• 대한지리학회지
• /
• 제42권5호
• /
• pp.769-787
• /
• 2007

본 연구의 목적은 한국을 사례로 학생관점 접근을 통해 환경학습의 원천을 밝히는데 있다. 다른 나라에서 이루어진 연구에 의하면, 환경학습의 원천에는 미디어, 학교, 개인적 기회, 그리고 비정부기구 등이 있다. 본 연구는 한국을 사례로 하여 토의집단과의 면접과 설문조사에 기초하여 이루어줬으며, 그 결과는 다른 나라의 것과 비교하였다. 한국 학생들의 경우 환경에 대한 정보를 호주, 중국, 인도를 포함한 다른 나라와 유사하게 미디어와 학교에서 얻는 것으로 나타났다. 환경정보 습득의 원천으로 가장 중요한 것은 텔레비전과 학교 그리고 인터넷이었으며, 지역사회, 가족 그리고 친구와 같은 개인적 기회는 그다지 중요하지 않은 것으로 나타났다. 외국과 비교해 보면, 한국 학생들은 다양한 출처, 특히 기업, 지역사회, 그리고 외국으로부터의 정보에 대해 비교적 덜 신뢰하는 것으로 드러났다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제33권4호
• /
• pp.683-699
• /
• 2014

The purpose of this study was to explore the characteristics of teacher learning and changes in teachers' epistemic beliefs within a learning community of elementary science teachers. Three in-service elementary teachers who majored in elementary science education in a doctoral course of a graduate school of education participated in the study, and learning activities in the teachers' beginning learning community provided a context for the study. Data sources included field notes produced by the researcher who engaged jointly in the teacher learning community as a coach, audio-recordings of the teachers' narratives, and artifacts generated by the teachers during the process of teacher learning. Complementary analyses of these multiple sources of data revealed that epistemic beliefs of the three elementary teachers were different and that each teacher made a different plan of science instruction based on his own epistemic belief even after the learning experiences within the teacher community. It was therefore suggested that science teacher education programs should be organized in consideration of the nature of teachers as constructivist learners and their practical resources.

• Smart Structures and Systems
• /
• 제29권6호
• /
• pp.777-783
• /
• 2022

Even though several deep learning-based methods have been applied in the field of acoustic source localization, the previous works have only been conducted using the two-dimensional representation of the beamforming maps, particularly with the planar array system. While the acoustic sources are more required to be localized in a spherical microphone array system considering that we live and hear in the 3D world, the conventional 2D equirectangular map of the spherical beamforming map is highly vulnerable to the distortion that occurs when the 3D map is projected to the 2D space. In this study, a 3D deep learning approach is proposed to fulfill accurate source localization via distortion-free 3D representation. A target function is first proposed to obtain 3D source distribution maps that can represent multiple sources' positional and strength information. While the proposed target map expands the source localization task into a point-wise prediction task, a PointNet-based deep neural network is developed to precisely estimate the multiple sources' positions and strength information. While the proposed model's localization performance is evaluated, it is shown that the proposed method can achieve improved localization results from both quantitative and qualitative perspectives.

• 기록학연구
• /
• 제28호
• /
• pp.83-121
• /
• 2011

해외 보존기록관리기관이 홈페이지에서 제공하는 '교사와 학생'을 대상으로 하는 교육용 프로그램 서비스는 이제 주요 서비스 메뉴이다. 국내의 여러 선행연구에선 해외의 교육용 프로그램 서비스 사례를 앞 다투어 소개하고 벤치마킹의 필요성을 주장하여 왔지만, 관련 프로그램의 소개 수준에 그치면서 심층적인 사례 분석은 미흡한 감이 없지 않았다. 이에 본 논문은 보다 심층적인 사례 분석을 통하여 교수 학습자료용 기록정보콘텐츠의 내용 구성 및 구조적 특징을 조명하는 것이 필요하다는 인식에서 출발하였다. 먼저, 영국 TNA의 교육 사이트를 개괄하고, 주요한 교수 학습자료용 콘텐츠인 '토픽' 메뉴에서 '냉전' 콘텐츠를 샘플로 선택하여 그 내용 구성 및 구조적 특징을 분석하였다. 미국 NARA의 경우도 교육 사이트를 개괄하고 주요한 콘텐츠인 '기록 수업' 메뉴의 '매카시' 콘텐츠의 내용 구성 및 구조적 특징을 분석하여 일반화하고자 하였다. 해외의 교수 학습자료용 기록정보콘텐츠의 구조를 심층 분석한 결과, 다음과 같은 시사점을 얻을 수 있었다. 첫째, 교과서와 같은 일관성 있는 내용 구성 체제로 개발되어야 한다. 둘째, 일차 사료를 원활하게 해독할 수 있는 서비스를 제공해야 한다. 셋째, 비용 문제를 고려하여 기록정보콘텐츠를 학령별, 교과 간에 연계 활용 할 수 있는 방식으로 개발해야 한다. 넷째, 일차 사료 선별 시 텍스트가 포함된 문서 사료를 우선으로 선별한다. 다섯째, 교수 학습자료용 기록정보콘텐츠는 반드시 교육 과정과 연계해서 개발하여 국가적 차원에서 활용을 촉진하도록 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.289-291
• /
• 2002

Host of source separation methods focus on stationary sources so higher-order statistics is necessary In this paler we consider a problem of source separation when sources are second-order nonstationary stochastic processes . We employ the natural gradient method and develop learning algorithms for both 1inear feedback and feedforward neural networks. Thus our algorithms possess equivariant property Local stabi1iffy analysis shows that separating solutions are always locally stable stationary points of the proposed algorithms, regardless of probability distributions of

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.162-165
• /
• 2003

Differential learning relies on the differentiated values of nodes, whereas the conventional learning depends on the values themselves of nodes. In this paper, I elucidate the differential learning in the framework maximum likelihood learning of linear generative model with latent variables obeying random walk. I apply the idea of differential learning to the problem independent component analysis(ICA), which leads to differential ICA. Algorithm derivation using the natural gradient and local stability analysis are provided. Usefulness of the algorithm is emphasized in the case of blind separation of temporally correlated sources and is demonstrated through a simple numerical example.

• 한국지역지리학회지
• /
• 제8권3호
• /
• pp.396-411
• /
• 2002

본 논문은 경제 환경변화의 맥락에서 발생하는 조직 변화와 학습과정 및 이러한 조직적 프로세스에 내포된 공간성에 대한 고찰이다. 이러한 문제제기는 급격한 경계변화에 직면한 한국의 대기업 조직에서 나타나는 기업학습과 조직변화의 맥락적 특수성에 기초한 경험연구에 기초하여 논의한다. 삼성전자에 대한 사례연구를 통해, 본 논문에서는 다음의 세가지 이론적 논점을 밝힌다. 첫째, 학습의 지리적 원천들은 기업조직의 공간 활용에 영향을 미친다. 둘째,그러나 기업 학습 관행들은 단순히 국지적 근원이나 지리적 근접성에만 기초하기보다는 관계적 근접성을 토대로 제한된 장소의 범위를 초월하여 조직 내외에 존재하는 다양한 지리적 근원을 활용함으로써 조직의 지식과 역량을 강화시키는데 초점을 둔다. 마지막으로, 기업들은 암묵적 지식뿐만 아니라 명시적 지식을 통합함으로 학습과 혁신을 달성하고자 노력한다.

• Nuclear Engineering and Technology
• /
• 제53권10호
• /
• pp.3431-3437
• /
• 2021

In this study, one-dimensional gamma ray source positions are estimated using a plastic scintillating optical fiber, two photon counters and via data processing with a machine learning algorithm. A nonlinear regression algorithm is used to construct a machine learning model for the position estimation of radioactive sources. The position estimation results of radioactive sources using machine learning are compared with the theoretical position estimation results based on the same measured data. Various tests at the source positions are conducted to determine the improvement in the accuracy of source position estimation. In addition, an evaluation is performed to compare the change in accuracy when varying the number of training datasets. The proposed one-dimensional gamma ray source position estimation system with plastic scintillating fiber using machine learning algorithm can be used as radioactive leakage scanners at disposal sites.

• The Journal of the Acoustical Society of Korea
• /
• 제21권4E호
• /
• pp.146-155
• /
• 2002

We present a new technique for achieving source separation when given only a single charmel recording. The main idea is based on exploiting the inherent time structure of sound sources by learning a priori sets of time-domain basis functions that encode the sources in a statistically efficient manner. We derive a learning algorithm using a maximum likelihood approach given the observed single charmel data and sets of basis functions. For each time point we infer the source parameters and their contribution factors. This inference is possible due to the prior knowledge of the basis functions and the associated coefficient densities. A flexible model for density estimation allows accurate modeling of the observation, and our experimental results exhibit a high level of separation performance for simulated mixtures as well as real environment recordings employing mixtures of two different sources. We show separation results of two music signals as well as the separation of two voice signals.

• 한국음향학회지
• /
• 제21권4호
• /
• pp.146-146
• /
• 2002

We present a new technique for achieving source separation when given only a single channel recording. The main idea is based on exploiting the inherent time structure of sound sources by learning a priori sets of time-domain basis functions that encode the sources in a statistically efficient manner. We derive a learning algorithm using a maximum likelihood approach given the observed single channel data and sets of basis functions. For each time point we infer the source parameters and their contribution factors. This inference is possible due to the prior knowledge of the basis functions and the associated coefficient densities. A flexible model for density estimation allows accurate modeling of the observation, and our experimental results exhibit a high level of separation performance for simulated mixtures as well as real environment recordings employing mixtures of two different sources. We show separation results of two music signals as well as the separation of two voice signals.