by the Technical Research Center of Doowon Precision Industry Co. (DPICO) ； the maximum pressure in the plunger chamber (P$\_$p/) and total amount of fuel injected into a cylinder per cycle (Q$\_$f/) at each operational condition. The result shows that the average error rate (%) of P$\_$p/ and Q$\_$f/ are 2.90% and 4.87%, respectively, in the specified operational conditions. Hence, it can be concluded that the analytical simulation algorithm developed in this study can be reasonably applied to the performance prediction of newly designed UI system.

• 산업융합연구
• /
• 제22권2호
• /
• pp.23-32
• /
• 2024

본 연구에서는 서울 소재 한 전문대학 학생들을 대상으로 하여 최소한의 인구통계학적 변수와 1학년 1학기 성적을 활용하여 학생들의 최종 학적 상태를 예측하고자 하였다. XGBoost와 LightGBM 모델을 사용한 결과, 이러한 변수들이 학생들의 제적 여부 예측에 유의미한 것을 발견하였다. 이는 학업 시작 초기의 성적이 학업 중단의 중요한 지표가 될 수 있음을 시사한다. 또한, 전문대학의 학제가 최종 학적에 영향을 미칠 가능성을 확인하였으며, 이는 학업 기간이 학생들의 학업 중단 결정에 중요한 요소임을 나타낸다. 전문대학에서 조기 학업 중단 의도를 파악하는 데 있어 심리적, 사회적, 경제적 요인에 의존하지 않고 학업 성취도만을 기준으로 모델링을 시도하였다. 이는 향후 학업 중단에 대한 조기 경보 시스템 구축에 도움이 될 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.529-534
• /
• 2021

컴퓨팅 사고는 21세기에 필요한 중요한 소양 중 하나로 여겨지면서 여러 국가에서 컴퓨팅 사고 교육 과정을 도입하여 시행하고 있다. 컴퓨팅 사고 교육 방법 중 교육용 게임 기반 방법은 학생들의 참여와 동기를 증대시키고 컴퓨팅 사고에 대한 접근성을 높여준다. Autothinking은 학습자들에게 컴퓨팅 사고 교육을 제공하기 위한 목적으로 개발한 교육용 게임으로 학습자들에게 동적으로 피드백을 제공하고, 학습자의 컴퓨팅 사고 능력에 따라서 난이도를 자동으로 조절하는 적응적 시스템이다. 하지만 규칙기반으로 게임을 디자인하여 지능적으로 학습자들의 컴퓨팅 사고를 고려하거나 피드백을 주지 못한다. 본 연구에서는 Autothikning을 통해 수집한 게임 데이터를 소개하고, 이를 활용하여 해당 게임의 적응성을 높이기 위해 컴퓨팅 사고를 반영하는 게임 점수의 예측을 수행한다. 이 문제를 해결하기 위해 회귀 문제에 가장 많이 사용되는 선형 회귀, 결정 트리, 렌덤 포레스트, 서포트 벡터 머신 알고리즘에 대한 비교연구를 수행하였다. 연구 수행결과 선형회귀 방법이 게임 점수 예측에 가장 좋은 성능을 보여주었다.