• Educational Technology International
• /
• 제13권2호
• /
• pp.283-312
• /
• 2012

Problem-solving ability is one of the most important learning outcomes for students to compete and accomplish in a knowledge-based society. It has been empirically proven that visualization plays a central role in problem-solving. The best performing problem-solver might have a strong visualization tendency. However, there is little research as to what factors of visualization tendency primarily related to problem-solving ability according to phases of problem-solving. The purpose of this study is to identify the relationship between visualization tendency and problem-solving ability, to determine which factors of visualization tendency influence problem-solving ability in each phase of problem-solving, and to examine different problem-solving ability from the perspective of the levels of visualization tendency. This study has found out that visualization tendency has a significant correlation with problem-solving ability. Especially, Generative Visualization and Spatial-Motor Visualization as sub-visualization tendency were more strongly related to each phase of problem-solving. It indicates that visualization tendency to generate and operate mental processing can be considered a major cognitive skill to improve problem-solving ability. Furthermore, students who have high visualization tendency also have significantly higher problem-solving ability than students with low visualization tendency. It shows that the levels of visualization tendency can predict variables related to students' problem-solving ability.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.23-30
• /
• 2021

본 논문은 다수의 오토인코더 모델들을 이용한 잡음에 강인한 이미지 분류 시스템을 제안한다. 딥러닝 기술의 발달로 이미지 분류의 정확도는 점점 높아지고 있다. 하지만 입력 이미지가 잡음에 의해서 오염된 경우에는 이미지 분류 성능이 급격히 저하된다. 이미지에 첨가되는 잡음은 이미지의 생성 및 전송 과정에서 필연적으로 발생할 수밖에 없다. 따라서 실제 환경에서 이미지 분류기가 사용되기 위해서는 잡음에 대한 처리 및 대응이 반드시 필요하다. 한편 오토인코더는 입력값과 출력값이 유사하도록 학습되어지는 인공신경망 모델이다. 입력데이터가 학습데이터와 유사하다면 오토인코더의 출력데이터와 입력데이터 사이의 오차는 작을 것이다. 하지만 입력 데이터가 학습데이터와 유사성이 없다면 오토인코더의 출력데이터와 입력데이터 사이의 오차는 클 것이다. 제안하는 시스템은 오토인코더의 입력데이터와 출력데이터 사이의 관계를 이용한다. 제안하는 시스템의 이미지 분류 절차는 2단계로 구성된다. 1단계에서 분류 가능성이 가장 높은 클래스 2개를 선정하고 이들 클래스의 분류 가능성이 서로 유사하면 2단계에서 추가적인 분류 절차를 거친다. 제안하는 시스템의 성능 분석을 위해 가우시안 잡음으로 오염된 MNIST 데이터셋을 대상으로 분류 정확도를 실험하였다. 실험 결과 잡음 환경에서 제안하는 시스템이 CNN(Convolutional Neural Network) 기반의 분류 기법에 비해 높은 정확도를 나타냄을 확인하였다.

• 한국전문물리치료학회지
• /
• 제7권1호
• /
• pp.55-63
• /
• 2000

Physical therapists have been using balance and weight shifting training to induce improvements in standing and walking. This study compared the effects of kinetic feedback frequency and concurrent kinetic feedback on the performance and learning of a weight shifting skill in young, nondisabled adults. Sixteen young adults without known impairment of the neuromusculoskeletal system volunteered for the study. Subjects in each of three kinetic feedback groups performed a weight shifting task in an attempt to minimize error between their effort and a center of pressure (COP) template for a 12 second period. Feedback was provided: 1) concurrently (concurrent feedback), 2) after each trial (100% feedback), 3) after every other trial (50% feedback). Immediate and delayed (24 hour) retention tests were performed without feedback. During acquisition phase, the concurrent feedback group exhibited less error than either of the post response feedback group. For the immediate retention test, the 50% feedback group exhibited less error than did the 100% feedback and concurrent feedback. During the delayed retention, 50% feedback group displayed less error than did the other groups. But no significant differences were found between groups. These results suggest that practice with concurrent feedback is beneficial for the immediate performance, but not for the learning of this weight shifting skill. Lower frequency of feedback resulted in more permanent changes in the subject's ability to complete the task.

• 한국지구과학회지
• /
• 제24권3호
• /
• pp.160-171
• /
• 2003

본 연구에서는 계절 변화에 관련된 개념 유형을 분석하고, 관련 개념들에 관한 토의에 의해 인지갈등을 해소하는 방법을 강조한 발생학습 전략의 적용 효과를 알아보고자 하였다. 계절변화 관련 지구과학 개념 유형은 100가지 였으며, 그 중에서 66가지는 오개념을 포함한 비과학적 개념 유형이었다. 계절변화에 관련된 개념 평가도구는 R&D과정과 2번의 현장검증을 거쳐 개발되었다. 실험집단에는 지구과학개념 유형과 인지갈등을 반영한 4단계의 발생학습 전략을 적용하였다. 한편 통제집단에는 전통적인 교수 학습 전략을 적용하였다. 유의수준 .05에서 공변량분석을 실시한 결과 두 집단 간에는 유의미한 차이가 있는 것으로 나타났다. 이러한 연구 결과는 계절변화와 관련된 오개념을 지구과학적 개념으로 변화시키는 데 발생학습전략이 하나의 가능한 대안이 될 수 있음을 의미하는 것으로 볼 수 있다.

• 벤처창업연구
• /
• 제11권3호
• /
• pp.97-109
• /
• 2016

우리나라의 신생기업은 5년 후 생존율이 29.6%로 낮아진다. 이는 초기의 창업기업들이 중견기업에 비해 자원이 풍부하지 못하기 때문에 생존율이 낮다고 볼 수 있다. 따라서 창업기업의 마케팅특성이 주요 원인으로 부각되고 있다. 이번 연구에서는 학습지향성, 마케팅경험, 경쟁지향성 등은 창업기업에 따라 다르게 소유하고 있으며, 특히 창업기업의 경우 마케팅전략에 미치는 영향은 다르게 조사될 수 있다고 판단되어 학습지향성, 마케팅경험, 경쟁지향성이 창업기업의 마케팅전략에 미치는 관계를 검정하였다. 이를 바탕으로 기업성과를 측정하여 창업기업의 대표자들에게 창업기업의 생태계에 관련된 내용을 시사하고자 하는데 목적을 두었다. 본 연구의 표본은 2015년도를 기준으로 창업한지 3년 6개월 이내의 창업기업가들을 대상으로 2015년 11월 20일부터 12월 20일까지 창업 기업 종사자 250명을 대상으로 조사를 실시하였다. 이를 데이터클리닝 한 결과 207개의 표본을 대상으로 SPSS 20.0 통계프로그램을 이용하여 빈도분석, 신뢰도분석, 상관관계분석 및 회귀분석을 실시하여 다음과 같은 결론을 도출하였다. 독립변수인 창업기업의 마케팅환경이 매개변수인 마케팅전략에 미치는 영향은 학습지향성, 마케팅경험, 경쟁지향성에 있어 제품전략, 유통 전략, 촉진전략에 정(+)의 영향을 미치는 것으로 나타났으며, 매개변수인 마케팅전략이 종속변수인 기업성과에 미치는 영향에 대해 제품전략, 유통전략, 촉진전략은 재무성과와 비재무성과에 정(+)의 영향을 미치는 것으로 조사되었다. 또한 마케팅전략의 매개효과는 학습지향성, 마케팅경험, 경쟁지향성이 재무성과에 미치는 영향에 있어서 제품전략과 유통전략이 확실한 매개효과를 보이는 것으로 조사되었으며, 학습 지향성과 마케팅경험, 경쟁지향성이 비재무성과에 미치는 영향에 있어서 제품전략만이 매개효과를 보이는 것으로 조사되었다. 연구결과의 요약을 종합해보면 창업기업이 기업의 성과를 높이기 위해서 마케팅전략을 펼쳐야 하는데 특히 학습지향성과 마케팅경험이 중요시되며 창업마케팅특성이 기업성과를 높이는데 있어서 제품전략과 유통전략이 재무성과를 높일 수 있다. 그리고 제품전략은 재무성과와 비재무성과를 높인다고 볼 수 있다. 이에 창업기업 마케팅특성을 수행하는데 있어서 기업의 성과를 높이기 위해 창업마케팅특성에 따른 마케팅전략을 펼치는 것이 바람직하다고 사료된다.

• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.55-63
• /
• 2011

본 논문은 방위각 및 고저방향으로 카메라 움직임이 있는 감시장치의 비디오 프레임 연속영상을 1)각각 $N{\times}M$ 개의 서브블록으로 나눈 후 각각의 서브블록에 대해 FFT 위상상관 기법을 적용하여 이동표적 위치를 구하고, 2)연속영상을 정합 후 차영상을 구하여 적응 문턱 값을 적용해서 표적후보군을 구하였으며, 3)두 기법을 적용하여 클러터를 제거하는 새로운 표적탐지기법을 제안하였다. 블록 내 다양한 크기의 영상 움직임이 있을 경우 FFT 위상상관 기법은 적용하여 움직임을 구하면 큰 영상의 움직임이 가장 큰 위상상관 값으로 나타나는 특성을 이용하여 배경환경에 강인한 이동표적 위치(블록)탐지를 하였다. 또한, 차영상을 영상분리하기 위한 적응 문턱 값은 카메라 움직임 등 배경환경 변화를 고려한 학습가중치를 이용하여 구하였다. 제안된 알고리즘 성능입증은 다양한 배경환경에서 카메라 이동/정지조건에서 다양한 이동표적에 대해 탐지 가능함을 시뮬레이션을 통해 확인하였으며 탐지성능은 ROC 커브를 통해 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1807-1822
• /
• 2023

Innovation and rapid increased functionality in user friendly smartphones has encouraged shutterbugs to have picturesque image macros while in work environment or during travel. Formal signboards are placed with marketing objectives and are enriched with text for attracting people. Extracting and recognition of the text from natural images is an emerging research issue and needs consideration. When compared to conventional optical character recognition (OCR), the complex background, implicit noise, lighting, and orientation of these scenic text photos make this problem more difficult. Arabic language text scene extraction and recognition adds a number of complications and difficulties. The method described in this paper uses a two-phase methodology to extract Arabic text and word boundaries awareness from scenic images with varying text orientations. The first stage uses a convolution autoencoder, and the second uses Arabic Character Segmentation (ACS), which is followed by traditional two-layer neural networks for recognition. This study presents the way that how can an Arabic training and synthetic dataset be created for exemplify the superimposed text in different scene images. For this purpose a dataset of size 10K of cropped images has been created in the detection phase wherein Arabic text was found and 127k Arabic character dataset for the recognition phase. The phase-1 labels were generated from an Arabic corpus of quotes and sentences, which consists of 15kquotes and sentences. This study ensures that Arabic Word Awareness Region Detection (AWARD) approach with high flexibility in identifying complex Arabic text scene images, such as texts that are arbitrarily oriented, curved, or deformed, is used to detect these texts. Our research after experimentations shows that the system has a 91.8% word segmentation accuracy and a 94.2% character recognition accuracy. We believe in the future that the researchers will excel in the field of image processing while treating text images to improve or reduce noise by processing scene images in any language by enhancing the functionality of VGG-16 based model using Neural Networks.

• 교육녹색환경연구
• /
• 제2권2호
• /
• pp.1-14
• /
• 2002

The purpose of this study was to develop the expert system based on the artificial neural networks for architectural design phases. The applied building was secondary school focussed in its space-relational-diagram. To implement this system, a data matrix derived from case based database was used as learning pattern, and its output data was lastly evaluated by the educational phase's behavior & activity analysis data. The results of this study were as follows; 1) the needs of educational system for real world spacing can be solved by this expert system based on neural networks. 2) FCM also can be applied for architect's needs. 3) Afterwards, for developing architectural planning & design processes, information technology (for example, internet, odbms, dca and etc.) can be used.

• 컴퓨터교육학회논문지
• /
• 제18권2호
• /
• pp.1-9
• /
• 2015

프로그래밍 교육을 통해 학생들의 고차원적인 사고력을 배양하기 위해서는 문법을 익히는데 유발되는 과도한 인지적 부담을 줄여야한다. 이러한 문제를 해결하기 위해 다양한 교육용 프로그래밍 언어가 개발되었고, 최근에는 블록 기반으로 실생활에 활용할 수 있는 앱 인벤터가 소개되었다. 학생들이 실생활에 쉽게 활용 가능한 앱을 설계 제작함으로써 문제 해결의 도구로 프로그래밍을 주도적으로 활용할 수 있는 교육 환경을 제시하고자 한다. 특히 초등학생은 발달단계상 구체적 조작 활동이 중요하기 때문에 프로그래밍 과정에서 스마트폰의 다양한 센서를 기반으로 실세계와 역동적으로 상호작용하도록 제시할 수 있는 앱 인벤터는 초등학생 교육용 프로그래밍 언어로 의미가 있다. 이에 본 연구에서는 초등학생을 대상으로 실생활에 활용할 수 있는 앱 인벤터 프로그래밍 교육을 설계하였다. 초등학생 5학년을 대상으로 적용한 결과 프로그래밍 학습에 긍정적인 영향을 주는 것으로 나타났다. 서로 협력하는 LT 협동학습과 스마트폰의 여러 가지 센서를 실생활에 활용할 수 있는 학습주제 그리고 앱 인벤터의 활용이 학생들의 흥미와 관심을 유발하고 지속시켰다고 판단된다.

• ETRI Journal
• /
• 제37권2호
• /
• pp.222-232
• /
• 2015

In this paper, we propose a dual-phase approach to improve the process of heart disease prediction in a mobile environment. Firstly, only the confident frequent rules are extracted from a patient's clinical information. These are then used to foretell the possibility of the presence of heart disease. However, in some cases, subjects cannot describe exactly what has happened to them or they may have a silent disease - in which case it won't be possible to detect any symptoms at this stage. To address these problems, data records collected over a long period of time of a patient's heart rate variability (HRV) are used to predict whether the patient is suffering from heart disease. By analyzing HRV patterns, doctors can determine whether a patient is suffering from heart disease. The task of collecting HRV patterns is done by an online artificial neural network, which as well as learning knew knowledge, is able to store and preserve all previously learned knowledge. An experiment is conducted to evaluate the performance of the proposed heart disease prediction process under different settings. The results show that the process's performance outperforms existing techniques such as that of the self-organizing map and gas neural growing in terms of classification and diagnostic accuracy, and network structure.