• 디지털산업정보학회논문지
• /
• 제19권4호
• /
• pp.137-146
• /
• 2023

The dropout of university freshmen is a very important issue in the financial problems of universities. Moreover, the dropout rate is one of the important indicators among the external evaluation items of universities. Therefore, universities need to predict dropout students in advance and apply various dropout prevention programs targeting them. This paper proposes a method to predict such dropout students in advance. This paper is about a method for predicting dropout students. It proposes a method to select dropouts by applying logistic regression using a shift sigmoid classification function using only quantitative data from the first semester of the first year, which most universities have. It is based on logistic regression and can select the number of prediction subjects and prediction accuracy by using the shift sigmoid function as an classification function. As a result of the experiment, when the proposed algorithm was applied, the number of predicted dropout subjects varied from 100% to 20% compared to the actual number of dropout subjects, and it was found to have a prediction accuracy of 75% to 98%.

• 디지털산업정보학회논문지
• /
• 제17권1호
• /
• pp.109-115
• /
• 2021

The number of freshmen at universities is decreasing due to the recent decline in the school-age population, and the survival of many universities is threatened. To overcome this situation, universities are seeking ways to use big data within the school to improve the quality of education. A study on the prediction of dropout students is a representative case of using big data in universities. The dropout prediction can prepare a systematic management plan by identifying students who will drop out of school due to reasons such as dropout or expulsion. In the case of actual on-campus data, a large number of missing values are included because it is collected and managed by various departments. For this reason, it is necessary to construct a model by effectively reflecting the missing values. In this study, we propose a university student dropout prediction model based on eXtreme Gradient Boost that can be applied to data with many missing values and shows high performance. In order to examine the practical applicability of the proposed model, an experiment was performed using data from C University in Chungbuk. As a result of the experiment, the prediction performance of the proposed model was found to be excellent. The management strategy of dropout students can be established through the prediction results of the model proposed in this paper.

• 전자공학회논문지
• /
• 제51권7호
• /
• pp.190-200
• /
• 2014

전 세계적으로 방송사 및 영상 관련 기관들의 비디오 기반 시스템이 디지털로 전환되고 있다. 이송 과정에서 발생하는 디지털 드롭아웃은 콘텐츠의 질을 낮추게 만든다. 게다가 디지털 드롭아웃에 초점이 맞춰진 연구가 매우 미미하며 기존 방법들로 해결하기에는 한계점이 존재한다. 상기 이유로, 우리는 디지털 드롭아웃 블록이 가지는 독특한 패턴들의 주파수 특성을 강조할 수 있도록 이산 코사인 변환 (Discrete Cosine Transform) 계수를 기반으로 하는 새로운 특징표현 방법을 제안한다. 또한, 분류를 위해 특징 벡터를 효율적으로 활용할 수 있는 SVM 기반의 오류블록 분류방법을 활용한다. 더 나아가 이 방법은 기존 방법들의 프레임 간 연속성을 이용해 발생하는 문제점들을 극복하였다. 단독 프레임의 정보만을 이용함으로써 빠른 물체의 존재하에서도 동작이 가능하고, 특정 모델이나 추정이 필요하지 않아 최소의 복잡도 하에 오류 검출이 가능하다.

• ETRI Journal
• /
• 제42권5호
• /
• pp.790-798
• /
• 2020

Herein, a low-ripple coarse-fine digital low-dropout regulator (D-LDO) without ringing in the transient state is proposed. Conventional D-LDO suffers from a ringing problem when settling the output voltage at a large load transition, which increases the settling time. The proposed D-LDO removes the ringing and reduces the settling time using an auxiliary power stage which adjusts its output current to a load current in the transient state. It also achieves a low output ripple voltage using a comparator with a complete comparison signal. The proposed D-LDO was fabricated using a 65-nm CMOS process with an area of 0.0056 μ㎡. The undershoot and overshoot were 47 mV and 23 mV, respectively, when the load current was changed from 10 mA to 100 mA within an edge time of 20 ns. The settling time decreased from 2.1 ㎲ to 130 ns and the ripple voltage was 3 mV with a quiescent current of 75 ㎂.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.379-388
• /
• 2021

본 연구의 목적은 부모양육태도가 다문화 청소년의 학업중단의도에 미치는 영향과 그 관계에서 이중문화수용태도의 매개효과를 확인하는데 있다. 이를 위해 다문화청소년패널(MCAPS) 6차년도 자료 중 다문화청소년 1,323명을 분석대상자로 선정하였다. 분석방법은 주요변수의 기술통계, 상관분석, 구조방정식 등을 활용해 경로분석 모형을 검증하였다. 연구 결과를 살펴보면, 첫째, 부모의 긍정적 양육태도와 이중문화수용태도가 학업중단의도를 감소시키는데 반해, 부정적 양육태도는 학업중단의도를 증가시키는 것으로 나타났다. 둘째, 이중문화수용태도는 긍정적 양육태도와 학업중단의도 간의 관계에서 부분매개 효과를 갖는 것으로 확인되었다. 또한 부정적 양육태도와 학업중단의도 간의 관계에서도 부분매개 역할을 하는 것으로 나타났다. 이러한 결과를 바탕으로 다문화청소년의 이중문화수용태도를 높이고 학업중단의도를 예방할 수 있는 실천적 방안을 제시하였다.

• ETRI Journal
• /
• 제37권5호
• /
• pp.961-971
• /
• 2015

This paper proposes a 250 mV supply voltage digital low-dropout (LDO) regulator. The proposed LDO regulator reduces the supply voltage to 250 mV by implementing with all digital circuits in a$0.11{\mu}m$ CMOS process. The fast current tracking scheme achieves the fast settling time of the output voltage by eliminating the ringing problem. The over-voltage and under-voltage detection circuits decrease the overshoot and undershoot voltages by changing the switch array current rapidly. The switch bias circuit reduces the size of the current switch array to 1/3, which applies a forward body bias voltage at low supply voltage. The fabricated LDO regulator worked at 0.25 V to 1.2 V supply voltage. It achieved 250 mV supply voltage and 220 mV output voltage with 99.5% current efficiency and 8 mV ripple voltage at $20{\mu}A$ to $200{\mu}A$ load current.

• 디지털융복합연구
• /
• 제14권1호
• /
• pp.453-463
• /
• 2016

이 연구는 체육계열 학과 학생들의 중도탈락요인, 조직신뢰, 전과의도 사이의 관계를 조사하는데 목적이 있다. 4년제 6개 대학교의 체육계열 학과 480명의 학생을 연구 대상으로 설문조사를 실시하였다. 제안된 연구모형검증을 위해 구조방정식과 부트스트래핑을 이용하였다. 결론적으로, 중도탈락요인의 학문적 영역, 사회적 영역, 환경적 영역은 조직신뢰에 긍정적인 영향을 미쳤다. 그러나 중도탈락요인과 전과의도의 관계에서는 학문적 영역만이 전과의도에 긍정적인 영향을 미쳤으며, 사회적 영역 및 환경적 영역은 전과의도에 유의한 영향을 미치지 않았다. 또한 조직신뢰는 전과의도에 긍정적으로 유의한 영향을 미쳤다. 마지막으로 조직신뢰는 학문적 영역과 전과의도 사이에서 부분매개 역할을 하였으며 사회적 영역 및 환경적 영역과 전과의도 사이에서는 완전매개 역할을 하였다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.257-264
• /
• 2021

전공의 수련은 우수한 역량을 지닌 전문의를 양성하는 과정이다. 본 연구는 2017년 4월에 수행한 전공의 수련 및 근무환경 실태조사 결과를 활용하여 전공의의 수련포기 의도와 영향요인을 규명하였다. 다변량 로지스틱 회귀분석을 통해 전공의 1,748명을 대상으로 수련포기 의도를 조사한 결과, '그런 편이다'라고 응답한 전공의는 340명(19.5%), '보통' 518명(29.6%), '그렇지 않은 편이다' 890명(50.9%)으로 나타났다. 전공의의 수련포기와 관련이 있는 요인은 기업 연계병원 여부, 수련연차, 근무시간, 적절한 교육지도 여부, 수련과정 적절성 여부로 나타났다. 바람직한 전공의 교육 수련을 위해서는 전공의 근로환경 정상화와 더불어 내실 있는 교육수련 프로그램 개발, 공정하고 체계적인 평가, 재정적 지원이 필요하다.

• 디지털융복합연구
• /
• 제15권1호
• /
• pp.23-34
• /
• 2017

본 연구는 학업중단 청소년의 스트레스 상황에 대하여 적응적인 대처를 돕고자 사회적지지, 자아탄력성과 스트레스 대처방식의 상대적 설명력을 살펴보았다. 이를 위해 대전, 충남, 충북의 각 지역에서 학교 밖 청소년지원 사업과 소년원, 청소년 보호치료시설 등에 직접 방문 및 의뢰하여 학업중단 청소년 101명을 대상으로 설문조사를 실시하였다. 분석방법으로는 기술통계, Pearson 상관관계, 위계적 회귀분석을 실시하였으며, 연구결과는 다음과 같다. 첫째, 스트레스 대처방식은 사회적지지와 자아탄력성과 정적 상관관계를 나타내었다. 둘째, 스트레스 대처방식에 더 많은 설명력을 나타낸 변인은 환경적 변인인 사회적지지였다. 셋째, 스트레스 대처방식에 있어서 환경적 변인인 사회적지지와 개인적 변인인 자아탄력성을 동시에 투입했을 때 더 많은 설명력이 나타났다. 따라서 학업중단 청소년이 직면한 어려움을 극복하기 위해 개인의 대처능력 향상뿐만 아니라 학교, 지역사회, 국가의 정책적 노력과 더불어 체계적 접근이 필요함을 시사한다.

• 반도체디스플레이기술학회지
• /
• 제19권3호
• /
• pp.124-129
• /
• 2020

Autonomous underwater vehicle makes attracts to many researchers. This paper proposes a convolutional neural network (CNN) based fish detection method. Since there are not enough data sets in the process of training, overfitting problem can be occurred in deep learning. To solve the problem, we apply the dropout algorithm to simplify the model. Experimental result showed that the implemented method is promising, and the effectiveness of identification by dropout approach is highly enhanced.