• 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.

• 보건행정학회지
• /
• 제4권2호
• /
• pp.111-125
• /
• 1994

In developing total hospital information system, large amount of time and expense are to be spent while its results are likely to lead itself to end-users' dissatisfaction. Some of the main complaints on the part of end-users come from insufficient consideration of end-users environment as well as inappropriate representation of their requirement in the system alalysis and design. This papre addresses some advantages of Essential Logical Modeling Process for better analysis and design, explaining by example the developmental process of the Patent Management and Accounting System for a tertiary care hospital. In the case, the Essential Model, suggested by McMenamin and Palmer, proved to be an effective tool for clear separation of analysis and design phase and for better communication among system developers and with end-users. The modeling process itself contributed to better program modularity as well, shown in a Structured Chart. Difficulties in learning how to identify' essential activities' for the modeling practice were experienced in the beginnins stage, which were, however, overcome by elaborating some heuristic guideling and by rdferring to necessary tools including State Transition Diagram, Control Flow Diagram, and so many. While full evaluation of the Essential Model usag remains to wait till the completion of the case project, its strengt in making clear distinction between analysis and design phase was enough to be attractive to system analysts. The model concepts are open to many further application fields, particularly such areas as business re engineering, process remodeling, office automation, and organizational restructuring.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1670-1683
• /
• 2017

Mitotic event recognition is a crucial and challenging task in biomedical applications. In this paper, we introduce the slow feature analysis and propose a fully-automated mitotic event recognition method for cell populations imaged with time-lapse phase contrast microscopy. The method includes three steps. First, a candidate sequence extraction method is utilized to exclude most of the sequences not containing mitosis. Next, slow feature is learned from the candidate sequences using slow feature analysis. Finally, a hidden conditional random field (HCRF) model is applied for the classification of the sequences. We use a supervised SFA learning strategy to learn the slow feature function because the strategy brings image content and discriminative information together to get a better encoding. Besides, the HCRF model is more suitable to describe the temporal structure of image sequences than nonsequential SVM approaches. In our experiment, the proposed recognition method achieved 0.93 area under curve (AUC) and 91% accuracy on a very challenging phase contrast microscopy dataset named C2C12.

• Smart Structures and Systems
• /
• 제33권1호
• /
• pp.65-91
• /
• 2024

The use of five optimization techniques for the prediction of a strength-based concrete mixture's best-fit model is examined in this work. Five optimization techniques are utilized for this purpose: Slime Mold Algorithm (SMA), Black Hole Algorithm (BHA), Multi-Verse Optimizer (MVO), Vortex Search (VS), and Whale Optimization Algorithm (WOA). MATLAB employs a hybrid learning strategy to train an artificial neural network that combines least square estimation with backpropagation. Thus, 72 samples are utilized as training datasets and 31 as testing datasets, totaling 103. The multi-layer perceptron (MLP) is used to analyze all data, and results are verified by comparison. For training datasets in the best-fit models of SMA-MLP, BHA-MLP, MVO-MLP, VS-MLP, and WOA-MLP, the statistical indices of coefficient of determination (R²) in training phase are 0.9603, 0.9679, 0.9827, 0.9841 and 0.9770, and in testing phase are 0.9567, 0.9552, 0.9594, 0.9888 and 0.9695 respectively. In addition, the best-fit structures for training for SMA, BHA, MVO, VS, and WOA (all combined with multilayer perceptron, MLP) are achieved when the term population size was modified to 450, 500, 250, 150, and 500, respectively. Among all the suggested options, VS could offer a stronger prediction network for training MLP.

• 지능정보연구
• /
• 제28권1호
• /
• pp.69-88
• /
• 2022

최근 코로나19 팬데믹으로 인해 전 세계 경제와 외교 상황에 급격한 변화가 일어나고 있으며, 수출 의존도가 높은 한국은 이러한 변화에 큰 영향을 받고 있다. 본 연구에서는 기업의 수출전략 수립 및 의사결정 지원을 위해 차년도 수출액 예측 모델을 구축하고, 모델의 예측 결과를 바탕으로 수출 유망국가 추천 방식을 제안한다. 본 연구에서는 모델이 다양한 정보를 학습할 수 있도록 국가별, 품목별, 거시경제 변수 등 선행 연구에서 중요하게 사용된 변수를 다방면으로 수집하였다. 수집한 데이터를 분석한 결과, 국가와 품목에 따라서 수출액의 분포가 매우 비대칭적인 것을 확인할 수 있었다. 따라서, 모델의 예측 성능을 향상시키고 설명력을 확보하기 위해서 분리학습 방식을 사용하였다. 분리학습은 전체 데이터를 동질적인 하위 그룹으로 분리하고 개별 모델을 구축하는 방식으로, 본 연구에서는 수출액을 기준으로 5개 구간으로 데이터를 분리하였다. 모델 학습 과정에서 구간별 특성을 반영하여 구간1부터 구간4까지는 LightGBM을 사용하고, 구간5는 지수이동평균을 사용하였으며 이를 통해 모델의 예측 성능을 향상시킬 수 있었다. 모델의 설명력 확보를 위해서 추가로 구간별 모델의 SHAP-value를 계산하고 중요도가 높은 변수를 제시했다. 또한, 본 연구에서는 예측 모델을 기반으로 2단계 수출 유망국가 추천 방식을 제안했다. 효율적인 수출 전략 수립을 위해서 BCG 매트릭스와 국가별 점수 산출 방식을 사용하였고, 품목별 유망 국가 순위와 수출 관련 주요 정보들을 제공하였다. 본 연구는 다양한 정보를 학습한 머신러닝 모델로 여러 국가와 품목에 대한 예측을 실시하고, 이 과정에서 분리학습 방식으로 예측 성능을 향상시켰다는 점에서 의의가 있다. 또한, 현재 무역 관련 서비스들이 과거 데이터에 기반한 정보를 제공하고 있음을 고려할 때, 본 연구에서 제안한 예측 모델과 유망국가 추천 방식은 기업들의 미래 수출 전략 수립 및 동향 파악에 유용하게 사용될 수 있을 것으로 기대된다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제37권2호
• /
• pp.206-218
• /
• 2018

The purpose of this study is to analyze the teaching behaviors and visual attention according to teacher's career in Elementary Science Inquire-based Class. Participants were four elementary school teachers in Seoul. They were all in grade 5 and taught science. According to the experience of elementary science education, two novice teachers and two expert teachers were identified. Participants taught Respiration in the 'Structure and Function of our Body' in the elementary science fifth grade. The mobile eye tracker used in this study is SMI's ETG 2w, which is a binocular tracking system. In addition, a video camera was installed behind the classroom to record the entire class. We recorded all the contents of the recorded video and analyzed the results. In this study, the actual practice time, participant's visual attention, and decentralized attention ability were analyzed by class phase. The results of the study are as follows. First, there was a difference between planned class time and actual practice time. The novice teachers were having difficulty in reconstructing the contents of education, and the expert teachers were reconstructing the curriculum and interacting with the students with high understanding and application of the curriculum. There were many differences between the novice teachers and the expert teachers in the tour guidance to confirm student activities. Second, if we look at the visual attention on the area related to teaching and learning by class phase, the novice teacher concentrates all the steps in a specific area, expert teachers showed an equal visual attention to meaningful areas of teaching and learning activities. Third, there was a statistically significant difference in activities 1-1, 1-2, 2-1, and 2-2 when the participants' decentralized attention ability. Expert teachers frequently checked students' understanding and interests. There was a lot of interaction with students. It is also shown through the decentralized attention ability that the novice teachers concentrate on a specific area, and the expert teachers have a high degree of decentralized attention ability and visual attention evenly.

• 컴퓨터교육학회논문지
• /
• 제11권4호
• /
• pp.71-83
• /
• 2008

정보기술의 발달로 컴퓨터과학에서 다루어지는 주제에 대한 다양한 교수-학습 자료들이 개발되어 왔다. 자료구조, 운영체제, 네트워크, 컴퓨터구조 등에 관련된 교수 학습 자료들은 많이 연구되고 있으나, 데이터베이스 분야는 다른 분야에 비해 미비하다. 데이터베이스 관련 주요 주제들에는 데이터 모델, DB 설계, 정규화, SQL, 질의 처리 기법, 병행제어 기법, 회복 기법 등이 있는데 이들 중 병행제어 기법과 회복 기법은 DBMS의 다른 기능들과 복합적으로 연관되어 있어 학습자들이 학습하는데 어려워하는 주제이다. 학습자들이 이러한 주제들을 보다 쉽게 학습할 수 있도록 하기 위해서는 이들 기법과 관련된 DBMS의 기능들과의 상호작용을 시각화하여 제공할 수 있는 교수-학습 자료가 보다 효과적이다. 본 연구에서는 2PLP 기반 병행제어 과정을 효과적으로 학습할 수 있도록 지원하는 시각화 시뮬레이터를 개발하였다. 제안하는 시뮬레이터는 학습자가 직접 트랜잭션을 작성할 수 있게 하고, 작성된 트랜잭션들을 2PLP에 따라 실행되는 과정을 학습자들에게 시각적으로 보여줌으로써 학습자의 참여를 유도하고, 흥미를 유발하여 2PLP 기반 병행제어에 대한 학습을 효과적으로 수행할 수 있도록 하였다.

• 대한토목학회논문집
• /
• 제40권1호
• /
• pp.59-67
• /
• 2020

본 연구는 딥러닝 기술을 적용한 스마트교차로의 부산 해운대로 BRT 구간 버스정류장 유형을 대상으로 교통신호 프로그램인 LISA를 통해 네트워크 구축 및 알고리즘 설계 효과분석을 통해 버스정류장 유형별로 적합한 알고리즘을 제시하였다. 교차로 통과 전 정류장은 Phase insert 기법, 교차로 통과 후 정류장은 Early green 기법, 미드블럭형 정류장은 Extend green 기법이 가장 효과적인 것으로 분석되었고, 버스 및 일반차량과 보행자 현시로 구성하였기 때문에 Extend green 기법으로만 분석하였다. 교차로 통과 전 정류장은 교차로의 전체 통행시간은 57.8초, 지체시간은 33.2초, BRT 상·하행 평균 통행시간 85.3초, 지체시간 31.1초, 통과대수는 28대로 분석되었고, 교차로 통과 후 정류장은 교차로의 전체 통행시간은 58.2초, 지체시간은 31.8초 BRT 상·하행 평균 통행시간 102.2초, 지체시간 42.5초, 통과대수 26대로 분석되었다. 미드블럭형 정류장은 교차로의 전체 통행시간은 42.5초, 지체시간은 11.2초, BRT 상·하행 평균 통행시간 74.2초, 지체시간 17.0초, 통과대수 28대로 분석되었다. 분석결과를 토대로 버스우선 신호시범도입, 보행자 시거확보를 위한 계단식정지선, 속도감속을 위한 고원식횡단보도, 딥러닝 기술을 활용한 무단횡단금지 경고 벨 및 VMS 설치 등으로 BRT 구간에서의 교통사고 감소 효과가 기대되며, 이를 확대 도입할 필요가 있다.

• 과학교육연구지
• /
• 제46권2호
• /
• pp.165-177
• /
• 2022

본 연구는 포천 한탄강 지질공원에 대한 야외학습 프로그램을 개발하기 위하여 Orion의 야외학습 모형을 적용하여 개발하였다. 야외학습 지점은 포천 한탄강 지질공원의 지질명소 중 화적연과 비둘기낭 폭포로 선정하였다. 준비 단계 6종, 야외학습 단계 2종, 정리 단계 2종의 총 10종의 자료를 개발하였으며, 예비수업에 적용하고 설문 조사를 하였다. 준비 단계에서 인지적, 심리적, 지리적 요소를 고려하여 생소함의 공간을 줄이는 데 도움이 되도록 구성하였다. 야외학습 단계에서는 학생들이 교육과정과 연계된 학습 개념을 과학적 방법으로 습득하고 과학에 대한 흥미를 높일 수 있도록 설계하였다. 정리 단계에서는 학생들이 야외에서 관찰한 지질학적 현상을 정리하고 포천 한탄강 일대의 지사를 유추하는 데 도움이 되도록 구성하였다. 개발된 야외학습 프로그램을 예비수업에 적용하여 학생 설문 결과를 바탕으로 각 학습 지점에서 학생들의 과학에 대한 흥미를 키워줄 수 있는 관찰 활동에 충분한 시간을 주도록 수정하였다. 또한, 전문가 타당도 검사를 바탕으로 야외학습 단계의 학습 요소와 교육과정과의 연계를 고려하여 융합적 사고가 촉진될 수 있는 발문을 보완하였다. 본 연구에서 개발한 포천 한탄강 지질공원에 대한 야외학습 프로그램은 야외 지질학습을 통해 학생들의 과학에 대한 흥미와 과학적 태도를 높여줄 수 있었다.