4차 산업혁명 시대가 도래하면서 세상이 빠른 속도로 변하고 있다. 특히 데이터·인공지능(AI, Artificial Intelligence)의 활용이 적극적으로 다양한 분야에서 적용되기 시작하고 있다. 하지만 산림수종을 분석하는 업무를 수행하는 과정은 수작업으로 진행하다 보니 오류가 다수 발생하고 있다. 따라서 본 논문에서는 수도권 항공사진을 이용하여 소나무, 낙엽송, 침엽수, 활엽수를 대상으로 자동으로 분석하는 AI 학습용 데이터 약 60,000장을 구축하고, 수종을 구분할 수 있는 AI 모델을 개발하였다. 이를 통해 산림변화탐지 및 산림 분야 주제도 제작 시 수종 분할 이미지를 기초자료로 활용함으로써 업무효율 증대를 기대할 수 있다.
본 연구는 비대면학습 환경에서 간호대학생의 미디어멀티태스킹, 학습몰입과 자기조절학습전략 간의 관계를 파악하고 자기조절학습전략 예측 요인을 규명하기 위한 서술적 조사연구이다. 본 연구의 대상자는 G광역시와 K시 두 개 대학의 간호대학생 212명을 편의추출하였다. 자료분석은 SPSS WIN 23.0을 이용하여 변수 간의 상관관계는 Pearson's Correlation Coefficient, 자기조절학습전략 예측 요인은 단계적 회귀분석으로 분석하였다. 비대면학습 환경에서 간호대학생의 미디어멀티태스킹과 자기조절학습전략(r=.45, p<.001), 학습몰입과 자기조절학습전략(r=.59, p<.001), 미디어멀티태스킹과 학습몰입(r=.32, p<.001)은 양의 상관관계를 보였다. 교우관계 만족도, 미디어멀티태스킹과 학습몰입은 자기조절학습전략을 45% 설명하였다. 비대면학습 환경에서 간호대학생의 자기조절학습전략을 상승시키기 위해서는 교우관계 만족도, 미디어멀티태스킹과 학습몰입을 증진 시킬 수 있는 다양한 중재 프로그램 개발이 필요하다.
다양한 실세계 응용 분야들에서 공동의 목표를 위해 여러 에이전트들이 상호 유기적으로 협력할 수 있는 행동 정책을 배우는 것은 매우 중요하다. 이러한 다중 에이전트 강화 학습(MARL) 환경에서 기존의 연구들은 대부분 중앙-집중형 훈련과 분산형 실행(CTDE) 방식을 사실상 표준 프레임워크로 채택해왔다. 하지만 이러한 다중 에이전트 강화 학습 방식은 훈련 시간 동안에는 경험하지 못한 새로운 환경 변화가 실전 상황에서 끊임없이 발생할 수 있는 동적 환경에서는 효과적으로 대처하기 어렵다. 이러한 동적 환경에 효과적으로 대응하기 위해, 본 논문에서는 새로운 다중 에이전트 강화 학습 체계인 C-COMA를 제안한다. C-COMA는 에이전트들의 훈련 시간과 실행 시간을 따로 나누지 않고, 처음부터 실전 상황을 가정하고 지속적으로 에이전트들의 협력적 행동 정책을 학습해나가는 지속 학습 모델이다. 본 논문에서는 대표적인 실시간 전략게임인 StarcraftII를 토대로 동적 미니게임을 구현하고 이 환경을 이용한 다양한 실험들을 수행함으로써, 제안 모델인 C-COMA의 효과와 우수성을 입증한다.
본 연구에서는 강화학습 기술을 이용하여, 시뮬레이션이나 게임 환경 내에서 개체의 경로 탐색을 위한 시뮬레이션을 개발하는 것을 목표로 한다. 본 연구에서는 주어진 트랙 위에 생성된 임의 위치의 장애물을 회피하고, 아이템을 획득할 수 있는 경로를 자동으로 탐색할 수 있도록 시뮬레이션 내 개체를 학습시킨 점이 주된 특징이다. 해당 시뮬레이션을 구현하기 위해 유니티 게임 엔진에서 제공하는 ML 에이전트 (Machine Learning Agents)를 사용하였고, PPO(Proximal Policy Optimization)에 기반을 둔 학습 정책을 수립하여 강화학습 환경을 구성한다. 본 논문에서 제안한 강화학습 기반의 시뮬레이션을 통해, 개체가 학습을 진행할수록 장애물을 회피하고, 아이템을 획득할 수 있는 경로를 탐색해 트랙 위를 움직이고 있다는 점을 시뮬레이션 결과와 학습 결과 그래프를 분석하여 확인할 수 있다.
학습효과는 에너지기술의 전개와 관련된 메커니즘을 규명하려는 이론 중 하나이다. 본 논문에서는 학습 효과에 대한 이론적 고찰을 함으로써 아직까지는 국내에서 일천한 관련 이론에 대한 기반을 제공하고자 한다. 이를 위하여 학습곡선과 관련된 국내외 선행연구사례, 제반이론, 적용방법 및 정책 응용에 관하여 살펴본다. 또한 에너지기술의 학습과 비용절감 요인에 대하여 살펴봄으로써 학습곡선의 메커니즘을 파악한다. 마지막으로 각 장별 내용을 바탕으로 결론을 도출한다.
본 연구는 팀 기반 학습이 간호대학생의 학습동기와 학습태도에 미치는 영향을 파악함으로써 간호교육에 보다 효과적인 새로운 교수법을 제시하며, 간호교육과정 개발에 기초자료를 제공하기 위해 시도되었다. 본 연구의 대상은 일개 대학교의 간호학과 2학년 학생들을 대상으로 2011년 10월4일부터 11월11일까지 시행되었으며, 최종 40명의 자료를 SPSS 15.0 프로그램을 이용하여 분석하였다. 본 연구결과, 간호대학생을 대상으로 한 팀 기반 학습은 대상자의 학습동기와 학습태도를 향상시키는데 효과가 있었다. 팀 기반 학습을 간호교육에 새롭게 도입하였고, 학생들에게 학습동기 및 학습태도를 높여주는 교수법임을 제시한 것이 본 연구의 의의이다. 후속연구에서는 학습동기와 학습태도 외에도 학업성취도, 비판적 사고력 및 창의력 등의 복합적인 변수들을 고려한 팀 기반 학습의 효과를 검증하는 연구를 제언한다.
42년 간 2세 교육에 헌신해 온 도승희 경상북도 교육감은 '교육개혁이 꽃피고 열매 맺는 곳은 일선 학교이며, 교수-학습 활동이 이루어지고 있는 현장' 이라는 신념으로 경북 교육의 선진화에 힘을 기울이고 있다. 그의 하루는 어떻게 하면 학생들이 자신의 특기와 적성을 연마하고 자기 주도적 학습 능력을 기를 수 있을까 하는 걱정에서 시작되고, 그 교육 정책을 점검하고 독려하는 데서 저문다.
최근 신흥개발국들은 한국형 경제개발 정책에 관심을 갖고 한국의 지역혁신 모델을 접목하고자 노력하고 있다. 한국도 신흥국의 수요에 맞추어 지역혁신 모델을 수출하고 해당국과 경제협력을 강화하는데 관심이 있다. 본 연구는 신흥국에 대한 한국형 지역혁신모델 전수사업을 분석하고 정책을 제시하고자 한다. 이를 위해 태국, 키르키즈공화국, 베트남, 멕시코 등 신흥 4개국의 혁신기관 실무자들이 공동학습 - 네트워크- 상호작용 활동에 참여하는 행태를 표적집단면접법에 의해 분석하였다. 한국의 혁신기관에서 제공하는 전수사업에서 현지국가 혁신주체의 초기 활동을 분석한 결과, 전수사업의 연수 시간과 이후 현지인들에 의한 자체 공동학습 참여율의 관계는 가장 밀접한 상관관계 (0.975)가 있음을 발견하였다. 그러나 이들의 자체 공동학습과 현지의 네트워크 참여율의 상관계수는 다소 낮아 (0.667), 현지에서 공동학습을 네트워크로 연결하는 정책이 필요하다. 네트워크 참여율과 혁신주체의 상호작용 참여율은 높은 상관관계 (0.950)로 나타나, 네트워크 구축이 지역혁신 모델의 관건이라는 것을 보여준다. 본 연구는 교육과 컨설팅 형태의 연수보다는 현지의 혁신 네트워크 활동을 촉진하는 사업을 추천한다. 본 연구는 충남테크노파크의 사례와 같이 혁신주체들이 스스로 학습 네트워크를 구축하여 지역에 맞는 혁신모델을 창출하고 지역혁신플랫폼을 직접 운영하는 단계까지 추진하는 전수사업 정책을 제안한다.
본 연구의 목적은 한국과 미국의 제도 비교를 통해 정부업무평가의 발전에 기여할 수 있는 환류의 효용성 제고 방안을 모색하는 것이다. 이를 위해 본 연구에서는 정무업무평의 환류제도와 관련하여 한국과 미국의 사례를 비교 분석하였다. 미국의 경우, 정책목표의 달성과 개선이라는 환류체계의 학습적 차원에 상대적으로 높은 수준으로 연동된 반면, 한국은 그러한 연계성이 분절적이고, 통제위주임을 확인할 수 있었다. 한국의 경우, 정부업무평가 체계가 집권형이며, 그 목적은 정책을 개선하고 이를 위한 학습보다는 평가대상의 통제에 치우져 있다. 미국의 경우, 자체부처의 자율성이 최대한 보장되는 체계를 갖추고, 해당부처가 제시한 목표의 명확성과 달성도를 최우선순위에 두고 있으며, 환류 또한 사후적이 아닌 상시적인 체계로 지원 및 학습체계를 갖추고 있는 점이 주목된다. 정부업무평가를 정책목표 달성과 연계될 수 있는 정책개선에 초점을 맞출 필요가 있다. 또한 사후적인 평가시스템을 분기별 모니터링 체제를 취하되, 통제가 아닌 정책목표를 달성할 수 있는 학습적, 지원적 시스템으로 전환하는 것이 필요하다.
정보검색 태스크에서 사용자 모델링의 목적은 관련정보 검색을 용이하게 해주기 위하여 사용자의 관심도 또는 필요정보의 모델을 학습하는 것으로 시간적인 속성(temporal characteristics)을 가지며 관심 이동을 적절하게 반영하여야 한다. 강화학습은 정답이 주어지지 않고 사용자의 평가만이 수치적으로 주어지는 환경에서 평가를 최대화 한다는 목표를 가지므로 사용자 프로파일 학습에 적용할 수 있다. 본 논문에서는 사용자가 문서에 대해 행하는 일련의 행위를 평가값으로 하여 사용자가 선호하는 용어를 추출한 후, 사용자 프로파일을 강화학습 알고리즘으로 학습하는 방법을 제안한다. 사용자의 선호도에 적응하는 능력을 유지하기 위하여 지역 최대값들을 피할 수 있고, 가장 좋은 장기간 최적정책에 수렴하는 R-Learning을 적용한다. R-learning은 할인된 보상값의 최적화보다 평균 보상값을 최적화하기 때문에 장기적인 사용자 모델링에 적합하다는 것을 제시한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.