• 한국가정과교육학회지
• /
• 제17권4호
• /
• pp.117-131
• /
• 2005

이 연구의 목적은 세 행동체계(기술적, 의사소통적, 해방적 행동)에 따라 개발한 중학교 기술$\cdot$가정 주생활 영역 목표에 대해 교과 담당 교사가 인식하는 각 목표의 중요도를 알아보는 것이다. 중요도 인식에 대한 자료는 전국 중학교 기술$\cdot$가정과 교사를 대상으로 체계적 무선 표집을 통해 183개교에서 303부를 우편 설문지법으로 2003년 9월 1일-30일까지 한달 동안 수집하고, SPSS/WIN 프로그램을 이용하여 분석하였다. 세 행동체계별 주생활 영역 목표는 9학년 기술$\cdot$가정 교과서와 교사용지도서 8종에 실린 주생활 단원의 목표에다 미국 오하이오주의 교육과정 가이드와 한국 교육과정 평가원에서 제시한 주생활 영역의 교육목표와 내용기준을 참고하여 개발하였다. 각 내용요소별 세 행동체계 목표는 $\ulcorner$생활공간의 활용$\lrcorner$ 단원 11개 요소 $\ulcorner$실내 환경의 조절$\lrcorner$ 단원 7개 요소 $\ulcorner$주택의 유지와 보수$\lrcorner$ 단원 3개 요소 둥 총 21개 내용 요소에 대해 각각 세 행동체계 목표, 총 63개 목표를 개발하였다. 기술$\cdot$가정과 교사들은 세 행동체계에 따라 진술한 목표 가운데 해석적 행동체계로 진술된 목표를 가장 중요하게 인식하고 있었고, 다음은 기술적 행동체계, 해방적 행동체계 순이었다. 주생활 영역 전체에서는 해석적 행동체계 목표가 가장 중요하지만 중단원별로 보면 세 행동체계별 목표 중요도가 다소 차이가 있었다. 기술적 행동체계 목표는 세 중단원별로 중요도가 비슷한 반면, 해석적 행동체계 목표는 $\ulcorner$주택의 유지와 보수$\lrcorner$ 중단원 보다는 $\ulcorner$실내 환경과 설비$\lrcorner$ 중단원에서 더 중요하고, $\ulcorner$생활공간의 활용$\lrcorner$ 중단원은 해방적 행동체계 목표를 다른 두 중단원보다 덜 중요하게 인식하였다. 이러한 결과는 차기 교육과정과 교과서 개발과정에 고려되어야 할 것으로 보인다. 세 행동체계별 주생활 영역 세부 목표의 중요도는 기술적 행동체계 중에서는 '에너지 사용을 최소화하면서 쾌적한 실내 온도를 유지하는 방법을 말한다'를 , 해석적 행동체계 중에서는 '생활쓰레기가 사회 환경에 어떻게 영향을 미치는지 인식한다'를 , 해방적 행동체계 중에서는 '좋은 환경 만들기 운동을 통하여 친환경적 가치관을 형성한다'를 가장 중요하게 인식하고 있어 가정과 교사들은 사회적 목표와 현실에 직면한 실천적 문제로 구성된 목표들을 가장 중요하게 인식하는 것을 알 수 있다. 세 행동체계별 주생활 영역 목표 중요도는 교사의 일반적 특성에 따라 다소 유의미한 차이가 있었다. 연령이 많거나 교직경력이 긴 교사가 그렇지 알은 교사보다 기술적 행동체계 목표들을 중요시하였으며, 여성 교사, 가정 전공 교사가 그렇지 않은 교사보다 해석적, 해방적 행동목표를 더 중요하게 인식하고 있었다. 특히 가정교육 철학을 배운 경험이 있는 교사가 그렇지 않은 교사보다 해방적 행동체계 목표를 중요시하는 것으로 나타났다. 이 연구 결과는, 실천 비판적인 가정 교과의 본질을 구현하기 위해서는 주생활 영역의 교육과정에 기술적, 해석적, 해방적 행동에 대한 목표들을 고루 포함하여야 하며 특히 교사들이 중요하게 인식하는 해방적 행동에 대한 목표를 강조하여 적용할 필요가 있음을 시사하고 있다.

• 수산해양기술연구
• /
• 제31권4호
• /
• pp.326-339
• /
• 1995

이 연구에서는 전보에서 어군의 유영공간을 3차원으로 고려하여 제안한 어군행동을 나타내는 수치 모델의 타당성을 검토하기 위하여 수치 모델의 잔차에 대한 백색성검정 및 실험과 시뮬레이션에 의한 결과를 비교하는 두 가지 방법을 사용하였다. 모형 그물이 없는 경우와 모형 그물이 있는 경우 모두 잔치의 평균이 0에 가까우며, 그 표준편차는 대체로 $\pm$7 이내로서 잔차의 거동이 안정된 것으로 나타났다. 또한, 개체수가 5마리 이상이고 유속이 20cm/sec 이하인 경우에는 수치 모델에 의한 잔차의 자기상관함수가 95%의 유음수준에서 유음한 것으로 나타났으므로, 잔차는 백색잡음의 양상으로 나타나는 것으로 볼 수 있으며, 이 수치 모델은 대체로 타당한 것으로 간주할 수 있다. 실험과 시뮬레이션에 의한 결과에 대하여 어군의 유영특성을 나타내는 지표로서 유영궤적, 수조벽과 개체 사이의 거리, 유영속도, 유영 깊이, 개체상호간의 최근접거리 등을 비교하면, 실험과 시뮬레이션에 의한 결과가 완전히 일치하지는 않으나 대체로 그 경향이 유사한 것으로 나타났다. 이상의 결과에서 어군의 유영공간을 3차원으로 고려하여 유속의 변화에 따른 어군행동의 추정이 어느 정도 가능해짐으로서, 앞으로 보다 발전된 모델링 기법을 도입하면 현장에서의 적용가능성이 있을 것으로 생각된다. 그러나, 이러한 일련의 연구에서는 실험의 편의를 위하여 시간의 변화에 따른 유향과 유속의 변화를 고려하지 않고 일정 방향의 일정 유속만을 고려하였기 때문에, 현장에서의 적용을 위해서는 환경요인, 공간상의 환경조건 및 어군의 규모에 의한 차이 등 해결해야 할 문제점이 많이 남아 있다. 현단계에서의 과제는 축양장과 같은 제한된 공간에서의 어군행동의 예측, 제어등이 가능하도록 모델링에 관한 연구가 계속되어야 할 것이다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• pp.155-157
• /
• 2022

기존의 안전교육 교수방법은 강의 방식으로 전달하고 있어 근로자의 참여를 이끌어내는데 한계점이 있으며, 불안전한 행동에 의한 안전사고를 예방하기 위해서는 스마트 체험식 안전교육으로 패러다임을 전환할 필요성이 있다. [연구배경/목적]:스마트 체험식 안전교육은 건설현장에서 근로자들이 보다 더 빠르게 위험을 인지하고 여기에 맞는 안전작업 이행과 위험발생 시 응급대처 능력 등을 향상시키므로 사전사후 학습전이의 효과성을 검정할 수 있다. 이러한 관점에서 안전사고를 예방하기 위한 본 연구는 안전교육의 체험학습방법과 참여방법, 교육콘텐츠 접근방법을 통하여 근로자의 안전행동 유도와 불안전행동 감소에 미치는 영향검증이 목적이다. [연구방향/범위]:실제 건설현장과 동일하게 작업환경을 구성해 놓은 스마트 체험식 안전교육시설에서 추락체험, 낙하물체험, 장비협착체험, 화재, 감전재해 등의 실제 사고를 체험해 볼 수 있도록 만들어진 체험학습 방법과 가상(VR, AR, 메타버스)공간에서 간접경험 할 수 있는 참여방법을 다룰 것이다. 그리고 안전체험교육 사전사후의 분석을 통하여 안전 학습전이 성과를 분석한다. [연구 분석방법]:연구의 주요 변인으로는 Human-Error, 안전행동요인, 불안전행동요인, 위험감수성, 조직특성, 조직의 안전문화, 조직의 역량, 안전교육특성, 교육콘텐츠 변화가 사전사후 분석을 통하여 현장 작업 시 안전 학습전이의 효과성을 검정하였다.

• 정보보호뉴스
• /
• 통권126호
• /
• pp.8-9
• /
• 2008

사이버 공간에서의 보안은 공격자와 방어자가 서로의 행동에 연속적으로 반응하는 일종의 군비확장 경쟁(Arms Race)에 비유된다. 정보기술과 사이버 공간이 현재와 같은 속도로 진화하는 동안에는 이런 경쟁이 계속될 가능성이 높다. 따라서 방어자의 입장에서 사이버 보안에 대한 접근은 보호하고자 하는 정보자산의 가치에 따라 예방적(Preventive)이고 선제적(Preemptive)인 대책을 구사할 필요가 있다. 그렇지 않으면 일이 터지고 그때서야 대책 마련에 부지런을 떠는 '소 잃고 외양간 고치는'식의 대응적(Responsive) 수준에 머무를 수 밖에 없다. 상황에 따라 대응적 수준의 보안대책이 최선인 경우도 있으나, 정보기술 환경 또는 사이버 공간의 안전.신뢰성을 적극적으로 확보하기 위해서는 예방적이고 선제적인 보안 수단을 다양한 조직과 시스템에 광범위하게 적용할 필요가 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.579-582
• /
• 2009

최근에 증강현실 에이전트에 대한 관심의 증가로 인하여, 유비쿼터스 컴퓨팅 환경이나 사용자의 입력에 자율적으로 반응하거나 새로운 형태의 인터페이스로서 이에 대한 다양한 연구가 진행되고 있다. 하지만, 기존의 연구들은 에이전트의 반응생성을 위한 유비쿼터스 컴퓨팅 환경내의 컨텍스트와 실제 및 가상 공간에 존재하는 정보들의 활용 방안에 대한 연구가 부족하였다. 따라서 본 논문에서는 환경 정보와 사용자의 프로파일 정보, 그리고 사용자 중심의 컨텍스트의 활용해서 행동을 선택하고 계획하는 증강현실 에이전트의 행동생성 시스템을 제안하고자 한다. 에이전트의 내부는 Belief-Desire-Intention (BDI) 모델과 계층적 업무 네트워크 (HTN)내 검색을 통해서, 반응적 행동의 시퀀스를 선택한다. 행동의 시퀀스가 기본 행동들만으로 구성이 된 후, 에이전트는 이전 행동 및 입력의 종류에 따라서 행동의 적합성을 판단 및 적응을 수행한 후, 행동을 활성화 시킨다. 제안된 행동 생성 시스템은 행동을 통한 에이전트의 정보 전달이 요구되는 교육, 게임, 도우미 에이전트 등에서 응용이 가능할 것이다. 이렇게 계획된 행동을 통해서 증강현실 에이전트는 효과적인 정보 전달과 의사소통 능력을 사용자에게 보여줄 수 있을 것으로 기대된다.

• 전자공학회논문지SC
• /
• 제48권4호
• /
• pp.54-62
• /
• 2011

감성 행동을 표현하는 것은 인간 친화 로봇의 필수 요소 중 하나이다. 하지만 감성 행동은 로봇의 목적이나 사양에 따라서 달라지기 때문에 감성 행동을 생성하고 표현하는 방법은 로봇마다 다르다. 따라서 본 논문에서는 로봇의 목적이나 사양에 상관없이 다양한 인간 친화 로봇에 적용될 수 있는 감성 행동 생성 방법을 제안한다. 먼저 감성 행동 생성 방법의 입력 값으로 다중 감정값을 이용한다. 다중 감정 공간을 이용하여 각 감정이 독립적으로 존재할 수 있기 때문에 로봇의 목적에 따라 사용하고자 하는 감정을 취사선택할 수 있다. 로봇의 사양에 따라서 표현할 수 있는 방법이 다르므로, 로봇의 표현 부위를 나누고, 각 표현 부위별로 표현할 수 있는 행동을 데이터화한다. 이렇게 나누어진 행동들을 단위 행동이라고 정의하며, 각 단위 행동이 표현할 수 있는 감정에 대한 반영도를 결정한다. 그리고 이를 이용하여 주어진 다중 감정값에 최적화된 단위 행동 조합을 결정한다. 이 과정을 사양과 목적이 다른 사이버 로봇 시뮬레이터, 3D 캐릭터 헤드 로봇, 기계적인 설계 기반의 헤드 로봇 등에 적용함으로써 제안한 방법의 범용성을 실험한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2020년도 추계학술대회
• /
• pp.25-27
• /
• 2020

현재의 도시는 관계성 희박화, 익명성 등의 문제로 커뮤니티 활성화가 과제로 존재한다. 일본 오사카는 물의 도시를 표방하며, 수변공간의 가치를 재검토하고 재생을 도모하고 있으며, 카모가와를 비롯한 수변공간은 도시 가운데 개방적 공공장소로 존재하면서 매력적인 공간 창출을 도모하려는 움직임이 지속되고 있다. 본 연구에서는 일본의 수변공간 활성화에 착안하여 지금까지 이용되어온 방식과 사람들의 행동을 규명하는 것으로 시사점을 얻는 것을 목적으로 하고 있다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.518-528
• /
• 2014

본 논문에서는 4차원 시공간 (4D-ST, [x,y,z,t]) 특징을 이용하여 행동 방향을 인식하는 방법을 제안한다. 이를 위해 4차원 시공간 특징점 (4D-STIPs, [x,y,z,t])을 제안하였고, 이는 여러 다른 뷰에서 촬영한 이미지들로부터 복원된 3차원 공간 (3D-S, [x,y,z]) 볼륨으로부터 계산된다. 3차원 공간정보를 갖고 있는 3D-S 볼륨과 4D-STIPs는 2차원 공간 (2D-S, [x,y]) 뷰로 사영을 하여 임의의 2D-S 뷰에서의 특징을 생성해 낼 수 있다. 이 때, 사영 방향을 결정 할 수 있으므로, 학습 시 방향에 대한 정보를 포함하여 행동 방향을 인식 할 수 있다. 행동 방향을 인식하는 과정은 두 단계로 나눌 수 있는데, 우선 어떤 행동인지를 인식하고 그 후, 방향 정보를 이용하여 최종적으로 행동 방향을 인식한다. 행동 인식과 방향 인식을 위해, 사영된 3D-S 볼륨과 4D-STIPs은 각각 움직이는 부분과 움직이지 않는 부분에 대한 정보를 담고 있는 motion history images (MHIs)와 non-motion history images (NMHIs)로 구성된다. 이러한 특징들은 행동 인식을 위해, 방향 정보에 상관없이 같은 행동이면 같은 클래스로 분류되어 support vector data description (SVDD) 분류기로 학습되고, support vector domain density description (SVDDD)을 이용하여 인식된다. 인식된 행동에서 최종적으로 방향을 인식하기 위해 각 행동을 방향 클래스로 분류하여 SVDD 분류기로 학습하고 SVDDD로 인식한다. 제안된 방법의 성능을 보이기 위해서 INRIA Xmas Motion Acquisition Sequences (IXMAS) 데이터셋에서 제공하는 3D-S 볼륨을 사용하여 학습을 하고, 행동 방향 인식 실험이 가능한 SNU 데이터셋을 구축하여 인식 실험을 하였다.

• 아동학회지
• /
• 제35권2호
• /
• pp.25-41
• /
• 2014

The purpose of this study was to investigate the relationships between play behaviors and young children's playfulness in a variety of play space environments. The subjects were 150 4-year old children of 29 mixed-age classes in childcare centers of Seoul and Gyeonggi area. The results were as follows; (1) Their play behaviors differed according to their play environment in terms of classroom spaces. Solitary-active play behaviors were more frequently observed in large play spaces than small. (2) Leading participation, cognitive flexibility, voluntary full immersion, and total playfulness scores correlated negatively with reticent behavior. Leading participation, voluntary full immersion, and total playfulness scores, on the other hand, correlated positively with group play behavior. (3) In small play spaces, leading participation, voluntary full immersion correlated negatively with reticent behavior, but leading participation correlated positively with group play. In middle play spaces, cognitive flexibility correlated negatively with reticent behavior. In large play spaces, voluntary full immersion correlated negatively with parallel play, but leading participation, cognitive flexibility, expressions of joy, voluntary full immersion, and total playfulness score correlated positively with group play.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.229-229
• /
• 2023

강화학습은 에이전트(agent)가 주어진 환경(environment)과의 상호작용을 통해서 상태(state)를 변화시켜가며 최대의 보상(reward)을 얻을 수 있도록 최적의 행동(action)을 학습하는 기계학습법을 의미한다. 최근 알파고와 같은 게임뿐만 아니라 자율주행 자동차, 로봇 제어 등 다양한 분야에서 널리 사용되고 있다. 상수도관망 분야의 경우에도 펌프 운영, 밸브 운영, 센서 최적 위치 선정 등 여러 문제에 적용되었으나, 설계에 강화학습을 적용한 연구는 없었다. 설계의 경우, 관망의 크기가 커짐에 따라 알고리즘의 탐색 공간의 크기가 증가하여 기존의 최적화 알고리즘을 이용하는 것에는 한계가 존재한다. 따라서 본 연구는 강화학습을 이용하여 상수도관망의 구성요소와 환경요인 간의 복잡한 상호작용을 고려하는 설계 방법론을 제안한다. 모델의 에이전트를 딥 강화학습(Deep Reinforcement Learning)으로 구성하여, 상태 및 행동 공간이 커 발생하는 고차원성 문제를 해결하였다. 또한, 해당 모델의 상태 및 보상으로 절점에서의 압력 및 수요량과 설계비용을 고려하여 적절한 수량과 수압의 용수 공급이 가능한 경제적인 관망을 설계하도록 하였다. 모델의 행동은 실제로 공학자가 설계하듯이 절점마다 하나씩 차례대로 다른 절점과의 연결 여부를 결정하는 것으로, 이를 통해 관망의 레이아웃(layout)과 관경을 결정한다. 본 연구에서 제안한 방법론을 규모가 큰 그리드 네트워크에 적용하여 모델을 검증하였으며, 고려해야 할 변수의 개수가 많음에도 불구하고 목적에 부합하는 관망을 설계할 수 있었다. 모델 학습과정 동안 에피소드의 평균 길이와 보상의 크기 등의 변화를 비교하여, 제안한 모델의 학습 능력을 평가 및 보완하였다. 향후 강화학습 모델을 통해 신뢰성(reliability) 또는 탄력성(resilience)과 같은 시스템의 성능까지 고려한 설계가 가능할 것으로 기대한다.