위키는 웹 2.0이 지향하는 패러다임을 구현할 수 있는 대표적인 온라인 도구로서, 학습자의 적극적 참여, 비판적 사고력, 협력적 문제 해결 등과 같은 협력학습의 특징을 온라인 공간에서 구현할 수 있을 뿐 아니라, 지속적인 학습자간 상호작용을 통해 정제된 지식을 생산해낼 수 있다는 점에서 많은 관심을 불러일으키고 있다. 본 연구에서는 위키 기반 협력학습에서 학업적 자기효능감, 협력적 자기효능감, 위키에 대한 불안이 위키 활동 참여도 및 성취도에 미치는 영향을 분석하였다. 이를 위해 대학생을 대상으로 2주간 위키 활동을 실시하였으며, 실시 전후에 설문 및 참여도 분석, 성취도 점수 분석을 통해 자료를 수집하였다. 최종적으로 53명의 자료를 활용하여 다중회귀분석 및 경로분석을 실시하였다. 연구 결과, 위키 활동에 대한 참여도를 예측하는 요인으로써 학업적 자기효능감과 위키에 대한 불안이 제안되었으며, 경로분석을 통해 이들은 각각 위키 활동 참여도를 매개로 하여 성취도에 간접효과를 가지는 것으로 나타났다.
개방형 혁신이 확산되면서 외부의 새로운 지식을 탐색하고 이를 조직의 기존 지식과 결합하여 활용하는 흡수역량이 기업의 경영성과를 높이는 데 중요한 역할을 하는 것으로 평가되고 있다. 본 연구는 기술혁신형 중소기업에서 흡수역량을 매개로 조직 요인인 임파워링 리더십, 조직학습 문화 그리고 부서간 협력이 경영성과에 미치는 영향을 실증적으로 분석하였다. 이를 위해 이노비즈 협회 회원사 15,227개 기업을 대상으로 설문조사를 수행하였으며, 수집된 326건의 설문응답 내용을 구조방정식 모형을 이용하여 분석하였다. 설문 분석결과에 의하면 조직 요인인 임파워링 리더십, 조직학습 문화 및 부서간 협력은 경영성과에 직접적인 영향은 주지 않았지만, 흡수역량을 매개로 경영성과에 유의한 영향을 주는 것으로 나타났다. 이러한 결과는 임파워링 리더십, 조직학습 문화 및 부서간 협력이 흡수역량의 매개효과를 통해 경영성과에 간접적인 영향을 주고 있음을 의미하는 동시에, 기업의 조직 요인들이 흡수역량의 선행요인 중의 하나로 작용함을 입증해준다.
International Journal of Computer Science & Network Security
/
제23권8호
/
pp.17-25
/
2023
The alarming global prevalence of Type 2 Diabetes Mellitus (T2DM) has catalyzed an urgent need for robust, early diagnostic methodologies. This study unveils a pioneering approach to predicting T2DM, employing the Extreme Gradient Boosting (XGBoost) algorithm, renowned for its predictive accuracy and computational efficiency. The investigation harnesses a meticulously curated dataset of 4303 samples, extracted from a comprehensive Chinese research study, scrupulously aligned with the World Health Organization's indicators and standards. The dataset encapsulates a multifaceted spectrum of clinical, demographic, and lifestyle attributes. Through an intricate process of hyperparameter optimization, the XGBoost model exhibited an unparalleled best score, elucidating a distinctive combination of parameters such as a learning rate of 0.1, max depth of 3, 150 estimators, and specific colsample strategies. The model's validation accuracy of 0.957, coupled with a sensitivity of 0.9898 and specificity of 0.8897, underlines its robustness in classifying T2DM. A detailed analysis of the confusion matrix further substantiated the model's diagnostic prowess, with an F1-score of 0.9308, illustrating its balanced performance in true positive and negative classifications. The precision and recall metrics provided nuanced insights into the model's ability to minimize false predictions, thereby enhancing its clinical applicability. The research findings not only underline the remarkable efficacy of XGBoost in T2DM prediction but also contribute to the burgeoning field of machine learning applications in personalized healthcare. By elucidating a novel paradigm that accentuates the synergistic integration of multifaceted clinical parameters, this study fosters a promising avenue for precise early detection, risk stratification, and patient-centric intervention in diabetes care. The research serves as a beacon, inspiring further exploration and innovation in leveraging advanced analytical techniques for transformative impacts on predictive diagnostics and chronic disease management.
The effects of Hyungbangjiwhangrang on the enhancement of learning and memory of AD model rats were studied with Morris water maze and radial arm maze. Sample group was electrolytically lesioned on nbM, and then daily treated with the medicine for two months. Control group with nbM lesion, and sham group with the sham operation were treated the vehicle for same duration. The following results were observed.1. As the learning trials of Morris water maze processed repeatedly, sham group achiened 201.64${\pm}$33.13 seconds in 1st trial, 153.14${\pm}$61.80 seconds in 2nd, 106.21${\pm}$46.81 seconds in 3rd, 76.64${\pm}$48.40 seconds in 4th, and 52.29${\pm}$38.25 seconds in 5th. The control group achieved 224.08${\pm}$29.16 in 1st trial, 191.77${\pm}$67.97 seconds in 2nd, 177.77${\pm}$65.44 seconds in 3rd, 140.92${\pm}$68.27 seconds in 4th, and 126.46${\pm}$79.15 seconds in 5th. The sample group achieved 223.36${\pm}$23.33 seconds in 1st trial, 215.86${\pm}$38.93 seconds in 2nd, 190.79${\pm}$51.57 seconds in 3rd, 155.79${\pm}$62.67 seconds in 4th, and 127.93${\pm}$62.11 seconds in 5th. Therefore, these data shows that all three groups were improved in learning capacity as trials were repeated, but the shame group showed prominent improvement in learning compared with the control group(p<0.05).2. In memory retention test of Morris water maze that counts the staying time in the target area, sham group stayed for 15.36${\pm}$5.39 seconds, the control group stayed for 5.54${\pm}$5.64 seconds, and the sample group stayed for 7.43${\pm}$6.09 seconds. The analysis of the memory retention data shows that the sham group marked more significant improvement stati- stically in memory retention compared with the control group(p<0.05).3. In the learning of radial arm maze, the number and rate of animals that arrive the learning criteria amounted 12 out of 14, 85.7% in sham group, 4 out of 13, 30.8% in the control group, and 10 out of 14, 71.4% in the sample group So, the sample group shows better learning capacity significantly compared with the control group(p<0.05). With the experimental results above, Hyungbangjiwhangtang can be supposed to have the improving effects on the learning and memory of AD rats induced by eletronical injury of nbM.
4차 산업혁명이라는 지식기반 시대의 도래로 대학교육 전반에 대한 패러다임의 대전환과 함께 대학교육 방식의 전면적 개편이 요구되면서 그에 대한 해결책 중의 하나로 맞춤형 학습을 통한 역량 강화가 대두되고 있다. 개별 학습자의 특성과 상태에 대한 맞는 적정 교육을 제공하기 위해서는 학습자 특성에 대한 이해 및 대학에서의 지원 방안 등 다양한 차원에서의 연구가 필요하다. 따라서 본 연구에서는 K 대학이 역량기반 맞춤형 학습을 효과적으로 도입할 수 있도록 지원하기 위한 방안을 학습자 대상의 탐색적 연구를 통해 검토하고자 하였다. 연구 수행의 내용 및 방법은 다음과 같다. 첫째, K 대학의 역량기반 맞춤형 학습지원을 위한 시사점을 얻기 위해 역량 및 맞춤형 학습과 관련된 선행연구들을 살펴보았다. 둘째, K 대학의 재학생 6명을 연구대상자로 선정, 표적집단면접법(FGI), 학습스타일 진단, 역량기반 학습성과 분석 및 학습스타일 진단 결과지 제공, 1대1 인터뷰 등을 진행하는 맞춤형 학습 파일럿 테스트(Pilot test)를 진행하고, 연구결과를 통해K 대학의 효과적 맞춤형 학습 지원을 위한 주요 이슈 및 시사점을 도출하였다.
Low flow는 하천수의 공급관리 및 계획, 관개용수 등 다양한 분야에 영향을 미친다. 이러한 유황곡선을 산정하기 위해서는 30년 이상의 충분한 기간의 유량자료의 확보가 필수적이다. 하지만 국가하천 단위 이하의 하천의 경우 장기간의 유량자료가 없거나 중간에 일정기간 동안 결측된 관측소가 있어 하천별 유황 곡선을 산정하기에 한계가 있다. 이에 과거에는 미계측 유역의 유황을 예측하기 위해 다중회귀분석(Multiple Regression Analysis), ARIMA 모형 등 통계학적 기반의 기법들을 사용하였지만, 최근에는 머신러닝, 딥러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 최신 패러다임에 맞는 머신러닝 기법인 DNN기법을 제시한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수 값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 DNN 모형을 이용하여 미계측 유역에 적용 가능한 유황곡선을 산정하고자 한다. 먼저, 유황곡선에 영향을 미치는 인자들을 수집하고 인자들 간의 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 통계적 검증을 통해 머신러닝 기법의 효용성을 검토하였다.
This paper presents a novel face recognition algorithm based on the deep convolution neural network and key point detection jointed local binary pattern methodology to enhance the accuracy of face recognition. We firstly propose the modified face key feature point location detection method to enhance the traditional localization algorithm to better pre-process the original face images. We put forward the grey information and the color information with combination of a composite model of local information. Then, we optimize the multi-layer network structure deep learning algorithm using the Fisher criterion as reference to adjust the network structure more accurately. Furthermore, we modify the local binary pattern texture description operator and combine it with the neural network to overcome drawbacks that deep neural network could not learn to face image and the local characteristics. Simulation results demonstrate that the proposed algorithm obtains stronger robustness and feasibility compared with the other state-of-the-art algorithms. The proposed algorithm also provides the novel paradigm for the application of deep learning in the field of face recognition which sets the milestone for further research.
Nowadays, the public as well as science educators pays much attention to the fourth industrial revolution and wonders what will happen to the societies in the future. Thus, this study aimed at predicting the education environment which will be brought from the fourth industrial revolution, and suggesting the solutions or tasks to be investigated in science education. Through the literature review, this study categorized the major changes of future society into a wild fluctuation of job market, the shift from possession-based economy to sharing economy, post-urbanized and distributed system, and the crisis of dehumanization. According to the four major changes, this study predicted the future environment that will occur to the educational system. First, the students should the competences necessary for the future and the school curriculum will be changed in terms of width and depth. Second, sharing economy may bring about the open platform similar to MOOC (Massive Open Online Course) or TED. Third, the manifestation of artificial intelligence in education will enable the individual and paced learning, and thanks to the change, the concept of distributed cognition will be more focused in education research. Fourth, the collaborative learning and character education should be more stressed to resist the dehumanization. This study suggests relevant tasks and issues that should be tackled for the successful change in primary and secondary schools.
최근 교육의 패러다임이 학습자 중심으로 변화되면서 새로운 수업모델의 하나로 프로젝트 기반 수업에 대한 관심이 증대되고 있다. 대학에서는 이러한 변화를 수용하여 창의적으로 변화를 창출 할 수 있는 차세대 인재를 육성하는데 교육의 목표를 두고, 그에 따른 연구가 활발히 진행되고 있다. 본 연구에서는 대학에서 실시되는 설계 교과목의 주된 교과 내용인 프로젝트를 수행하는데 있어서, 최소화된 교수자의 개입과 주도적인 학습자 중심의 교수학습 모델을 제안하였다. 제안된 모델은 프로젝트 기반 수업의 지원체제, 팀 편성방법, 학습자의 다양한 상호작용 방법, 교수자의 팀워크 모니터링 방식 등을 제시하였으며, 이를 최근 사용이 급증하고 있는 스마트폰을 이용한 프로젝트관리 어플리케이션으로 설계 및 구현하였다.
급증하는 멀티미디어 전문가 수요를 충족시키기 위하여 대부분 대학에서 멀티미디어 강좌가 개설되고 있고, 수강자들의 사전학습이 증가하고 있으며, 컴퓨터를 활용한 이미지 편집 등의 분야에서 사전학습은 일반화되었다. 하지만, 대부분의 강좌에서는 전통적인 학습모형을 유지하고 있기에, 사전학습자들을 위한 특화된 학습설계가 이루어지지 않고 있다. 본 논문은 멀티미디어 분야에서의 사전학습자들의 특성을 규명하고, 이들의 학습욕구를 지원하는 강좌의 설계와 교재의 특징을 제안한다. 이를 위하여, 교육공학에서 새로운 패러다임으로 논의되는 구성주의와 문제 중심 학습 개념을 컴퓨터그래픽 분야에 적용하였고, 이를 통한 멀티미디어 전문가 양성을 효율적으로 지원하는 대학 강의의 특징을 밝힌다.
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.