• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.443-465
• /
• 2023

2015 개정 수학과 교육과정에서는 <인공지능 수학> 과목이 신설되었으며, 행렬과 공간벡터 내용은 2015 개정 수학과 교육과정에서 <고급 수학>을 제외하고는 <인공지능 수학>에만 등장하는 일시적이면서도 특별한 상황에 놓여있다. 본 연구는 2015 개정 수학과 교육과정에 따라 5종으로 출판된 <인공지능 수학> 교과서의 자료의 표현, 자료의 분류, 자료의 처리 단원에서 인공지능을 이해하는데 필수적인 수학 개념이자 관련 학습 요소인 행렬과 벡터에 대한 정의와 관련 하위 개념들이 어떻게 구현되고 있는지를 파악하고, 유사한 개념이 다루어지는 타 교과목과의 연결성을 분석하였다. 그 결과, 행렬의 경우 기본 개념 제시에는 큰 차이가 없었으나 교과서별로 이미지 자료를 처리하는 데 있어 활용한 행렬의 하부 개념 유형이나 이용한 행렬의 연산에는 다소 차이가 있음이 확인되었다. 벡터의 정의와 하부 개념과 관련된 내용은 교과서별로 상이하였고, 벡터의 활용을 전개하는 데에 있어 벡터의 크기, 두 벡터 사이의 거리나 벡터의 내적에 대한 맥락의 수준 및 수학적인 해석에는 차이가 있었다. 이를 통해 벡터와 관련된 개념을 수학 교과의 연계성에 치중하여 설명한 교과서와 수학적 개념과 원리보다는 인공지능과 관련한 지식 학습에 초점을 맞춘 교과서가 식별되었다. 결과를 바탕으로 교육과정과 교과서 개발을 위한 시사점을 제시하였다.

• 디지털융복합연구
• /
• 제17권10호
• /
• pp.251-258
• /
• 2019

앞으로의 시대는 인공지능을 이용한 다양한 분야에 다양한 제품이2 생성될 것이다. 이러한 시대에 인공지능의 학습 방법의 동작 원리를 알고 이를 정확하게 활용하는 것은 상당히 중요한 문제이다. 이 논문은 지금까지 알려진 인공지능 학습 방법을 소개한다. 인공지능의 학습은 수학의 고정점 반복 방법(fixed point iteration method)을 기반으로 하고 있다. 이 방법을 기반으로 수렴 속도를 조절한 GD(Gradient Descent) 방법, 그리고 쌓여가는 양을 누적하는 Momentum 방법, 마지막으로 이러한 방법을 적절히 혼합한 Adam(Adaptive Moment Estimation) 방법 등이 있다. 이 논문에서는 각 방법의 장단점을 설명한다. 특히, Adam 방법은 조정 능력을 포함하고 있어 기계학습의 강도를 조정할 수 있다. 그리고 이러한 방법들이 디지털 신호에 어떠한 영향을 미치는 지에 대하여 분석한다. 이러한 디지털 신호의 학습과정에서의 변화는 앞으로 인공지능을 이용한 작업 및 연구를 수행함에 있어 정확한 활용과 정확한 판단의 기준이 될 것이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.467-482
• /
• 2023

본 논문에서는 인공지능 알고리즘에서 많이 사용되는 경사하강법(gradient descent method)을 대학수학 강좌에서 인공지능 활용사례로 사용할 수 있도록 연구한 교수·학습 기초자료를 소개한다. 특히 대학 미적분학 수준에서도 가르칠 수 있도록 자세한 개념 설명과 함께 복잡한 함수에 관해서도 쉽게 계산할 수 있도록 파이썬(Python) 기반의 SageMath 코드를 제공한다. 그리고 실제 인공지능 응용과 연계하여 선형회귀에서 발생하는 최소제곱문제를 경사하강법을 활용하여 풀이한 예시도 함께 소개한다. 본 연구는 대학 미적분학 뿐만 아니라 공학수학, 수치해석, 응용수학 등과 같은 고급 수학 과목을 지도하는 다양한 교수자들에게 도움이 될 수 있다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.233-254
• /
• 2024

This paper delves into the symbiotic integration of coding and mathematics education, aimed at cultivating computational thinking and enriching mathematical problem-solving proficiencies. We have identified a corpus of scholarly articles (n=38) disseminated within the preceding two decades, subsequently culling a portion thereof, ultimately engendering a contemplative analysis of the extant remnants. In a swiftly evolving society driven by the Fourth Industrial Revolution and the ascendancy of Artificial Intelligence (AI), understanding the synergy between these domains has become paramount. Mathematics education stands at the crossroads of this transformation, witnessing a profound influence of AI. This paper explores the evolving landscape of mathematical cognition propelled by AI, accentuating how AI empowers advanced analytical and problem-solving capabilities, particularly in the realm of big data-driven scenarios. Given this shifting paradigm, it becomes imperative to investigate and assess AI's impact on mathematics education, a pivotal endeavor in forging an education system aligned with the future. The symbiosis of AI and human cognition doesn't merely amplify AI-centric thinking but also fosters personalized cognitive processes by facilitating interaction with AI and encouraging critical contemplation of AI's algorithmic underpinnings. This necessitates a broader conception of educational tools, encompassing AI as a catalyst for mathematical cognition, transcending conventional linguistic and symbolic instruments.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.43-50
• /
• 2021

최근 인공지능을 사용한 연구나 기업의 프로젝트가 활발하게 이루어지고 다양한 서비스나 시스템이 인공지능 기술과 접목되어 점점 더 지능화되고 있다. 이에 따라 인공지능의 기법 중 하나인 딥러닝에 대한 관심과 이를 학습하려는 사람들이 증가했다. 딥러닝을 학습하기 위해서는 딥러닝 이론 이외에도 컴퓨터 프로그래밍, 수식 등 많은 지식들이 요구된다. 이는 초심자에게 높은 진입장벽으로 작용한다. 따라서 본 연구에서는 초심자가 프로그래밍 및 수식 등을 고려하지 않고 DNN, CNN 등과 같은 딥러닝의 기본적인 모델을 구현할 수 있는 DeepBlock이라는 웹 기반 교육용 딥러닝 플랫폼을 설계 및 구현하였다. 제안한 DeepBlock을 이용하여 딥러닝에 관심을 가진 학생들이나 초심자들의 교육에 활용이 가능하다.

• Geomechanics and Engineering
• /
• 제1권1호
• /
• pp.53-74
• /
• 2009

In recent years, several computer-aided pattern recognition and data mining techniques have been developed for modeling of soil behavior. The main idea behind a pattern recognition system is that it learns adaptively from experience and is able to provide predictions for new cases. Artificial neural networks are the most widely used pattern recognition methods that have been utilized to model soil behavior. Recently, the authors have pioneered the application of genetic programming (GP) and evolutionary polynomial regression (EPR) techniques for modeling of soils and a number of other geotechnical applications. The paper reviews applications of pattern recognition and data mining systems in geotechnical engineering with particular reference to constitutive modeling of soils. It covers applications of artificial neural network, genetic programming and evolutionary programming approaches for soil modeling. It is suggested that these systems could be developed as efficient tools for modeling of soils and analysis of geotechnical engineering problems, especially for cases where the behavior is too complex and conventional models are unable to effectively describe various aspects of the behavior. It is also recognized that these techniques are complementary to conventional soil models rather than a substitute to them.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권4호
• /
• pp.299-316
• /
• 2023

본 연구는 교육에서 인공지능 활용의 중요성과 필요성이 제기됨에 따라 수학교육에서 인공지능 활용에 대한 초등 교사들의 인식을 탐색하는 것을 목적으로 한다. 이를 위하여 초등 교사 161명을 대상으로 인공지능과 수학교육에 대한 태도 및 수학 교수, 학습, 평가 도구로서 인공지능 활용에 대한 인식을 5점 Likert 척도를 활용하여 분석하였다. 연구 결과, 초등 교사들은 전반적으로 수학의 교수, 학습, 평가를 위한 도구로 AI를 활용하는 데에 긍정적인 인식을 드러냈다. 특히, AI를 활용한 수학교육은 맞춤형 개별 교수 학습, 선수 학습 보충, 평가 결과 분석에 도움이 될 것이며 인공지능이 교사의 역할을 대체할 수 없다는 데에 강한 긍정을 드러냈다. 한편, 초등 교사들은 인공지능을 활용한 수학 수업에 대한 자신감이나 준비에서는 상대적으로 낮은 인식을 드러냈는데, 이는 인공지능과 관련된 수학 수업의 실행이나 연수 이수의 여부에 따라 유의한 차이를 드러냈다. 본 연구의 결과를 바탕으로 수학 교육에서 인공지능을 효과적으로 활용하기 위한 교사의 역할 및 교사들에게 필요한 지원에 대한 시사점을 논의하였다.

• 대한치매학회지
• /
• 제17권3호
• /
• pp.83-89
• /
• 2018

Machine learning is where a machine (i.e., computer) determines for itself how input data is processed and predicts outcomes when provided with new data. An artificial neural network is a machine learning algorithm based on the concept of a human neuron. The purpose of this review is to explain the fundamental concepts of artificial neural networks.

• Clinical Endoscopy
• /
• 제55권5호
• /
• pp.701-702
• /
• 2022

• Tuberculosis and Respiratory Diseases
• /
• 제86권4호
• /
• pp.251-263
• /
• 2023

The stethoscope has long been used for the examination of patients, but the importance of auscultation has declined due to its several limitations and the development of other diagnostic tools. However, auscultation is still recognized as a primary diagnostic device because it is non-invasive and provides valuable information in real-time. To supplement the limitations of existing stethoscopes, digital stethoscopes with machine learning (ML) algorithms have been developed. Thus, now we can record and share respiratory sounds and artificial intelligence (AI)-assisted auscultation using ML algorithms distinguishes the type of sounds. Recently, the demands for remote care and non-face-to-face treatment diseases requiring isolation such as coronavirus disease 2019 (COVID-19) infection increased. To address these problems, wireless and wearable stethoscopes are being developed with the advances in battery technology and integrated sensors. This review provides the history of the stethoscope and classification of respiratory sounds, describes ML algorithms, and introduces new auscultation methods based on AI-assisted analysis and wireless or wearable stethoscopes.