• 제목/요약/키워드: 패턴 발견

검색결과 590건 처리시간 0.029초

초등수학에서 대상과 구조: 구조의 횡적 다양성과 종적 다양성 (Object and Structure in Elementary School Mathematics: Horizontal and Vertical Diversity of Structure)

  • 임재훈
    • 한국초등수학교육학회지
    • /
    • 제16권3호
    • /
    • pp.321-336
    • /
    • 2012
  • 인식 주체는 자신의 경험을 바탕으로 주어진 대상에 구조를 부여하여 대상을 구조로 인식하려고 한다. 주어진 문제 맥락 속에서 주체가 대상에 부여할 수 있는 구조는 횡적, 종적으로 다양하다. 구조의 횡적 다양성의 측면에서, 한 대상 속에서 다양한 구조를 발견하는 데 초점을 맞춘 문제해결 활동은 다양한 전략 사용에 중점을 둔 문제해결 교육의 보완이 될 수 있다 또, 도형 패턴 과제에서 일반식의 발견은 문제해결의 종착점이 아닌 새로운 구조 탐구의 시발점으로 여겨져야 한다. 구조의 종적 다양성의 측면에서, 교사는 학생이 보는 구조와 교사가 보는 구조가 다를 가능성에 유의하면서, 구조의 종적 다양성에 기초하여 아동이 진보의 경험을 할 수 있도록 지도하는 방안을 모색할 필요가 있다.

  • PDF

인지적 도구로서의 사칙계산기 활용 (Utilizing Calculators as Cognitive Tool in the Elementary School Mathematics)

  • 이화영;장경윤
    • 대한수학교육학회지:학교수학
    • /
    • 제17권2호
    • /
    • pp.157-178
    • /
    • 2015
  • 이 논문에서는 계산기에 대하여 복잡한 계산 수행 뿐 아니라 수학적 개념, 원리, 법칙을 탐구할 수 있는 인지적 학습 도구로서의 가능성을 탐구하였다. 계산기가 인지적 공학 도구이며 교수-학습 도구임을 밝혔으며, 국내외의 수학교육과정에서의 계산기 활용 실태를 살펴보았다. 실제적으로 인지적 학습 도구로서의 계산기의 역할을 관찰하기 위하여, 초등학교 수학에서 계산기 활동 자료를 개발하고 이를 3학년, 5학년 학생들에게 적용한 실험 활동을 실시하였다. 활동 결과, 사칙계산기가 지필환경에서는 가능하지 않은 패턴 인식을 통한 귀납, 추론, 원리 탐구를 용이하게 한다는 것을 확인하였다. 이에 비추어 지필환경에서 이루어지는 기존 교과서의 제시 방식에 대안이 될 수 있는 발견적 방식을 대비하여 논의하였다.

나노패턴된 기판 위에서의 그래핀의 비등방성 전자 수송 특성 (Anisotropic Electronic Transport of Graphene on a Nano-Patterned Substrate)

  • 칼릴 하피츠;켈렉시 오즈구르;노화용;시에 야홍
    • 한국진공학회지
    • /
    • 제21권5호
    • /
    • pp.279-285
    • /
    • 2012
  • 주기적인 나노트랜치 패턴이 있는 기판 위에 놓인 CVD 그래핀의 전도특성을 측정하였다. 나노트랜치에 대해 평행한 방향과 수직한 방향 사이에 전도특성의 큰 비등방성을 발견하였다. 전기 전도의 방향이 나노트랜치에 수직한 경우, 약한 한곳모임의 특성에 있어서도 큰 차이점이 발견되었는데, 이는 퍼텐셜 변조에 의해 생겨나는 전하밀도의 비균일성에 의해 생겨나는 것으로 해석된다.

테마별 FPS게임의 엄폐물 패턴 속성분석을 통한 레벨 디자인 가이드라인 제안 (A Proposal of Level Design Guidelines through Attribute Analysis of Cover Pattern on FPS Game by Theme)

  • 천유찬;김미진
    • 한국게임학회 논문지
    • /
    • 제12권5호
    • /
    • pp.35-42
    • /
    • 2012
  • 플레이어의 게임공간에 대한 상호작용이 타 장르에 비해 직접적인 FPS게임은 특정 테마를 바탕으로 공간에서의 유리한 지점 확보 및 적의 제거가 주된 플레이이다. 본 논문은 근미래전테마 위주의 Hullett과 Whitehead 연구의 10가지 패턴을 기준으로 과거전, 현대전, 근미래전 3가지 테마에 대한 9종의 FPS게임 디자인패턴을 분석하였다. 그 결과, 10가지의 패턴 외에 주류 패턴으로써 '엄폐물 요소'의 중요한 역할을 발견하였고 '엄폐물 요소'의 패턴 속성을 분석하여 레벨디자인을 위한 효율적인 엄폐물 패턴의 활용방법을 제시하였다. 이러한 결과는 테마에 따른 FPS게임의 레벨디자인을 위한 실증적인 가이드라인으로 활용 될 수 있다.

빈발 패턴 네트워크에서 아이템 클러스터링을 통한 연관규칙 발견 (Discovering Association Rules using Item Clustering on Frequent Pattern Network)

  • 오경진;정진국;하인애;조근식
    • 지능정보연구
    • /
    • 제14권1호
    • /
    • pp.1-17
    • /
    • 2008
  • 데이터 마이닝은 대용량의 데이터에 숨겨진 의미있고 유용한 패턴과 상관관계를 추출하여 의사결정에 활용하는 작업이다. 그 중에서도 고객 트랜잭션의 데이터베이스에서 아이템(item) 사이에 존재하는 연관규칙을 찾는 것은 중요한 일이 되었다. Apriori 알고리즘 이후 연관규칙을 찾기 위해 대용량의 데이터베이스로부터 압축된 의미있는 정보를 저장하기 위한 데이터 구조와 알고리즘들이 많이 제안되어 왔다. 연관규칙을 발견하기 위한 기존의 연구들은 모든 규칙을 찾아내지만, 사람이 분석하기에 너무 많은 규칙이 생성되기 때문에 규칙을 분석하기 위한 일 또한 많은 과정을 거쳐야 한다. 본 논문에서는 빈발 패턴 네트워크(Frequent Pattern Network)라 부르는 자료 구조를 제안하고 이를 활용하였다. 네트워크는 정점과 간선으로 구성되며 정점은 아이템을 표현하고, 간선은 두 아이템 집합을 표현한다. 아이템의 빈도수를 이용하여 빈발 패턴 네트워크를 구성하고, 아이템 사이의 유사도를 측정한다. 그리고 클러스터 내의 아이템과는 유사도가 높고, 다른 클러스터의 아이템과는 유사도가 낮도록 클러스터를 생성한다. 클러스터를 이용해 연관규칙을 생성하고 실험을 통해 Apriori와 FP Growth 알고리즘과의 성능을 비교를 하였다. 그 결과 빈발 패턴 네트워크에서 신뢰도 유사도를 이용하는 것이 클러스터의 정확성을 높여줌을 볼 수 있었다. 그리고 전통적인 방법과 비교를 통해 빈발 패턴 네트워크를 이용하는 것이 최소지지도에 유연성을 가짐을 알 수 있었다.

  • PDF

점진적 가중화 맥시멀 대표 패턴 마이닝의 최신 기법 분석, 유아들의 물품 패턴 분석 시나리오 및 성능 분석 (Recent Technique Analysis, Infant Commodity Pattern Analysis Scenario and Performance Analysis of Incremental Weighted Maximal Representative Pattern Mining)

  • 윤은일;윤은미
    • 인터넷정보학회논문지
    • /
    • 제21권2호
    • /
    • pp.39-48
    • /
    • 2020
  • 데이터마이닝 기법들은 의미 있고 유용한 정보를 효율적으로 찾기 위해서 제안되어 왔다. 특별히, 빅 데이터 환경에서 데이터가 여러 응용들에서 축적되어짐에 따라, 관련된 패턴 마이닝 방법들이 제안되고 있다. 최근에는 파일이나 데이터베이스에 이미 저장되어 있는 정적 데이터를 분석하는 대신에 점진적으로 생성되는 동적 데이터를 마이닝 하는 것이 더 흥미 있는 연구영역으로 고려되고 있는데 동적데이터는 단지 한번만 스캔하여 읽을 수 있기 때문이다. 이와 같은 이유로, 어떻게 동적 데이터를 효율적으로 마이닝 하는지에 대한 연구들이 진행되고 있다. 더불어서, 마이닝 결과로 거대한 수의 패턴들이 생성되기 때문에, 맥시멀 패턴 마이닝과 같은 대표 패턴들을 마이닝하는 접근방법들도 제안되고 있다. 또 다른 이슈로, 실세계에서 더 의미있는 패턴들을 발견하기 위해, 가중화 패턴 마이닝에서 아이템들의 가중치가 사용되고 있다. 실제 상황에서 아이템의 이익이나 가격 등이 가중치로 사용 될 수 있다. 본 논문에서는 점진적으로 생성되는 데이터에 대한 가중화 맥시멀 패턴 마이닝, 맥시멀 대표 패턴 마이닝 그리고 점진적 패턴 마이닝 기법들에 대해 분석한다. 그리고 가중화 대표 패턴 마이닝을 적용하여서 유아들에게서 필요로 하는 물품 패턴들을 분석하기 위한 응용 시나리오를 제시한다. 추가로, 분석한 마이닝 알고리즘들에 대한 성능 평가를 수행한다. 결과적으로, 점진적 가중화 맥시멀 패턴 마이닝 기법이 점진적 가중화 패턴 마이닝과 가중화 패턴 마이닝 기법보다 좋은 성능을 가짐을 보인다.

연료 소비 패턴 발견을 위한 컨테이너선 운항데이터 분석의 통계적 절차 (A statistical procedure of analyzing container ship operation data for finding fuel consumption patterns)

  • 김경준;이수동;전치혁;박개명;변상수
    • 응용통계연구
    • /
    • 제30권5호
    • /
    • pp.633-645
    • /
    • 2017
  • 본 연구는 컨테이너선의 연료 소비 패턴의 발견을 위해 운항데이터 분석의 통계적 절차를 제안한다. 우리는 현 시점의 연료 소비를 발견하기 위해 연료 소비에 영향을 미치는 변수들을 파악하는 동시에 예측 모델을 개발 및 적용하는 것을 목적으로 한다. 선박의 데이터는 크게 운항데이터와 기기데이터로 분류할 수 있으며, 운항데이터는 항로, 항해 정보, 대수속도, 대지속도, 바람과 같은 외력에 대한 정보 등이 있고, 기기데이터는 엔진출력, RPM, 연료 소모량, 기기들의 온도 및 압력 등이 있다. 본 연구에서, 우리는 선박에 미치는 외력의 영향을 Beaufort Scale (BFS)을 기준으로 구분한 후에 PLS 회귀분석을 통한 예측 모델을 개발하였다.

적응력있는 블록 교체 기법을 위한 효율적인 버퍼 할당 정책 (Efficient Buffer Allocation Policy for the Adaptive Block Replacement Scheme)

  • 최종무;조성제;노삼혁;민상렬;조유근
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제27권3호
    • /
    • pp.324-336
    • /
    • 2000
  • 본 논문에서는 디스크 입출력 시스템의 성능을 향상시키기 위한 효율적인 버퍼 관리 기법을 제시한다. 본 기법은 사용자 수준의 정보 없이 블록의 속성과 미래 참조 거리간의 관계를 기반으로 각 응용의 블록 참조 패턴을 자동으로 발견하고, 발견된 참조 패턴에 적합한 최적 블록 교체 기법을 적용한다. 또한, 응용이 참조하는 블록이 버퍼 캐쉬에 없어 새로운 버퍼 블록이 요구될 때, 응용별로 블록 참조 패턴에 따라 버퍼 예상 적중률을 분석하여 이를 기반으로 전체 버퍼 캐쉬의 적중률이 극대화되도록 해 주는 버퍼 할당 기법을 제안한다. 이러한 모든 과정은 시스템 수준에서 자동으로 그리고 온라인으로 수행된다. 제시한 기법의 성능을 평가하기 위해 블록 참조 트레이스를 이용해 모의 실험을 수행하였다. 실험 결과 제시한 기법은 적은 오버헤드로 기존의 블록 교체 기법들보다 캐쉬 블록의 적중률을 크게 향상시켜 주었다.

  • PDF

패턴의 변화를 가지는 연속성 데이터를 위한 스트리밍 의사결정나무 (Streaming Decision Tree for Continuity Data with Changed Pattern)

  • 윤태복;심학준;이지형;최영미
    • 한국지능시스템학회논문지
    • /
    • 제20권1호
    • /
    • pp.94-100
    • /
    • 2010
  • 데이터 마이닝(Data Mining)은 환경으로부터 수집된 데이터에서 패턴을 추출하고 의미 있는 정보를 발견하기 위하여 주로 사용된다. 하지만, 기존의 방법은 데이터의 수집이 완료된 상태에서 분석하는 것을 기반으로 하고 있으며, 시간의 흐름에 따른 패턴의 변화를 반영하기 어렵다. 본 논문은 연속성(Continuity data), 대량성(Large scale) 그리고 패턴의 가변성(Changed pattern)과 같은 특성을 가지는 스트림 데이터(Stream Data)의 분석을 위한 스트리밍 의사결정 나무(Streaming Decision Tree : SDT) 방법을 소개한다. SDT는 연속적으로 발생하는 데이터를 블록으로 정의하고, 각 블록은 의사결정나무 학습 방법을 이용하여 규칙을 추출한다. 추출된 규칙은 발생 시간, 빈도 그리고 모순 등을 고려하여 결합하였다. 실험에서는 시계열 데이터를 이용하여 분석하였고, 적절한 결과를 확인하였다.

EPs-TFP 마이닝 기법을 이용한 단백질 Disorder/Order 지역 분류 (Protein Disorder/Order Region Classification Using EPs-TFP Mining Method)

  • 이헌규;신용호
    • 한국산업정보학회논문지
    • /
    • 제17권6호
    • /
    • pp.59-72
    • /
    • 2012
  • 단백질은 서열의 disorder 구역이 생물학적 반응을 일으켜 order로 변하는 과정에서 그 기능을 하게 되므로 서열 데이터에서 disorder 구역과 order 구역을 분리하는 것은 단백질의 3차 구조 및 특성을 예측하는데 반드시 필요하다. 따라서 이 논문에서는 효율적인 disorder와 order 구역 분류를 위해서 단백질의 특정 특징에 치우치지 않는 분류 결과를 얻으면서, 분류 속도를 향상 시킬 수 있도록 서열 데이터를 이용한 분류/예측 기법을 제안한다. 출현패턴 기반의 EPs-TFP 기법은 중복 출현패턴이 제거된 필수 출현패턴만을 이용하는 분류/예측 기법이다. 이 분류 기법은 disorder 구역의 서열 출현패턴들을 발견하며, 이러한 서열 출현패턴은 disorder 구역에서는 빈발하지만 order 구역에서는 상대적으로 빈발하지 않는 패턴들이다. 또한 제안 알고리즘의 성능 향상을 위해서 기존의 P-tree, T-tree 개념의 TFP 기법을 확장하여 분류/예측 기법으로 적용하였다. EPs-TFP 기법의 성능평가를 위해서 Disprot 4.9와 CASP 7 데이터를 활용하였고, disorder/order 구역을 분류한 결과, 민감도 73.6, 특이도 69.5, 정확도 74.2를 보였다.