수강생들의 정보와 경험 부족을 극복하기 위해, 의사 결정 트리를 활용한 콘텐츠 기획 트리를 개발하였다. 콘텐츠 기획 트리는 수강생들이 개발할 주제와 스토리를 선택하는 나무 몸통 생성단계, 해당 스토리를 바탕으로 개발 가능한 형태 '범주'를 선택하는 부모 가지 생성단계, 해당 콘텐츠를 효과적으로 제작하는 흥미 '효과'를 선택하는 자식가지 생성단계 그리고 시각화할 멀티미디어 표현 '요소'를 선택하는 잎사귀 생성단계로 구성된다. 교육 모델은 게임기획 디자인과 정보시각화 강의에 적용되었고, 각 강의에서 사용된 범주, 효과 그리고 요소의 예를 사례로 제시한다. 교육 모델은 145개 팀 프로젝트에 사용되었고, 단계별 학습 프로세스로 효율성을 확인하였다.
Versatile Video Coding (VVC) is the latest video coding standard developed by Joint Video Exploration Team (JVET). In VVC, the quadtree plus multi-type tree (QT+MTT) structure of coding unit (CU) partition is adopted, and its computational complexity is considerably high due to the brute-force search for recursive rate-distortion (RD) optimization. In this paper, we aim to reduce the time complexity of inter-picture prediction mode since the inter prediction accounts for a large portion of the total encoding time. The problem can be defined as classifying the split mode of each CU. To classify the split mode effectively, a novel convolutional neural network (CNN) called multi-level tree (MLT-CNN) architecture is introduced. For boosting classification performance, we utilize additional information including inter-picture information while training the CNN. The overall algorithm including the MLT-CNN inference process is implemented on VVC Test Model (VTM) 11.0. The CUs of size 128×128 can be the inputs of the CNN. The sequences are encoded at the random access (RA) configuration with five QP values {22, 27, 32, 37, 42}. The experimental results show that the proposed algorithm can reduce the computational complexity by 11.53% on average, and 26.14% for the maximum with an average 1.01% of the increase in Bjøntegaard delta bit rate (BDBR). Especially, the proposed method shows higher performance on the sequences of the A and B classes, reducing 9.81%~26.14% of encoding time with 0.95%~3.28% of the BDBR increase.
With the outbreak of COVID-19, non-face-to-face activities such as remote learning and telecommuting have increased rapidly. As a result, the number of people staying at home and the number of hours spent inside the house have also increased since the pandemic. Our team had previously worked on methods for detecting abnormal conditions in a person's health in various circumstances within the house by converging single sensor-based algorithms. In our previous research, we installed IoT sensors indoors to detect people emergency situations requiring aids, the scope of detection was limited to indoor space due to the limitation in sensors. In this study, we have come up with a system that integrates our previous study with a new method for detecting abnormal conditions in outdoor environments using outdoor security cameras and wearable devices. The proposed system enables users to be notified of emergency situations in both indoor and outdoor areas and respond to them as quickly as possible.
본 논문은 인공지능 플랫폼 기반의 요로결석 진단을 위한 CT 영상 데이터 자동판독 시스템에 대해 기술하고자 한다. 제안한 시스템은 웹 기반의 플랫폼을 기반으로 하며, 인공지능 기반의 진단 알고리즘을 장착하여 빠르게 요로결석 환자의 스크리닝에 목적을 두고 있다. 병원정보시스템의 PACS와 EMR과 연계와 Deep learning 진단 알고리즘을 적용한 요로결석 자동판독 시스템을 개발하였다. 특히, 기 구축된 인공지능 플랫폼을 통해 추출한 데이터셋을 기반으로 진단 알고리즘 개발 방법과 수행 결과를 보인다. 제안한 시스템은 요로결석 진단과 수술여부에 의사결정지원 시스템으로 임상에서 활용될 것으로 기대하고 있다.
A physician's empathy plays a crucial role in patient-centered care, and in modern medicine, patients, their caregivers, and society demand a high level of empathy from healthcare providers. The conceptualization of clinical empathy, which has emphasized cognitive empathy since the mid-20th century, has been widely accepted in medical schools and the healthcare industry without much critical ref lection. This study provides an overview of the ongoing debates on empathy versus sympathy and cognitive empathy versus affective empathy to clarify the concept of empathy. Based on recent research findings, clinical empathy is proposed to encompass three components: cognitive empathy, affective empathy, and empathic motivation. It is suggested that fully demonstrating these components requires empathic communication skills. Additionally, the cognitive characteristics of medical students and the features of the academic environment demonstrate the need for education to strengthen their empathy skills. Considering this, proposed intervention methods that medical schools can consider include utilizing tutoring programs and debriefing processes for team activities, which can facilitate problem-solving as a coping strategy for stress. Learning communities can create an environment where students can receive social support and recover from stress. Medical schools can contribute to the development of students' professional identities as practicing clinicians who embody empathy and respect by cultivating professors as positive role models. Additionally, utilizing scales to assess the empathic nature of doctor-patient communication or incorporating patients and caregivers as evaluators can actively improve empathic communication skills.
본 연구를 통하여 제7차 과학 교육과정의 성공적 운영 및 다음 교육과정의 바람직한 방향 제시를 위한 몇 가지 제언은 다음과 같다. 첫째, 교육과정을 개발한 기관이나 교육청 차원에서의 신 교육과정에 대한 사전 연수의 기회 확대 및 질적 개선이 필요하며, 초등교사 양성기관인 교육대학교에서의 신 교육과정에 대한 충분한 교육 및 실습의 강화도 필요하다. 둘째, 현재 실시되고 있는 7차 과학과 교육과정의 내용이 교사에게 부담을 주지 않게 하기 위해서는 현장에서 쉽게 활용할 수 있는 수준별 심화 보충 자료의 적극적 제시가 필요하고, 교사 양성 교육이나 재교육을 통한 활동 중심 교수 활동에 대한 충분한 연수 기회를 제공하여야 한다. 셋째, 인터넷 등을 활용한 교수-학습 활동의 다양화를 위한 시설 환경 등의 지속적인 지원이 필요하며, 현장체험학습 여건 구비를 위하여 단위 학교를 관할하는 지역 교육청과 고사 양성 대학 및 박물관. 고궁, 공원 등을 관리하는 관련 정부 부처나 유관 사회단체의 연대 및 협조가 필요하다. 넷째, 수준별 심화ㆍ보충 과정의 운영을 위한 충분히 안내된 자료가 교사에게 제공되거나 내용 수준의 적절성을 기할 필요가 있으며 교사. 지역 교육청. 과학교육 전문가, 길재 개발자 등이 협력하여 심화ㆍ보충 자료를 개발하고 보급할 필요성이 절실하다.
본 연구는 Deep Neural Network(DNN)을 이용하여 광주-기아 챔피언스 필드의 일일 관중 수를 예측함으로써 이를 통해 구단과 관련기업의 마케팅 자료제공 및 구장 내 부대시설의 재고관리에 자료로 쓰임을 목적으로 수행 되었다. 본 연구에서는 Artificial Neural Network(ANN)의 종류인 DNN 모델을 이용하였으며 DNN 모델의 과적합을 막기 위해 Dropout과 Batch normalization 적용한 모델을 바탕으로 총 4종류를 설계하였다. 각각 10개의 DNN을 만들어 예측값의 Root Mean Square Error(RMSE)와 Mean Absolute Percentage Error(MAPE)의 평균값을 낸 모델과 예측값의 평균으로 RMSE와 MAPE를 평가한 Ensemble 모델을 만들었다. 모델의 학습 데이터는 2008년부터 2017년까지의 관중 수 데이터를 수집하여 수집된 데이터의 80%를 무작위로 선정하였으며, 나머지 20%는 테스트 데이터로 사용하였다. 총 100회의 데이터 선정, 모델구성 그리고 학습 및 예측을 한 결과 Ensemble 모델은 DNN 모델의 예측력이 가장 우수하게 나왔으며, 다중선형회귀 모델 대비 RMSE는 15.17%, MAPE는 14.34% 높은 예측력을 보이고 있다.
본 연구는 천연기념물 물거미와 그 서식 장소를 교육 콘텐츠로 하여 물거미의 생태 관찰과 가상야외학습장(VFC) 개발을 통해 과학적 소양과 은대리 습지에 대한 아름다운 추억을 가질 수 있도록 했다. 프로그램 개발을 위해 2015개정교육과정과 교과서를 분석하였고, STEAM 수업 모델에 따라 7차시 학습자료로 개발했다. 학생들은 협력학습으로 물거미에 관한 3D 파노라마 VFC를 제작하면서 물거미에 대한 의미와 가치를 감성적으로 체험할 수 있도록 했다. 6명의 교육 전문가 패널이 개발 프로그램의 타당도를 검증한 결과, 5점 리커트 척도에서 평균 4.20(CVI=.88)로 매우 합당한 것으로 평가되었다. 개발 프로그램의 현장 적합성과 실제 학교 현장에서의 불일치 정도를 줄이기 위해 중학교 과학동아리 학생들을 대상으로 예비수업에 적용한 결과, 수업 만족도는 평균 4.24이었으며 프로그램의 유용성과 참신한 학습 내용, 융합교육 수업의 적합성 등에서 매우 만족하였다. 이 연구는 청소년들을 대상으로 한 생태와 가상현실 관련 융합교육 분야에 기여할 수 있을 것이다.
본 연구에서는 창의적 문제 해결 프로세스로 주목받고 있는 디자인 씽킹 프로세스를 도입하여 초등학생 인공지능 교육 프로그램을 개발하고 적용하였다. 인공지능의 이해, 공감적 문제발견, 문제 정의, 아이디어 창출, 프로토타입 제작, 평가 및 공유 단계로 디자인 씽킹 기반 인공지능 교육 프로그램을 개발하였으며, 초등학교 4~6학년 학생을 대상으로 개발 프로그램을 적용하였다. 프로그램의 효과를 확인하기 위해 학생들의 컴퓨팅 사고력을 사전 사후 검사한 결과 학년별로 컴퓨팅 사고력이 상승했으며, 학생들은 공감적 문제발견에서 얻은 통찰을 바탕으로 창의적 문제 해결을 위해 협업하는 과정을 경험하였다. 또한 인공지능 기술을 활용하여 문제를 해결하려는 태도를 엿볼 수 있었고, 프로토타입 단계에서 아이디어를 생성하고 팀원 간 의사소통을 통해 아이디어를 발전시키는 모습을 확인하였다. 이를 통해 디자인 씽킹 기반 인공지능 교육 프로그램은 초등학생들을 위한 인공지능 교육 중 하나의 방안으로써 학습의 연속성을 보장하며, 창의적 문제 해결 과정의 경험을 제공할 수 있다는 가능성을 확인하였다.
경영혁신도구로 액션러닝 활용비중은 점차 높아지고 있으나, 5인 이하 규모의 창업인의 경우에는 활용에 어려움이 있다. 본 연구에서는 이러한 문제를 해결할 수 있는 사례로 경남과학기술대학교 창업대학원에서 운영하고 있는 '창업교육 및 컨설팅 융합프로그램'을 살펴보았다. 본 프로그램은 교수가 퍼실리테이터로 참가하고 대학생으로 구성된 팀이 창업대학원생 창업과제를 해결하는 프로그램이다. 본 프로그램의 운영사례는 다음과 같은 의미를 가진다. 첫째, 학부생이 창업과정에 직접 참여함으로써 대학생에게 창업경험을 제공하고 창업마인드 고취 및 역량강화 효과를 기대할 수 있다. 둘째, 창업자의 입장에서는 잠재적 수요자에게 아이템을 직접 검증받는 기회를 갖는다. 검증은 팀활동을 통한 집단지성의 활용과정에서 이루어진다. 이 과정에서 만들어지는 아이디어는 창업자에게 창업과정에서 발생하는 구체적이고 현실적 현안들을 제공한다. 셋째, 참여교수의 퍼실리테이터 기능을 대학원생과 학부생이 학습하는 기회를 가진다. 본 연구결과는 지역의 창업기반과 교육기관을 연계하여 대학내 교육 프로그램을 지역사회에 확산하는 기반을 효과적으로 마련 할 수 있을것이다. 교육과정에서 대학원생과 대학생은 퍼실리테이터로 프로그램 확산에 참여하는 효과가 기대된다.
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.