• 수산해양교육연구
• /
• 제28권6호
• /
• pp.1834-1847
• /
• 2016

Main objectives of the this study are: to develop a model of "Flipped Leaning" that is designed to enhance self-directed learning, learning motivation and self-control, and to verify its effectiveness-in higher education. The verification process initially concentrated on the feasibility study of the model with a thorough literature review and case analyses; then, its general and practical applicability were tested with a field study. As a result, first, the CHANGE Class Model, specifically designed for effective and efficient "Flipped Learning", was developed. It is thus named for the stages that the learning process takes place in the model-i.e., (1) Check ${\rightarrow}$ (2) Ask ${\rightarrow}$ (3) Notice ${\rightarrow}$ (4) Group presentation ${\rightarrow}$ (5) Evaluation, and it emphasizes the dynamic, questions centered (i.e. back and forth between the students and the instructor as well as between the students) learning process. Second, the Model was instrumental in enhancing self-directed learning, learning motivation and self-control; thus, as a result, it significantly improved the effectiveness, the level of concentration and the attractiveness of the learning process. The value of this study lies in pointing to a clear plan to allow a student in higher learning to set-up a self-directed learning plan, to be able to control it while being continuously motivated to complete it.

• 한국과학교육학회지
• /
• 제19권2호
• /
• pp.305-314
• /
• 1999

선행연구에서 조사한 화학 변화에 대한 학습자의 선개념과 이를 근거로 개발한 개념변화 수업 지도안 및 학습자의 학습 동기를 고려한 개념변화 수업 지도안을 학생들에게 투입하였을 때, 학습자의 학습 동기에 따라 개념변화 수업 모형의 효과가 어떻게 나타나는지 알아보았다. 본 연구를 통하여 학습자의 흥미나 태도, 동기 등 정의적인 측면을 고려하지 않고 단지 학습자의 인지구조에만 초점을 맞춘 기존의 개념변화 수업 모형틀을 재평가하고자 하였다. 이를 위하여 중학교 2학년 학생들을 대상으로 통제 집단과 실험 집단을 구분하고 수업 전 학습 동기를 조사하였다. 그 후에 '화학 변화' 단원을 전통적인 수업과 개념변화 수업으로 지도하고 사후 학습 동기를 조사하였다. 학습동기를 고려한 개념변화 수업을 받은 집단, 학습자의 인지만을 고려한 개념변화 수업을 받은 집단, 그리고 교과서에 의존한 전통적인 수업을 받은 집단 모두 수업을 받은 후에 학습 동기가 증진된 것으로 나타났다. 특히 학습자의 학습 동기를 고려한 개념변화 수업은 학습자의 인지만을 고려한 개념변화 수업이나 교과서에 의존한 전통적인 수업보다 학습 동기의 증진에 효과적이었다. 이러한 효과는 특히 수업을 받기 전에 학습 동기가 낮았던 학생들에게 더욱 크게 나타났다. 수업에 따른 개념의 이해도 증진의 효과를 분석한 결과에 따르면, 세 종류의 수업을 받은 학생들은 모두 수업 후에 개념의 이해도가 증진된 것으로 나타났다. 그러나 그 중에서도 학습동기를 고려한 개념변화 수업 집단과 학습자의 인지만을 고려한 개념 변화 수업 집단이 교과서에 의존한 전통적인 수업 집단(통제 집단)보다 사후 개념 이해도가 높았다. 특히 수업 전 학습동기가 높았던 학생들은 학습 동기를 고려한 개념변화 수업을 받았을 경우 교과서 중심의 전통적인 수업을 받았을 경우보다 개념의 이해도가 높아진 것으로 나타났다. 또한 수업 전 학습동기가 낮았던 학생들의 경우에는 학습 동기를 고려한 개념변화 수업을 받음으로써 학습동기가 증진하는 것으로 나타났다.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제27권1호
• /
• pp.129-150
• /
• 2024

This study utilized South Korean elementary and middle school student data to examine the longitudinal change trajectories of learning motivation types according to the longitudinal change trajectories of mathematics academic achievement. Growth mixture modeling, latent growth model, and multiple indicator latent growth model were used to examine various change trajectories for longitudinal data. As a result of the analysis, it was classified into 4 subgroups with similar longitudinal change trajectories of mathematics academic achievement, and the characteristics of the mathematics subject, which emphasize systematicity, appeared. Furthermore, higher mathematics academic achievement was associated with higher self-determination and higher academic motivation. And as the grade level increases, amotivation increases and self-determination decreases. This study suggests that teaching and learning support using this is necessary because the level of learning motivation according to self-determination is different depending on the level of mathematics academic achievement reflecting the characteristics of the student.

• Journal of Information Technology Applications and Management
• /
• 제30권5호
• /
• pp.59-82
• /
• 2023

The present research aims to examine whether learning from the supervisor influences readiness for change with the mediating impact of planfulness. Drawing upon the theory of planned behavior, it is hypothesized that learning from the supervisor positively impacts planfulness ability in individuals, which in turn enhances the readiness for change. Through using convenience sampling, the sample of 451 was collected from employees working full-time in the manufacturing and I.T. service organizations in India. Structural equation modeling and regression analysis indicate that learning from the supervisor is positively associated with readiness for change and planfulness. Additionally, planfulness fully mediated the relationship between learning from the supervisor and readiness to change. The findings of the present research highlight that continuous support and learning from the supervisor enhances the planfulness ability of the individual and consequently enhances individual readiness for change. The current research is pioneering in testing the hypothetical model associating learning from the supervisor, planfulness, and readiness for change.

• 한국과학교육학회지
• /
• 제19권1호
• /
• pp.91-99
• /
• 1999

화학 변화에 대한 학습자의 선개념과 이를 근거로 개발한 개념변화 수업 지도안을 학생들에게 투입하였을 때, 학습자의 학습 동기에 따라 개념변화 수업 모형의 효과가 어떻게 다르게 나타나는지 알아보았다. 이러한 연구를 통하여 학습자의 흥미나 태도, 동기 등 정의적인 측면을 고려하지 않고 단지 학습자의 인 지구조에만 초점을 맞춘 기존의 개념변화 수업 모형들을 재평가하고자 하였다. 연구 결과, 수업 전 학습동기가 높았던 학생들의 경우에는 교과서 중심의 전통적인 수업을 받은 학생들보다, 개념변화 수업을 받은 학생들이 '화학 변화' 개념을 이해하는 정도가 훨씬 높은 것으로 나타났다. 그러나 수업 전 학습 동기가 낮았던 학생들의 경우에는 개념변화 수업을 받은 학생들과 전통적인 수업을 받은 학생들의 '화학 변화' 개념에 대한 이해도에는 별다른 차이가 나타나지 않았다. 사전 학습동기와 사후 학습동기, 그리고 개념 이해도 사이의 상관을 조사한 결과에 따르면, 사전, 사후 학습동기와 개념이해도는 높은 상관관계를 나타냈다. 수업을 통해 유발된 사후 학습동기는 개념 이해도를 23.30% 정도 설명하였으며, 특히 사후 학습동기의 하위 요소 중에서 '자신감' 이 가장 높은 설명력을 가지는 것으로 나타났다. 개념변화 이론에서는 잠정적으로 전제하고 있는 학습자의 학습동기가 실제로 개념변화 수업이 이루어져 개념 획득이 일어나는 과정에서 매우 중요한 역할을 하고 있음이 본 연구를 통하여 밝혀진 것이다. 특히 학습 동기의 여러 하위 요소 중에서 '수업을 통한 학습자의 자신감 획득'은 '개념 획득'과 밀접한 관계를 가지고 있었다. 그러나 사후 학습동기 검사를 통하여 전통적인 수업과 개념변화 수업이 학습자의 학습 동기에 영향을 미치는지 알아본 결과, 교과서 중심의 전통적인 수업과 개념변화 수업은 모두 학습자의 학습동기를 유발하는데 효율적이지 못함이 밝혀졌다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.929-937
• /
• 2020

본 논문에서는 의미론적 분할을 위한 딥러닝 기술 중의 하나인 UNet++ 모델을 이용하여 다시기 위성영상의 변화지역을 탐지하고자 하였다. 다양한 손실함수에 대한 학습결과를 분석하기 위하여, 이진 교차 엔트로피, 자카드 변수에 의하여 학습된 UNet++ 모델에 의한 변화탐지 결과를 평가하였다. 또한, 딥러닝 모델의 결과는 WorldView-3 위성영상을 활용하여 기존의 화소기반 변화탐지 기법의 결과와 비교하여 평가하였다. 실험결과, 손실함수의 특성에 따라서 딥러닝 모델의 성능이 달라질 수 있음을 확인하였으나, 기존 기법들과 비교하여 우수한 결과를 나타내는 것도 확인하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1685-1695
• /
• 2021

우수한 성능을 가지는 딥러닝 모델을 생성하기 위해서는 충분한 양의 학습자료가 필요하다. 하지만, 원격탐사 분야에서 충분한 양의 학습자료를 구축하기 위해서는 많은 시간과 비용을 필요로 한다. 따라서 적은 수의 학습자료를 활용한 딥러닝 모델의 전이학습(transfer learning)의 중요성이 증대되고 있다. 본 연구에서는 사전에 제작된 공개데이터셋을 기반으로 국내 정사영상 및 수치지도를 활용한 전이학습을 통해 국내 다시기 정사영상 내 존재하는 건물객체의 변화에 대한 탐지를 수행하였다. 이를 위하여, 변화탐지를 위한 공개데이터셋을 HRNet-v2 모델을 통하여 선행학습을 수행하고, 국내 정사영상 및 수치지도를 이용한 학습자료에 전이학습을 수행하였다. 전이학습에 대한 영향을 분석하기 위하여 두 곳의 실험지역에 전이 학습된 모델을 포함한 다양한 딥러닝 모델의 결과를 평가한 결과, 전이학습을 활용한 연구가 가장 우수함을 확인하였다. 이를 통하여, 전이학습을 활용해 부족한 양의 학습자료 문제를 해결하고, 다양한 원격탐사 자료에 대하여 효과적으로 변화탐지 기법을 적용할 수 있음을 확인하였다.

• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.233-244
• /
• 2023

Although artificial intelligence and machine learning technologies have been used in various fields, problems with personal information protection have arisen based on centralized data collection and processing. Federated learning has been proposed to solve this problem. Federated learning is a process in which clients who own data in a distributed data environment learn a model using their own data and collectively create an artificial intelligence model by centrally collecting learning results. Unlike the centralized method, Federated learning has the advantage of not having to send the client's data to the central server. In this paper, we quantitatively present the performance improvement when federated learning is applied using the building change detection learning data. As a result, it has been confirmed that the performance when federated learning was applied was about 29% higher on average than the performance when it was not applied. As a future work, we plan to propose a method that can effectively reduce the number of federated learning rounds to improve the convergence time of federated learning.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제50권1호
• /
• pp.103-118
• /
• 2011

The study examined whether the relation between mathematics self-efficacy and mathematics achievement was partially mediated by the learning strategies, using latent growth model analyses. It was also examined the auto-regressive, cross-lagged (ARCL) panel model for testing the stability and change in the relation of mathematics self-efficacy and learning strategy over time. The study analyzed the first-year to the third-year data of the Korean Educational Longitudinal Survey (KELS). The result of ARCL panel model analysis showed that earlier mathematics self-efficacy could predict later learning strategy use. There were linear trends in mathematics self-efficacy, learning strategy, and mathematics achievement. Specifically, mathematics achievement was increased over the three time points, whereas mathematics self-efficacy and learning strategies were significantly decreased. In the analyses of latent growth models, the mediating effects of learning strategies were overall supported. That is, both of initial status and change rate of rehearsal strategy partially mediated the relation of mathematics self-efficacy and mathematics achievement. However, in elaboration and meta-cognitive strategies, only the initial status of each variable showed the indirect relationship.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.417-426
• /
• 2000

This study suggests integrated neural network models for Interest rate forecasting using change-point detection, classifiers, and classification functions based on structural change. The proposed model is composed of three phases with tee-staged learning. The first phase is to detect successive and appropriate structural changes in interest rare dataset. The second phase is to forecast change-point group with classifiers (discriminant analysis, logistic regression, and backpropagation neural networks) and their. combined classification functions. The fecal phase is to forecast the interest rate with backpropagation neural networks. We propose some classification functions to overcome the problems of two-staged learning that cannot measure the performance of the first learning. Subsequently, we compare the structured models with a neural network model alone and, in addition, determine which of classifiers and classification functions can perform better. This article then examines the predictability of the proposed classification functions for interest rate forecasting using structural change.