• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.281-286
• /
• 2003

실생활에서 해결하고자 하는 문제에 대해 수많은 feature들이 수집되어지나 그 feature들을 모두 문제 해결에 활용하는 것은 어렵다. 모든 feature들에 대한 정확한 자료의 수집이 어려우며 관련된 feature들을 모두 학습에 이용할 경우 복잡한 학습 모델이 생성되어지며 좋은 수행 결과도 얻을 수 없다. 또한 수집된 자료들 간에는 상호 관계나 계층적 관계가 존재하는데, 경험적 지식이나 통계적 방법을 이용하여 feature들간의 관계를 분석함으로써 feature의 수를 줄일 수 있다. 휴리스틱 기법은 반복적인 시행 착오와 경험을 통한 학습으로써 미래가 불확실하고 완전한 정보를 갖고 있지 못할 때, 인간의 사고 기능을 통하여 기억이나 경험을 살려, 스스로 해결방안을 모색하면서 점차로 해에 접근해 가는 방법이다. 전문가들은 경험에 의한 의견 수렴 과정을 거쳐 해당 문제 영역에 접근 가능하며, 이러한 특성을 학습에 사용될 feature의 수를 줄이는데 활용할 수 있다. 전문가들은 원시 자료들을 이용하여 새로운 feature들을 생성할 수 있다 새로이 산출된 feature들과 원시 데이터 내의 feature들을 혼합하여 학습 모델 생성에 이용한다. 본 논문에서는 휴리스틱 함수를 이용하여 학습에 사용될 feature의 수를 줄이고, 추출된 feature들을 신경망의 입력값으로 사용하는 기계 학습 모델을 제시한다. 모델의 성능 평가를 위해 프로야구 경기의 승패 예측 문제를 이용하였다. 실험 결과는 신경 회로망과 휴리스틱 모델을 단독으로 사용했을 때 보다 두 기법을 혼합한 모델이 신경 회로망의 복잡성을 감소시킬 뿐 아니라 분류(classification)의 정확성이 향상되었다.아니라 Hep G2 세포에서도 명백히 단백질의 발현을 관찰할 수 있었다. 또한, Hep G2와 COS세포 모두에서 endogenous RXR의 발현이 일어남을 확인하였고 RXR expression plasmid를 transfection시켰을 때 두 세포 모두에서 단백질의 발현이 현저하게 증가되었다. Constitutive Androstane Receptor (CAR)에 의한 CYP2B의 PBRU 활성효과를 다르게 분화된 세포에서 차이가 일어나는지를 비교하기 위하여 CAR에 의해 매개되는 PBRU의 transactivation효과를 Hep G2와 COS세포에서 조사하였다. Hep G2 세포에서는 transfection된 CAR의 발현에 의해 firefly luciferase 보고단백질의 활성이 약 12배 증가하였다. CAR 발현유전자를 15 ng transfection하였을 때 주어진 보고유전자의 양에 대하여 최대반응을 나타내었고 CYP2B1PBRU가 제거된 CYP2C1 promotor/firefly luciferase를 보고유전자로 사용하였을 때는 CAR에 의한 luciferase의 활성이 나타나지 않았다. Hep G2와는 달리, COS세포에서는 transfection된 CAR의 발현이 PBRU에 의한 firefly luciferase보고단백질의 발현에 영향을 주지 못하였다. 이러한 결과들은 분화된 세포의 종류에 따라서 constitutive androstane receptor의 CYP2BPBRU 활성효과가 다르게 나타날 수 있음을 제시할 뿐만 아니라, 간세포에서 Phenobarbital에 의한 PBRU의 활성유도에 영향을 주는 endogenous 매개 인자들 중 CAR와 RXR과는 다

• 대한지구과학교육학회지
• /
• 제13권2호
• /
• pp.162-174
• /
• 2020

이 연구의 목적은 창의적 사고기법 중 하나인 비유를 활용한 창의교육 수업프로그램을 개발하였으며, 무선 표집된 6개의 중학교 338명의 학생들을 대상으로 개발된 프로그램의 효과성을 알아보았다. 2015 개정 과학과 교육과정 중 '천문' 내용요소를 중심으로 비유를 활용한 창의교육 수업프로그램을 개발하였다. 개발한 창의교육 수업프로그램은 전문가 집단을 구성하여 3차례에 걸쳐 수정, 보완하여 프로그램의 타당성을 검증받았으며, 최종 개발된 프로그램은 블록타임을 포함하여 총 4차시에 걸쳐 현장에 적용하였다. 이에 따른 효과성을 알아보기 위해 창의교육 수업만족도 검사와 창의적 사고과정 검사를 실시하였다. 즉 창의교육 수업만족도 검사는 프로그램 처치 후에 창의적 사고과정 검사는 처지 전과 후에 실시하였다. 이 연구의 결과는 다음과 같다. 첫째, 이 연구에서는 창의적 사고 기법을 활용하면서 학생들이 자발적이고, 능동적으로 창의교육 프로그램에 참여하는데 주안점을 두고 프로그램을 개발하였다. 둘째, 창의적 사고기법의 비유를 활용한 창의교육 프로그램에 대한 수업 전·후에 대한 통계적 검정 결과에서는 유의미한 결과 값을 나타내었다(p<.05). 즉, 창의교육 수업에 대한 학생들의 사전·사후점수 차에 의한 대응 표본 t검정에서 모두 유의미한 통계적 검정 결과를 나타내어(p <.05), 비유를 활용한 창의교육 프로그램이 연구 참여자들에게 긍정적인 영향을 끼친 것으로 나타났다. 셋째, 창의교육 수업 만족도에서는 전체 338명중 101명(30%)이 '매우 그렇다', 137명(41%)가 '대체로 그렇다'로 응답하여 전체적으로 수업에 대한 만족도가 높은 것으로 확인되었다. 다만, 창의교육 수업에 대한 어려운 점에 대해 137명(41%)이 '시간 부족'을 주요 원인으로 응답하였으며, 다음으로 98명(30%)이 '해결해야 하는 문제의 어려움', 73명(22%)이 '친구와의 의견충돌' 및 24명(7%)이 '수업 내용의 어려움'으로 응답하여 향후 창의교육 프로그램 개발 시 고려해야 할 점으로 판단되었다.

• 산업융합연구
• /
• 제21권3호
• /
• pp.195-202
• /
• 2023

본 연구는 학습자의 교육적 요구를 파악하기 위해 현장에서 이루어진 수업을 바탕으로 설문조사 결과를 분석하여 SW 교육에 필요한 요소를 반영하기 위한 것이다. 본 연구에서는 선행연구를 통해 학습 동기와 학습 성취도에 따른 다양한 실험적 요소를 구성하고 설계하였다. 본 연구에 적용한 설문조사로 교수자 역량(FC), 학습자 역량(LC), 교육 여건(EC)의 3가지 부문의 실험적 요소를 1차 영역별, 2차 전공 계열별로 각각 분석하였다. CT 기반의 SW 교육을 영역별로 분석한 결과 교육자료 개발, 강의에 대한 이해, 교수방법은 만족도가 높게 나타난 반면, 수강생과의 소통, 강의의 난이도, 수강 인원은 상대적으로 낮게 나타났다. 전공별로 분석한 결과는 인문 계열에서 공학 계열보다 어렵고 흥미가 떨어지는 것으로 결과가 나타났다. 본 연구에서는 이러한 통계적 결과를 바탕으로 학습자의 문제해결 능력 향상 측면에서 향후 효과적인 교양교육을 위하여 흥미로운 교과과정으로 비전공 SW 교육이 개선되어야 할 필요성을 제시한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.263-286
• /
• 2022

본 연구는 웹 크롤링을 이용하여 1990년부터 2022년까지 총 32개년에 해당하는 NBA 통계 정보를 획득하고, 탐색적 데이터 분석을 통해 관심 변수를 관찰하고 관련된 파생변수를 생성한다. 입력 데이터에 대한 정제 과정을 거쳐 무의미한 변수들을 제거하고, 남은 변수에 대한 상관관계 분석, t 검정 및 분산분석을 수행하였다. 관심 변수에 대해 플레이오프 진출/미진출 그룹 간 평균의 차이를 검정하였고, 이를 보완하기 위해 순위를 기준으로 하는 3개 집단(상위/중위/하위) 간 평균 차이를 재확인하였다. 입력 데이터 중 올해 시즌 데이터만을 테스트 세트로 활용하였고, 모델 훈련을 위해서는 훈련 세트와 검증 세트를 분할하여 5-fold 교차검증을 수행하였다. 교차검증 결과와 시험 세트를 이용한 최종 분석 결과를 비교하여 성능 지표에서 차이가 없음을 확인함으로써 과적합 문제를 해결하였다. 원시 데이터의 품질 수준이 높고, 통계적 가정을 만족하기 때문에 적은 수준의 데이터 세트임에도 불구하고 대부분 모델에서 좋은 결과를 나타냈다. 본 연구는 단순히 머신러닝을 이용하여 NBA의 경기 결과를 예측하거나 플레이오프 진출 여부만을 분류하는 것에서 그치지 않고, 입력 특성의 중요도를 파악하여 높은 중요도를 갖는 주요 변수에 본 연구의 관심 대상 변수가 포함되는지를 확인하였다. Shap value의 시각화를 통해 특성 중요도의 결과만으로 해석할 수 없었던 한계를 극복하고, 변수의 진입/제거 과정에서 중요도 산출에 일관성이 부족하다는 점을 보완할 수 있었다. 본 연구에서 관심 대상으로 분류했던 3점 및 실책과 관련된 다수의 변수가 미국 프로농구에서의 플레이오프 진출에 영향을 미치는 주요 변수에 포함되는 것으로 나타났다. 본 연구는 기존의 스포츠 데이터 분석 분야에서 다루었던 경기 결과, 플레이오프 및 우승 예측 등의 주제를 포함하고 분석을 위해 여러 머신러닝 모델을 비교 분석했다는 점에서 유사성이 있지만, 사전에 관심 속성을 설정하고, 이를 통계적으로 검증함으로써 머신러닝 분석 결과와 비교하였다는 측면에서 차이가 있다. 또한 XAI 모델 중 하나인 SHAP를 이용하여 설명 가능한 시각화 결과를 제시함으로써 기존 연구와 차별화하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제25권1호
• /
• pp.245-259
• /
• 2011

본 연구는 한국교육개발원에서 개발한 '수학 창의적 문제해결력 검사'를 사용하여 한국과 미국의 초등학교 6학년군 학생들의 수학 창의성과 수학적 사고력을 비교한 것이다. 연구 대상은 한국의 6학년 학생 212명과 미국의 5~7학년 학생 148명이며, 2009년 4월에 검사를 실시하였다. 본 연구의 도구에 대한 검증은 SPSS 12.0K로 신뢰도(Cronbach ${\alpha}$)와 변별도를 구하고 Rasch의 1모수 문항반응이론으로 적합도 지수와 난이도를 구하였으며, 연구 자료에 대한 통계적 분석은 t-검정, 일원변량분석과 Scheffe의 다중 비교를 사용하였다. 연구 결과로서, 한국 학생들이 미국 학생들보다 수학 창의성과 수학적 사고력에서 높은 점수를 얻었고 또 수학 창의성과 수학적 사고력에서 수학 개념의 이해가 중요한 요인임을 확인하였다. 또한 미국 학생들의 경우 초등학교 5학년과 6학년은 수학 창의성의 모든 하위 영역에서 차이가 있었으며 수학적 사고력에서는 6개의 하위영역 중 4개에서 차이가 있음을 발견하였다. 이것은 초등학교 5학년과 6학년을 하나의 학년군으로 하는 2009 개정 교육과정에 시사점을 줄 것이다.

• 콘크리트학회논문집
• /
• 제21권1호
• /
• pp.3-11
• /
• 2009

석탄의 수요증가와 소비는 석탄의 이용과정에서 생성되는 고형페기물의 처리와 관련된 문제들을 증대시켰다. 석탄 부산물의 주요한 이용은 건설과 관련돼 적용되었다. 석탄부산물의 하나인 플라이애쉬는 폐기물 재활용 생산의 일부분으로 설명될 수 있기 때문에, 과학적인 조사의 대다수는 많은 사용에서 플라이애쉬의 활용에 관하여 초점이 맞춰졌다. 반면에, 바텀애쉬의 재활용에 관해서는 관심을 기울이지 않았다. 이러한 소홀함의 결과로서, 많은 양의 바텀애쉬가 처리장에 쌓여왔다. 따라서, 바텀애쉬의 적당한 이용을 위한 안전하고 경제적인 해결을 얻기 위한 필요성이 좀 더 긴급하게 되었다. 논문에 나타낸 연구는 오토클레이브 경량기포콘크리트를 제조하기 위해 사용된 바텀애쉬의 성능 특성을 확인하기 위해 계획되었다. 실험실 측정 결과, 토버모라이트는 수열합성반응을 위한 재료로서 바텀애쉬가 사용되었을 때 생성되는 것으로 나타났다. 분산분석에 따른 결과로서, 기포슬러리의 굳지 않은 상태에서 물비는 플로우와 슬러리의 밀도에 영향을 미치는 것으로 나타났지만, 기포비는 슬러리의 밀도에만 영향을 끼치는 것으로 나타났다. 굳은 상태에서에서 기포비는 경량기포콘크리트의 절건밀도와 압축강도에 영향을 끼쳤지만 휨강도와 인장강도에는 영향을 끼치지 않았다. 반응표면분석의 결과에서, 목표성능을 얻기 위한, 바텀애쉬를 사용한 경량기포콘크리트의 최적배합조건은 물비 70$\sim$80%, 기포비 90$\sim$100%로 나타났다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.206-216
• /
• 2020

국내의 노후 철도교량이 증가함에 따라 노후화로 인한 유지관리비가 점점 증가하고 있으며, 지속적인 관리가 더욱 더 중요해지고 있다. 하지만 관리해야하는 노후 시설물은 증가하지만, 노후 시설물을 점검 및 진단을 할 수 있는 전문 인력은 부족해지고 있다. 이러한 문제를 해결하기 위해 본 연구는 정적 변형률 응답 데이터를 적용하여 AI 기술의 머신러닝 기법으로 구조물의 국부적인 손상을 탐지하는 개선된 학습모델을 제시하고자 한다. 손상탐지 머신러닝 학습 모델을 구성하기 위해 우선 무도상 철도 판형교의 설계도면을 참고하여 교량의 해석모델을 설정하였으며, 설정된 해석모델로 손상시나리오에 따른 정적변형률 데이터를 추출하여 통계적 기법을 이용해 교량의 신뢰도 기반의 Local 손상 지수를 제시하였다. 손상 탐지는 손상 유무 탐지, 크기 탐지, 위치 탐지 3단계의 과정을 수행하여 손상 크기 탐지에서 선형 회귀 모델을 추가로 고려해 임의의 손상을 탐지하였으며, 최종적으로 손상 탐지 머신러닝 분류 학습 모델과 회귀 모델을 이용한 임의의 손상 위치를 추정 및 검증하였다.

• 대한지구과학교육학회지
• /
• 제15권1호
• /
• pp.62-75
• /
• 2022

이 연구에서는 2015 개정 과학과 교육과정 중 '태양'에 관한 내용 요소를 중심으로, 3D 프린터를 활용한 체험형 STEAM(Science, Technology, Engineering, Arts & Mathematics) 프로그램을 개발하고, 이에 대한 효과성을 알아보고자 무선 표집된 2개의 중학교 77명의 학생들에게 이를 적용하여 창의적 문제해결력, STEAM 태도 및 수업만족도를 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 3D프린터를 활용하여 태양촉각모델을 제작하고 시각장애 체험을 통해 학생들이 체험 위주의 적극적인 학습이 가능하도록 프로그램을 개발하였다. 둘째, STEAM 태도 검사의 사전·사후 점수 차에 의한 대응표본 t 검정에서는 '소통', '유용성·가치 인식' 구인을 제외한 '흥미', '배려', '자아 개념', '자아 효능감', '이공계 진로선택' 구인에서 유의미한 통계적 검정 결과(p< .05)를 얻었다. 셋째, 3D프린터 활용 시각장애 중심의 체험형 STEAM 프로그램 적용 후에 실시한 만족도 검사에서는 하위구인들의 평균값의 범위가 3.66 ~ 3.97로, 전반적으로 수업에 대한 긍정적인 반응을 나타내었다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.289-302
• /
• 2023

지식정보사회의 비약적인 발전에 힘입어 빅데이터를 분석하여 가치있는 결과물을 도출하고 유용한 정보를 추출하는 역량이 학교 수학의 주요 목표 중 하나로 급부상하고 있다. 고등학교 수학 진로 선택 과목 중 하나인 <인공지능 수학>은 디지털 기술을 활용한 통계 프로젝트를 통해 빅데이터에 기반한 새로운 통계 교육의 기회를 제공할 수 있다. 이 연구에서는 효과적인 빅데이터 통계 프로젝트 기반 과제를 설계하기 위한 일련의 가이드라인을 제안하고, 이 기준에 따라 5종의 인공지능 수학 교과서에 실린 최적화 단원 과제들을 평가하였다. 인공지능 수학 교과에서 빅데이터 통계 프로젝트 과제를 설계 시 고려하도록 도출된 가이드라인은 다음과 같다: (1) 지식과 기술을 국가 학교 수학 교육과정에 맞추고, (2) 전처리된 대규모 데이터 세트를 사용하며, (3) 데이터 과학자의 문제 해결 방법을 사용하고, (4) 의사 결정을 장려하며, (5) 공학도구를 활용하고, (6) 협업 학습을 촉진한다. 분석 결과에 따르면 가이드라인에 완전히 부합하는 과제는 드물었고, 특히 대부분의 교과서에서 가이드라인 2에 해당하는 요소를 프로젝트 과제에서 통합하지 못하고 있는 것으로 나타났다. 또한 소규모 데이터 세트나 빅데이터를 전처리 없이 직접 사용하는 경우가 많아 학생들의 빅데이터의 개념에 대한 오해를 불러일으킬 것이 우려된다. 본 연구에서는 결과를 토대로 인공지능에 필요한 관련 수학 지식과 기술을 밝히고, 이것이 빅데이터 과제에 통합될 때 얻을 수 있는 잠재적 이점과 교육적 고려사항에 대해 논의하였다. 이 연구는 수학적 개념과 머신러닝 알고리즘과의 연계 및 빅데이터를 사용하는 통계 교육에서의 효과적인 공학적 도구 사용에 대한 통찰을 제공하고자 하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.