This research investigates the effectiveness of data augmentation techniques in the automated analysis of B-scan images from ground-penetrating radar (GPR) using deep learning. In spite of the growing interest in automating GPR data analysis and advancements in deep learning for image classification and object detection, many deep learning-based GPR data analysis studies have been limited by the availability of large, diverse GPR datasets. Data augmentation techniques are widely used in deep learning to improve model performance. In this study, we applied four data augmentation techniques (geometric transformation, color-space transformation, noise injection, and applying kernel filter) to the GPR datasets obtained from a testbed. A deep learning model for GPR data analysis was developed using three models (Faster R-CNN ResNet, SSD ResNet, and EfficientDet) based on transfer learning. It was found that data augmentation significantly enhances model performance across all cases, with the mAP and AR for the Faster R-CNN ResNet model increasing by approximately 4%, achieving a maximum mAP (Intersection over Union = 0.5:1.0) of 87.5% and maximum AR of 90.5%. These results highlight the importance of data augmentation in improving the robustness and accuracy of deep learning models for GPR B-scan analysis. The enhanced detection capabilities achieved through these techniques contribute to more reliable subsurface investigations in geotechnical engineering.
The purpose of this study was to develop of learning strategy scale for college students. This study further classified several sub-areas and defined each concepts of learning strategy. Based upon the classification of each sub-areas, tentative test items were developed through the verification of validity by three professionals. A pilot study of the developed scale was administered to 239 college students. And the research collected major data from 1,012 college students. Data were analyzed to obtain item quality, reliability, and validity analysis. The results of this study were as follows. The scale for learning strategy was defined by eight factors and they were 'self-management strategy', 'examination-readiness strategy', 'cognitive strategy', 'memorizing strategy', 'reporting strategy', 'resource-utilization strategy', 'self-regulated strategy', 'cooperative learning strategy'. The results of the confirmatory factor analysis proved the eight factors in the learning strategy. And criterion validity evidence was also obtained from a correlation analysis of the level of academic achievement.
The purpose of this research was to analyze the effects of smart learning. By using meta analysis method, twenty MA and Ph.D degree papers published from 2006 to 2013 were analyzed and 104 effect sizes were calculated. Followings were the results of the research: (a) Smart learning turned out to be more statistically effective comparing to traditional education. The total mean effect size was .886 and the value of U3 was 66.53%. (b) All effect size of sub dependent variables(ie, academic achievement, learning satisfaction, learning attitude) were also effective by adapting smart learning. (c) The moderated variables likes learner characteristics, learning content, and interaction had high effect sizes. Operation system variable had a low effect size but it was not significant.
International Journal of Advanced Culture Technology
/
제7권4호
/
pp.295-301
/
2019
Since the third artificial intelligence boom was triggered by deep learning, it has been 10 years. It is time to analyze and discuss the research trends of deep learning for the stable development of AI. In this regard, this study systematically analyzes the trends of research on deep learning over the past 10 years. We collected research literature on deep learning and performed LDA based topic modeling analysis. We analyzed trends by topic over 10 years. We have also identified differences among the major research countries, China, the United States, South Korea, and United Kingdom. The results of this study will provide insights into research direction on deep learning in the future, and provide implications for the stable development strategy of deep learning.
This paper shows what kind of influence the learning motivation factors have on the effectiveness of Flipped Learning Model through the case of operating a JAVA programming subject. The Flipped Learning Approach consisting of Before Class, Before or At Start of Class, and In Class provides the students with learning motivation as well as satisfies Keller's ARCS(Attention, Relevance, Confidence, Satisfaction) to keep them studying steadily. This research conducts the operation of Flipped Learning and gets Exploratory Factor Analysis and Reliability Analysis from the result of the course experience questionnaire at the end of the class. Given this survey result, Flipped Learning approach improves the learners' satisfaction in class and the effectiveness in the fields of understanding learning context more than does the previous lecture-based learning approach by pacing learning procedure and conducting self-directed learning.
The purpose of this study was to investigate the structural relationship among the self-efficacy, self-directed learning ability, school adjustment and learning flow in middle school students by the structural equation modeling analysis. The subjects of this study consisted of 553 middle school students. The data were analyzed with descriptive statistics, Pearson correlations and structural equation modeling analysis by using the SPSS 12.0 and AMOS 5.0 statistical program. The results of this study were as followed: First, there were significant correlations among the self-efficacy, self-directed learning ability, school adjustment and learning flow. Second, the self-directed learning ability and school adjustment directly affected the learning flow. Third, self-efficacy and school adjustment variables indirectly affected learning flow. The indices of the best fit model on these variable were adequate. This study shows that the self-efficacy, self-directed learning ability, school adjustment are the significant predictor for the learning flow during adolescent.
Journal of information and communication convergence engineering
/
제18권4호
/
pp.239-244
/
2020
This study analyzed the influencing factors of learning engagement and teaching presence in online programming practice classes. The subjects of this study were students enrolled in an industrial specialized high school, who practiced creating Arduino circuits and programming using a web-based virtual practice tool called Tinkercad. This research adopted a tool that can measure task value, learning flow, learning engagement, and teaching presence. Based on this analysis, learning flow had a mediating effect between task value and online learning engagement, as well as between task value and teaching presence. Increasing learning engagement in online classes requires sensitizing the learners about task value, using hands-on platforms available online, and expanding interaction with instructors to increase learning flow of students. Furthermore, using virtual hands-on tools in online programming classes is relevant in increasing learning engagement. Future research tasks include: confirming the effectiveness of online learning engagement and teaching presence through pre- and post-tests, and conducting research on various practical subjects.
The purpose of this study is to explore professors' perception of blended learning. For this purpose, the reflective journals written by 56 university professors was analyzed using the keyword network analysis method. The results of this study are as follows: First, as a result of keyword frequency analysis for the blended learning, the keywords showed the highest frequency in the order of (1) 'instructional design', 'student', 'instructional method', 'learning objective' in the area of learning, (2) 'importance', 'instruction', 'feeling', 'student' in the area of feeling, and (3) 'semester', 'plan', 'weekly', and 'instruction' in the area of action plan. Second, the results of analyzing the degree, closeness centrality, and betweenness centrality of network connection are as follows. (1) The keywords 'instruction', 'instructional method', 'instructional design', and 'learning objective' in the area of learning, (2) the keywords 'instruction', 'importance', and 'necessity' in the area of feeling, and (3) 'instruction', 'plan', and 'semester' in the area of action plan showed high values in degree, closeness centrality, and betweenness centrality. Based on the research results, implications for blended learning and professors' perception were discussed.
International Journal of Internet, Broadcasting and Communication
/
제10권2호
/
pp.60-67
/
2018
The purpose of this study was to examine the effects of internet-use Anatomy class, as one of the Flipped learning method, on critical thinking disposition. The class for this study was conducted from March 1 to April 10, 2018. The study involved a total of 180 people in the first year of a University located in C province. Data collection was carried out before and after the Flipped learning method application. Frequency analysis, Paired t-test, Pearson correlation, and Regression analysis were used for the analysis. According to the analysis, 28.3% of men and 71.1% of women and before applying the program analysis of correlation between Flipped learning perception and critical thinking disposition showed a significant correlation between confidence(sub-component of critical thinking) only (p<.005). Comparing the scores of critical thinking before and after the program, it was found that Truth seeking (p<.001), Open-mindness (p<.005), Confidence (p<.001), Systematicity (p<.005), Analyticity (p<.001), and Inquisitiveness (p<.001) scores had increased significantly except Maturity (p>.005). And the regression analysis of Flipped learning method applying influence on critical thinking disposition were significantly affected (p<.001). Based on the results of this study, it was possible to determine that Flipped learning method had a positive effect on critical thinking disposition.
COVID-19로 인한 팬데믹 상황은 우리 사회의 사회적, 경제적, 심리적, 그리고 다른 모든 면에서 크고 작은 영향을 미치고 있다. 코로나 19 전파를 막기 위해 우리나라를 포함한 다양한 국가에서는 장기간의 가정 돌봄 및 원격 학습 체제에 들어갔다. 하지만 많은 나라에서 진행된 원격 학습 실험은 대면 교육을 원격 학습으로 대체할 수 있는지에 대한 문제가 제기되었다. 이에 본 연구에서는 원격 수업에 대한 언론 보도 내용을 바탕으로 여론, 사회 인식, 현장의 동향을 분석하였다. 이를 위해 본 연구에서는 원격 수업과 관련된 11개의 신문사 및 4개의 방송사의 기사, 2,600개를 수집하였다. 이 데이터를 바탕으로 키워드 트렌드 분석, 토픽모델링 분석, 감정 분석을 실시하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.