• 정보교육학회논문지
• /
• 제24권1호
• /
• pp.99-106
• /
• 2020

본 논문에서는 2015 개정 실과교과서의 로봇 교육과 관련된 단원을 분석하였다. 분석결과, 모든 교과서는 도입, 전개, 정리의 공통 체제를 지니고 있었고, 모두 비슷한 흐름을 보이고 있었다. 학습목표는 모든 교과서에서 제시하고 있었으나, 인지, 기능적인 목표 이외에 정의적인 목표는 제시되지 않았다. 로봇 학습 내용은 로봇의 의미와 종류, 로봇의 구조와 센서, 로봇 만들기 활동을 제시하고 있으나 로봇 윤리, 다양한 로봇작품 제작 및 활동, 문제해결과정에서 로봇활용 등의 내용은 제시되지 않고 있다. 조립형 로봇과 적외선 센서를 공통으로 사용하고 있으며, 체험활동에 로봇제작 및 제어 실습자료 제시, 평가하기를 통한 단원 정리 등으로 구성되어 있으며, A, C, F교과서에서는 단원보조자료 등도 제시하고 있다. 추후 로봇 한계 인지, 올바른 사용 원칙, 안전교육, 개인정보 및 사생활보호 등의 설계·제조자와 사용자 중심의 로봇윤리 교육내용을 포함할 필요가 있을 것이다.

• International Journal of Advanced Culture Technology
• /
• 제8권3호
• /
• pp.61-72
• /
• 2020

The fear of crime, discussed in the early 1960s in the United States, is a psychological response, such as anxiety or concern about crime, the potential victim of a crime. These anxiety factors lead to the burden of the individual in securing the psychological stability and indirect costs of the crime against the society. Fear of crime is not a good thing, and it is a part that needs to be adjusted so that it cannot be exaggerated and distorted by the policy together with the crime coping and resolution. This is because fear of crime has as much harm as damage caused by criminal act. Eric Pawson has argued that the popular impression of violent crime is not formed because of media reports, but by official statistics. Therefore, the police should watch and analyze news related to fear of crime to reduce the social cost of fear of crime and prepare a preemptive response policy before the people have 'fear of crime'. In this paper, we propose a deep - based news classification system that helps police cope with crimes related to crimes reported in the media efficiently and quickly and precisely. The goal is to establish a system that can quickly identify changes in security issues that are rapidly increasing by categorizing news related to crime among news articles. To construct the system, crime data was learned so that news could be classified according to the type of crime. Deep learning was applied by using Google tensor flow. In the future, it is necessary to continue research on the importance of keyword according to early detection of issues that are rapidly increasing by crime type and the power of the press, and it is also necessary to constantly supplement crime related corpus.

• 정보교육학회논문지
• /
• 제11권3호
• /
• pp.259-266
• /
• 2007

교육용 게임을 학교 교육과정에 도입하여 활용하고자 하는 노력은 국내 외에서 활발하게 이루어지고 있는 실정이다. 교육용 게임의 액션수준이 성격유형에 따라 내적동기에 미치는 효과에 대한 연구결과를 통해 우리는 교육용 게임의 개발에서부터 실제 활용하는 학습자 및 가정에서의 학부모, 각 학교에서의 지도교사에게 충분한 자료가 될 것으로 사료된다. 예컨대, 교육용 게임을 설계하며 개발하는 제 단계에서 학습자의 성격유형을 고려한 선택메뉴를 구성하는 등의 부분에 아이디어가 될 것이다. 특히나 같은 학습목표를 구현하는 데 있어서 외향형의 학생에게 효과적인 게임, 내향형의 학생에게 효과적인 게임별로 개발된다면 도전감 등 내적동기를 증진시키는데 도움이 될 것으로 본다.

• 한국수학사학회지
• /
• 제22권3호
• /
• pp.187-206
• /
• 2009

본 연구에서는 진법에 대한 역사적 흐름을 간략하게 살펴보고, 유추를 활용하여 진법 내용에 대한 수학탐구활동의 방향 탐색 및 교수학습 자료를 개발하였다. 중학교에서 학습하는 십진법과 이진법을 수학기초지식으로 하여 다양한 수학적인 사실들을 탐구하였다. 먼저, 대수적인 수학내용으로 유추적 사고활동을 어떻게 진행할 것인지에 대해 고찰하였다. 다음으로 중학교 1학년에서 학습하는 진법을 바탕으로 a진법, -a진법, $\frac{1}{a}$진법, $\sqrt{a}$진법의 정의를 유추를 활용하여 확장하였고, 이러한 진법의 정의를 바탕으로 자연수, 정수, 유리수를 다양한 진법으로 표현하는 방법에 대해 고찰하였다. 마지막으로 확장된 진법에서 덧셈과 곱셈 연산을 수행하는 방법을 개발하였다. 유추를 활용하여 얻은 자료를 통해 수학교육과정과 교수학습에 의미 있는 시사점을 주리라 기대한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권1호
• /
• pp.9-16
• /
• 2020

빅 데이터를 연구 목적으로 제3자에게 배포할 때 프라이버시 정보를 보호하기 위해서 k-익명화 기법이 널리 사용되어 왔다. k-익명화 기법을 적용할 때, 해결 해야할 어려운 문제 중의 하나는 최적의 k값을 결정하는 것이다. 현재는 대부분 전문가의 직관에 근거하여 수동으로 결정되고 있다. 이러한 방식은 익명화의 성능을 떨어뜨리고 시간과 비용을 많이 낭비하게 만든다. 이러한 문제점을 해결하기 위해서 기계학습 기반의 k값 결정방식을 제안한다. 본 논문에서는 제안된 아이디어를 실제로 적용한 구현 및 실험 내용에 대해서 서술 한다. 실험에서는 심층 신경망을 구현하여 훈련하고 테스트를 수행 하였다. 실험결과 훈련 에러는 전형적인 신경망에서 보여지는 패턴을 나타냈으며, 테스트 실험에서는 훈련에러에서 나타나는 패턴과는 다른 패턴을 보여주고 있다. 제안된 방식의 장점은 k값 결정시 시간과 비용을 줄일 수 있다는 장점이 있다.

• 한국지구과학회지
• /
• 제24권3호
• /
• pp.172-180
• /
• 2003

지질조사는 제7차 지구과학교육과정에서 지구과학을 배우는 학생에게 매우 중요하지만, 시간, 거리, 비용이 너무 많이 들어 실제로 학생들이 야외지질조사를 나가서 학습하기 어려운 경우가 많다. 이러한 어려운 문제를 해결하기 위하여 이 연구는 제주도 송악산과 지삿개 일대를 선정하여 가상야외지질조사의 웹 컨텐츠와 교수-학습 자료를 개발하고자한다. 개발된 웹 컨텐츠는 주 메뉴, 부메뉴, 내용의 3 부분으로 구분하여 학습자가 쉽게 인식하도록 구성하였다. 기존웹 자료의 한계를 극복하기 위하여 동영상과 탐구 학습지를 학습자에게 제공하였고 웹 컨텐츠는 실제 야외지질조사에서 얻을 수 있는 내용을 체험할 수 있도록 고안하였다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.21-30
• /
• 2021

일반적으로 알려져 있는 행동에 비해 일반적으로 알려져 있지 않은 불특정 행동들에 대한 자료들은 부족한 실정이다. 특수학생들의 불특정 행동들에 대한 교육이나 지도를 위한 데이터 수집 및 관리가 필요하다. 본 논문에서는 기계 학습을 이용한 웹 기반의 특수학생 상담관리 모델을 제안한다. 실시간으로 특수학생들의 행동을 촬영하여 데이터를 수집하고, 행동패턴을 분석하여 데이터 셋을 구성하고 제안 시스템에 학습시킨다. 추후에 촬영되는 특수학생들의 행동을 제안시스템에 입력 및 분석을 통하여 기존 데이터와 비교하여 나온 결과를 다시 학습하여 정확도를 향상 시킬 수 있다. 데이터베이스에 저장되어 있지 않은 불특정 행동들을 임의로 행하여 테스트를 진행하였으며 예측 모델은 입력 데이터를 통해 정확하게 분류 및 그룹화 하였다. 또한 진입 과정에서 약간의 오차가 있더라도 행동의 특징 데이터를 통해 행동을 정확하게 구분 및 분류하는 것이 가능하다는 것을 확인 할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권11호
• /
• pp.411-418
• /
• 2018

인공지능 기술의 확산으로 인해 과학기술 분야에서도 연구 데이터의 확보, 저장 및 활용이 중요시 되고 있는 상황이다. 연구 데이터를 확보하기 위해 전자문서 형태의 연구논문으로부터 그래프, 표와 같은 유의미한 객체를 추출하는 다양한 방법들이 제안되고 있다. 경험적 방법론을 이용하는 기존의 연구들은 문서의 편집 특성을 일반화하여 객체들을 추출하기 때문에 다수의 이질적인 형태를 갖는 전자문서들을 대상으로 연구결과를 적용하는데는 한계가 있다. 본 논문은 경험적 방법론의 경직성을 극복하고 이질적인 전자문서들로부터 목표 객체들을 효과적으로 추출하기 위해 심층 학습 기반의 객체 추출 시스템을 제안한다. 텐서플로우 객체 탐지 API의 Faster R-CNN 알고리즘을 기반으로 새로운 학습 모델을 생성했으며 심층 학습과 평가를 위해 총 100여 편의 연구논문들을 대상으로 목표 객체들을 데이터화했다. 마지막으로 성능평가를 통해 제안한 시스템이 경험적 방법론을 적용한 비교 대상에 비해 약 5.2% 높은 성능을 보임을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권4호
• /
• pp.9-16
• /
• 2019

본 논문에서는 대용량 비디오 영상에서 오토인코더를 이용하여 파랑 전파시 수리동역학적 장면만을 분리하는 방법에 대해 소개한다. 연안에서 센서를 이용한 파랑의 직접적 관측의 어려움으로 인해 비디오 영상을 이용한 입자 추적, 옵티컬 플로우 등의 이미지 분석 방법이 주로 활용되고 있다. 하지만 이미지 분석 방법은 주변광 및 기상상태 등 외부 요인에 의한 영향으로 파랑에 대한 정확한 분석에 어려움이 있다. 제안하는 방법은 비디오 영상으로부터 주변광의 영항을 최소화하고, 순수 파랑 전파시 파랑의 움직임 만을 분리하여 수리동역학적 장면을 추출한다. 실제 해역 및 수리 모형 실험에서 촬영된 비디오 영상에 제안하는 방법을 적용하여 원본 영상으로부터 주변광에 의한 영향과 배경을 잘 분리하여 파랑 전파에 따른 수리동역학적 파랑 이동 장면이 잘 추출되었음을 시각적으로 확인하였다. 또한 변분 오토인코더의 잠재표현 학습을 통해 얻은 원본 비디오 영상에 대한 잠재 표현은 주변광과 배경 요인에 의해 지배적으로 결정되는 반면, 파랑 이동 장면은 해당 요인에 관계없이 독립적으로 잘 표현되는 것을 알 수 있었다.

• 한국물환경학회지
• /
• 제35권5호
• /
• pp.425-431
• /
• 2019

Recently, people have been attracting attention to the good quality of water resources as well as water welfare. to improve the quality of life. This study is a papers on the prediction of benthic macroinvertebrate index (BMI), which is a aquatic ecological health, using the machine learning based CFS (Correlation-based Feature Selection) method and the random forest model to compare the measured and predicted values of the BMI. The data collected from the Han River's branch for 10 years are extracted and utilized in 1312 data. Through the utilized data, Pearson correlation analysis showed a lack of correlation between single factor and BMI. The CFS method for multiple regression analysis was introduced. This study calculated 10 factors(water temperature, DO, electrical conductivity, turbidity, BOD, $NH_3-N$, T-N, $PO_4-P$, T-P, Average flow rate) that are considered to be related to the BMI. The random forest model was used based on the ten factors. In order to prove the validity of the model, $R^2$, %Difference, NSE (Nash-Sutcliffe Efficiency) and RMSE (Root Mean Square Error) were used. Each factor was 0.9438, -0.997, and 0,992, and accuracy rate was 71.6% level. As a result, These results can suggest the future direction of water resource management and Pre-review function for water ecological prediction.