• 대한수학교육학회지:학교수학
• /
• 제9권3호
• /
• pp.353-373
• /
• 2007

본 연구는 초등학교 6학년 학생들의 공간감각과 공간추론능력의 실태를 조사하였다. 공간감각 측면에서는 전반적으로 학생들의 공간 시각화 능력이 공간 방향화 능력보다 우수하였는데, 각각의 하위 요소를 분석한 결과 변환능력이 회전능력보다, 방향감각과 물체의 구조인식능력이 위치감각보다 상대적으로 우수하였다. 공간추론능력 측면에서는 학생들이 문제를 해결할 때 다양한 공간추론능력을 사용하는 것으로 드러났는데, 특히 변환의 인식과 사용, 분석과 종합, 시각화 방법의 개발과 적용을 많이 사용하였다. 본 논문은 학생들의 공간감각 및 공간추론능력 사용형태를 상세히 분석함으로써 이와 관련한 교수 학습 과정에 시사점을 제공하고자 하였다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제40권3호
• /
• pp.390-406
• /
• 2021

이 연구는 화산과 지진 단원의 수업에 GeoMapApp을 활용한 학습 자료를 적용하고, 공간 능력이 서로 다른 초등학생들이 인지한 공간 개념, 표현한 공간적 표상의 도구, 지형 구조를 표현하는 데 적용한 공간적 추론을 추출하여 공간적 사고의 과정을 분석하였다. 공간 능력 상위 집단 학생들은 인지한 공간 개념 정보를 수평 거리에 따라 구간을 나누어 화산과 지진의 지형 구조에 관한 심리적 이미지를 형성하는 내적 공간 표상을 활용하거나, 인식한 공간 개념을 그대로 연결하는 공간적 추론의 사례를 보였다. 또한, 지진 자료를 보고 공간 개념을 변형하여 공간적 추론을 수행하는 예도 있었다. 공간 능력 하위 집단 학생들은 공간 개념을 직접 지형 구조로 연결하는 공간적 추론을 보이거나, 공간 개념을 부분적으로 인식하여 지형을 파악하는 공간적 추론 사례를 보였다. 연구 결과를 근거로 초등학생들이 GeoMapApp 자료에서 거리, 높이, 깊이와 같은 공간 개념을 정확히 인식해야 더 나은 공간적 사고를 구현할 수 있음을 밝혔다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제60권2호
• /
• pp.133-157
• /
• 2021

본 연구에서는 학생들의 생활과 밀접한 공간을 기반으로 한 비구조화된 문제를 개발하고 수업에 적용하였다. 이 과정에서 6학년 학생들의 공간 추론 능력으로는 외적 추론에 비해 내적 추론에서 어려움을 표했으며, 공간 추론이 수와 연산, 측정 등의 영역과 연계되어 활용될 때 그 수준이 더 높게 나타났다. 문제 해결 능력에서는 반성 요소가 미흡하게 나타났으며 초등 현장에서 온라인 환경에서의 협력과 수학적 모델링 학습이 적용 가능하다는 결과를 얻었다. 이를 통해 수학 교육 현장에 공간 학습과 실생활 문제 해결에 관한 의미 있는 시사점을 도출할 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.769-772
• /
• 2014

Jeopardy 퀴즈쇼와 같은 DeepQA 환경에서 인간을 대신해 컴퓨터가 효과적으로 답하기 위해서는 인물, 지리, 사건, 역사 등을 포함하는 광범위한 지식베이스와 이를 토대로 한 빠른 시공간 추론 능력이 필요하다. 본 논문에서는 대표적인 병렬 분산 컴퓨팅 환경인 하둡/맵리듀스 프레임워크를 이용하여 방향 및 위상 관계를 추론하는 효율적인 대용량의 공간 추론 알고리즘을 제시한다. 본 알고리즘에서는 하둡/맵리듀스 프레임워크의 특성을 고려하여 병렬 분산처리의 효과를 높이기 위해, 지식 분할 문제를 맵 단계에서 해결하고, 이것을 토대로 리듀스 단계에서 효과적으로 새로운 공간 지식을 유도하도록 설계하였다. 또한, 본 알고리즘은 초기 공간 지식베이스로부터 새로운 지식을 유도할 수 있는 기능뿐만 아니라 초기 공간 지식베이스의 불일치성도 미연에 감지함으로써 불필요한 지식 유도 작업을 계속하지 않도록 설계하였다. 본 연구에서는 하둡/맵리듀스 프레임워크로 구현한 대용량 공간 추론기와 샘플공간 지식베이스를 이용하여 성능 분석 실험을 수행하였고, 이를 통해 본 논문에서 제시한 공간 추론 알고리즘과 공간 추론기의 높은 성능을 확인 할 수 있었다.

• 정보과학회 논문지
• /
• 제42권5호
• /
• pp.601-608
• /
• 2015

미국의 Jeopardy! 퀴즈쇼와 같은 DeepQA 환경에서 인간을 대신해 컴퓨터가 효과적으로 답하기 위해서는, 광범위한 지식 베이스와 빠른 시공간 추론 능력이 요구된다. 본 논문에서는 방향 및 위상 관계 추론을 위한 효율적인 공간 추론 방법 중 하나로, 혼합 공간 추론 알고리즘을 제안한다. 본 알고리즘은 전향 추론과 후향 추론을 결합한 혼합 추론 방식을 취함으로써, 불필요한 추론 계산을 줄여 질의 처리 속도도 향상될 뿐 아니라 공간 지식 베이스의 변화에 효과적인 대처가 가능하도록 설계하였다. 본 연구에서는 이 알고리즘을 기반으로 구현한 혼합 공간 추론기와 샘플 공간 지식베이스를 이용하여 성능 분석 실험들을 수행하였고, 이를 통해 본 논문에서 제안한 혼합 공간 추론 알고리즘의 높은 성능을 확인할 수 있었다.

• 한국과학교육학회지
• /
• 제41권5호
• /
• pp.371-390
• /
• 2021

이 연구의 목적은 공간능력 구성요소에 대한 신경과학적 모델을 개발하고, 빛과 그림자 관련 과학 과제를 해결하는 과정에서의 두뇌 활성 영역을 신경과학적 모델에 기반하여 영역 일반적 능력과 영역특수적 능력으로 구분하여 설명하는 것이다. 이를 위해 남자 대학생 24명이 공간능력 검사지 문항과 빛과 그림자 과제를 해결하는 동안의 시선이동과 EEG를 동기화하여 측정하였으며, 과제 해결 전략에 대한 사후면담과 RVP를 실시하였다. 시선 이동, 두뇌 활성 영역, 참여자의 사고 과정과 전략을 통합하여 공간능력 구성요소에 대한 신경과학적 모델을 개발하고, 빛과 그림자 관련 과제 해결 과정을 분석하였다. 연구의 결과는 다음과 같다. 첫째, 공간 시각화와 심적 회전 요소는 주로 두정엽의 활성을 필요로 했으며, 공간 방향화 요소는 전두엽의 활성을 필요로 했다. 구체적으로, 공간 시각화 요소는 문제를 탐색하는 과정에서 전두엽이 활성화되었고, 문제와 답지를 비교하는 과정에서 측두엽과 두정엽이 활성화되었다. 심적 회전 요소는 회전된 정보를 탐색하는 구간에서는 전두엽이, 심적 회전을 할 때에는 두정엽이, 문제와 답지를 비교하는 구간에서는 측두엽이 활성화되었다. 공간 방향화 요소는 문제를 탐색하는 과정과 문제와 답지를 비교하는 과정 모두 전두엽이 활성화되었다. 둘째, 빛과 그림자 과제를 해결 할 때에는 영역 일반적 기능인 공간 능력과 과학적 원리를 적용하는 영역 특수적 사고가 함께 필요하였다. 평행광의 그림자 모양 추론과 빛의 방향이 바뀔 때의 그림자 모양을 추론에서의 두뇌 활성 패턴은 공간 시각화 요소에 대한 신경과학적 모델과 유사하였다. 여러 방향에서의 그림자를 통해 원래 물체를 추론할 때에는 공간 방향화 요소, 점광원의 그림자 모양을 추론할 때에는 공간 시각화 요소에 대한 신경과학적 모델과 두뇌 활성 패턴이 유사하였다. 빛과 그림자 과제를 해결할 때 추가적으로 활성화 된 부위는 주로 연역적 추론, 작업 기억, 행동에 대한 계획 기능을 담당하는 중측두이랑, 중심앞이랑, 하전두이랑, 중전두이랑이었다. 따라서 빛과 그림자 과제를 해결하는 과정에서는 공간능력 외에도 그림자 생성 원리를 기반으로 한 연역적 추론, 빛의 진행 방향을 작업 기억에 유지시키는 것, 광원의 특징에 따른 과제 해결 과정 계획, 빛-물체-스크린의 공간적 관계 인지 등이 추가적으로 필요하다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1365-1375
• /
• 2016

일상생활 환경 속에서 자율적으로 동작하는 서비스 로봇에게 가장 필수적인 능력 중 하나가 동적으로 변화하는 주변 환경에 대한 올바른 상황 인식과 이해 능력이다. 다양한 센서 데이터 스트림들로 부터 신속히 의사 결정에 필요한 고수준의 상황 지식을 생성해내기 위해서는, 멀티 모달 센서 데이터의 융합, 불확실성 처리, 기호 지식의 실체화, 시간 의존성과 가변성 처리, 실시간성을 만족할 수 있는 시-공간 추론 등 많은 문제들이 해결되어야 한다. 이와 같은 문제들을 고려하여, 본 논문에서는 지능형 서비스 로봇을 위한 효과적인 동적 상황 관리 및 시-공간 추론 방법을 제시한다. 본 논문에서는 상황 지식 관리와 추론의 효율성을 극대화하기 위해, 저수준의 상황 지식은 센서 및 인식 데이터가 입력될 때마다 실시간적으로 생성되지만, 반면에 고수준의 상황 지식은 의사 결정 모듈에서 요구가 있을 때만 후향 시-공간 추론을 통해 유도되도록 알고리즘을 설계하였다. Kinect 시각 센서 기반의 Turtlebot를 이용한 실험을 통해, 제안한 방법에 기초한 동적 상황 관리 및 추론 시스템의 높은 효율성을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권10호
• /
• pp.397-406
• /
• 2014

미국의 Jeopardy! 퀴즈쇼와 같은 DeepQA 환경에서 인간을 대신해 컴퓨터가 효과적으로 답하기 위해서는, 광범위한 지식베이스와 빠른 시공간 추론 능력이 요구된다. 본 논문에서는 대표적인 병렬 분산 컴퓨팅 환경인 맵리듀스 프레임워크를 이용해, 새로운 방향 및 위상 관계를 효율적으로 추론할 수 있는 대용량 공간 추론 알고리즘을 제시한다. 이 추론 알고리즘은 CSD-9 방향 관계들과 RCC-8 위상 관계들을 포함한 대용량 공간 지식베이스를 입력으로 가정하며, 이로부터 새로운 방향 관계와 위상 관계들을 추론해내기 위해 지식베이스에 대한 경로 일관성 검사와 교차 일관성 검사를 수행한다. 맵리듀스 프레임워크의 원리에 따라 추론 계산의 병렬성을 극대화하기 위해, 맵 단계에서는 대용량의 지식베이스를 다수의 노드들에 효과적으로 분할하여 분산시키고, 리듀스 단계에서는 분산된 지식베이스들로부터 새로운 공간 지식을 유도하도록 공간 추론 알고리즘을 설계하였다. 본 연구에서는 맵리듀스 프레임워크로 구현한 대용량 공간 추론기와 샘플 공간 지식 베이스를 이용한 실험들을 수행하고, 이를 통해 본 논문에서 제안한 대용량 공간 추론기의 높은 성능을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• 대한수학교육학회지:학교수학
• /
• 제15권4호
• /
• pp.785-799
• /
• 2013

본 연구는 수학적 모델링 수업이 수학 영재 학생들에게 문제해결의 기회를 제공하고 수학적 모델링 활동을 통해 다양한 수학적 사고력을 발전시킬 수 있다는 가정 하에 중학교 3학년 수학 영재 학생들을 위한 수학적 모델링 교수 학습 자료를 개발하였다. 개발된 교수 학습 자료를 적용하여 사례연구를 통해 수학적 모델링의 단계별 활동과정을 살펴보고 각 단계에서 어떠한 수학적 사고능력이 나타나는지 분석하였다. 수학적 모델링 과정에서 다양한 수학적 사고능력이 나타났는데 문제를 이해하는 실세계 탐구과정에서는 정보의 조직화 능력이, 상황모델을 개발하는 과정에서는 직관적 통찰능력, 공간화/시각화 능력, 수학적 추론 능력, 반성적 사고 능력이 나타났다. 수학모델 개발과정에서는 수학적 추상화 능력, 공간화/시각화 능력, 수학적 추론 능력, 반성적 사고가 나타났으며 모델적용 과정에서는 일반화 및 적용 능력과 반성적 사고가 나타났다. 모델링 수업이 진행됨에 따라 반성적 사고능력이 더 많이 나타나는 것을 확인할 수 있었다.