• 한국가정과교육학회지
• /
• 제22권1호
• /
• pp.1-19
• /
• 2010

2007년 개정 기술 가정과 교육과정에서는 저출산 고령화 사회에 대응할 수 있는 교육을 강조하고 있으며 도덕성, 비판적 사고와 문제해결능력을 필요로 하는 문제를 다루는 내용에서 실천적 추론 수업의 교수 학습 방법을 적용하도록 하고 있다. 이에 본 연구는 '노인주거' 관련 실천적 문제 중심 수업 교수 학습 과정안과 학습 자료를 개발하여 이를 실제 수업에 적용한 후, 학생평가를 통해 이 교수 학습 과정안이 고등학교 기술 가정 노인주거 주생활 교육내용에 적합한지 평가하는데 목적을 두었다. 이를 위해 본 연구는 ADDIE 교수설계모형에 따라 분석, 설계 및 개발, 실행, 평가단계로 진행하였다. 분석단계에서는 노인주거 교육내용을 선정하기 위해 관련 선행연구와 현행 제7차 기술 가정 고등학교 10종 교과서, 현행교육과정과 2007년 개정 기술 가정과 교육과정을 분석하였다. 이와 함께 실천적 문제 중심 수업과 LT 협동학습 관련 문헌을 고찰하였다. 설계 및 개발 단계에서는 노인주거 수업의 교수 학습 내용에 맞는 실천적 문제를 선정하고 교수 학습 과정안을 구성하였다 개발된 교수 학습 과정안은 '노후에 안전하고 편안한 주거를 만들기 위해 나는 무엇을 해야 하는가?'의 실천적 문제에 따라 3차시 수업으로 구성된다. 개발단계에서는 교수 학습 과정안 3차시분, 학습 자료 53개(학생 활동지 44개, 학생 읽기 자료 2개, 교사 읽기 자료 5개, 동영상 자료 2개)와 설문지(33문항)를 개발하였다. 2009년 4월 20일부터 24일까지 경기도 성남시 소재 B전문계 고등학교 2학년 5학급(150명)을 대상으로 3시간씩 총 15차시 적용한 후 설문지를 이용해 평가단계를 거쳤다. 이 교수 학습 과정안을 적용한 후 평가 결과, 모든 평가 영역에서 매우 긍정적으로 나타났다. 노인주거 주생활 교육내용은 고령화 사회에 대비한 생활교육으로 적합하며, 실천적 문제 중심 수업은 나와 가정 그리고 사회에 선한(도덕적)행동, 비판적 사고와 문제해결능력을 길러주기 위한 효과적인 교수 학습 방법이라고 결론 낼 수 있겠다 수업 시수를 늘려 더 다양한 내용과 학생 활동이 충분히 이루어지도록 하는 후속 연구를 통해 더욱 발전된 노인주거 관련 주생활 실천적 문제 중심 수업 교수 학습 과정안이 개발되길 제언한다.

• 한국건축시공학회지
• /
• 제21권6호
• /
• pp.665-676
• /
• 2021

노후 건축물의 수가 증가함에 따라, 건물의 안전진단, 유지 보수에 대한 중요성이 증가하고 있다. 기존 외관 조사는 점검자의 주관적인 판단이 수반되어 평가 결과가 다르고 객관성과 신뢰성이 떨어진다. 따라서 본 연구는 기존 연구를 통해 기실시된 외관 조사 및 상태 평가 프로세스의 한계를 제시하였으며, UAV, Laser Scanner를 통해 3D Point Cloud 데이터를 수집하였다. 또한, Reverse Engineering 기술을 이용하여 3D 모델을 생성한 후 객관적인 상태평가 데이터를 취득하였다. 이후 기존의 정밀검사 데이터와 정밀 안전진단 데이터를 활용하여 DNN 구조를 생성하고, 고정밀도 측정 장치를 이용하여 얻은 상태평가 데이터를 적용하여 객관적인 건물안전등급을 산출하였다. 자동화된 프로세스는 20개의 노후된 건축물에 적용되며 동일 면적 건축물 기준 수작업으로 실시되는 안전진단의 시간에 비해 약 50% 감소하였다. 이후 본 연구에서는 안전등급 결과값과 기존값을 비교하여 안전등급 산출과정의 정확성을 검증하고 약 90%의 높은 정확도를 가진 DNN을 구축하였다. 이는 향후 노후 건물의 안전등급 산정의 신뢰성이 향상되고 비용과 시간을 절약해 경제성이 향상될 것으로 기대된다.

• 한국가정과교육학회지
• /
• 제35권2호
• /
• pp.133-144
• /
• 2023

본 연구에서는 실생활과 밀접한 학문인 의생활 분야에서의 환경보호에 대한 동기를 이끌어내기 위해 온라인 환경에서 성인 학습자 중심으로 버려진 우산의 천을 업사이클링하여 드링크백을 제작하는 온라인 실습 수업안을 체계적으로 개발함으로써 환경의식을 개선하고자 하였다. 본 연구는 교수학습개발 모형인 ADDIE 모형에 따라 진행되었다. 분석 단계에서 선행연구 결과를 바탕으로 교수설계 방향을 설정하였다. 설계 단계에서 구체적으로 온라인 환경에서의 실습 수업 운영을 계획하고 교육 대상자 수와 교육 내용, 교육 시간을 정하였다. 개발 단계에서 제작된 수업자료는 온라인 실습수업에 용이하도록 구성된 키트, 환경오염에 대한 경각심을 자극하는 이미지와 업사이클링에 대한 의미를 담은 이론 자료, 제작 과정을 담은 동영상, 사진 등을 PPT 자료로 정리하였으며, 교육에 대한 사후 평가 및 피드백을 위한 수업 만족도와 환경의식 관련 설문지로 구성하였다. 적용 단계는 총 두 번의 수업을 실행하였으며, 각 18명씩 총 36명의 학습자가 참여하였다. 첫 번째 수업의 피드백을 반영하여 3개월 후 두번째 수업을 실행하였다. 평가단계에서 1차 수업 학습자들이 수업 만족도와 관련한 반응에 따라 수업 설계와 자료를 보완한 결과, 2차 수업 학습자들로부터는 원활한 소통과 자유로운 자료 공유가 만족스럽다는 긍정적인 평가를 받았다. 환경의식 및 태도 관련 설문에서 두 실행에서 모두 문항의 총 평균이 4.27로 전반적으로 긍정적인 평가를 확인할 수 있었으며, 개방형 질문에서 업사이클링의 가치를 깨닫고 환경의식이 개선되었다는 평가를 받았다.

• 대한화학회지
• /
• 제65권3호
• /
• pp.209-218
• /
• 2021

이 연구는 탐구보고서에 기반하여 화학교사의 학생 역량 평가 실태를 알아보았다. 이를 위해 2020학년도 1급 화학 정교사 연수를 수행한 2개의 대학에서 연수를 수강한 화학교사를 대상으로 탐구보고서를 수합하였다. 교사들이 탐구보고서를 통해 학생의 어떠한 역량을 평가하고 있는지를 국가수준학업성취도 평가틀에서 제시한 과학과 교과 역량을 이용하여 분석하였다. 총 63명의 화학교사 탐구보고서를 수집하였으며, 이를 역량별, 각 역량의 하위 요소별, 세부 요소별로 분석하여 실태를 분석하였다. 연구결과, 대부분의 화학교사들은 탐구보고서를 통해 '과학적 탐구 및 문제 해결 능력'을 평가에 반영하고 있었다. 지필평가를 통해 주로 평가하는 '과학 원리의 이해 및 적용 능력'은 탐구 시작 시 선수학습의 확인으로 일부 사용되고 있었으며, '과학적 의사소통 능력'을 평가 하는 비중은 크지 않았다. 탐구보고서를 통해 '과학적 탐구 및 문제 해결력' 의 경우 '탐구 설계 및 수행', '자료의 분석과 해석', '결론 도출 및 해결 방안 제시'가 주로 평가되고 있었으며, '문제 발견 및 인식'과 '모형의 개발과 사용'은 거의 평가되지 않는 것으로 나타났다.

• 전기학회논문지
• /
• 제60권3호
• /
• pp.639-647
• /
• 2011

In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1711-1720
• /
• 2020

최근 급속한 산업화와 도시화로 인해 인위적으로 발생하는 미세먼지(Particulate matter, PM)는 기상 조건에 따라 이동 및 분산되면서 피부와 호흡기 등 인체에 악영향을 미친다. 본 연구는 기상인자를 multiple linear regression(MLR), support vector machine(SVM), 그리고 random forest(RF) 모델의 입력자료로 하여 서울시 PM10 농도를 예측하고, 모델 간 성능을 비교 평가하는데 그 목적을 둔다. 먼저 서울시에 소재한 39개소 대기오염측정망(air quality monitoring sites, AQMS)에서 관측된 PM10 농도 자료를 8:2 비율로 구분하여 모델 훈련과 검증 데이터셋으로 사용되었다. 또한 기상관측소(automatic weather system, AWS)에서 관측되고 있는 자료 중 9개 기상인자(평균기온, 최고기온, 최저기온, 일 강수량, 평균풍속, 최대순간풍속, 최대순간풍속풍향, 황사발생유무, 상대습도)가 모델의 입력자료로 선정되었다. 각 AQMS에서 관측된 PM10 농도와 MLR, SVM, 그리고 RF 모델에 의해 예측된 PM10 농도 간 결정계수(R2)는 각각 0.260, 0.772, 그리고 0.793이었고, RF 모델이 PM10 농도 예측에 가장 높은 성능을 나타냈다. 특히 모델 검증에 사용되는 AQMS 중 관악구와 강남대로 AQMS는 상대적으로 AWS에 가까워 SVM과 RF 모델에서 높은 정확도를 나타냈다. 종로구 AQMS는 AWS에서 비교적 멀리 떨어져 있지만, 인접한 두 AQMS 데이터가 모델 학습에 사용되었기 때문에 두 모델에서 높은 정확도를 나타냈다. 반면 용산구 AQMS는 AQMS 및 AWS에서 비교적 멀리 떨어져 있기에 두 모델의 성능이 낮게 나타냈다.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.118-129
• /
• 2022

본 논문에서는 국내 온라인 기업의 Wearable 제품을 선정하고 판매 데이터를 수집해 다양한 분석과 매출 예측을 통해 판촉 활동의 전략 모델을 연구하는 데 목적이 있다. 데이터 분석을 위해 여러 가지의 알고리즘을 사용하여 분석할 것이며, 최상의 모형으로 결과를 선택할 것이다. 최상의 결과로 선택된 모형인 Gradient Boosting 모델은 지도학습을 통해 종속변수 예측에 있어서 판촉 유형, 가격, 판매 수량, 성별, 모델, 판매경로, 제품 성능, 판매 날짜, 지역 등 9개의 독립변수를 투입할 수 있게 된다. 본 연구에서는 판매촉진 유형별로 종속변수로 설정된 리뷰 값을 앙상블 분석 기법을 통해 더욱더 세부적으로 학습하고 분석 및 예측이 주목적이며, 판매촉진 활동을 통한 고객에게 할인 혜택을 주어질 경우와 주어지지 않을 경우에 리뷰 평점을 연구하는 데 목적이 있다. 분석 결과로 본다면 평가 결과는 AUC 95% 수준이며, F1도 93% 정도이다. 결국 판매촉진 활동 유형 중 가치 부가 혜택이 리뷰 수와 리뷰 평점에 영향을 준다고 것을 확인할 수 있었으며, 주요 변인들이 리뷰와 리뷰 평점의 영향을 준다는 것도 확인할 수 있었다.

• 한국재난정보학회 논문집
• /
• 제18권1호
• /
• pp.146-153
• /
• 2022

연구목적: 국내 항만시설의 경우 사용년수가 오래된 항만구조물은 선박의 대형화 및 사용빈도 증가, 기후변화에 따른 자연재해의 영향 등으로 안전과 기능적 측면에서 상당히 많은 문제가 있다. 항만시설의 유지관리 이력 데이터를 기반으로 시설 노후화 패턴을 예측 할 수 있는 근사모델 개발을 위하여 빅데이터 분석 방법을 연구하였다. 연구방법: 본 연구에서는 케이슨식 안벽에 유지관리 데이터 수집하여 빅데이터를 바탕으로 시설물의 노후화 패턴 및 성능저하를 확인하기 위한 예측모델을 도출하였다. 가우시안 프로세스(GP)과 선형보간(SLPT) 기법을 통하여 생성된 상태기반 노후도 패턴 예측모델을 제안하고 유효성 검토를 통해 빅데이터 적용에 적합한 모델을 비교하고 제안하였다. 연구결과: 제안된 기법을 검토한 결과 SLPT기법은 RMSE 및 는 0.9215와 0.0648로 SLPT기법의 예측모델이 보다 더 적합한 것으로 검토 되었다. 결론: 이러한 연구를 통해 빅데이터 기반 시설물 성능저하 예측 연구는 유지관리를 위환 의사결정에서 중요한 체계가 될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 터널과지하공간
• /
• 제33권4호
• /
• pp.209-227
• /
• 2023

정부는 건설산업의 생산성 혁신을 위해 BIM 기반 스마트 건설기술 활성화방안을 지속적으로 발표하고 있다. 설계단계에서는 BIM 데이터와 다른 첨단기술을 융합하여 설계 자동화와 최적화 수행을 목표로 한다. 국내 해저터널 사업인 남해 서면-여수 신덕 국도 건설공사 기본설계에서는 터널설계 프로세스에 따라 3D 공간정보를 이용한 터널설계 자동화 기술을 개발하여 BIM 기반의 설계를 수행하였다. 터널의 선형설계에 제너레이티브 디자인 기법을 사용하여 만 여건 이상의 케이스를 36시간 내에 도출하고, 설계자가 정의한 목적함수의 정량적 평가를 수행하여 설계자가 요구하는 조건의 최적 선형을 도출했다. AI 기반의 지반분류와 3D Geo Model을 구축하여 최적 선형의 경제성 및 안정성을 평가하였다. AI 기반의 지반분류는 시추 코어 1공당 약 30종의 지반분류를 수행하여 그 정밀도를 향상시켰고, 3D Geo Model의 경우 시공 중 추가되는 지반 데이터를 누적할 수 있다는 점에서 그 활용도를 기대할 수 있다. 3D 발파설계의 경우 Dynamo 상에서 노선상의 모든 보안물건을 검토하여 최적 장약량을 5분 만에 도출하고, 직관적이고 편리한 시공관리를 위해 3D 공간상에 설계 결과를 시각화함으로서 시공 중에 직접 활용할 수 있도록 했다.