• 대한수학교육학회지:학교수학
• /
• 제15권1호
• /
• pp.61-75
• /
• 2013

본 연구는 수학 학습에서 우리나라 학생들의 정의적 특성을 요인 분석과 인지 진단이론을 바탕으로 학교급과 성별에 따라 분석하였다. 이종희 외 6명(2011)이 개발한 정의적 성취 검사도구를 학교급별로 적용했을 때 요인 분석과 인지 진단 이론의 모델은 적합한 것으로 판명되었으며, 이에 따라 학교급과 성별 차이를 살펴보았다. 요인 분석에 의해 수치화된 정의적 성취는 학교급별로 평균의 차이가 있었는데, 중학교와 고등학교는 차이가 없었으나 초등학교와 중등학교 간에는 차이가 있었다. 또한 학교급 내에서 남녀 차이가 있었는데, 대체로 남학생의 정의적 성취가 여학생보다 더 긍정적이었다. 인지 진단 이론에 의해 학생들이 성취한 정의적 속성의 비율을 학교급과 성별로 살펴보았을 때, 중학생이 자기 통제와 불안을 가장 많이 성취하고 있었고, 모든 학교급에서 가장 많이 성취한 속성은 수학에 대한 가치 인식이었다. 학교급 내 남녀 학생들이 성취한 속성의 수를 살펴보면, 모든 학교급에서 남학생이 학습지향성, 흥미, 자신감을 성취한 비율이 여학생보다 높았고, 여학생들은 불안이 있는 경우의 비율이 남학생에 비해 높았다. 학생들의 개인별 프로파일을 보면, 불안은 없으면서 나머지 5가지 속성을 모두 성취한 학생들의 비율이 가장 높았다.

• 정보보호학회논문지
• /
• 제30권4호
• /
• pp.647-656
• /
• 2020

최근 국가·공공기관 등 중요자료(개인정보, 기술 등)가 외부로 유출되는 사례가 증가하고 있으며, 조사에 따르면 정보유출 사고의 주체로 가장 많은 부분을 차지하고 있는 것이 대부분 권한이 있는 내부자로써 조직의 주요 자산에 비교적 손쉽게 접근할 수 있다는 내부자의 특성으로 외부에서의 공격에 의한 기술유출에 비해 보다 더 큰 피해를 일으킬 수 있다. 이번 연구에서는 업무망과 인터넷망의 분리된 서로 다른 영역(보안영역과 비(非)-보안영역 등)간의 자료를 안전하게 전송해주는 망간 자료전송시스템 전송 로그, 이메일 전송 로그, 인사정보 등 실제 데이터를 이용하여 기계학습 기법 중 지도 학습 알고리즘을 통한 이상 행위 탐지를 위한 최적화된 속성 모델을 제시하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.127-135
• /
• 2011

이러닝 시스템에서 학습자에게 적합한 콘텐츠 선택을 돕기 위한 콘텐츠 추천 시스템은 필수적이다. 학습자의 선호도를 통한 콘텐츠 추천은 협업 필터링 추천 방법과 내용 기반 추천 방법이 가장 많이 사용되고 있다. 그러나 기존추천 방법들은 학습자의 학습수준을 고려하지 않고 다른 사용자의 선호도를 기반으로 학습 콘텐츠를 추천한다. 따라서 상대적으로 콘텐츠를 학습한 학습자가 적은 경우 추천의 효율성이 떨어지고, 새로운 아이템이 추가될 경우 추천이 쉽지 않은 단점이 있다. 이 문제를 해결하기 위해 우리는 학습 콘텐츠의 유사도와 난이도에 기반한 콘텐츠 추천 방법을 제안한다. 학습 콘텐츠의 두 특성을 반영한 추천함수에 의해 선행학습 성취도가 낮은 학습자에게는 난이도가 낮고 유사도가 높은 콘텐츠를 추천하고, 성취도가 높은 학습자에게는 난이도가 높고 유사도가 낮은 콘텐츠를 추천한다. 이와 같이 다른 학습자의 선호도와는 무관하게 학습자의 성취도에 따라 가장 적합한 콘텐츠를 추천할 수 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권4호
• /
• pp.439-464
• /
• 2020

본 연구의 목적은 수학 교사 공동체에 대한 국내·외 연구의 최근 동향을 파악하고 그 중 특히 공동체 활동에서 구성원들의 협력의 특징을 분석함으로써 교사 공동체 연구와 실제에 시사점을 제공하는 것이다. 이를 위해 2003년부터 2019년 7월까지 국내 KCI 등재 논문 14편, 국외 SSCI 등재 논문 24편을 대상으로 연구 방법, 연구 주제, 그리고 교사 공동체에서 협력 의지, 방향, 양상을 분석하였다. 그 결과 국내·외 연구들은 통상 질적연구 방법을 활용하였다는 공통점이 있었으나 연구에서 주목한 주제와 공동체 협력의 특징에는 다소 차이가 있었다. 연구 주제 측면에서 국내 논문은 공동체 운영과 발달 및 프로그램 개발에 관한 연구가 많았으며 국외 논문은 공동체 활동과 교수 발달, 특히 교수 관행에 집중한 연구가 많았다. 또한 구성원들의 협력 양상에서 국내 논문은 지식의 제공과 교수 경험의 공유를 강조하였고, 국외 논문은 경험적 사례와 아이디어를 공유하는 것뿐 아니라 이를 반성하는 과정을 강조하였다는 차이가 나타났다. 한편 국내·외 논문에서 교사들이 주체적으로 공동체 활동 내용과 규범을 협의하는 활동에 주목하였다는 특징이 나타났다. 이러한 연구 결과를 바탕으로 교사 공동체 연구의 방법, 공동체에서 협력 방식, 그리고 교사교육 정책에 관한 시사점을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2086-2097
• /
• 2021

The current cultural assets are being restored depending on the opinions of experts (craftsmen). We intend to introduce digitalized artificial intelligence techniques, excluding the personal opinions of experts on reconstruction of such cultural properties. The first step toward restoring digitized cultural properties is separation. The restoration of cultural properties should be reorganized based on recorded documents, period historical backgrounds and regional characteristics. The cultural properties in the form of photographs or images should be collected by separating the background. In addition, when restoring cultural properties most of them depend a lot on the tendency of the restoring person workers. As a result, it often occurs when there is a problem in the accuracy and reliability of restoration of cultural properties. In this study, we propose a search method for learning stored digital cultural assets using AI technology. Pagoda was selected for restoration of Cultural Properties. Pagoda data collection was collected through the Internet and various historical records. The pagoda data was classified by period and region, and grouped into similar buildings. The collected data was learned by applying the well-known CNN algorithm for artificial intelligence learning. The pagoda search used Yolo Marker to mark the tower shape. The tower was used a total of about 100-10,000 pagoda data. In conclusion, it was confirmed that the probability of searching for a tower differs according to the number of pagoda pictures and the number of learning iterations. Finally, it was confirmed that the number of 500 towers and the epochs in training of 8000 times were good. If the test result exceeds 8,000 times, it becomes overfitting. All so, I found a phenomenon that the recognition rate drops when the enemy repeatedly learns more than 8,000 times. As a result of this study, it is believed that it will be helpful in data gathering to increase the accuracy of tower restoration.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.183-201
• /
• 2022

주택가격을 정확히 추정하기 위한 많은 연구가 진행되어 왔다. 선행연구들은 주택의 고유 특성과 인근 지역 특성을 통제하는 계량경제모형을 활용한 분석이 많았다. 본 연구에서는 인공신경망 모형(ANN)을 활용하여 주택가격을 추정하였다. 딥러닝 기술의 장점은 변수 간의 복잡하고 비선형적인 특성을 모델링하고 데이터의 패턴을 인식할 수 있다는 것이다. 본 연구에서는 부동산 시장에서 공간적 분포도 패턴으로 인식할 수 있다는 가정하에 지리좌표를 설명변수로 ANN에 투입하였다. 선형회귀분석과 ANN 모형 간 비교 결과, 선형 모형 대비 ANN 모형의 설명력이 높았으며, 특히 ANN 모형은 지리좌표를 투입하였을 때 더 높은 정확도를 보여주었다. 또한 ANN 모형의 경우 지리좌표를 통해 모형 잔차의 공간적 자기 상관성이 크게 감소하였다는 점을 확인하였다. 이를 통해 ANN 모형의 패턴인식 능력을 활용하면 공간적 패턴을 학습시킴으로써 주택가격을 정확히 추정할 수 있음을 밝혔다.

• International Journal of Computer Science & Network Security
• /
• 제22권8호
• /
• pp.7-14
• /
• 2022

This study aimed to test the factor structure of the measure of student participation in distance education. The study population consisted of all teachers in public education and faculty members in higher education in the Kingdom of Saudi Arabia by applying it to a sample of bachelor's and graduate students at the college of Education at umm al-Qura University. The (ESE) was applied to a random sample representing the study population consisting of (216) respondents. The results of the study showed that the scale consists of three main factors, with showed a high degree of construct validity through fit indices of the confirmatory factor analysis. The results have shown a gradual consistency of the measure's invariance that reaches the high level of the Measurement Invariance across the gender and study groups variables.

• Journal of Animal Science and Technology
• /
• 제65권2호
• /
• pp.365-376
• /
• 2023

Pig breeding management directly contributes to the profitability of pig farms, and pregnancy diagnosis is an important factor in breeding management. Therefore, the need to diagnose pregnancy in sows is emphasized, and various studies have been conducted in this area. We propose a computer-aided diagnosis system to assist livestock farmers to diagnose sow pregnancy through ultrasound. Methods for diagnosing pregnancy in sows through ultrasound include the Doppler method, which measures the heart rate and pulse status, and the echo method, which diagnoses by amplitude depth technique. We propose a method that uses deep learning algorithms on ultrasonography, which is part of the echo method. As deep learning-based classification algorithms, Inception-v4, Xception, and EfficientNetV2 were used and compared to find the optimal algorithm for pregnancy diagnosis in sows. Gaussian and speckle noises were added to the ultrasound images according to the characteristics of the ultrasonography, which is easily affected by noise from the surrounding environments. Both the original and noise added ultrasound images of sows were tested together to determine the suitability of the proposed method on farms. The pregnancy diagnosis performance on the original ultrasound images achieved 0.99 in accuracy in the highest case and on the ultrasound images with noises, the performance achieved 0.98 in accuracy. The diagnosis performance achieved 0.96 in accuracy even when the intensity of noise was strong, proving its robustness against noise.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권1호
• /
• pp.89-105
• /
• 2022

본 연구에서는 수와 연산 영역 지도 시 효과적인 발문 활용에 있어서 교수·학습상의 시사점을 얻기 위하여 2015 개정 수학과 교육과정에 따른 초등학교 수학 교과서의 수와 연산 영역 단원에 제시된 발문의 유형과 작용 기능을 학년군별로 비교 분석하여 발문의 특성을 파악하였다. 연구 결과 수와 연산 영역 단원에 제시된 발문은 학년군별로 공통되게 추론 발문, 사실 발문, 추론을 요구하지 않는 열린 발문 순으로 많이 나타났으며, 모든 학년군에서 추론 발문이 주를 이루고 있었다. 또한 모든 학년군에서 문제의 추측, 발명, 해결 활동을 돕는 기능으로 작용하는 발문과 수학적 추론을 돕는 기능으로 작용하는 발문이 상대적으로 많이 나타났다. 이처럼 수와 연산 영역 단원에 제시된 발문의 유형과 작용 기능은 학년군별 학습 내용의 특성과 관련이 있음을 유추할 수 있다. 본 연구는 수와 연산 영역 지도에 활용할 수 있는 발문 구안에 참고 자료를 제공하여 발전적인 교수·학습 방안 마련에 기여할 수 있을 것이다.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.463-481
• /
• 2020

Cutter suction dredgers (CSDs) are widely used in various dredging constructions such as channel excavation, wharf construction, and reef construction. During a CSD construction, the main operation is to control the swing speed of cutter to keep the slurry concentration in a proper range. However, the slurry concentration cannot be monitored in real-time, i.e., there is a "time-lag effect" in the log of slurry concentration, making it difficult for operators to make the optimal decision on controlling. Concerning this issue, a solution scheme that using real-time monitored indicators to predict current slurry concentration is proposed in this research. The characteristics of the CSD monitoring data are first studied, and a set of preprocessing methods are presented. Then we put forward the concept of "index class" to select the important indices. Finally, an ensemble learning algorithm is set up to fit the relationship between the slurry concentration and the indices of the index classes. In the experiment, log data over seven days of a practical dredging construction is collected. For comparison, the Deep Neural Network (DNN), Long Short Time Memory (LSTM), Support Vector Machine (SVM), Random Forest (RF), Gradient Boosting Decision Tree (GBDT), and the Bayesian Ridge algorithm are tried. The results show that our method has the best performance with an R² of 0.886 and a mean square error (MSE) of 5.538. This research provides an effective way for real-time predicting the slurry concentration of CSDs and can help to improve the stationarity and production efficiency of dredging construction.