• 한국가정과교육학회지
• /
• 제30권3호
• /
• pp.19-42
• /
• 2018

본 연구의 목적은 2015 실과(기술·가정) 교육과정에 따라 개발된 중학교 교과서에서 '식생활' 단원의 활동과제를 다중지능 활용 교수·학습방법을 기준으로 분석하는 데 있다. 이러한 목적을 이루기 위해서 12종의 중학교 기술·가정 교과서에서 '청소년기의 영양과 식행동', '식사의 계획과 선택', '식품의 선택과 안전한 조리'를 내용 요소로 하는 본문 내용과 읽을거리, 평가 문항을 제외하고 학생들이 활동할 수 있는 과제를 다중지능 활용 교수·학습방법을 기준으로 분석하였다. 분석방법은 내용분석 기법을 사용하여 학습 활동에 중심을 두고 분석하였고, 활동과제의 하위 질문들도 모두 각 한 가지의 활동으로 분리시키되, 연속선상에 있는 활동을 준비하는 과정은 한가지로 묶어서 분석하였다. 3인이 활동과제를 분석하고 협의를 통해 분석기준을 수정·보완하는 과정을 2회 진행한 후 다른 연구자 3인이 확인하였다. 12종의 교과서를 분석한 결과 활동과제의 수는 교과서 종류별로 25~74개로 나타났으며, 활동과제의 수는 총 527개였다. 다중지능 영역별 비율을 살펴보면, 논리수학지능을 활용한 활동과제가 35%로 가장 많은 것으로 나타났으며, 언어지능 26.8%, 개인내적지능 23%, 대인관계지능 7.2%, 시각운동지능 3.8%, 신체운동지능 2.7%, 음악지능 1.5% 순으로 나타났다. 반면, 자연탐구지능을 활용한 활동과제는 없는 것으로 분석되었다. 자연탐구지능을 제외하고 전반적으로 다중지능을 활용하고 있었는데 이는 가정 교과가 실천을 본질로 하면서 식생활과 관련된 다른 교과의 내용이나 방법을 추출하여 새롭게 재조직한다는 점에서 가정 교과의 융합적 성격을 나타내는 것으로 해석된다. 본 연구는 다양한 교수·학습방법의 틀을 마련하여 학생 참여형 수업을 활성화하고, 가정 교과에서 융합 교육을 실현하는 데 대안을 제공할 것으로 기대된다.

• 벤처창업연구
• /
• 제10권5호
• /
• pp.105-115
• /
• 2015

본 연구는 노인일자리 사업에서의 교육 만족도가 사업효과성에 어떠한 영향을 주는지 살펴보고, 참여자 교육 만족도가 일자리 만족에 영향을 미처 궁극적으로 사업효과성에 미치는 영향을 검증하였다. 본 연구는 2013년 수행된 한국노인인력개발원의 노인 일자리사업 참여노인 실태조사의 원자료를 활용하였으며, 사업유형, 지역규모, 시도 등을 고려한 비비례층화표본 추출방법을 활용하였다. 조사대상에서 세종시는 제외하였으며, 이들 중 본 연구 문제와 관련한 문항에 무응답 또는 응답 비해당자를 제외시킨 2,005명을 대상으로 하였다. 수집된 자료는 SPSS WIN 21.0 프로그램을 이용하여 분석하였다. 분석기법으로는 연구대상자의 일반적 특성을 파악하기 위해 빈도와 백분율을 산출하였다. 또한 교육 만족도가 노인일자리 사업의 사업효과성에 미치는 영향을 알아보기 위해 회귀분석을 실시하였으며, 교육 만족도가 노인 일자리 사업의 사업효과성에 미치는 영향에서 일자리 만족도의 매개효과를 알아보기 위계적 회귀분석을 실시하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 교육 만족도가 사업효과성에 미치는 영향 중 심리적 효과에는 교육내용의 흥미도와 교육의 직무 활용도 모두가 유의미한 영향을 미쳤으며, 신체적 사회적 효과에는 교육내용의 흥미도가 유의미한 영향을 미쳤으며, 경제적 효과에는 교육의 직무 활용도가 유의미한 영향을 미쳤다. 둘째, 교육 만족도가 사업효과성에 미치는 영향에서 일자리 만족도는 교육 만족도가 심리적 신체적 사회적 효과에 미치는 영향에서 부분매개효과가 있음을 알 수 있다. 일자리 만족도는 교육 만족도가 경제적 효과에 미치는 영향에서 완전매개효과가 있음을 알 수 있다. 또한 일자리 만족도는 교육 만족도가 사업효과성에 미치는 영향에서 부분매개효과가 있음을 알 수 있다. 결과적으로 일자리 참여자들의 요구에 맞는 교육 내용을 개발하고, 전담 인력을 배치하여 교육이 효과적으로 진행되어야 할 것이다. 또한 일자리 만족도가 사업효과성에 긍정적인 영향을 미친다는 점에서 참여자 스스로 일에 대한 자부심을 충분히 느낄 수 있도록 한다면 사업효과성을 높이는데 크게 기여할 것이다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.126-134
• /
• 2017

심전도(ECG) 신호에서 R-피크를 추출하는 기법에 대하여 많은 연구가 진행 되어 왔으며, 다양한 방법으로 구현되어 왔다. 그러나 이러한 검출 방법 대부분은 실시간 휴대용 심전도 장치에서 구현하기가 복잡하고 어려운 단점이 있다. R-피크 검출을 위해서는 심전도 데이터에 대하여 베이스라인 드리프트 및 상용전원 잡음 제거 등의 적절한 전처리 및 후가공이 필요하며, 특히 적응형 필터를 활용한 기법에서는 적절한 임계값을 선택하는 것이 중요하다. 적응형 필터의 임계값을 추출하는 방식에서는 고정형(Fixed) 및 적응형(adaptive)으로 구분할 수 있다. 고정 임계 값 추출 방식은 고정된 임계값 보다 낮은 값의 입력이 들어오는 경우에 R-피크 값을 감지하지 못하는 경우가 있으며, 적응 임계값 추출 방식은 때때로 잡음에 의한 잘못된 임계값을 도출하여, 다른 파형(P혹은 T파)의 피크를 감지하는 경우도 나타난다. 본 논문에서는 계산상의 복잡성이 적고, 코드 구현이 단순하면서도 잡음에 강인한 R-피크 검출 알고리즘을 제안한다. 제안된 방식은 앞서 설명한 임계값 추출 문제를 해결하기 위해서, 적응형 필터를 사용해, 심전도 신호에서 베이스 라인 드리프트 제거를 하여 적절한 임계값을 계산하도록 한다. 그리고 필터 처리된 심전도 신호의 최소 값과 최대 값을 사용하여 적절한 임계값이 자동으로 추출 되도록 한다. 그런 다음 심전도 신호로부터 R-피크를 검출하기 위해 임계값 아래에서 'neighborhood searching' 기법이 적용된다. 제안된 방법은 R-피크 검출의 정확도를 향상시키고, 계산 량을 줄여 검출 속도가 보다 빨라지도록 하였다. 다음으로 R-피크 값이 검출 되면, R-R interval 등의 값을 이용해 심박 수를 계산할 수 있도록 한다. 실험결과 심박 수 검출 정확도와 감도가 약 100%로 매우 높았음을 확인할 수 있었다.

• 한국토양비료학회지
• /
• 제14권4호
• /
• pp.230-235
• /
• 1982

토양중(土壤中)의 가용성(可溶性) 카드뮴 정량(定量)을 위한 가장 효과적인 침출액(浸出液)을 찾아내기 위하여 카드뮴 오염도(汚染度)가 높은 답토양(沓土壤)과 그 토양(土壤)에서 재배(栽培)된 정조(正組)를 대상(對象)으로 수종의 침출액(浸出液)을 사용(使用)하여 시험(試驗)한 결과(結果)는 다음과 같다. 1. 침출액별(浸出液別) 토양중(土壤中)의 카드뮴 침출력(浸出力)은 IN-HCl>0.1N-HCl > 0.075N-Mixture > $IN-Nh_4OAC(H4.8)$ > $DTPA-CaCl_2$ > 5% Acetic acid > $IN-NH_4OAC(pH7.0)$ > $IN-NH_4NO_3$의 순(順)으로 강(强)하였다. 2. 침출액별(浸出液別) 토양중(土壤中)의 카드뮴함량(含量)과 그 토양(土壤)에서 재배(栽培)한 현미중(玄米中)의 카드뮴함량간(含量間)에는 공시(供試)한 침출액(浸出液) 모두 유의성(有意性) 있는 정(正)의 상관(相關)을 나타내었으며 이중 $IN-NH_4OAC(pH7.0)$ 침출액(浸出液)이 상관계수(相關係數)가 가장 높았다. 3. 토양중(土壤中) 카드뮴함량(含量) 및 토성(土性)의 분류(分類)에 따른 토양중(土壤中)의 가용성(可溶性) 카드뮴함량(含量)과 현미중(玄米中)의 카드뮴함량간(含量間)에는 침출액(浸出液)에 따라 상관정도(相關程度)가 달랐다. 4. $IN-NH_4OAC(pH7.0)$ 침출액(浸出液)은 토양중(土壤中) 가용성(可溶性) 카드뮴함량(含量)과 현미중(玄米中) 카드뮴함량간(含量間)에 가장 높은 상관(相關)을 나타내었으나 침출력(浸出力)이 낮았다. 5. 0.075N-Mixture침출액(浸出液)은 $IN-NH_4OAC(pH7.0)$침출액(浸出液)에 비(比)하여 토양중(土壤中)의 카드뮴함량(含量)과 현미중(玄米中) 카드뮴함량간(含量間)에 상관(相關)은 다소(多少) 낮았으나, 0.1N-HCl침출액(浸出液)에 비(比)하여 침출력(浸出力)이 비슷하면서도 더 높은 상관(相關)을 나타내었다.

• 한국작물학회지
• /
• 제52권3호
• /
• pp.303-310
• /
• 2007

고구마 용도 다양화와 지상부의 채소적 가치를 구명키 위하여, 괴근에서 자라난 싹 중 부드러운 잎과 잎자루를 포함한 줄기끝 10 cm의 끝순을 수확하여, 끝순 추출물의 페놀화합물 함량, 식중독균인 Listeria monocytogenes, Salmonella Typhimurium에 대한 항균 활성, 식품안전성과 관련된 돌연변이원성 및 항돌연변이원성 등을 조사한 결과는 다음과 같다. 1. 고구마 끝순에는 6종의 페놀화합물이 함유되어 있었으며, 그 중 chlorogenic acid와 caffeic acid의 함량이 총페놀함량의 $89{\sim}93%$로 대부분을 차지하였다. 또한 용매분획별 페놀화합물 함량은 ethyl acetate 및 buthyl alcohol 추출물이 다른 용매추출물에 비하여 월등히 높았다. 2. 고구마 끝순의 80% ethanol 조추출물의 수율은 12.5 g이었고, 용매분획별로는 water 분획물이 8.9 g으로 가장 많았으며, 다음은 chloroform 분획물이 1.6 g이었고, 나머지 용매 분획물은 $0.7{\sim}1.1g$의 수율을 나타내었다. 3. 고구마 끝순에는 6종의 페놀화합물이 함유되어 있었으며, 그 중 chlorogenic acid와 caffeic acid의 함량이 총페놀 함량의 $89{\sim}93%$로 대부분을 차지하였다. 또한 용매분획별 페놀화합물 함량은 ethyl acetate 및 buthyl alcohol 추출물이 다른 용매추출물에 비하여 월등히 높았다. 4. Listeria monocytogenes에 ethyl acetate 및 buthyl alcohol 추출물을 첨가한 결과 16시간까지는 3 log 이상 균의 성장을 억제하였으며 특히 20 mg/ml butanol 추출물은 균의 성장을 억제시키다 12시간 이후에는 완전히 균을 사멸시키는 것으로 나타났다. Salmonella Typhimurium에 대해서도 고구마 끝순 추출물은 $0.5{\sim}1$ log 정도의 감소를 나타내었다. 5. 고구마 끝숱 추출물의 Salmonella Typhimurium TA98 및 TA100에 대한 돌연변이 활성을 조사한 결과 TA98은 $29{\sim}33$ CFU/plate이었고, TA100은 $159{\sim}188$ CFU/plate로 돌연변이 활성이 없었다. 6. 직접 돌연변이원 물질인 2-NF와 MMS를 처리하여 복귀돌연변이수를 측정한 결과 ethyl acetate 및 buthyl alcohol에서 돌연변이로 인한 복귀변이원성 집락수가 낮게 나타남으로써 고구마 끝순 추출물이 항돌연변이 활성이 있는 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.77-83
• /
• 2015

데이터 마이닝에서 활발히 연구되고 있는 주요 분야들 가운데 하나인 빈발 패턴 마이닝은 대규모의 데이터 집합 또는 데이터베이스로부터 숨겨진 유용한 패턴 정보를 추출하기 위한 방법이다. 또한 이 기법으로 얻을 수 있는 결과물을 통해 데이터베이스내의 다양하고 중요한 특징들을 더욱 손쉽게 자동적으로 분석할 수 있기 때문에 많은 응용영역에도 활발히 적용되고 있다. 하지만 이러한 데이터베이스로부터 단순히 사용자에 의해 설정된 최소 지지도 임계값만을 가지고 이를 만족하는 모든 패턴들을 추출하는 기존의 전통적인 빈발 패턴 마이닝 방식은 데이터베이스의 특성과 임계값 설정의 정도에 따라 극도로 많은 수의 결과 패턴을 생성하는 문제를 가지며, 이에 따른 시간 및 공간 자원의 낭비를 초래한다. 또한 과도하게 생성된 패턴에 대한 분석의 어려움 역시 심각한 문제가 된다. 기존의 빈발 패턴 마이닝 접근방법들이 직면한 이러한 문제를 해결하고자, 데이터베이스로부터 가능한 모든 빈발 패턴들을 마이닝하는 것이 아닌, 이들에 대한 대표 패턴들만은 선별적으로 추출할 수 있도록 하는 대표 패턴 마이닝의 개념과 다양한 관련 기법들이 제안되었다. 본 논문에서는 생성되는 각 패턴의 최대성 또는 폐쇄성을 고려하는 패턴 압축 기법들에 대한 특성들을 기술하고, 이에대한 비교 및 분석을 진행한다. 최대 빈발 패턴 혹은 닫힌 빈발 패턴들을 마이닝함으로써, 효과적인 패턴 압축이 가능하며, 더 적은 시공간 자원으로 마이닝 작업을 수행할 수 있다. 또한 압축된 패턴들은 필요시 다시 원래의 패턴 형태로 복구가 가능한 특징이 있으며, 특히 닫힌 패턴 접근 방법을 이용하면 패턴을 압축하고 다시 해제하는 과정에서 어떠한 정보의 손실도 일어나지 않는다. 본 논문에서는 같은 플랫폼 상에서 동일한 구현 수준의 알고리즘에 대해 실세계로부터 축적된 실 데이터셋들을 가지고 상기 기법들에 대한 성능평가를 진행함으로써, 각 기법이 패턴 생성, 수행 시간, 메모리 사용량과 같은 실제적인 마이닝 성능에 대해 어떠한 영향을 미치는지에 대한 심층적 분석결과를 보인다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.379-394
• /
• 2021

우리나라에서는 2005년부터 전국 에어코리아(Air Korea) 측정소의 대기오염도 정보를 실시간으로 제공하고 있다. 선행연구들은 이러한 포인트 기반의 미세먼지 농도 자료에 대한 격자지도화 가능성을 보여준 바 있으나, 측정소가 밀집된 특정 도시만을 대상으로 하였다. 본 연구에서는 우리나라 전역의 PM10 일평균 격자 지도를 산출하기 위해서, 전국 333개 에어코리아 측정소 자료를 활용하여 베리오그램 최적화 기반의 정규크리깅을 수행하고, 검증지점의 공간적인 과밀(too dense) 및 과소(too sparse)를 방지하기 위하여 검증지점의 위치에 따른 선별적 임의추출을 통한 암맹평가를 실시하였다. 114,745건의 데이터로부터 365일 각각 다른 검증지점을 추출하는 암맹평가를 4회에 걸쳐 수행한 결과, MAE=5.697 ㎍/m³, CC=0.947의 정확도 통계량이 산출되어, 매우 효과적인 공간내삽이 이루어졌음을 확인할 수 있었다. 또한, PM10 고농도 사례(나쁨 및 매우 나쁨)로 분류된 1,500건 이상에 대해서도 MAE=11~12 ㎍/m³, CC=0.870~873의 정확도를 나타냈으며, 이는 본 연구의 방법론이 다양한 상황에 적용가능함을 의미한다. 2019년 365일에 대해 산출된 0.05° 해상도의 일평균 PM10 격자지도는 자연스러운 공간분포를 나타내는 것이 시각적으로도 확인되었다. 이러한 PM10 농도의 격자지도는 향후의 연구에서 익일 PM10 농도의 격자예측을 위한 입력자료로 활용될 수 있을 것이다.

• 현장농수산연구지
• /
• 제22권1호
• /
• pp.113-129
• /
• 2020

본 연구는 2020년 한농대 입학생의 비정형 텍스트인 자소서에서 의미 있는 정보 혹은 규칙을 추출하기 위하여 고교 재학 중 '학업 및 학습경험'과 '교내 활동'을 기술한 두 개 문항에 대하여 텍스트 마이닝에 의한 토픽 분석과 연관성 분석을 하였다. 모집 전형을 구분하지 않은 텍스트 마이닝 분석 결과에서 '학업 및 학습 경험' 항목과 관련된 주요 키워드는 '공부', '생각', '노력', '문제', '친구' 등의 순으로 많이 나타났으며, '교내 활동' 항목과 관련된 주요 키워드는 '활동', '생각', '친구', '동아리', '학교' 등의 순으로 빈도가 높게 나타났다. 그러나 도시 인재 전형과 농수산 인재 전형 신입생들의 키워드 빈도 순위는 두 항목 모두 전형 특성에 따른 약간의 차이를 나타냈다. 빈도 분석에 결과는 빈도수 상위 50위까지의 키워드를 워드 클라우드로 시각화하여 키워드를 알기 쉽게 표현하였다. 연관 분석은 apriori() 함수를 사용하였으며 적정한 계산을 위하여 support(지지도)와 confidence(신뢰도)의 기준값을 항목별로 설정하였다. 먼저 '학업' 항목에 대한 연관 규칙은 46개를 추출하였으며, 그 가운데 {공부} => {생각}, {성적} => {공부} 및 {과목} => {공부} 등의 규칙에서 높은 연관성을 볼 수 있었다. 이 규칙을 바탕으로 매개체 역할의 키워드를 평가하는 관계 중심성 평가와 노드에 연결된 edge의 수에 따라 중요도를 파악하는 연결 중심성 평가에서는 '생각', '공부', '노력', '시간' 등의 키워드가 중심적인 역할을 하는 정보를 획득하였다. 다음으로 '교내 활동' 항목에서는 45개의 연관 규칙을 생성하여 {활동} => {생각}, {동아리} => {활동} 등의 규칙에서 높은 연관성을 볼 수 있었으며, 관계 중심성 평가와 연결 중심성 평가에서는 '생각', '활동', '학교', '시간', '친구' 등의 키워드가 중심 키워드라는 결과를 얻었다. 다음 연구에서는 자소서의 나머지 두 개의 문항 '배려·나눔·협력·갈등관리' 항목과 한농대 '지원동기와 향후 진로계획' 항목을 분석한다. 분석에는 '키워드의 빈도'에 '문서 빈도의 역수'를 곱하여 주로 다량의 문서에서 핵심어를 추출하는 TF-IDF(Term Frequency-Inverse Document Frequency) 분석을 추가한다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.191-203
• /
• 2022

화장품 및 뷰티산업에서 고객 맞춤형 제품과 서비스를 제공하는 것은 주요 기술 트렌드이고, 피부상태 진단과 관리는 중요한 필수기능이다. 고객의 요구 수준은 더욱더 높아지고 있으며 이에 대한 다양하고 섬세한 고민과 요구 사항이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 소셜미디어 상의 이미지는 매우 다양하고 비정형적이므로 피부상태 진단 및 관리에 필요한 체계적인 피부 이미지 식별을 위한 시스템이 필요하다. 본 논문에서는 소셜미디어 인스타그램에서 수집한 빅데이터로부터 피부 이미지 데이터를 지능적으로 식별하고, 피부상태 진단 및 관리를 위한 정형화된 피부 샘플 데이터를 추출하는 시스템을 개발하였다. 본 논문에서 제안한 시스템은 빅데이터수집분석단계, 피부이미지분석단계, 훈련데이터준비단계, 인공신경망훈련단계, 피부이미지식별단계로 구성된다. 빅데이터수집분석단계에서는 인스타그램으로부터 빅데이터를 수집하고 피부 상태 진단 및 관리를 위한 이미지 정보를 분석결과로 저장한다. 피부이미지분석단계에서는 전통적인 이미지 처리 기법을 사용하여 피부 이미지의 평가 및 분석 결과를 획득한다. 훈련데이터준비단계에서는 피부이미지 분석결과로부터 피부 샘플데이터를 추출하여 훈련데이터를 준비하였다. 그리고 인공신경망훈련단계에서는 이 훈련데이터를 사용하여 지능적으로 피부 이미지 유형을 예측하는 인공신경망 AnnSampleSkin을 단계별 고도화와 훈련을 통해 모델을 완성하였다. 피부이미지식별단계에서는 소셜미디어로부터 수집된 이미지에 대해 피부샘플을 추출하고, 훈련된 인공신경망 AnnSampleSkin의 이미지 유형 예측 결과들을 통합하여 최종 피부 이미지 유형을 지능적으로 식별한다. 본 논문에서 제안된 피부이미지식별 방법은 약 92% 이상의 높은 피부 이미지 식별 정확도를 나타내고 있고, 정형화된 피부 샘플 이미지 빅데이터를 제공할 수 있게 되었다. 추출된 피부샘플 세트는 피부 상태를 진단하고 관리하는데 매우 효율적이고 유용한 정형화된 피부 이미지 데이터로 사용될 것으로 기대된다.