• 과학교육연구지
• /
• 제46권3호
• /
• pp.312-325
• /
• 2022

이 연구의 목적은 인문사회계열 학생을 대상으로 한 교양 과학 수업에서 플립러닝 적용 사례와 함께 교양 과학 교과목의 수업 설계 과정에서 필요한 과학사 내용 체계를 제공하는데 있다. 연구를 위해 기존 운영중인 대학교 교양 과학 수업 및 과학사 수업의 실태를 분석하고, 다양한 선행연구 분석을 통해 플립러닝 방식을 적용한 '과학사의 이해' 교과목을 개발하였다. 과학교양교육의 본질적 목표에 도달할 수 있는 과학사 강의 목표로 지식의 습득과 다양한 역량 강화를 포함함과 함께 과학적 태도 함양을 설정하고 이를 고려하여 15주차의 내용 체계를 설계하였다. 구성된 '과학사의 이해' 내용 체계 중 '과학의 역사' 부분에 해당하는 4개의 주제는 플립러닝으로 수업을 구성하고 온라인 영상자료와 집단 토의 활동을 포함해 교수학습활동을 구성하였다. 인문사회계열 학생을 대상으로 강좌를 개설하고 56명의 대학생을 대상으로 수업을 운영한 결과 학생들의 과학에 대한 흥미와 인식이 높아진 것을 확인할 수 있었다. 이 연구의 사례를 통해 과학사 및 교양 과학 교육에 대한 교육적 시사점을 제공하였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.315-323
• /
• 2023

Post-mortem computed tomography (PMCT) is commonly employed in the field of forensic pathology. PMCT was mainly performed using a whole-body scan with a wide field of view (FOV), which lead to a decrease in spatial resolution due to the increased pixel size. This study aims to evaluate the potential for developing a super-resolution model based on conditional generative adversarial networks (CGAN) to enhance the image quality of CT. 1761 low-resolution images were obtained using a whole-body scan with a wide FOV of the head phantom, and 341 high-resolution images were obtained using the appropriate FOV for the head phantom. Of the 150 paired images in the total dataset, which were divided into training set (96 paired images) and validation set (54 paired images). Data augmentation was perform to improve the effectiveness of training by implementing rotations and flips. To evaluate the performance of the proposed model, we used the Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM) and Deep Image Structure and Texture Similarity (DISTS). Obtained the PSNR, SSIM, and DISTS values of the entire image and the Medial orbital wall, the zygomatic arch, and the temporal bone, where fractures often occur during head trauma. The proposed method demonstrated improvements in values of PSNR by 13.14%, SSIM by 13.10% and DISTS by 45.45% when compared to low-resolution images. The image quality of the three areas where fractures commonly occur during head trauma has also improved compared to low-resolution images.

• 한국초등과학교육학회지:초등과학교육
• /
• 제42권1호
• /
• pp.194-209
• /
• 2023

본 연구는 과학과 검정 교과서를 선정하는 과정을 심층적으로 이해하고, 선정 주체인 교사의 인식 분석을 통해 과학과 검정 교과서 체제가 바르게 정착되고 발전될 수 있도록 시사점을 주고자 하였다. 이를 위해 과학과 검정 교과서 선정 과정에 참여한 초등학교 교사 5명과 내러티브 면담을 진행하고, 32명의 교사를 대상으로 설문을 진행하였으며, 이 과정에서 제기된 교과서의 저자에 관한 분석을 하였다. 그 결과 첫째, 교사들은 '의견수렴' 단계가 가장 중요하다고 이야기하였으며, 경력과 전공을 고려하여 과학 교과서 선정협의회를 구성하였고, 학교의 상황에 맞게 평가기준표를 재구성하여 활용하고 있었다. 둘째, 의견수렴 과정에서 교사별로 과학 교과서 전체를 검토하는 방법을 활용하였으며, 내적 요소로 탐구 활동과 교과서 구성을 중요하게 고려하였다. 외적 요소로는 동영상과 같은 교수·학습자료가 매우 중요하게 고려되었다고 이야기하였으며, 교과서의 신뢰성과 전문성의 지표인 저자와 관련된 부분도 중요하게 인식하였다. 셋째, 학교운영위원회 심의 및 학교장 보고의 경우 선정 이후 진행하는 행정적인 마무리 단계로 인식하고 있었다. 마지막으로 3~4학년군 교과서와 5~6학년군 교과서를 임의로 통일하는 것 보다 학년군별로 가장 적합한 교과서를 선정하는 것이 중요하다고 인식하고 있었다.

• 한국지반공학회논문집
• /
• 제24권10호
• /
• pp.57-70
• /
• 2008

피에조콘 관입시험의 장점은 연속적인 데이터의 취득이 보장되며 결국 대상지반의 신뢰성 있는 분석이 가능하다는 점이다. 따라서 지난 수십년간 국내외에서 콘 관입시험결과로부터 흙분류를 수행하는 많은 연구가 진행되었으며 차트나 도표 등의 형태로 흙분류 방법들이 제안되었다. 그러나 대부분의 차트 또는 방법들은 한국을 제외한 세계 각국의 자료들을 바탕으로 제안되어 국내 지반의 적용성에 대한 검증이 이루어져야 한다. 뿐만 아니라 기존 방법들에서는 사용된 입력자료에 따라 흙분류 결과가 상이한 경우가 있어 적용과 판단에 어려움이 있다. 그러나 불행히도 이러한 차트 형태로 제안된 기존 도표의 경우 지역성 등이 반영되어 수정 또는 보완이 필요하나 수정에 어려움이 있거나 거의 불가능하다. 이에 본 연구에서는 국내 17개 현장에서 수행된 피에조콘 관입시험결과와 채취된 시료에 대한 주상도 및 흙분류결과를 바탕으로 클러스터링 기법과 뉴로-퍼지 이론을 이용한 흙분류 모델을 제안하였다. 제안된 모델을 검증하기 위해 모델 학습 시 사용되지 않는 새로운 피에조콘 관입시험 데이터에 대한 흙분류 결과를 실제 시추결과와 비교하였다. 또한 기존의 소프트컴퓨팅 모델과 Robertson 방법에 의한 흙분류 결과와 제안된 모델의 흙분류 결과를 비교하여 제안된 모델의 효율성을 검토하였다.

• 지구물리와물리탐사
• /
• 제26권2호
• /
• pp.37-51
• /
• 2023

그라운드-롤(ground roll)은 육상 탄성파 탐사 자료에서 가장 흔하게 나타나는 일관성 잡음(coherent noise)이며 탐사를 통해 얻고자 하는 반사 이벤트 신호보다 훨씬 큰 진폭을 가지고 있다. 따라서 탄성파 자료 처리에서 그라운드-롤 제거는 매우 중요하고 필수적인 과정이다. 그라운드-롤 제거를 위해 주파수-파수 필터링, 커브릿(curvelet) 변환 등 여러 제거 기술이 개발되어 왔으나 제거 성능과 효율성을 개선하기 위한 방법에 대한 수요는 여전히 존재한다. 최근에는 영상처리 분야에서 개발된 딥러닝 기법들을 활용하여 탄성파 자료의 그라운드-롤을 제거하고자 하는 연구도 다양하게 수행되고 있다. 이 논문에서는 그라운드-롤 제거를 위해 CNN (convolutional neural network) 또는 cGAN (conditional generative adversarial network)을 기반으로 하는 세가지 모델(DnCNN (De-noiseCNN), pix2pix, CycleGAN)을 적용한 연구들을 소개하고 수치 예제를 통해 상세히 설명하였다. 알고리듬 비교를 위해 동일한 현장에서 취득한 송신원 모음을 훈련 자료와 테스트 자료로 나누어 모델을 학습하고, 모델 성능을 평가하였다. 이러한 딥러닝 모델은 현장자료를 사용하여 훈련할 때, 그라운드-롤이 제거된 자료가 필요하므로 주파수-파수 필터링으로 그라운드-롤을 제거하여 정답자료로 사용하였다. 딥러닝 모델의 성능 평가 및 훈련 결과 비교는 정답 자료와의 유사성을 기본으로 상관계수와 SSIM (structural similarity index measure)과 같은 정량적 지표를 활용하였다. 결과적으로 DnCNN 모델이 가장 좋은 성능을 보였으며, 다른 모델들도 그라운드-롤 제거에 활용될 수 있음을 확인하였다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.425-433
• /
• 2023

본 연구에서는 미술 전공 신입생들의 창의적 사고를 촉진하기 위해 게이미피케이션 개념과 AI 생성 예술 프로그램을 활용한 가상 예술가 놀이 수업 모델을 개발하였다. 중국 쓰촨영화&텔레비전대학교 디지털미디어아트과 1학년 신입생들을 대상으로 한 이 수업은 미술 창작에 대한 두려움 해소와 문제해결 능력을 향상시키는 것이 목표이다. 이교육 모델은 페르소나 설정, 창의적 글쓰기, 텍스트 시각화, 가상 전시 등 4단계로 구성되어 있다. 페르소나 설정을 통해 학생들은 예술가 정체성을 확립하였고, 게임적 요소를 도입한 글쓰기 체험으로 잠재적인 창의성을 발견할 수 있었다. AI 생성예술 프로그램을 이용한 텍스트 시각화를 통해 창작에 대한 자신감을 얻었고, 가상 전시에서 다른 학생들의 작품 감상 및 평가를 통해 예술가로서의 자존감을 높일 수 있었다. 게이미피케이션과 AI 생성예술 프로그램의 융합을 통한 이 교육모델은 창의적 사고와 문제해결 능력을 촉진하는 새로운 교육 방법이다. 또한 학습자들의 참여와 흥미를 높이는 효과가 있다. 이러한 연구 결과를 바탕으로 미래의 교육 환경에 적합한 창의적 사고를 기르는 교육 전략을 개발하고 적용함으로써, 더 많은 학생들이 예술적 역량과 창의력을 키울 수 있을 것으로 기대된다. 우리는 이러한 교육 전략을 통해 미술 전공 학생뿐만 아니라 다양한 분야의 학생들에게도 적용함으로써 예술적 역량과 창의성을 증진시킬 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.1-14
• /
• 2023

콩은 세계 5대 식량작물 중 하나로 식물성 단백질의 주요 공급원이다. 작물 특성상 기후변화에 따라 곡물 생산량에 큰 영향을 받기 때문에 국립농업과학원에서는 콩 품종별 생장 분석을 통해 작물표현형 연구를 진행중이다. 콩 품종별 생장 분석을 위한 생장 과정 사진 촬영은 자동화된 시스템으로 이루어지지만 생장 상태를 확인, 기록, 분석하는 과정은 수작업으로 진행되고 있다. 본 논문에서는 이러한 과정을 자동화 할 수 있도록 콩 작물의 영상 데이터에서 콩잎 객체를 검출하는 YOLOv5s 모델과 검출된 콩잎의 전개 여부를 판단하는 합성곱 신경망(Convolution Neural Network; CNN) 모델을 설계, 학습하였다. 두 모델을 결합하고 검출된 콩잎의 좌표데이터로 층을 구분하는 알고리즘을 구현하여 콩 작물의 시계열 데이터를 입력하여 생장을 분석하는 프로그램을 개발하였고, 그 결과 콩 작물의 제2~3복엽까지 생장 시기를 판단할 수 있었다.

• 과학교육연구지
• /
• 제47권3호
• /
• pp.251-262
• /
• 2023

본 연구에서는, 학생들의 학업 성취도를 낮추고 학력 저하를 불러온 원인이 비대면 수업만이 아니라 다른 요인들을 조사하였다. 많은 언론 보도뿐만 아니라 선행연구에서 비대면 수업이 학생들의 학력저하에 주된 원인이라 하고 있다. 그러나 2020년 국가수준 학업성취도 조사에서 함께 진행된 '코로나19 원격수업 환경 학생 설문조사'의 조사를 통해 학생들은 원격수업에 대한 만족도가 70~80% 대로 높은 편임을 알 수 있었고, 국가수준 학업성취도 평가 분석을 통해 2017년부터 학생들의 학업성취도는 대체로 우하향 곡선을 그리면서 해마다 학력 저하가 이미 나타나고 있었음을 알 수 있었다. 좀 더 정확한 확인을 위해 고등학생들의 모의고사 성적을 분석해본 결과 학생들의 성적은 정규분포 곡선을 그리는 것이 아니라 중위권의 수가 줄어들고 심각한 양극화 현상이 나타나고 있는 오른쪽이 높은 U자형 분포가 나타남을 확인할 수 있었다. 이러한 현상의 원인이 단순히 비대면 수업의 방식이나 질적인 부족함 때문이 아니라, 가정에서의 돌봄과 관리 등 환경적인 영향과 사교육에 대한 투자의 변화, 하위권으로 갈수록 비대면 온라인 수업을 하면서 온라인 기기 사용 시간이 증가하게 되었고, 학습과 무관한 온라인 콘텐츠와 게임, 동영상 시청 시간의 증가 등 다양한 요인이 있음을 찾았다.

• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.335-347
• /
• 2024

개방형 어휘 3차원 포인트 클라우드 개체 분할은 3차원 장면 포인트 클라우드를 훈련단계에서 등장하였던 기본 클래스의 개체들뿐만 아니라 새로운 신규 클래스의 개체들로도 분할해야 하는 어려운 시각적 작업이다. 본 논문에서는 중요한 모델 설계 이슈별 기존 모델들의 한계점들을 극복하기 위해, 새로운 개방형 어휘 3차원 개체 분할 모델인 Open3DME를 제안한다. 첫째, 제안 모델은 클래스-독립적인 3차원 마스크의 품질을 향상시키기 위해, 새로운 트랜스포머 기반 3차원 포인트 클라우드 개체 분할 모델인 T3DIS[6]를 마스크 제안 모듈로 채용한다. 둘째, 제안 모델은 각 포인트 세그먼트별로 텍스트와 의미적으로 정렬된 시각적 특징을 얻기 위해, 사전 학습된 OpenScene 인코더와 CLIP 인코더를 적용하여 포인트 클라우드와 멀티-뷰 RGB 영상들로부터 각각 3차원 및 2차원 특징들을 추출한다. 마지막으로, 제안 모델은 개방형 어휘 레이블 할당 과정동안 각 포인트 클라우드 세그먼트별로 추출한 2차원 시각적 특징과 3차원 시각적 특징을 상호 보완적으로 함께 이용하기 위해, 특징 앙상블 기법을 적용한다. 본 논문에서는 ScanNet-V2 벤치마크 데이터 집합을 이용한 다양한 정량적, 정성적 실험들을 통해, 제안 모델의 성능 우수성을 입증한다.