• 한국정보과학회논문지:시스템및이론
• /
• 제26권6호
• /
• pp.627-635
• /
• 1999

물체의 3차원 모델을 음영처리하기 위해서는 물체 표면의 각 점에서 법선 벡터를 계산해야 한다. 복섹 기반의 볼륨 데이터는 표면에 대한 기하학적 정보가 없기 때문에 이웃 점들의 상대적인 위치나 데이터 값의 차이로부터 법선 벡터를 추정할 수 밖에 없다. 기존에 고안된 법선 벡터추정 연산자는크기가 고정되어 있기 때문에 제한된 영역에서만 법선 벡터를 정확하게 계산하고 나머지 영역에서는 오류를 유발한다. 이 논문에서는 표면을 구성하는 점들의 공간적 배치나 그 점들의 데이터값에 따라 크기가 변하는 가변 중심 편차 연산자와 이를 이용한 법선 벡터 추정 방법을 제안한다. 이 연산자를 사용하면 기존연산자들보다 정확하게 법선 벡터를 추정할 수 있으며, 동일한 화질인 경우 계산 시간이 상당히 단축된다.

• 한국과학교육학회지
• /
• 제33권2호
• /
• pp.486-500
• /
• 2013

본 연구는 탐구 맥락에서 실시된 논변활동 과정에서 학생들이 이용하는 데이터 출처에 따라 학생의 인식론적 추론과 논변의 구조가 어떻게 달라지는지 알아보기 위해 수행되었다. 이를 위해 중학교 1학년 '식물의 영양' 단원에서 1차 데이터를 이용하는 3가지 논변 과제와 2차 데이터를 이용하는 3가지 논변 과제를 개발하여 적용하였다. 연구 결과, 논변활동 과정에서 나타난 학생들의 인식론적 추론은 데이터 출처에 따라 다르게 나타났다. 1차 데이터를 이용한 논변활동에서는 대부분 현상기반추론이나 관계기반추론을 통해 설명을 구성하였지만 2차 데이터를 이용한 논변활동에서는 모든 소집단이 모형기반추론을 포함하여 설명을 구성해 나갔다. 현상기반추론이나 관계기반추론을 바탕으로 작성된 논변의 경우, 학생들은 관찰 가능한 특징만을 기술하였고 논변에서 보장이 생략되는 경우가 많았다. 반면 모형기반추론을 포함한 논변의 경우 관찰 결과를 이론 지식과 결합하여 설명을 구성해가고 논변에서 보장이 보다 잘 드러났다. 그리고 이 때, 소집단 내에서는 더욱 다양한 아이디어가 제안되었고 이에 대한 평가 맥락이 형성되면서 논변활동을 더욱 자극하였다.

• KNOM Review
• /
• 제22권2호
• /
• pp.29-38
• /
• 2019

4차 산업혁명의 핵심 기술 중의 하나로서 사물인터넷 (Internet of Things)은 무선 네트워크, 통신모듈 및 센서, 스마트 단말 등의 기술 발전 및 보급 확산으로 그 영향력이 의료, 교통, 제조, 유통, 교육 등의 산업분야를 넘어 과학기술 및 공공분야로까지 확대되고 있다. 특히 과학기술 분야에서도 점차 IoT 기술 연구 및 활용 연구가 증가하고 있으며, 이를 통해 기존의 이론 및 실험 중심의 연구에서 데이터 중심의 연구로의 연구 패러다임이 변환되고 있다. 이와 같이 다양한 데이터를 수집하는 인프라스트럭처 환경 구축의 필요성이 커지고 있으며, 수집된 데이터의 전송·처리·분석을 위한 유·무선 통합 네트워크 환경을 위해 국가과학기술연구망 (KREONET)에서는 저전력 장거리 통신기술 LPWAN (Low Power Wide Area Network) 기반의 국가과학기술무선사물인터넷연구망 (ScienceLoRa) 프로젝트를 시작하였다. ScienceLoRa는 기존의 백본망 위주의 유선망인 KREONET를 활용하여 LoRa/LoRaWAN 기술을 활용한 무선망을 구축함으로써 과학기술 및 공공분야에서 다양한 센서들로부터 데이터를 수집하여 이를 전송, 활용 및 분석에 이용하고자 한다. 본 논문에서는 ScienceLoRa 소개, 현재 진행상황, 활용 및 발전 가능성에 대하여 살펴보기로 한다.

• 한국과학교육학회지
• /
• 제40권6호
• /
• pp.657-670
• /
• 2020

지식정보화 사회가 되면서 기존과는 다른 유형의 사회 문제들이 발생하고, 이를 파악하고 해결하는데 필수적인 역량으로 지식정보처리역량을 꼽을 수 있다. 지식정보처리역량은 정보의 수집과 분석, 활용을 할 수 있는 역량으로 학문 분야에 따라 그 적용이 달라질 수 있으므로 일반 소양적인 측면과 교과 맥락적인 측면으로 나누어 교육할 수 있다. 과학에서의 지식정보처리역량 함양 교육은 이제까지는 일반 소양적인 측면에서 주로 실행됐으므로, 과학 탐구 활동을 통해 교과 맥락적인 측면에서의 교육이 필요하다. 따라서 본 연구에서는 학교 현장에서 일반적으로 적용 가능한 지식정보처리함양을 위한 데이터 기반 과학탐구 모형과 수업전략을 개발하였다. 모형과 수업전략은 설계·개발 연구방법론에 따라 문헌연구를 바탕으로 모형과 수업전략을 1차 개발하고 전문가의 조언을 듣는 내적 타당화 과정과 실제 현장에 적용하는 외적 타당화 과정을 통해 수정, 개선하여 완성하였다. 자원기반학습 이론을 바탕으로 과학탐구 모형, 데이터 과학의 특징, 통계적 문제 해결력 모형에 대한 문헌 연구를 실시하였고, 전문가 5인의 자문을 받아 CVI, IRA 값을 구하고 면담을 통해 모형과 전략을 개선하였으며 두 번의 외적 타당화 과정을 거치며 현장 적용성 높은 모형과 전략을 완성하였다. 본 연구에서 개발한 모형은 탐색적 과학 데이터 분석 탐구모형(Exploratory Scientific Data Analysis Inquiry Model, 이하 ESDA 탐구모형)으로 학교의 상황에서 실행가능한 도구를 먼저 선택하고 데이터를 수집하며, 그 후 분석 과정에서 질문을 찾고, 이를 새로운 가설로 설정하여 또 다른 탐구를 진행하는 형태를 갖는다. 수업 전략은 최종 7가지 원리로 세분화 되었는데, 도구 탐색의 원리, 실생활 데이터 수집의 원리, 데이터 변형의 원리, 데이터 해석의 원리, 문제 구체화의 원리, 문제 해결의 원리, 표현과 공유의 원리이다. 각 원리는 탐구 모형과 연계되어 있으며, 교수 전략 뿐 아니라 탐구를 수행할 수 있는 환경 구성의 조건을 포함하고 있어 현장 적용성을 높이고자 하였다. 본 연구는 일반적인 대규모의 학생을 대상으로 양적 연구를 실시하지 못했다는 한계가 있으나 지식정보처리 역량을 과학탐구의 관점에서 접근하여 실제적 모형과 전략을 개발했다는 점에서 의의가 있다.

• 한국과학교육학회지
• /
• 제39권2호
• /
• pp.307-320
• /
• 2019

본 연구는 강의식 과학 수업 사용에 머물러 있었던 초등 담임교사가 어떻게 다양한 과학 수업 방법을 사용할 수 있게 되었는지를 탐색한 것이다. 자문화기술지 방법을 사용하여 초등 담임교사의 한 해 동안의 과학 수업 준비와 실행에 대한 자기 기억자료, 수업일지, 페이스북 일기, 인터뷰 자료가 데이터 분석을 위해 수집되었고, 수집된 데이터들은 문화 역사적 활동 이론을 통해 분석되었다. 연구자는 데이터를 통하여 활동 시스템 상에서 어떠한 핵심 요소(i.e. 행위자로서의 담임교사, 규범, 분업, 도구, 목표, 산출)들의 상호작용이 특징화되었고 이것들이 어떻게 교사의 수업 방법을 구체화시켜 나갔는지를 분석하였다. 이를 기반으로 본 연구는 첫째, 과학 수업 준비를 소홀히 하는 규범, 개별적인 공동체, 분업 없음의 요소들이 행위자인 초등교사의 수업을 강의식 수업만으로 이끌게 되었고, 이로 인해 모순이 발생하게 되었음을 밝혔다. 둘째, 기존의 규범, 공동체, 분업 요소가 과학 수업 준비시간을 절약하거나 다양한 수업을 준비하도록 하는 규범, 협력적인 공동체, 역할 분담의 분업 형태로 변화되면서 행위자의 수업 도구를 다양한 과학 교수 방법(i.e. 실험, 논변 수업, 교과 통합 수업, 현장 학습)으로 사용하도록 이끌었으며, 이를 통해 모순이 완화될 수 있었음을 보였다. 또한, 본 연구에서는 초등 담임교사와 동료 교사들이 개인의 과학 수업 전문성을 키우는 것뿐만 아니라 학교 현장에서 다양한 과학 수업 방법 사용에 모순되는 규범, 공동체, 분업 요소를 잘 다루어 나갈 때 학습자 중심 수업이 촉진될 수 있음을 논의하였다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.227-241
• /
• 2022

전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.

• 한국전기전자재료학회논문지
• /
• 제35권3호
• /
• pp.223-231
• /
• 2022

분광학은 재료의 결정학적, 화학적 구조를 분석하기 위해 가장 보편적으로 활용되는 분석 기법이다. 이러한 기조에 따라 다양한 분석 소프트웨어와 peak fitting과 관련된 기술적 가이드라인이 보급되었지만, 정작 '왜' 중간 계산 과정을 거치고 해당 함수를 쓰는지에 대한 논의는 부족한 실정이다. 따라서 본 tutorial에서는 X선 기반 분광광도계를 통해 얻은 데이터 분석의 기초를 논하고자 한다. 이를 위해 관련된 peak fitting을 위해 필요한 실용적 배경지식을 제시하였다. 나아가, 하나의 예시로 임의로 선정한 X선 광전자 분광법 데이터에 대한 curve fitting 과정을 순서에 따라 알기 쉽게 소개하였다. 제시한 기초 이론은 특정 소프트웨어에 국한된 내용이 아니라 fitting tool이 있는 모든 소프트웨어에서 그대로 활용 가능할뿐더러 다른 분광법 데이터를 분석하는 데 적용 가능하기 때문에, 본 내용을 숙지한다면 보다 수월한 연구 진행을 위한 바탕이 될 수 있을 것이라 기대한다.

• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.23-30
• /
• 2015

빅 데이터가 이슈화됨에 따라 데이터 분석의 결과를 기반으로 동작하는 많은 응용들이연구되고 왔고, 대표적인 응용들은 전자상거래 시스템의 상품 추천 서비스, 검색 엔진에서의 검색 서비스, 소셜 네트워크 서비스에서의 친구 추천 서비스 등이 있다. 본 논문은 기존의 데이터 마이닝 기법 중 데이터 집합에서 나타나는 유사한 패턴들을 마이닝하는 빈발 패턴 트리와 컴퓨터 과학의 이론에 기초한 결정트리를 결합하여 결정 빈발 트리 알고리즘을 제안한다. 이는 기존의 빈발 패턴 트리 알고리즘은 패튼 트리에서 패턴 생성에 대한 정확성은 보장되나 소셜 데이터처럼 다양한 패턴이 나타는 데이터에 대해서는 많은 수의 패턴들을 생성시켜 분석에 대한 어려움이 있어, 서브트리들과의 수렴 여부를 판단하는 모델로 변형시켜 문제를 개선한다. 또한 맵리듀스로 모델링하여 분산처리를 통한 고속 처리 알고리즘을 제시한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제37권3호
• /
• pp.161-171
• /
• 2010

임베디드 시스템이 모놀리식(monolithic) 커널을 사용하면서, NAND 플래시 메모리는 가상 메모리 시스템의 스왑(swap) 공간을 위해 사용되고 있다. 플래시 메모리는 저전력 소비, 충격 내구성, 비 휘발성의 장점을 가지지만, '쓰기 전 삭제'의 특징 때문에 가비지 컬렉션(GC) 작업이 필요하다. GC 기법의 효율성은 플래시 메모리 성능에 큰 영향을 미친다. 본 논문에서는 플래시 메모리를 기반으로 하는 가상 메모리 시스템에서 메인 메모리와 플래시 메모리 사이에 중복된 데이터를 활용한 새로운 GC 기법을 제안한다. 제안된 기법은 GC 부하를 최소화하기 위해 데이터의 지역성을 고려한다. 실험 결과는 제안된 GC 기법이 이전의 기법과 비교하여 평균적으로 37%의 성능을 향상시킴을 보여준다.

• 대한공간정보학회지
• /
• 제24권3호
• /
• pp.75-83
• /
• 2016

재난은 다양한 형태로 발생하고 있으며, 모든 유형의 재난을 효과적으로 대비하는 것은 현실적으로 어렵다. 그러나 기 발생재난을 재구성하고 그 원인을 면밀히 분석한다면 유사 재난의 재발 방지가 가능할 것이다. 이에 재난현장을 재구성하고 재난 발생의 원인을 과학적으로 규명하기 위해 고품질 데이터 취득 장비를 탑재한 차량기반 시스템을 구축하고 있다. 해당 시스템이 취득하는 데이터는 재난 현장에서 예측하지 못한 변수로 인해 그 품질이 저하될 수 있으므로, 이론적인 시스템의 성능 이외에도 실제 취득된 데이터의 품질을 평가하는 과정이 필요하다. 이에 본 논문에서는 재난 현장의 정밀한 고품질 데이터를 취득하기 위해 구축된 차량 기반 영상취득시스템의 성능을 평가할 수 있는 요소를 선정하고, 데이터를 취득하여 영상의 품질을 검증 및 분석하였다. GRD(Ground Resolved Distance)에 근거한 공간해상력을 중심으로 영상취득시스템의 성능을 평가한 결과, 70m에서 최대 약 5mm의 공간해상력을 갖는 것을 확인하였으며 이러한 성능 평가의 결과는 향후 재난 현장 자료 취득 계획 시 사용될 수 있을 것으로 기대한다.