• 말소리와 음성과학
• /
• 제11권4호
• /
• pp.19-33
• /
• 2019

이 연구는 한국어 자음과 모음 대해 단기간의 지각 훈련을 받은 이집트인 학습자들이 학습 수준별로 어떠한 지각 개선 양상을 보이는지 조사하고, 각 음소 쌍의 학습용이성 정도를 파악해 이집트인 학습자들을 대상으로 하는 한국어 발음교육에 실질적인 기여를 하는 것을 목적으로 한다. 이를 위해 50명의 한국어 학습자를 대상으로 이집트 현지에서 고변이 음성 훈련을 실시하였다. 한국어 수준에 따라 학습자를 초급 집단과 중고급 집단으로 나누었고, 2주간에 걸쳐 각 집단에 대해 30~40분의 지각 훈련을 10회 진행하였다. 고변이 음성 훈련용 자료는 다수의 한국어 원어민 화자가 발화한 자연음이었으며, 최소대립 쌍을 이루는 단어와 문장으로 최대한 다양하게 구성하였다. 사전과 사후 테스트 비교 결과, 이집트인 초급과 중고급 집단의 한국어 모음과 초성에 대한 지각 능력이 뚜렷하게 향상된 것을 확인할 수 있었다. 종성에 대한 지각 능력 역시 향상되었지만 훈련 전부터 정확도가 높아 향상폭은 다소 낮게 나타났다. 각 음소에 대한 지각 정확도와 향상도를 바탕으로 음소 쌍별 학습용이성을 측정하고, 이집트인 학습자를 위한 학습용이성 위계를 학습 단계별로 설정하였다.

• 정보교육학회논문지
• /
• 제23권6호
• /
• pp.561-571
• /
• 2019

프로그래밍 교육은 일반적으로 문제분석 과정, 알고리즘과 프로그래밍을 통한 자동화, 일반화 과정을 포함하고 있어 학습자의 컴퓨팅사고 향상에 좋은 소프트웨어 교육방법이다. 그러나 초보자의 경우 명령어 사용법에 대한 이해, 알고리즘 작성과 프로그래밍 구현단계에서 어려움을 겪는 것으로 나타났다. 본 연구에서는 예비교사들의 프로그래밍 교육을 위해 게임 프로그래밍 교육모델과 교육과정을 개발하였다. 4E 모델은 공감단계, 탐색단계, 강화단계 및 평가단계로 구성되었다. 또한 각 단계별로 게임 핵심 요소와 핵심 명령어 블록들을 학습할 수 있도록 구성하였다. 예비교사가 프로그래밍 명령어 활용에 대한 이해를 돕기 위해 예제 학습, 자기 게임 생성 및 팀 기반 프로젝트 형태로 구성된 3단계 교수학습 방법을 제시하였다. 15주간 교육과정으로 적용하고 검증한 결과 설계한 모델, 예비교사들의 블록 프로그래밍 역량 인식 등에서 유의미한 결과를 보였으며 제출한 결과물에 대한 컴퓨팅사고 수준도 높은 결과를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.112-112
• /
• 2020

하천에서 유해화학물질 유입 사고 발생 시 수환경 피해를 최소화하기 위해 신속한 초기 대응이 필요하다. 따라서, 본 연구에서는 수환경 화학사고 대응 시스템 구축을 위해 하천 실시간 모니터링 지점에서 관측된 유해화학물질의 농도 자료를 이용하여 발생원의 유입 지점과 유입량을 역추적하는 프레임워크를 개발하였다. 본 연구에서 제시하는 프레임워크는 첫 번째로 하천 저장대 모형(Transient Storage Zone Model; TSM)과 HEC-RAS 모형을 이용하여 다양한 유량의 수리 조건에서 화학사고 시나리오를 생성하는 단계, 두번째로 생성된 시나리오의 유입 지점과 유입량에 대한 시간-농도 곡선 (BreakThrough Curve; BTC)을 21개의 곡선특징 (BTC feature)으로 추출하는 단계, 최종적으로 재귀적 특징 선택법(Recursive Feature Elimination; RFE)을 이용하여 의사결정나무 모형, 랜덤포레스트 모형, Xgboost 모형, 선형 서포트 벡터 머신, 커널 서포트 벡터 머신 그리고 Ridge 모형에 대한 모형별 주요 특징을 학습하고 성능을 비교하여 각각 유입 위치와 유입 질량 예측에 대한 최적 모형 및 특징 조합을 제시하는 단계로 구축하였다. 또한, 현장 적용성 제고를 위해 시간-농도 곡선을 2가지 경우 (Whole BTC와 Fractured BTC)로 가정하여 기계학습 모형을 학습시켜 모의결과를 비교하였다. 제시된 프레임워크의 검증을 위해서 낙동강 지류인 감천에 적용하여 모형을 구축하고 시나리오 자료 기반 검증과 Rhodamine WT를 이용한 추적자 실험자료를 이용한 검증을 수행하였다. 기계학습 모형들의 비교 검증 결과, 각 모형은 가중항 기반과 불순도 감소량 기반 특징 중요도 산출 방식에 따라 주요 특징이 상이하게 산출되었으며, 전체 시간-농도 곡선 (WBTC)과 부분 시간-농도 곡선 (FBTC)별 최적 모형도 다르게 산출되었다. 유입 위치 정확도 및 유입 질량 예측에 대한 R²는 대부분의 모형이 90% 이상의 우수한 결과를 나타냈다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.679-681
• /
• 2004

웹 카메라로부터 입력된 비디오 영상으로부터 실시간 얼굴 인식은 빠르고 정확한 시스템이 요구된다. 따라서 본 논문에서는 객체 분류 기법인 SVM을 이용하여 실시간 다중 얼굴 인식이 가능한 시스템 구현에 중점을 두었다. 본 논문은 얼굴 skin/non-skin 정보를 이용한 얼굴 후보 영역의 검출 단계, 얼굴/비얼굴의 검출 단계, 그리고 얼굴의 인식 단계로 구성되어 있다. 각각의 단계별로 SVM을 적용하였고 각 SVM은 오프라인상의 학습 부분과 온라인상의 테스트 부분으로 구성되어 있고, SVM의 QP 최적화 문제를 해결하기 위해 학습 알고리즘인 SMO을 적용하였다. 팬(Pan)-틸트(Tilt) 제어가 가능한 저가형 웹 카메라를 이용하여 자동으로 얼굴 위치를 추적, 이동하면서 얼굴 인식을 수행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1328-1331
• /
• 2013

본 논문에서는 스마트폰 내장 가속도 센서를 이용한 2단계 행위 인식 시스템을 제안한다. 제안하는 행위 인식 시스템에서는 행위 별 시간에 따른 가속도 센서 데이터의 변화 패턴을 충분히 반영하기 위해, 1단계 분류에서는 결정트리 모델 학습과 분류를 수행하고, 2단계 분류에서는 1단계 분류 결과들의 시퀀스를 이용하여 HMM모델 학습과 분류를 수행하였다. 또한, 본 논문에서는 특정 사용자나 스마트폰의 특정 위치, 방향 변화에도 견고한 행위 인식을 위하여, 동일한 행위에 대해 사용자와 스마트폰의 위치, 방향을 변경하면서 다양한 훈련 데이터를 수집하였다. 6720개의 가속도 센서 데이터를 이용하여 총 6가지 실내 행위들을 인식하기 위한 실험들을 수행하였고, 그 결과 높은 인식 성능을 확인 할 수 있었다.

• 한국과학교육학회지
• /
• 제32권2호
• /
• pp.293-305
• /
• 2012

이 연구는 중 고등학생들의 측정 인식에 나타난 추론 유형을 분석하여 과학 교육의 시사점을 얻는 데 있다. 연구 대상은 중학생 197명과 고등학생 200명으로 하였다. 측정에 대한 인식 조사를 위하여 검사지 PMQ1을 사용하였고, 검사지의 문항별 응답 내용은 부호화된 분석틀을 기준으로 점 추론과 집합 추론 유형으로 분석하였다. 분석한 추론 유형을 자료 수집, 자료 처리, 자료 비교로 나누어 측정 단계별 추론 유형 분포 및 학년별 집합 추론 유형 분포 차이를 분석하였다. 또한 측정의 불확실성에 대한 추론 유형 분석을 통해 각 측정 단계별 나타난 추론 유형과 비교 분석하였다. 측정 단계별 추론 유형 분포에서 집합 추론 유형은, 자료 처리에서 높게 나타났고, 자료 수집과 자료 비교에서 낮게 나타났다. 측정 단계별 학년에 따른 집합 추론 유형 분포는 자료 비교 단계에서 중학생들과 고등학생들 사이에 유의미한 차이가 있었다. 측정의 불확실성에 대한 인식은 집합 추론 유형이 높게 나타났으나 학년에 따라 유의미한 차이는 없었다. 측정을 통해 신뢰할 수 있는 결과를 얻기 위해서는 각 측정 단계에서 측정의 불확실성에 대한 인식이 일관성 있게 작용해야 하며 이는 학생들에게 측정에 대한 직접적인 교수 학습이 필요함을 시사한다.

• 기록학연구
• /
• 제29호
• /
• pp.129-173
• /
• 2011

교육과정에 기반한 교육용 기록정보콘텐츠는 역사적 사고력 함양에 가장 효과적인 교수 학습 도구라 할 수 있다. 본 논문은 교육용 기록정보콘텐츠의 개발 방법론을 제안함으로써 국립 기관인 국가기록원이 본격적인 교육용 기록정보콘텐츠 서비스를 제공함에 있어 이론적 지침이 되고자 하였다. 본 논문에서 제안한 교육용 기록정보콘텐츠의 개발 절차는 e-러닝 콘텐츠의 개발 단계인 '기획-분석-설계-개발-평가'의 단계를 거친다. 구체적으로는 교육용 기록정보콘텐츠로서의 특성을 띤 교육과정 분석과 컬렉션 분석, 교수 학습 목표를 효과적으로 달성할 수 있는 구조화된 형태로 설계하기 위한 세부 단계를 거친다. 교육과정 분석에선 일차 사료를 활용한 학습이 가능한 주제 항목을 설정하고 이를 검색을 위한 키워드로 도출하는 절차와 일차 사료별 교수 학습 활동에 적용할 수 있는 교수 학습 방법을 분석하였다. 컬렉션 분석에선 키워드별로 기록 검색을 실시한 뒤 일차 사료의 선별 기준에 따라 최종적인 기록을 선정하는 과정을 제안하였다. 분석의 결과를 토대로 설계 단계에서는 콘텐츠의 제목 및 내용 구조를 결정하고, 학습 흐름도를 기반으로 스토리보드를 작성하여야 한다. 개발 시엔 일차 사료의 질감을 원본에 최대한 가깝게 제작하는 것이 핵심이며, 평가 단계에선 콘텐츠의 교수 학습 내용이 학습 목표를 효과적으로 성취할 수 있도록 개발되었는지를 평가하고 실제 콘텐츠 서비스 운영 후 이용자 만족도 조사에 의한 평가 결과를 새로운 콘텐츠 개발이나 콘텐츠 업데이트에 반영하도록 하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.551-559
• /
• 2017

본 논문에서는 베어링 고장진단 성능을 개선하기 위해 실시간 학습 방법을 제안한다. 기존 베어링 고장진단의 문제점은 학습되지 않은 상태에 대해 올바른 분류를 할 수 없다는 점이다. 제안한 4단계 실시간 학습 방법은 새로운 상태를 실시간으로 인지 및 학습하여 새로운 상태의 데이터를 올바르게 분류할 수 있다. 1단계에서는 학습 정보에서 각 클래스의 무게중심과 그 클래스 내 각 특징벡터 사이의 유클리디안 거리를 계산하여 각 클래스별로 거리의 최대값을 계산한다. 2단계에서는 새로 취득된 데이터의 특징벡터와 각 클래스의 무게중심 사이의 유클리디안 거리를 계산하고 각 클래스별 최대 허용 거리와 비교한다. 3단계에서는 새로 취득된 데이터들과 각 클래스 내 무게중심 사이의 거리가 각 클래스의 최대 허용 거리보다 모두 클 경우 새로운 상태의 데이터로 인지하고 새로운 상태 인지 횟수를 증가시킨다. 마지막 4단계에서는 새로운 상태 인지 회수가 10보다 클 경우 새로운 상태의 클래스를 생성하기 위해 새로운 상태로 인지된 10개의 데이터를 새로운 상태의 클래스로 지정하고 분류기를 재학습시킨다. 제안한 방법의 성능을 검증하기 위해 실제 베어링 결함 데이터를 사용하여 제안한 실시간 학습 방법의 효율성을 검증하였다.

• 정보처리학회논문지C
• /
• 제12C권5호
• /
• pp.649-658
• /
• 2005

네트워크 기반의 공격은 그 위험성과 피해의 규모가 크기 때문에 공격 초기에 빨리 탐지하는 것이 중요하다. 그러나 지도학습 데이터 마이닝을 이용한 네트워크상의 비정상 트래픽을 탐지하는 방법은 방대한 양의 데이터 전처리와 관리자의 분석이 요구되며 관리자의 분석이 정확하다는 보장이 없을 뿐만 아니라 각 네트워크의 실시간 특성을 고려하지 못하기 때문에 탐지의 어려움이 크다. 본 논문에서는 실시간 침입 탐지와 점진적 학습을 위해 비지도학습의 데이터마이닝 기법중 하나인 자기 조직화 지도를 기반으로 트래픽 속성 상관관계 메커니즘을 제안한다. 이는 세 단계로 이루어진다. 첫 번째 단계는 초기 학습이 이루어지는 단계로 비지도 학습을 통하여 성격이 비슷한 트래픽끼리 클러스터링 한 맵을 생성시킨다. 두 번째 단계는 맵의 각 클러스터가 정상과 비정상 트래픽의 클러스터로 구분되기 위해 각 공격별로 추출된 규칙(rule)을 적용하여 맵을 분석한다. 이 규칙은 지도 학습을 통한 규칙 기반의 방법으로, 각 데이터 항목마다 SOM을 이용한 속성별 맵의 상관관계(correlation) 분석을 통해 생성되었다. 마지막으로 분석된 맵을 이용하여 실시간 탐지와 함께 점진적 학습이 이루어지게 된다. 여러 실험을 통하여 비지도 학습과 지도 학습을 결합한 SOM 기반 트래픽 속성 상관관계 메커니즘이 지도 학습에 비해 실시간 탐지에 우수함을 증명하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.85-87
• /
• 2006

압타머칩은 (주)제노프라에서 개발한 새로운 개념의 바이오칩으로서, 압타머(aptamer)를 이용하여 혈액중의 특정 단백질군의 상대적인 양의 변화를 측정할 수 있으며, 질병 진단에 바로 응용할 수 있는 도구이다. 본 논문에서는 압타머칩 데이터 분석을 통해 심혈관 질환 환자의 질병 진행 단계를 예측할 수 있음을 보인다. 정상, 안정/불안정성 협심증, 심근경색의 네 단계로 표지된 환자의 혈액 샘플로부터 제작한 (주)제노프라의 3K 압타머칩 데이터를, 일반 DNA 마이크로어레이 분석과 동일한 과정을 거쳐 분류한 결과, 각 단계별 환자샘플이 확연히 구분되는 것을 확인하였다. 분산분석 결과 P-Value를 이용하여 자질 선택을 수행하고, 분류 알고리즘으로는 신경망, 결정트리, SVM, 베이지안망을 적용한 결과. 각 알고리즘별로 50대 남성환자 31개의 샘플에 대하여 $77{\sim}100%$의 정확도로 심혈관 질환의 단계를 구분해내었다.