• Clinical and Experimental Pediatrics
• /
• 제64권11호
• /
• pp.575-581
• /
• 2021

Background: Toxocariasis is a zoonotic parasitic disease caused by Toxocara canis and Toxocara cati in humans. Various types of T. canis are important. Purpose: The current study aimed to investigate the prevalence of Toxocara spp. in pediatrics in the context of a systematic review and meta-analysis. Methods: The MEDLINE (PubMed), Web of Sciences, Embase, Google Scholar, Scopus, and Cumulative Index of Nursing and Allied Health databases were searched to identify peer-reviewed studies published between January 2000 and December 2019 that report the prevalence of Toxocara spp. in pediatrics. The evaluation of articles based on the inclusion and exclusion criteria was performed by 2 researchers individually. Results: The results of 31 relevant studies indicated that the prevalence of Toxocara spp. was 3%-79% in 10,676 cases. The pooled estimate of global prevalence of Toxocara spp. in pediatrics was 30 (95% confidence interval, 22%-37%; I²=99.11%; P=0.00). The prevalence was higher in Asian populations than in European, American, and African populations. Conclusion: Health policymakers should be more attentive to future research and approaches to Toxocara spp. and other zoonotic diseases to improve culture and identify socioeconomically important factors.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권8호
• /
• pp.343-348
• /
• 2019

최근의 문서요약 시스템은 인공신경망을 이용한 End-to-End 방식이 주류를 이루고 있다. 이러한 시스템은 인간의 자질 추출 과정이 필요 없으며 데이터 중심의 접근 방법을 채택한다. 그러나 기존의 관련 연구들은 품사 정보, 개체명 정보, 단어의 빈도 정보와 같은 언어 분석 자질이 중요 문장을 선택하여 요약을 작성하는데 유용함을 보여왔다. 본 연구에서는 기존의 언어 분석 자질을 활용하여 인공신경망을 기반으로 한 단일 문서의 추출 요약 시스템을 제안한다. 언어 분석 자질의 유용성을 보이기 위해 자질을 사용하는 모델과 사용하지 않는 모델을 비교하였다. 실험 결과 자질을 사용하는 모델이 그렇지 않은 모델에 비해 약 0.5점의 Rouge-2 F1점수 향상을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2390-2406
• /
• 2022

Scene text recognition has important application value and attracted the interest of plenty of researchers. At present, many methods have achieved good results, but most of the existing approaches attempt to improve the performance of scene text recognition from the image level. They have a good effect on reading regular scene texts. However, there are still many obstacles to recognizing text on low-quality images such as curved, occlusion, and blur. This exacerbates the difficulty of feature extraction because the image quality is uneven. In addition, the results of model testing are highly dependent on training data, so there is still room for improvement in scene text recognition methods. In this work, we present a natural scene text recognizer to improve the recognition performance from the feature level, which contains feature representation and feature enhancement. In terms of feature representation, we propose an efficient feature extractor combined with Representative Batch Normalization and ResNet. It reduces the dependence of the model on training data and improves the feature representation ability of different instances. In terms of feature enhancement, we use a feature enhancement network to expand the receptive field of feature maps, so that feature maps contain rich feature information. Enhanced feature representation capability helps to improve the recognition performance of the model. We conducted experiments on 7 benchmarks, which shows that this method is highly competitive in recognizing both regular and irregular texts. The method achieved top1 recognition accuracy on four benchmarks of IC03, IC13, IC15, and SVTP.

• 한국과학교육학회지
• /
• 제42권3호
• /
• pp.341-356
• /
• 2022

이 연구의 목적은 행위자-네트워크 이론이 과학교육 연구에 주는 시사점을 도출하는 것이었다. 이를 위해 최근 국내외의 교육 분야의 연구에서는 어떻게 행위자-네트워크 이론을 적용해왔는지를 중심으로 선행연구를 분석하였다. 연구 결과 교육 분야에서 행위자-네트워크 이론을 적용한 교육 연구들은 크게 세 가지 접근방식으로 분류되었다. 첫째, 교육 방법이나 관점을 구성하기 위한 인식론적 관점으로 활용하거나 둘째, 비인간의 행위성을 인식하는 존재론적 관점으로 활용하거나 셋째, 교육 연구를 위한 방법론으로 활용 또는 제안하였다. 연구 결과를 토대로 과학교육 연구에의 기여 가능성을 논의하였다. 새로운 이론적 관점으로써 행위자-네트워크 이론이 과학교육의 실천과 연구에 있어 함의를 줄 수 있을 것으로 기대한다.

• 한국가정과교육학회지
• /
• 제35권1호
• /
• pp.73-88
• /
• 2023

우리나라 식생활교육은 2009년 식생활교육지원법이 제정되면서 건강, 환경, 배려를 핵심 가치로 삼아 변화되기 시작하였으며, 제3차 식생활교육 기본 계획(2020년-2024년)에서는 지속가능한 식생활로 함께 하는 농업, 건강한 국민, 포용하는 사회 실현을 비전으로 제시하고 있다. 그러나 4차 산업혁명의 디지털 문명은 학교 식생활교육에도 큰 영향을 미치고 있다. 따라서 이 연구에서는 우리나라 학교 식생활교육에서 지속가능한 식생활교육 내용을 살펴보고, 4차 산업혁명으로 인한 교육의 디지털 전환에 직면한 식생활교육 현상을 진단하고, 지속가능한 식생활 역량 함양을 위하여 포용적 식생활교육 구조와 내용 체계의 구체성을 통해 포용적 식생활교육의 방향을 탐색하였다. 포용적 식생활교육을 위해서는 인지적 학습, 정의적 학습, 실천적 학습이 포용적 방식으로 융합될 수 있는 구조와 체계가 필요하며, 지속가능한 식생활교육을 실천하기 위해서는 학습자 핵심 역량 함양에 중점을 두는 포용적 식생활교육의 방향에서 그 대안을 마련해야 할 것이다.

• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.135-146
• /
• 2023

An effective educational program warrants the inclusion of an innovative construction which enhances the higher education efficacy in such a way that accelerates the achievement of desired results and reduces the risk of failures. Educational Decision Support System (EDSS) has currently been a hot topic in educational systems, facilitating the pupil result monitoring and evaluation to be performed during their development. Insufficient information systems encounter trouble and hurdles in making the sufficient advantage from EDSS owing to the deficit of accuracy, incorrect analysis study of the characteristic, and inadequate database. DMTs (Data Mining Techniques) provide helpful tools in finding the models or forms of data and are extremely useful in the decision-making process. Several researchers have participated in the research involving distributed data mining with multi-agent technology. The rapid growth of network technology and IT use has led to the widespread use of distributed databases. This article explains the available data mining technology and the distributed data mining system framework. Distributed Data Mining approach is utilized for this work so that a classifier capable of predicting the success of students in the economic domain can be constructed. This research also discusses the Intelligent Knowledge Base Distributed Data Mining framework to assess the performance of the students through a mid-term exam and final-term exam employing Multi-agent system-based educational mining techniques. Using single and ensemble-based classifiers, this study intends to investigate the factors that influence student performance in higher education and construct a classification model that can predict academic achievement. We also discussed the importance of multi-agent systems and comparative machine learning approaches in EDSS development.

• Ocean Systems Engineering
• /
• 제14권1호
• /
• pp.85-99
• /
• 2024

Ocean surface currents have an essential role in the Earth's climate system and significantly impact the marine ecosystem, weather patterns, and human activities. However, predicting ocean surface currents remains challenging due to the complexity and variability of the oceanic processes involved. This review article provides an overview of the current research status, challenges, and opportunities in the prediction of ocean surface currents. We discuss the various observational and modelling approaches used to study ocean surface currents, including satellite remote sensing, in situ measurements, and numerical models. We also highlight the major challenges facing the prediction of ocean surface currents, such as data assimilation, model-observation integration, and the representation of sub-grid scale processes. In this article, we suggest that future research should focus on developing advanced modeling techniques, such as machine learning, and the integration of multiple observational platforms to improve the accuracy and skill of ocean surface current predictions. We also emphasize the need to address the limitations of observing instruments, such as delays in receiving data, versioning errors, missing data, and undocumented data processing techniques. Improving data availability and quality will be essential for enhancing the accuracy of predictions. The future research should focus on developing methods for effective bias correction, a series of data preprocessing procedures, and utilizing combined models and xAI models to incorporate data from various sources. Advancements in predicting ocean surface currents will benefit various applications such as maritime operations, climate studies, and ecosystem management.

• 상하수도학회지
• /
• 제37권6호
• /
• pp.347-361
• /
• 2023

Water utilities are making various efforts to reduce water losses from water networks, and an essential part of them is to recognize the moment when a pipe burst occurs during operation quickly. Several physics-based methods and data-driven analysis are applied using real-time flow and pressure data measured through a SCADA system or smart meters, and methodologies based on machining learning are currently widely studied. Water utilities should apply various approaches together to increase pipe burst detection. The most intuitive and explainable water balance method and its procedure were presented in this study, and the applicability and detection performance were evaluated by applying this approach to water supply pipelines. Based on these results, water utilities can establish a mass balance-based pipe burst detection system, give a guideline for installing new flow meters, and set the detection parameters with expected performance. The performance of the water balance analysis method is affected by the water network operation conditions, the characteristics of the installed flow meter, and event data, so there is a limit to the general use of the results in all sites. Therefore, water utilities should accumulate experience by applying the water balance method in more fields.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1077-1093
• /
• 2020

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생 건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33℃, 봄: 0.34℃, 여름: 0.27℃, 가을: 0.32℃, 겨울: 0.36℃)이 LSTM 기반의 예측 모델(전체: 0.40℃, 봄: 0.40℃, 여름: 0.48℃, 가을: 0.39℃, 겨울: 0.34℃)보다 우수한 성능을 보였다. 2017년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제14권1호
• /
• pp.13-26
• /
• 2011

본 연구의 목적은 초등수학 영재 교육 대상 학생들의 기하 인지 수준과 그들이 증명을 전개하는 과정에서 논리적인 정당화의 특성을 분석하고 이를 기반으로 수학 영재 교육을 위한 시사점을 제시하는 것이다. 이를 위하여 서울특별시 A영재교육원에 재학 중인 5, 6학년 학생 18명을 대상으로 그들의 기하 수준을 확인하고 그들이 기하문제를 증명을 하고 설명하는 과정에서 어떤 논리적인 정당화를 해 가는지 분석하였다. 연구 결과 이들은 van Hieles의 기하 사고의 0수준부터 4수준 중에서 대부분 2∼3수준에 있었다. 그리고 증명의 정당화 과정에서 이 영재 교육 대상 학생들은 잘라 붙이기와 수치적 접근을 사용하려는 시도와 이미 선행으로 학습한 내용의 기억을 되살려 사용하는 예가 많았고, 독창적이고 일반적인 증명으로 이끌어가는 데는 어려움을 가지고 있었다. 따라서 초등수학 영재 교육 대상자들을 위한 교육은 이들의 수준에 맞는 보다 정교화된 과제로 이들이 자신들의 증명의 정당화 과정을 인지하면서 보다 창의적이고 연역적 사고의 수준으로 이끌어 줄 필요가 있다.