이동장수 먹는샘물 공장부지내에 파쇄대에 위치한 관정에서 인공수압파쇄 및 인공함양 시험을 실시하여 대수성 산출 증대효과와 저장 증대효과를 살펴보았다. 인공수압파쇄 시험은 두개의 관정(MW-2, O-7)에 실시하였고, 마찬가지로 인공함양 시험도 다른 두개의 관정(O-7a, MW-7)에 대해서 실시하였다. 또한 대수성 산출능의 효과를 살펴보기 위하여 인공수압파쇄 및 인공함양시험 전후에 각각 양수 시험을 실시하여 비양수량, 투수계수, 및 수위강하를 구하였다. 따라서 사전 사후 대수성 시험 비교 결과 인공수압파쇄 시험에서는 평균적으로 약 367 %의 투수계수의 증가율과 271 %의 비양수량의 증가를 나타내었다. 마찬가지로 인공함양 시험 결과 O-7a는 약 110%의 투수계수의 증가와 약 75%의 비양수량의 증가를 보였다. 반면에 MW-7는 거의 변화가 없었다. 인공함양시험은 인공수압파쇄시험보다 낮은 투수계수 증가율을 보이거나 거의 변화를 일으키지 못했지만 주변에 있는 관정에 주입압과 비슷한 양상를 갖는 수위변화를 일으키는 것으로 보아서 함양된 주입수가 주변의 대수층에 널리 퍼져 있을 것으로 추측된다.
기후변화가 수자원에 미치는 영향을 예측하는 데에 널리 사용되는 GCMs (General Circulation Models)는 모의 결과의 시 공간적 해상도가 낮기 때문에 상세화 (Downscaling) 기법을 거쳐 수문 모형에 적용된다. 상세화 기법은 크게 역학적 상세화 (Dynamical downscaling)와 통계적 상세화 (Statistical downscaling)로 구분되며, 종류가 매우 다양하고 각각의 모의 능력에 차이가 있으므로 적절한 기법을 선택할 필요가 있다. 본 연구의 목적은 통계적 상세화 기법 중 인공신경망과 LARS-WG 모형을 활용하여 CGCM3.1 T63의 모의 결과를 상세화하고, 두 모형의 모의 결과를 비교하는 데에 있다. 인공신경망은 비선형함수에 의한 전이함수 모형인 반면 LARS-WG는 추계학적 기상 발생기 모형으로, 각 모형을 이용해 CGCM3.1 T63의 강수량 및 평균기온 모의 결과를 서울 지역에 대해 공간적으로 상세화하였다. 모형의 검 보정은 1971년부터 2000년까지 30년 동안의 서울 관측소 일 기상 자료와 CGCM3.1 T63 (20C3M 시나리오) 모의 결과를 이용하여 수행하였다. 각 기법의 비교 및 평가는 2001년부터 2011년까지 11년 동안의 일 기상 자료와 CGCM3.1 T63 (IPCC SRES A1B 시나리오) 모의 결과를 이용하였다. 분석 결과, 인공신경망 모형은 입력 자료의 형태에 따라 모의 결과가 크게 달라지는 특성을 보였으며, LARS-WG 모형은 강수량을 실제보다 과소 추정하는 경향을 보였다. 본 연구에서는 강수량과 평균기온만을 대상으로 하였으나, 추후에 다른 기상인자를 고려함으로써 모형의 적용성을 보다 종합적으로 판단할 수 있을 것이다.
본 논문은 인공지능 메이커 교육과 관련한 요소를 논문 네트워크 키워드 분석과 다양한 빅데이터를 종합하여 핵심용어를 선정 후 인공지능 메이커 교육을 시스템 다이내믹스의 Vensim프로그램으로 인과지도(Casual Loop Diagramming)를 구조분석(모델의 구조)하여 예측 결과를 토대로 향후 미래 상황 추출 및 정책 결정 연구에 영향을 기여한다. 연구 결과 인공지능 교육 정책은 추후 인공지능 교육과 메이커 교육을 융합한 교육 관련 산업이 증대할 것으로 예측되며 교육 경쟁력 향상과 창의적 인재 양성, OTT를 이용한 인공지능 교육 콘텐츠 향상으로 학습에 활용성이 증대하게 된다. 또한 인공지능 교육 정책은 프로그래밍 교육으로 연결되어 성장기 학습자들의 사고력과 정서 발달에 도움 되며 다양한 교재 및 기기 등장으로 인한 학습에 다양성 역시 증가할 것으로 예측된다. 학교 차원에서는 교수·연구 지원 활동이 증가하여 수업 전문성을 가진 교사가 늘어나 학교 교육의 질은 확대되고 학부모는 인공지능 교육 정책에 긍정적으로 된다. 시스템 다이내믹스는 구조가 형태를 결정짓는다는 세계관에 기초하여 피드백 루프와 동태적 형태 유형을 파악하며 다양한 가능성이 존재하게 된다. 이는 추후 다양한 연구를 통해 인공지능 교육 정책 인과지도의 확대로 연결될 수 있음을 암시하며 본 논문을 통해 인공지능 교육 연구 확산에 시발점이 되었으면 한다.
4차 산업혁명 시대에 인공지능의 중요성은 나날이 커지고 있으며, 인공지능 교육이 미래에 큰 혁신을 가져오리라는 것에 대해 이견이 없다. 인공지능 교육을 위해 다양한 시도가 이루어지고 있지만, 인공지능 교육에 대한 경험이 없는 학생들은 인공지능을 어렵고 두려운 대상으로만 인식하고 있다. 이에 본 연구에서는 인공지능 융합교육을 시행한 후에 학생들의 인공지능에 대한 인식 변화를 분석하였다. 인공지능 융합 교육을 초등학교 6학년 학생들을 대상으로 6차시 동안 진행하였으며, 인공지능에 관한 관심, 인공지능이 가지고 올 변화, 인공지능 교육에 대한 이해 등 인공지능 인식조사 설문지를 바탕으로 사전-사후검사를 진행하였다. 그 결과 모든 요소에서 인공지능 융합 교육을 통하여 인공지능에 대한 인식 정도가 향상되었다는 유의미한 결과를 확인하였다. 인공지능 융합 교육이 사회적인 요구와 미래 학생을 위한 교육으로써의 역할을 충실히 수행하기 위해서는 다양한 인공지능 융합 교육 프로그램의 개발이 필요하며, 이를 바탕으로 학생 중심의 교육 실행이 필요할 것이다.
웨이블릿 변환과 인공신경망을 이용하여 AE 신호를 분류하는 소프트웨어 패키지를 개발하였다. 웨이블릿 변환으로는 연속 웨이블릿 변환과 이산 웨이블릿 변환을 모두 고려하였으며, 인공신경망의 모델로는 오류 역전파 인공신경망을 사용하였다. 분류에 사용된 AE 신호는 용접부에 인공결함을 가진 시편의 3점 굽힘시험에서 발생한 신호이다. 개발된 소프트웨어 패키지를 이용하여 이 신호를 웨이블릿 변환시켜 생성된 시간-주파수 평면상에서 특징값을 추출하고 이를 인공신경망에 학습하여 인공신경망 분류기를 설계하고 검증하였다. 본 연구에서 개발된 소프트웨어 패키지를 이용한 AE 신호 분류법이 유용함을 보이고, 또한 연속 웨이블릿 변환과 이산 웨이블릿 변환에 의한 분류 결과를 비교하였다.
현재 인공지능은 공학적 문제 해결 외에도 다양한 분야에 적용되어 매우 친숙하게 활용되고 있다. 특히 하천 분야에서는 시설물 주위 국부세굴 또는 어류 서식처 분석과 같이 관련 변수들의 복잡성으로 적절한 결과를 쉽게 얻어내기 어려운 것들에 적용되고 있다. 그 외에도 인공지능 기법을 적용할 수 있는 분야로 하천에서의 수위를 이용하여 유량을 예측하는 것이 있다. 기존에는 수위-유량 관계 곡선을 만들어 수위를 이용하여 유량을 예측하였으나, 관계곡선 제작에 활용된 수위와 유량 범위에서 벗어나는 경우 과다한 유량으로 계산되는 경우가 있다. 본 연구에서는 인공지능 기법 중 하나인 인공신경망 기법을 사용하여 하천의 유량 예측을 수행하였다. 기존 국가수자원관리종합정보시스템에 기록된 자료를 활용하여 수위와 유량 자료를ANN에 학습시키고 학습에 활용하지 않은 시기의 자료를 이용하여 전반적인 유량 예측 성능과 루프형 수위-유량 관계 곡선을 생성할 수 있는지를 검토하였다. 또한 학습 범위를 벗어난 홍수량에 대한 측정 결과를 검토하고, 기존 수위-유량 관계곡선과 비교하여 그 성능을 검토하였다.
본 연구에서는 시계열자료의 ARMA 모형화를 위해 의사결정트리 분류기상에 존재하는 인공신경망의 구조를 개선하여 이들 각각의 인공신경망으로부터 도출된 결과를 Dempster's rule of combination을 이용하여 결합할 수 있는 방법론을 제시하고 있다. 인공신경망을 이용한 기존의 ARMA 모형화 방법과 비교한 결과, 본 연구에서는 제시한 방법이 주어진 ESACF 특성패턴에 대해 보다 정확하게 ARMA 모형화를 하는 것으로 나타났다.
본 연구의 목적은 교과에 대한 태도 향상이 해당 교과의 학업성취도에 영향을 미친다는 선행 연구 결과를 바탕으로 인공지능교육 프로그램이 초등영재아동의 인공지능 태도 변화를 야기하고 태도의 변화가 소양의 변화를 이끌어 낸다는 사실을 확인하는 것이다. 본 연구에서는 초등영재아동을 대상으로 인공지능교육을 실시하고, 인공지능에 대한 태도의 변화와 인공지능 소양의 변화에 미치는 영향을 사전-사후 검사를 통하여 분석한 결과, 초등영재아동들의 인공지능 태도와 소양 모두가 통계적으로 유의미하게 향상되었다. 또한 인공지능 태도의 변화가 인공지능 소양 변화에 통계적으로 유의미한 양적 영향을 미친다는 것을 회귀 분석을 통하여 확인할 수 있었다. 본 연구는 인공지능 태도와 소양을 측정하기 위하여 자기 평가를 사용하고, 상대적으로 적은 수의 표본에 적용하였다는 한계를 갖고 있지만 생활 속에서 경험해본 인공지능 프로그램을 직접 만들어보는 활동으로도 인공지능 태도나 소양의 변화를 야기할 수 있다는 것도 확인할 수 있었다.
최근에 산화물 인공격자의 우수한 특성으로 인하여 활발한 연구가 진행되고 있다. 본 연구에서는 펄스레이저 증착방법을 이용하여 산소분압 100mTorr, $650^{\circ}C$에서 LSCO/MgO 기판위에 La-50mol% 첨가된 SrTiO$_3$ (SLTO)와 SrTiO$_3$ 를 적층시켜 산화물 인공격자를 만들어 결정구조에 대하여 연구하였다. SrTiO$_3$ (STO)는 상온에서 3.904$\AA$인 cubic perovskite 구조를 가지고 있다. 일반적으로 La$^{3+}$ (1.14$\AA$)은 Sr$^{2+}$(1.12$\AA$)과 이온반경이 거의 유사하기 때문에 ABO 페로브스카이트 구조의 A자리에 치환될 것으로 기대되며 또한 Sr$^{2+}$ 자리에 La$^{3+}$ 가 치환되므로써 발생하는 charge compensation은 Sr 자리에 Vacancy 생성으로 판단된다. 인공격자의 성장확인을 위하여 SLTO와 STO를 10층씩 증착하여 XRD분석을 통하여 평가하여 보았다. 확인된 결과를 바탕으로 산화물 인공격자의 적층 주기를 SLTO layer를 한층으로 고정시키고 STO를 한 층에서 다섯 층까지 다양하게 변화시켰다. 본 연구의 목적은 산화물 인공격자에서 결정결함을 제어하여 소자에 응용할 수 있는 전기적 물성을 평가하기 위함이다. X-ray diffraction 결과 SLTO/STO 인공격자는 (001) 방향으로 우선배향하였으며 적층주기에 따라 격자상수의 변화를 보였다. AES의 depth profile 분석을 통하여 La의 분포를 확인하였으며, HRTEM 분석을 통하여 미세구조분석을 실시하였다.
본 논문에서는 실수코드 유전 알고리즘(RCGA)과 인공신경망(ANN)을 이용하여 항공기용 터보 축엔진의 결함 진단에 관한 연구를 수행하였다. 인공신경망만을 이용하여 엔진의 결함을 판단 할 경우 많은 학습데이터 때문에 지역 최소점으로 수렴하는 단점이 있다. 이를 개선하기 위해 전역 최소점을 찾는 능력이 뛰어난 실수코드 유전 알고리즘을 사용하였다. 5% 이내의 RMS 결함오차로 높은 결함 예측 신뢰도를 가짐을 확인하였다.
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.