• Child Health Nursing Research
• /
• v.19 no.1
• /
• pp.1-11
• /
• 2013

Purpose: This study was done to develop a scenario and evaluate student performance in simulation learning of care for children with respiratory distress syndrome in neonatal intensive care units. Methods: To test the application effect, a one group pre-test design was applied. The scenario based on actual patients and textbook material was developed through several meetings of experts. The scenario was used with 17 groups of 55 senior nursing students who participated voluntarily. Results: Contents were organized focusing on the nursing process for simulation learning. In the application of knowledge and skills, nursing students had high scores in the contents of observation of oxygen saturation, and care to relieve dyspnea. Participants' ability, especially in suction and oxygen supply in the evaluation of objective structured clinical examination was not adequate. There was a significant positive correlation between problem-solving ability and satisfaction in learning. Conclusion: The respiratory distress syndrome simulation scenario developed in this study was an effective tool to give students experience in problem solving and critical thinking ability under conditions similar to reality. The development of various scenarios for child nursing care is needed.

• Journal of Korea Multimedia Society
• /
• v.11 no.3
• /
• pp.301-314
• /
• 2008

The existing event recognition is accomplished with the limited systematic foundation, and thus much longer learning time is needed for emergency scenario interpretation due to large scale of probability data. In this paper, we propose a method for nile-based event recognition of an independent object(human) which extract a feature vectors from the object and analyze the behavior pattern of each object and interpretation of emergency scenarios using a probability and object's events. The event rule of an independent object is composed of the Primary-event, Move-event, Interaction-event, and 'FALL DOWN' event and is defined through feature vectors of the object and the segmented motion orientated vector (SMOV) in which the dynamic Bayesian network is applied. The emergency scenario is analyzed using current state of an event and its post probability. In this paper, we define diversified events compared to that of pre-existing method and thus make it easy to expand by increasing independence of each events. Accordingly, semantics information, which is impossible to be gained through an.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.33 no.6
• /
• pp.359-366
• /
• 2020

In this study, a simulation-based damage estimation method for helidecks is proposed using an artificial neural network. The structural members that share a connecting node in the helideck are regarded as a damage group, and a total of 37,400 damage scenarios are numerically generated by applying randomly assigned damage to up to three damage groups. Modal analysis is then performed for all the damage scenarios, which are selectively used as either training or validation or verification sets based on the purpose of use. An artificial neural network with three hidden layers is constructed using a PyTorch program to recognize the patterns of the modal responses of the helideck model under both damaged and undamaged states, and the network is successively trained to minimize the loss function. Finally, the estimated damage rate from the proposed artificial neural network is compared to the actual assigned damage rate using 400 verification scenarios to show that the neural network is able to estimate the location and amount of structural damage precisely.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.1
• /
• pp.353-361
• /
• 2024

Simulation education is a method that allows learners to learn repeatedly in realistic simulated situations. It solves the limitations of clinical practice that lacks direct nursing performance and is useful for acquiring and developing the knowledge, nursing skills, communication skills, learning self-efficacy, and clinical reasoning required for nursing students. The purpose of this study was identify the effects of High fidelity simulation-based education on communication ability, learning self-efficacy and clinical reasoning of nursing students. The subjects were 84 nursing students who were enrolled in the senior who had received simulation training using dysphagia patient care scenario. Data were analyzed using SPSS/WIN 22.0. As a result, There was a statistically significant difference in the communication ability, learning self-efficacy, clinical reasoning. And the mean score of simulation effectiveness is 2.64 points (a perfect score of three). Therefore, In order to improve the communication ability, learning self-efficacy and clinical reasoning of nursing students, it is necessary to develop and apply realistic scenarios that reflect various clinical situations.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.17 no.6
• /
• pp.1283-1292
• /
• 2022

At present, several artificial intelligence projects in the healthcare and medical field are competing with each other, and the interfaces between the systems lack unified specifications. Thus, this study presents an artificial intelligence platform for healthcare and medical fields which adopts the deep learning technology to provide algorithms, models and service support for the health and medical enterprise applications. The suggested platform can provide a large number of heterogeneous data processing, intelligent services, model managements, typical application scenarios, and other services for different types of business. In connection with the suggested platform application, we represents a medical service which is corresponding to the trusted and comprehensible tracking and analyzing patient behavior system for Health and Medical treatment using Internet of Behavior concept.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.99-99
• /
• 2023

기후변화는 물 관리의 가장 큰 리스크 요인이므로 물 관리 계획을 수립하는 과정에서 기후변화의 영향을 고려하는 것이 필수적이다. 기후변화에 대한 수자원 예측 관련 연구가 이루어지고 있으나, 대부분의 연구에는 수문학적 모델링이나 시뮬레이션이 동반되는데, 이 과정에는 시간과 비용이 많이 들어가며, 지역이나 연구목적에 따른 정밀한 매개변수의 보정은 전문지식이 필요하기 때문에 현업에서 연구결과를 의사결정에 활용하기에는 한계가 있다고 볼 수 있다. 이에 따라 수문학적 모델링의 입력 및 출력 결과를 딥러닝의 학습자료로 하여 수문모델을 사용하지 않아도 효율적으로 결과를 도출할 수 있는 딥러닝 기반 Surrogate 모형에 대한 연구가 이루어지고 있으나 수자원 분야에 접목된 사례는 부재한 실정이다. 따라서 이 연구를 통해 국내 유역을 대상으로 Surrogate 모형을 구축한 뒤, 그 성능을 평가하고자 한다. 이를 위한 Surrogate 모형 구축 과정은 다음과 같다. 충주댐 유역을 대상으로 과거 20년간의 강우 및 기온 자료를 수집한 뒤, 이 자료를 바탕으로 기후변화의 영향을 고려한 3,162개의 시나리오를 생성한다. 그 후 장기유출모형 IHACRES에 생성된 시나리오를 입력자료로 하여 유입량 결과를 도출하고, 이 결과를 Python코드 기반의 딥러닝 학습자료로 하여 최적 예측 결과를 도출해내는 Surrogate 모형을 생성한 뒤 기존 장기유출모형과의 성능을 비교하고자 한다. 이와 같은 Surrogate 모형은 추가적인 데이터와 매개변수의 보정 과정이 없어도 장기유출모형과 같은 결과를 짧은 시간내에 상당히 정확하게 모사할 수 있어 시간과 비용을 줄일 수 있으며, 비전문가도 쉽게 사용할 수 있다는 장점을 가진다.

• 한국정보교육학회:학술대회논문집
• /
• 2010.01a
• /
• pp.23-29
• /
• 2010

본 논문은 객체지향형 교육용 프로그래밍 언어인 '두리틀(Dolittle)'을 활용하여 프로그래밍 학습을 STAD 학습 모형으로 구현하고자 하는 연구이다. 두리틀의 네트워크 기능은 다른 교육용 프로그래밍 언어와 구분되는 특징으로 선행 연구 자료를 통하여 네트워크 기능을 활용하여 의사소통이 가능함을 확인하였다. 또한 STAD 학습 모형이 갖는 특징을 알아보고, 구성원들 간의 상호작용을 핵심으로 학습이 이루어짐을 확인하였다. 이를 토대로 프로그래밍 학습을 STAD 학습 모형에 적용하는 수업 시나리오를 제시하고 있다. 이러한 학습은 상호 협동적인 프로그래밍 학습과 프로그래밍 언어 자체를 통한 의사소통에 그 의미가 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.303-306
• /
• 2006

유비쿼터스 컴퓨팅의 핵심은 네트워크 환경에 대한 고 가용성이라 할 수 있다. 이러한 사실은 사용자 컨텍스트(Context)가 반영된 서비스를 제공하기 위한 필수조건이 이미 갖추어져 있다는 것을 시사한다. 지금까지 상황인지(Context-Aware) 서비스를 위한 여러 응용들이 제시되어 왔지만, 동적으로 변화하는, 즉 예측하기 어려운 환경을 충분히 반영할 만큼의 유연성을 제공하지 못했다. 왜냐하면, 응용 태스크 시나리오가 시작단계부터 이미 정해져 있었기 때문이다. 여기에, 본 고는 평생동안 개인화된 태스크를 동적으로 생성, 제공할 수 있는 멀티 에이전트 시스템 구조를 제안하고자 한다. 평생 개인화 태스크(Life Long Personalized Task)는 끊임없이 변화하는 사용자의 행동패턴을 반영할 수 있도록, 동적으로 생성, 제공되는 태스크를 의미한다. 이는 태스크 시나리오가 컴파일 타임에 이미 결정되지 않고, 실행 시간 중에 자동으로 생성된다는 것을 의미한다. 이러한 유연성은 평생학습 엔진(Life Long Learning Engine)을 활용함으로써 가능하다. 이 엔진은 사용자의 행동패턴을 학습하며, 결과적으로 사용자 행동패턴 규칙들을 생성한다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.388-390
• /
• 2016

본 연구에서는 금강유역의 가뭄과 한반도 주변 지역의 기후 인자들과의 상관관계를 파악하고 이를 바탕으로 기후변화 시나리오를 이용하여 미래의 가뭄을 예측하였다. 1974 - 2015년 동안 11 - 5월에 발생한 강우 자료와 NOAA에서 제공하는 NCEP-NCAR 자료를 이용하여 한반도 주변 기후인자와 금강유역의 강우가 과거 발생한 가뭄과 어떠한 상관관계를 갖는지를 분석하였다. 금강유역의 강우 패턴을 4개의 스테이지로 구분한 후 이를 상태층으로 참고하였으며, 관측 자료는 학습단계에 활용하였다. 이러한 기후인자와 강우 관계의 학습 결과를 바탕으로 기후변화 시나리오를 적용하고 미래의 기후요소를 예측하였으며 이를 통해 미래 금강유역의 가뭄을 예측하였다. 본 연구의 결과는 금강권역 수자원 공급 계획 및 설계의 기초자료로 제공될 수 있으며, 가뭄 대비 대책 사업의 우선순위 결정에 대한 근거 자료로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.276-276
• /
• 2012

일반적으로 기후변화영향에 관한 연구수행을 위해 전지구기후모형(GCM; Global Climate Model)이 사용되고 있다. 하지만 GCM은 공간해상도(Spatial resolution)가 거칠기 때문에 수문학 분야에서 주로 사용되는 유역규모의 지역적인 스케일특성과 물리적 특징을 표현하는데 한계가 있다. 또한 GCM 기후변수들 중 강수량의 경우 한반도 지역의 6월과 10월 사이에 연강수량의 67% 이상이 집중되는 계절성을 반영하지 못하고 있으며, 높은 불확실성을 보이고 있다. 본 연구에서는 GCM 기반의 다지점 인공신경망기법을 적용한 상세화(Downscaling)를 실시하였다. GCM의 24개 2D변수에 대한 주성분분석을 실시하여 신경망의 학습인자로 사용하였으며, 학습, 검증 및 예측기간은 각각 1981~1995년, 1996~2000년, 2011~2100년으로 A1B 시나리오를 대상으로 상세화를 실시하였다. 또한, 여름철 태풍사상을 모의하기 위한 Stochastic Typhoon Simulation기법과 Baseline과 Projection 사이의 강수량 보정을 위한 Dynamic Quantile Mapping 기법을 적용하여, 강수량의 불확실성을 최소화 하고자 하였다.