• 정보관리학회지
• /
• 제40권2호
• /
• pp.33-57
• /
• 2023

본 연구는 과학영재학교 재학생을 대상으로 심층면담을 실시하여 정보요구와 정보이용행태를 분석하는데 목적이 있다. 선행연구를 바탕으로 연구를 설계하고, 전국 8개의 과학영재학교 중 6개 학교에 재학 중인 10명의 학생들을 대상으로 반구조화된 면담을 진행하여 정보요구와 정보이용행태 전반을 탐색하였다. 과학영재학교 학생들의 정보요구를 교과 활동과 교과 외 활동 영역으로 확인할 수 있었고, 학생들의 주요 관심 주제인 수업 및 학습, 연구 활동에서의 정보이용행태를 ISP 모형 기반으로 살펴보았다. 정보 이용의 전 과정에서 선호정보원을 파악하고, 이를 종합하여 과학영재학교 학생들의 정보이용행태의 특이점과 시사점을 논의하였다. 본 연구는 영재학교 도서관 연구를 위한 기초자료로 사용되며, 과학 주제 분야에 심화적인 관심과 재능이 있는 학생들을 위한 서비스를 제공하기 위한 자료로도 활용할 수 있는 점에서 그 의의를 찾을 수 있다.

• 한국분말재료학회지
• /
• 제30권3호
• /
• pp.217-222
• /
• 2023

Machine learning-based data analysis approaches have been employed to overcome the limitations in accurately analyzing data and to predict the results of the design of Nb-based superalloys. In this study, a database containing the composition of the alloying elements and their room-temperature tensile strengths was prepared based on a previous study. After computing the correlation between the tensile strength at room temperature and the composition, a material science analysis was conducted on the elements with high correlation coefficients. These alloying elements were found to have a significant effect on the variation in the tensile strength of Nb-based alloys at room temperature. Through this process, a model was derived to predict the properties using four machine learning algorithms. The Bayesian ridge regression algorithm proved to be the optimal model when Y, Sc, W, Cr, Mo, Sn, and Ti were used as input features. This study demonstrates the successful application of machine learning techniques to effectively analyze data and predict outcomes, thereby providing valuable insights into the design of Nb-based superalloys.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권1호
• /
• pp.29-43
• /
• 2023

수학교과에서 단순히 수학적 개념을 습득하는 것보다 수학과 관련된 문제를 실생활에 적용하는 맥락적 문제해결의 중요성이 강조되고 있다. 이에 본 연구는 장애학생을 대상으로 실제적 상황을 나타내는 문장제 문제에 대한 연구 동향을 살펴보고자 하였다. 이를 위해 2000년에서 2022년까지 발행된 단일대상실험설계를 사용하여 중재의 효과를 탐구한 논문 최종 12편을 선정하여 참여학생 특성, 중재 환경, 중재 방법 및 교수전략 등에 대해 분석하였다. 그 결과, 초등학교 고학년을 대상으로 연구가 가장 많이 이루어졌고, 학습장애, 자폐성장애, 지적장애를 포함하는 다양한 장애 유형을 대상으로 연구가 진행된 것을 확인하였다. 중재는 대부분 연구자에 의해 이루어졌고, 1회기 당 30~40분 정도로 중재가 제공되었다. 장애학생을 위한 수학문장제 문제 중재 방법으로 도식 기반 교수, 인지-초인지 전략 교수, 테크놀로지 기반 교수를 적용한 것으로 나타났고, 대부분 명시적 교수를 함께 사용한 것으로 확인되었다. 또한 본 연구에 포함된 12편의 단일대상연구가 방법론적으로 타당하게 실행되었는지를 분석하고자 Council of Exceptional Children에서 제시한 질적지표를 사용하여 평가하였고, 이러한 결과를 종합하여 향후 장애학생을 위한 문장제 문제 연구 방향에 대해 논의하였다.

• 대한토목학회논문집
• /
• 제28권3D호
• /
• pp.307-315
• /
• 2008

본 연구의 목적은 수도권 남부 국도 ITS 시범구간인 국도 3호선의 장지IC~곤지암IC구간에서 수집되는 교통자료를 기반으로 자기조직형 신경망 이론을 도입하여 국도구간의 통행시간 추정모형을 개발하는 방안을 제시하는 것이다. 지점 검지기 적정 설치위치와 구간의 연장 및 연도의 토지이용특성이 단속류의 구간통행시간에 영향을 미침을 확인하였으며, 구간 통행시간 추정을 위해 기존의 인공신경망 모형이 가지는 추가학습이 불가능하다는 단점과 신경망 구조의 최적구성이 어려운 점 등을 고려하여 자기조직형 인공신경망 구조방법을 도입하였다. 통행시간 추정결과 기존 검지기에서 수집된 자료와 최적위치에서 수집된 자료를 이용하여 모형을 검증한 결과 통행특성을 가장 잘 반영하는 지점자료를 활용한 모형의 추정력이 우수한 것으로 나타났다. 이러한 시도는 향후 국도 ITS 사업의 설계에서 검지기의 설치 위치 선정에 응용할 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.573-580
• /
• 2006

포화차두시간은 신호시간 설계와 교차로 용량추정에 있어서 중요한 변수 중에 하나이다. 그러나 현재의 기법은 신호교차로에서 포화차두시간에 영향을 미치는 요인들 중 정성적인 요인들을 다루기에는 부적절하다. 본 연구에서는 퍼지적 성격을 가진 정성적 인자인 강우조건과 주변 밝기정도를 선택하여 ANFIS를 이용해서 현장에서 관측된 관측치와 입 출력 데이터 집합의 학습을 통해 퍼지근사추론 모형을 구축하였다. 강우조건은 강우량에 따라 3개의 퍼지변수로, 주변 밝기정도는 2개의 퍼지변수로 구분하였다. 이렇게 구축된 모형의 예측력은 검증자료를 이용한 관측치와 추론치를 비교함으로써 평가되었다. 결정계수와 오차 및 분산정도를 나타내는 척도인 평균절대 오차(MAE)와 평균제곱근 오차(MSE)가 각각 0.993, 0.0289, 0.00173으로 나타나 본 모형의 설명력이 높은 것으로 평가 된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.46-46
• /
• 2022

유기물의 복잡한 혼합물인 CDOM(Colored or Chromophoric Dissolved Organic Matter)은 하천 내 BOD(Biological Oxygen Demand), COD(Chemical Oxygen Demand) 및 유기 오염물질과 상당한 관련이 있다. CDOM은 가시광선 영역에서 빛을 흡수하는 성질을 가지고 있으며, 최근 원격감지 기술로 CDOM을 모니터링하기 위한 연구가 진행되고 있다. 본 연구에서는 백제보 상류 23km 구간에서 3년(2016~2018) 중 13일의 초분광영상을 활용하여 머신러닝 기반 CDOM을 추정 알고리즘을 개발하고자 한다. 초분광영상은 400~970 nm의 범위의 4 nm 간격 127개 대역의 분광해상도와 2 m의 공간해상도를 가진 항공기 탑재 AsiaFENIX 초분광 센서를 통해 수집하였으며 CDOM은 Millipore polycarbonate filter (𝚽47, 0.2 ㎛)에서 여과된 CDOM 샘플 자료를 200~800 nm의 흡수계수 스펙트럼으로 추출하여 사용하였다. CDOM 값은 전체기간 동안 2.0~11.0 m^-1의 값 분포를 보였으며 5 m^-1이상의 고농도 구간 자료개수가 전체 153개 샘플자료 중 21개로 불균형하다. 따라서 ADASYN(Adaptive Synthesis Sampling Approach)의 oversampling 방법으로 생성된 합성 데이터를 사용하여 원본 데이터의 소수계층 데이터 불균형을 해결하고 모델 예측 성능을 개선하고자 하였다. 생성된 합성 데이터를 입력변수로 하여 ANN(Artificial Neural Netowk)을 활용한 CDOM 예측 알고리즘을 구축하였다. ADASYN 기법을 통한 합성 데이터는 관측된 데이터의 불균형을 해결하여 기계학습 모델의 CDOM 탐지 성능을 향상시킬 수 있으며, 저수지 내 유기 오염물질 관리를 위한 설계를 지원하는데 사용할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.110-113
• /
• 2022

신호를 제어하는 방식은기존의 전통적인 수학적 방식을 이용한 최적화를 넘어 이제 인공지능이 본격적으로 활용되기 시작하는 단계까지 발전하였다. 이에 따라 인공지능을 적용하는 방안에 대해 다양한 연구들이 진행되고 있는데, 현행 연구에서는 주로 좋은 교통 상황에 대한 마땅한 고려 없이 간단히 지체도만을 고려하여 보상함수를 설정하는 방식을 주로 채택하고 있다. 그러나 이 경우 현실성이 떨어지는 신호 제어 방식을 인공지능이 학습할 가능성이 존재한다는 문제점을 지닐 뿐더러, 보상 함수에서 좋다고 평가하는 것이 실질적인 서비스 수준의 정의에 부합하지 않음을 확인할 수 있다. 따라서 본 연구에서는 기존의 보상함수 설정 사례를 분석하고, 개선 방향을 제시하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.409-412
• /
• 2022

본 논문에서는 대입수시전형에서 생활기록부 입력은 대한민국 입시를 결정하는 매우 중요한 평가자료이다. 30명의 교사를 대상으로 실시한 설문조사를 통해서 교사들이 생활기록부를 작성하는데 가장 많이 참고하는 자료로는 수행평가 결과물, 발표내용, 보고서, 감상문 등의 학습 결과물(90%), 학생들이 작성한 자기평가서(73.3%), 관찰 평가지(50%)로 나타났으며, 80%(24명)의 교사들이 생활기록부를 작성하는데 고충을 겪고 있음을 확인할 수 있었다. 교사들이 느끼는 고충의 원인으로는 학생들의 개인별 특성 파악이 어려워 차별성있게 작성하는 것(76.7%)을 가장 힘들어 하였고, 작성해야 할 많은 수의 학생(60%), 문구를 만드는데 대해 부담(86.7%)을 느끼는 것으로 나타났다. 이 과정에서 교사의 전문성 뿐만 아니라 기계적이고 반복적인 작업도 많이 요구되고 있기 때문에, 생활기록부를 작성하는데에 도움을 줄 수 있는 프로그램 개발이 필요하다고 고안을 내었다. 교사들 역시 반복적이고 일률적인 생활기록부 작성에 도움을 줄 수 있는 프로그램이 있다면 유용하게 활용할 것이라는 응답이 90%였다. 따라서 본 연구에서 자연어 처리 인공지능 기술을 활용하여 교사들이 생활기록부를 작성하는데 있어 기계적이고 단순한 작업을 도와 주는 프로그램 개발에 대한 연구의 필요성을 제시하였다. 제안하는 프로그램은 학생들의 탐구보고서, 토론, 발표, 감상문 등의 생화기록부 작성 참고자료들을 텍스트로 변환하고 추상요약(Abstractive Summarization)을 통해 교사들이 효율적으로 작성하는데 활용될 수 있도록 설계하였다. 연구 결과 생활기록부 작성 참고자료를 텍스트로 변환하는 것과 추상요약을 할 수 있는 개방형 데이터셋까지는 확보하였다. 추상요약을 구현하는 방법에 대해서는 보다 심도 있는 추가연구가 필요하였다. 이를 통해 교사들이 교육 본질에 더욱 충실할 수 있는 환경을 마련하고, 내실 있는 생활기록부 작성이 공교육 신뢰 제고에 밑바탕이 되고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.565-567
• /
• 2022

질병을 앓고 있는 환자는 상태에 따라 병실, 주거지, 요양원 등 조호환경 내 생활 시 의료 인력의 지속적인 추적 및 관찰을 통해 신체에 이상이 생긴 경우 이를 감지하고, 신속하게 조치할 수 있도록 해야 한다. 의료 인력이 직접 환자를 확인하는 방법은 의료 인력의 반복적인 노동이 요구되며 실시간으로 환자를 확인해야 한다는 특성상 의료 인력이 상주해야 하기에 이는 곧, 의료 인력의 부족과 낭비로 이어진다. 해당 문제 해결을 위해 의료 인력을 대신하여 조호환경 내 환자의 상태를 실시간으로 모니터링할 수 있는 딥러닝 모델들이 연구되고 있다. 딥러닝 모델은 데이터의 수가 많을수록 강인한 모델을 설계할 수 있으며, 데이터셋의 배경, 객체의 특징 분포 등 다양한 조건에 영향을 받기 때문에 학습에 필요한 도메인을 가지는 많은 양의 전처리된 데이터를 수집해야 한다. 따라서, 조호환경 내 환자에 대한 데이터셋이 필요하지만, 공개된 데이터셋의 경우 양이 매우 적으며 이를 반전, 회전기법 등을이용할 경우 데이터의 수를 늘릴 수 있지만, 같은 분포의 특징을 가지는 데이터가 생성되기에 데이터 증강 기법을 단순하게 적용하면 딥러닝 모델의 과적합을 야기한다. 또한, 조호환경 내 이미지 데이터셋은 얼굴 노출과 같은 개인정보가 포함 될 수 있으며 이를 보호하기 위해 정보들을 비식별화 해야 한다는 문제점이 있다. 따라서 본 논문에서는 조호환경에서 수집된 데이터 증강을 위한 Style-Generative Adversarial Networks 기법을 적용하여 조호환경 데이터셋 수집에 효과적인 증강 기법을 제안한다.

• 한국도서관정보학회지
• /
• 제54권3호
• /
• pp.193-221
• /
• 2023

본 연구의 목적은 사서교사의 직무별 중요도와 타 교원과 학생의 기대 직무에 대한 인식을 확인하며 사서교사가 인식하는 직무 수행 역량의 정도를 파악하여 사서교사의 직무 인식에 대한 기초정보를 얻고 중점적으로 개선해야 할 사서교사의 직무를 도출하는 데 있다. 이를 위하여, 임정훈 외(2021)가 선정한 25개의 직무를 수정한 뒤 사서교사 210명을 대상으로 사서교사 자신의 직무별 중요도, 타 교원과 학생의 기대 직무별 중요도 그리고 사서교사 자신의 수행 역량 인식 수준을 측정하였다. 분석 결과, 사서교사는 '독서교육과 리터러시 교육'을 가장 중요하게 인식하였으나 타 교원과 학생의 기대 직무로 '도서관 행사'를 가장 중요하게 인식하였으며 '도서관 이용지도' 수행 역량이 가장 뛰어나다고 인식하였다. 그리고 중점적으로 사서교사의 역량 향상이 필요한 직무로는 '콘텐츠 큐레이션', '다른 교사의 도서관활용수업 지원', '디지털 기능과 기술 활용', '교수학습매체 제작', '정보의 접근과 공정이용', '교수설계 및 구현', '정보윤리와 저작권 교육', '미디어 정보 리터러시 교육', '협력수업'을 포함한 9개의 직무로 나타났다.