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.
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.
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.
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.
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
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.
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.
Kim, Jinhong;Kim, Seunghyeon;Song, Siwon;Park, Jae Hyung;Kim, Jin Ho;Lim, Taeseob;Pyeon, Cheol Ho;Lee, Bongsoo
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.
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.
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.
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.