• 컴퓨터교육학회논문지
• /
• 제11권4호
• /
• pp.37-46
• /
• 2008

프로그래밍 학습에서의 로봇의 활용은 학습자의 흥미와 동기 유발에 도움이 되지만, 단지 로봇이라는 새로운 매체의 도입을 통한 흥미 유발은 일시적일 수 있으며, 오히려 학습지의 동기를 저해하거나 새로운 인지적 부담으로 작용할 수 있다. 따라서 프로그래밍 학습에서의 로봇 활용의 효과를 최대화하기 위해 로봇의 기술적 특성 뿐 아니라, 로봇 프로그래밍 과제를 구성하고 제시하는 방식, 시기의 조절 등을 고려한 교수 학습 설계가 필요하다. 본 연구에서는 로봇 프로그래밍 학습에서 초보 학습자의 인지적 부담을 감소시키고 몰입경험을 향상시키기 위한 교수 학습 전략들을 설계하고 이러한 전략들이 실제 학습자의 몰입수준에 미치는 영향을 분석하였다. 연구결과, 로봇 프로그래밍 학습을 수행한 집단이 일반 프로그래밍 학습을 수행한 집단에 비해 몰입수준이 유의미하게 높게 나타났으며, 특히 개인의 내재적 동기를 설명하는 자기목적적 경험 요인에서 높은 차이를 드러냈다.

• 컴퓨터교육학회논문지
• /
• 제14권2호
• /
• pp.61-73
• /
• 2011

본 연구를 통해서 시도하려는 학습자 분석은 로봇 프로그래밍 학습활동에 참여한 학습자의 수업 참여 의도에 중점을 두고 있다. 따라서 학습자의 수업 참여 의도 분석을 위해서는 비즈니스영역에서 구매자 혹은 신기술 사용자를 대상으로 한 구매 또는 사용의도를 파악하기 위해 사용한 분석틀 인 TAM을 기반으로 하였고 여기에 플로우(flow)이론을 접목하여 학습자가 로봇 프로그래밍 수업에 참여하려는 의도에 영향을 주는 주요 요인들을 양적 분석 방법을 통해서 알아보고자 했다. 이를 검증하기 위해서 구조방정식의 한 방법인 PLS 분석을 통해서 양적 분석을 시도했다. 분석결과 '지각된 유용성', '지각된 용이성' 및 '플로우' 요인 모두가 학습자의 수업 참여의도에 유의미한 영향을 준다는 점을 확인했다. 종합적인 분석 결과 프로그래밍 수업에 대한 가치성에 대해서 학습자가 속한 집단 혹은 사회적인 공감대 형성과 더불어 교수-학습지원조직, 학습자를 고려한 학습과제 제시 등이 학습자의 프로그래밍 수업 참여의도에 실제적인 영향을 주는 것으로 파악되었다.

• Corrosion Science and Technology
• /
• 제18권2호
• /
• pp.61-71
• /
• 2019

Flow-Accelerated Corrosion (FAC) is a phenomenon in which a protective coating on a metal surface is dissolved by a flow of fluid in a metal pipe, leading to continuous wall-thinning. Recently, many countries have developed computer codes to manage FAC in power plants, and the FAC prediction model in these computer codes plays an important role in predictive performance. Herein, the FAC prediction model was developed by applying a machine learning method and the conventional nonlinear regression method. The random forest, a widely used machine learning technique in predictive modeling led to easy calculation of FAC tendency for five input variables: flow rate, temperature, pH, Cr content, and dissolved oxygen concentration. However, the model showed significant errors in some input conditions, and it was difficult to obtain proper regression results without using additional data points. In contrast, nonlinear regression analysis predicted robust estimation even with relatively insufficient data by assuming an empirical equation and the model showed better predictive power when the interaction between DO and pH was considered. The comparative analysis of this study is believed to provide important insights for developing a more sophisticated FAC prediction model.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.195-200
• /
• 1998

Since the neural network was introduced, significant progress has been made on data handling and learning algorithms. Currently, the most popular learning algorithm in neural network training is feed forward error back-propagation (FFEBP) algorithm. Aside from the success of the FFEBP algorithm, polynomial neural networks (PNN) learning has been proposed as a new learning method. The PNN learning is a self-organizing process designed to determine an appropriate set of Ivakhnenko polynomials that allow the activation of many neurons to achieve a desired state of activation that mimics a given set of sampled patterns. These neurons are interconnected in such a way that the knowledge is stored in Ivakhnenko coefficients. In this paper, the PNN model has been developed using the plasma enhanced chemical vapor deposition (PECVD) experimental data. To characterize the PECVD process using PNN, SiO$_2$films deposited under varying conditions were analyzed using fractional factorial experimental design with three center points. Parameters varied in these experiments included substrate temperature, pressure, RF power, silane flow rate and nitrous oxide flow rate. Approximately five microns of SiO$_2$were deposited on (100) silicon wafers in a Plasma-Therm 700 series PECVD system at 13.56 MHz.

• 비교문화연구
• /
• 제39권
• /
• pp.407-432
• /
• 2015

This study focuses on the flow of story and content or related context when using movies as learning materials in a class. A great advantage of using movies is that they have a consistent story and detailed content development. Most teachers, however, tend to concentrate on practical expressions totally unrelated to the story or context of the movie they are using. This way might be efficient in the short run but it is certain that the expressions are unlikely to be retained in long-term memory. This study examines how a story-centered class influences learning of practical expressions and how efficient this approach to learning is. Learning and teaching with focus only on the expressions in a movie shades the meaning of the use of the movie a little. In this study the movie, Cars 2, was used in a course of general education with 150 students enrolled. Various group activities were suggested to immerse students into the story and contents of Cars 2. It was found that a story-centered class is helpful for students to acquire practical expressions and that students' satisfaction level with the class was high.

• 한국게임학회 논문지
• /
• 제12권1호
• /
• pp.113-122
• /
• 2012

본 연구에서는 음악게임을 활용한 음악 감상 교육의 효과 및 만족도를 살펴보았다. 이를 위해 경기도 G초등학교 4학년 남녀학생 107명을 대상으로 실험을 실시하였다. 연구결과 음악 게임을 활용한 수업이 음악 감상을 한 수업보다 학습평가와 학습몰입도에 있어서 높게 나타났고, 특히 만족도에서는 확연히 높은 결과가 나타났다. 또한 학습몰입도와 학습만족도는 학습평가에 영향을 미치는 것으로 분석되었다. 본 연구 결과는 스마트 기기를 학교 정규 수업에 적용하여 학습 콘텐츠 설계 방향을 제시하는데 기여할 것으로 본다.

• 한국수자원학회논문집
• /
• 제55권8호
• /
• pp.565-575
• /
• 2022

최근의 수자원공학 분야는 4차산업혁명과 더불어 비약적으로 발전된 딥러닝 기술을 활용한 시계열 수위 및 유량의 예측에 대한 관심이 높아지고 있다. 또한 시계열 자료의 예측이 가능한 LSTM 모형과 GRU 모형을 활용하여 수위 및 유량 예측을 수행하고 있지만 시간 변동성이 매우 큰 하천에서의 유량 예측 정확도는 수위 예측 정확도에 비해 낮게 예측되는 경향이 있다. 본 연구에서는 유량변동이 크고 하구에서의 조석의 영향이 거의 없는 한강의 팔당대교 관측소를 선택하였다. 또한, LSTM 모형과 GRU 모형의 입력 및 예측 자료로 활용될 유량변동이 큰 시계열 자료를 선택하였고 총 자료의 길이는 비교적 짧은 2년 7개월의 수위 자료 및 유량 자료를 수집하였다. 시간변동성이 큰 시계열 수위를 2개의 모형에서 학습할 경우, 2개의 모형 모두에서 예측되는 수위 결과는 관측 수위와 비교하여 적정한 정확도가 확보되었으나 변동성이 큰 유량 자료를 2개의 모형에서 직접 학습시킬 경우, 예측되는 유량 자료의 정확도는 악화되었다. 따라서, 본 연구에서는 급변하는 유량을 정확히 예측하기 위하여 2개 모형으로 예측된 수위 자료를 수위-유량관계곡선의 입력자료로 활용하여 유량의 예측 정확도를 크게 향상시킬 수 있었다. 마지막으로 본 연구성과는 수문자료의 별도 가공없이 관측 길이가 상대적으로 충분히 길지 않고 유출량이 급변하는 도시하천에서의 홍수예경보 자료로 충분히 활용할 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제25권8호
• /
• pp.111-117
• /
• 2020

최근 머신러닝의 높은 관심과 더불어 물리적 장치에 연동하기 위한 교육용 컨트롤러의 필요성이 증대되고 있다. 하지만 기존 컨트롤러는 교육용으로서의 고비용과 활용 영역면에서 제한적이다. 본 논문에서는 학생들의 머신 러닝 학습을 목적으로 뇌파를 이용한 동작 제어 컨트롤러를 제안한다. 특정 행위를 상상할 때 발생하는 뇌의 동작 상상 뇌파를 측정하여 표본화 한 후, Tensor Flow를 통하여 표본값을 학습시키고 게임 등의 콘텐츠에서 동작을 인식할 수 있도록 설계하였다. 동작 인식을 위한 움직임 변이는 상하좌우의 방향성과 점프 동작으로 구성된다. 인식 동작의 식별 정보를 언리얼 엔진으로 제작한 게임에 전송하여 게임 속 캐릭터를 동작시키는 절차로 이루어 진다. 구현된 컨트롤러는 뇌파 외에도 입력 신호에 따라 다양한 분야에 활용될 수 있으며 머신 러닝 학습 등의 교육적 용도로 사용될 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제26권11호
• /
• pp.1615-1622
• /
• 2022

교수자 중심의 강의식 교수법이 갖는 한계점을 극복하고자 최근 학습자 중심의 교수법인 플립러닝이 널리 도입되고 있다. 하지만 플립러닝이 갖는 여러 장점에도 불구하고 학습자가 선행 학습 시 발생하는 질문들을 실시간 해결할 수 없다는 문제가 존재한다. 따라서 본 연구에서는 이러한 문제를 해결하기 위해 플립러닝 방식으로 운영하는 데이터베이스 설계 교과목을 위한 수업 도우미 챗봇인 디비봇을 개발하였다. 디비봇은 크게 학습자용 챗봇 앱과 교수자용 챗봇 관리 앱으로 구성되며, 수업 운영 관련 질문과 학습 내용 관련 매학기 반복되는 질문처럼 교수자가 미리 예상할 수 있는 질문은 구글의 다이얼로그 플로우(DialogFlow)를 활용해서 답변할 수 있도록 구현하였다. 또한, 팀 프로젝트와 관련된 질문처럼 교수자가 미리 예상하기 어려운 질문은 질의/응답 DB와 유사도 비교 알고리즘인 BM25 알고리즘을 활용해서 답변할 수 있도록 구현하였다.

• 경영과학
• /
• 제31권3호
• /
• pp.77-94
• /
• 2014

This study empirically investigated the relationships among inter-organizational cost management (IOCM), cooperation with suppliers, information exchange between partners, inter-organizational learning, control integration, and the supply-chain performance of a firm. The results showed that the adoption of IOCM positively affects the collaboration between buyers and suppliers, which also leads to the increased information flow between them. According to the results of this study, it was found that inter-organizational information flow causes inter-organizational learning, and this learning contributes to the improved supply-chain performance. In this study, the positive effects of the cooperation with suppliers through IOCM on the control integration in supply-chains were not empirically confirmed. However, the impact of IOCM on control integration was significant and positive. Finally, the fact that the enhanced control integration can improve the supply-chain performance of a firm was empirically demonstrated.