• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제23권3호
• /
• pp.523-543
• /
• 2009

수학 교육과 학업의 결과인 수학 학업성취도에 영향을 미치는 주요 변인을 탐색하고 분석하기 위하여 부산의 2개 중학교와 경남의 2개 중학교에 재학 중인 총 484명의 중학교 2학년들을 대상으로 학생들의 가정환경 및 배경, 학생 개인의 성격 및 교우관계, 수학문제 해결을 위한 학습습관, 수업방식과 교사와 관련된 변인, 컴퓨터의 활용도, 수준별 이동수업 등의 학교환경, 사교육의 실태 등을 조사한 설문지를 평가도구로 활용한다. 그리고 최근 주목을 받고 있는 사교육 현황을 지역별로 비교하여 제시한다. 설문자료를 활용하여 통계적 기법인 요인분석을 실행하여 수학 학업성취도에 영향을 미치는 배경변인들을 분석하고 그들의 특징을 제시하여 수학교육 연구자와 중등수학교사들에게 중등수학교육의 질 향상에 기여할 수 있는 기초자료를 제공하며 중등수학교육의 시사점을 제시하고자 한다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.75-88
• /
• 2021

4차산업혁명 시대의 도래와 더불어 융합형 인재양성의 중요성이 부각 되고 있고 이러한 교육을 담당할 예비교사들의 융합수업(STEAM) 구성 능력의 함양이 양질의 미래 교육을 담보할 이슈로 떠오르고 있다. 이에 본 연구는 진정한 융합교육이 이루어지기 위해서는 교수자의 면밀한 피드백의 역할과 기능이 예비교사들의 역량 강화에 주요한 요소임을 제시하며, 교육학에 있어서 피드백에 관한 제반 이론이 이러닝을 활용한 대학 수업에서 예비교사들의 융합적 지식형성을 어떻게 지원하는지를 분석하였다. 예비교사들은 STEAM 수업지도안을 작성하는 과정에서 4단계의 조별 활동과 그에 걸맞은 피드백을 제공 받았으며 5단계에서는 이를 바탕으로 개별 수업지도안을 완성하였다. 수업지도안의 완성 후에는 설문조사를 실시하여 예비교사들의 인식을 조사하였다. 단계별로 적용된 통합적 피드백의 세부적 내용과 융합적 수업구성 역량의 향상 과정을 사다리이론을 근거로 하여 모델링 하였다. 이러한 전략적 모형은 예비교사들의 융합적 지식과 역량을 제고할 뿐 아니라 그들의 성취도와 만족도 향상에도 기여하였다.

• Nutrition Research and Practice
• /
• 제16권6호
• /
• pp.801-812
• /
• 2022

BACKGROUND/OBJECTIVES: Diet planning in childcare centers is difficult because of the required knowledge of nutrition and development as well as the high design complexity associated with large numbers of food items. Artificial intelligence (AI) is expected to provide diet-planning solutions via automatic and effective application of professional knowledge, addressing the complexity of optimal diet design. This study presents the results of the evaluation of the utility of AI-generated diets for children and provides related implications. MATERIALS/METHODS: We developed 2 AI solutions for children aged 3-5 yrs using a generative adversarial network (GAN) model and a reinforcement learning (RL) framework. After training these solutions to produce daily diet plans, experts evaluated the human- and AI-generated diets in 2 steps. RESULTS: In the evaluation of adequacy of nutrition, where experts were provided only with nutrient information and no food names, the proportion of strong positive responses to RL-generated diets was higher than that of the human- and GAN-generated diets (P < 0.001). In contrast, in terms of diet composition, the experts' responses to human-designed diets were more positive when experts were provided with food name information (i.e., composition information). CONCLUSIONS: To the best of our knowledge, this is the first study to demonstrate the development and evaluation of AI to support dietary planning for children. This study demonstrates the possibility of developing AI-assisted diet planning methods for children and highlights the importance of composition compliance in diet planning. Further integrative cooperation in the fields of nutrition, engineering, and medicine is needed to improve the suitability of our proposed AI solutions and benefit children's well-being by providing high-quality diet planning in terms of both compositional and nutritional criteria.

• Advances in concrete construction
• /
• 제14권3호
• /
• pp.185-194
• /
• 2022

For producing cement and concrete, the construction field has been encouraged by the usage of industrial soil waste (or) secondary materials since it decreases the utilization of natural resources. Simultaneously, for ensuring the quality, the analyses of the strength along with durability properties of that sort of cement and concrete are required. The prediction of strength along with other properties of High-Performance Concrete (HPC) by optimization and machine learning algorithms are focused by already available research methods. However, an error and accuracy issue are possessed. Therefore, the Enhanced Deep Neural Network (EDNN) based strength along with durability prediction of HPC was utilized by this research method. Initially, the data is gathered in the proposed work. Then, the data's pre-processing is done by the elimination of missing data along with normalization. Next, from the pre-processed data, the features are extracted. Hence, the data input to the EDNN algorithm which predicts the strength along with durability properties of the specific mixing input designs. Using the Switched Multi-Objective Jellyfish Optimization (SMOJO) algorithm, the weight value is initialized in the EDNN. The Gaussian radial function is utilized as the activation function. The proposed EDNN's performance is examined with the already available algorithms in the experimental analysis. Based on the RMSE, MAE, MAPE, and R² metrics, the performance of the proposed EDNN is compared to the existing DNN, CNN, ANN, and SVM methods. Further, according to the metrices, the proposed EDNN performs better. Moreover, the effectiveness of proposed EDNN is examined based on the accuracy, precision, recall, and F-Measure metrics. With the already-existing algorithms i.e., JO, GWO, PSO, and GA, the fitness for the proposed SMOJO algorithm is also examined. The proposed SMOJO algorithm achieves a higher fitness value than the already available algorithm.

• Ocean Systems Engineering
• /
• 제14권1호
• /
• pp.85-99
• /
• 2024

Ocean surface currents have an essential role in the Earth's climate system and significantly impact the marine ecosystem, weather patterns, and human activities. However, predicting ocean surface currents remains challenging due to the complexity and variability of the oceanic processes involved. This review article provides an overview of the current research status, challenges, and opportunities in the prediction of ocean surface currents. We discuss the various observational and modelling approaches used to study ocean surface currents, including satellite remote sensing, in situ measurements, and numerical models. We also highlight the major challenges facing the prediction of ocean surface currents, such as data assimilation, model-observation integration, and the representation of sub-grid scale processes. In this article, we suggest that future research should focus on developing advanced modeling techniques, such as machine learning, and the integration of multiple observational platforms to improve the accuracy and skill of ocean surface current predictions. We also emphasize the need to address the limitations of observing instruments, such as delays in receiving data, versioning errors, missing data, and undocumented data processing techniques. Improving data availability and quality will be essential for enhancing the accuracy of predictions. The future research should focus on developing methods for effective bias correction, a series of data preprocessing procedures, and utilizing combined models and xAI models to incorporate data from various sources. Advancements in predicting ocean surface currents will benefit various applications such as maritime operations, climate studies, and ecosystem management.

• 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.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권4호
• /
• pp.635-652
• /
• 2023

이 연구는 초등학교 수준에서 '선'의 학습 내용 즉, 선분, 직선, 반직선 등의 학습 내용과 학습 계열을 분석하였다. 수학과 교육과정 및 수학 교과서에서 1차부터 7차까지, 그 이후 2007 개정, 2009 개정, 2015 개정, 2022 개정에 이르기까지 각 시기에 선분, 직선, 반직선을 도입하는 시기와 그 표현을 통하여 학습 내용을 분석하였고, 그 학습 순서 및 활동 중점을 통하여 학습 계열을 분석하였다. 학습 내용의 도입 시기와 정의 방식의 변화 분석에서 본다면, 선분, 직선, 반직선을 주로 2차원 평면도형의 그 구성 요소로서 즉, 다각형의 변이나 각의 변으로서 다루어왔지만, 수학과 교과서에 비추어 볼 때 기초 도형으로서 선분, 직선, 반직선이라는 다양한 선을 탐색할 기회가 부족하였다. 둘째, 선분, 직선, 반직선의 정의에서 점과 선의 관계 설정 및 선들 사이의 관계 설정에 따라 개념 형성에 영향을 주며 이들을 비교하여 그 장단점을 교수학습 관련 연구 및 근거들이 요구된다. 셋째, 선분에서 곧은 선(최단거리)의 아이디어와 직선과 반직선에서 끝없이 나아가는 선(무한성)의 아이디어는 수학의 핵심적인 아이디어로서, 생활 주변의 여러 사물에서 선의 개념을 형성하고 점차 구체적인 선을 이상화하여 유클리드 기하의 도형으로 나아가도록 상상하고 경험하는 활동이 필요하다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1117-1132
• /
• 2019

산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• 한국식품영양학회지
• /
• 제36권2호
• /
• pp.93-102
• /
• 2023

Centella asiatica (C. asiatica) has been widely used in food, cosmetics, and pharmaceutical industry as a functional material. In a previous study, we have investigated not only pharmacological effects such as antioxidative and anti-inflammatory effects, but also analyzed various functional ingredients. In this study, triterpenoids were analyzed using HPLC-DAD to determine marker compounds among functional ingredients. When triterpenoids were analyzed, asiaticoside from C. asiatica was determined as an optimal marker compound. Next, specificity, linearity, limited of detection (LOD), limited of quantification (LOQ), precision, accuracy, and range were evaluated using HPLC-DAD to determine asiaticoside contents in C. asiatica juice and extracts. The specificity was elucidated by chromatogram and retention time using an established analytical method. The coefficient of correlation obtained was 0.9996. LOD was 4.99 ㎍/mL and LOQ was 15.12 ㎍/mL. Intra- and inter-day precision of asiaticoside were determined to be 0.48~1.68% and 0.08~1.09%, respectively. Furthermore, the recovery rate of asiaticoside was 98.88% and the analytical range of Field-70E was determined to be 0.625~10 mg/mL. As a results of evaluating ABTS, DPPH, and FRAP antioxidative effect, Field-70E showed potent antioxidant activities. Results of this study could be used as basic data for quality standardization of C. astiatica juice and extracts.