• Structural Monitoring and Maintenance
• /
• 제9권4호
• /
• pp.337-357
• /
• 2022

The objective of this study is to present a data-driven machine learning (ML) framework for predicting ultimate shear strength and failure modes of reinforced concrete ledge beams. Experimental tests were collected on these beams with different loading, geometric and material properties. The database was analyzed using different ML algorithms including decision trees, discriminant analysis, support vector machine, logistic regression, nearest neighbors, naïve bayes, ensemble and artificial neural networks to identify the governing and critical parameters of reinforced concrete ledge beams. The results showed that ML framework can effectively identify the failure mode of these beams either web shear failure, flexural failure or ledge failure. ML framework can also derive equations for predicting the ultimate shear strength for each failure mode. A comparison of the ultimate shear strength of ledge failure was conducted between the experimental results and the results from the proposed equations and the design equations used by international codes. These comparisons indicated that the proposed ML equations predict the ultimate shear strength of reinforced concrete ledge beams better than the design equations of AASHTO LRFD-2020 or PCI-2020.

• Journal of Animal Science and Technology
• /
• 제66권1호
• /
• pp.167-177
• /
• 2024

Iris segmentation is an initial step for identifying the biometrics of animals when establishing a traceability system for livestock. In this study, we propose a deep learning framework for pixel-wise segmentation of bovine iris with a minimized use of annotation labels utilizing the BovineAAEyes80 public dataset. The proposed image segmentation framework encompasses data collection, data preparation, data augmentation selection, training of 15 deep neural network (DNN) models with varying encoder backbones and segmentation decoder DNNs, and evaluation of the models using multiple metrics and graphical segmentation results. This framework aims to provide comprehensive and in-depth information on each model's training and testing outcomes to optimize bovine iris segmentation performance. In the experiment, U-Net with a VGG16 backbone was identified as the optimal combination of encoder and decoder models for the dataset, achieving an accuracy and dice coefficient score of 99.50% and 98.35%, respectively. Notably, the selected model accurately segmented even corrupted images without proper annotation data. This study contributes to the advancement of iris segmentation and the establishment of a reliable DNN training framework.

• Journal of Information Science Theory and Practice
• /
• 제4권3호
• /
• pp.6-27
• /
• 2016

There has been a growing interest and enthusiasm for the application of virtual worlds in learning and training. This research proposes a design framework of a virtual world-based learning environment that integrates two unique features of the virtual world technology, immersion and interactivity, with an instructional strategy that promotes self-regulatory learning. We demonstrate the usefulness and assess the effectiveness of our design in the context of information security learning. In particular, the information security learning module implemented in Second Life was incorporated into an Introduction to Information Security course. Data from pre- and post- learning surveys were used to evaluate the effectiveness of the learning module. Overall, the results strongly suggest that the virtual world-based learning environment enhances information security learning, thus supporting the effectiveness of the proposed design framework. Additional results suggest that learner traits have an important influence on learning outcomes through perceived enjoyment. The study offers useful design and implementation guidelines for organizations and universities to develop a virtual world-based learning environment. It also represents an initial step towards the design and explanation theories of virtual world-based learning environments.

• 과학교육연구지
• /
• 제46권3호
• /
• pp.278-292
• /
• 2022

서비스 러닝(service learning)은 최근 환경문제를 동반한 기후변화에 대처하기 위한 새로운 교육적 접근으로 새롭게 주목받고 있다. 그러나 국내 과학교육에서는 서비스 러닝에 대한 연구들이 부족하다. 이 연구에서는 기존의 관련 문헌들을 바탕으로 서비스 러닝에 대한 이론적 배경을 소개하고, 환경문제에 대한 과학교육의 새로운 접근 방법으로서 국내 과학교육 환경에서도 적용될 수 있는 개념적 틀을 제시하고자 하였다. 이를 위해 서비스 러닝과 관련하여 국내외 데이터베이스 검색을 통해 수집된 112편의 문헌들을 연구 대상으로 하여 분석하였다. 그 결과, Dewey의 경험학습에 뿌리를 둔 서비스 러닝의 이론적 배경을 소개하였고, 서비스 러닝을 학생들이 학습 내용과 관련된 구조화된 서비스 활동을 통해 지역사회가 필요로 하는 도움을 제공하고, 그와 동시에 학문적 이해의 깊이를 더하며, 나아가 사회 구성원으로서 공동체 의식과 책임감을 함양하는 형태의 경험학습으로 정의하였다. 또한 환경문제에 대응하기 위해 국내 과학교육 환경에 적용하기 위한 서비스 러닝의 개념적 틀을 제안하였다. 제안된 틀은 서비스 러닝의 구성원을 학교, 학생, 지역사회로 구분하고, 지식, 경험, 그리고 비판적 성찰(critical reflection)을 통한 학습을 그 핵심요소로 제시하고 있다. 기후변화, 생물 다양성, 대기오염, 산림황폐화 등을 포함한 다양한 환경문제를 다루기 위한 방안으로 우리나라 과학교육에서도 서비스 러닝을 적극적으로 활용할 필요가 있다. 따라서 제안된 서비스 러닝의 개념적 틀을 바탕으로 학교현장에서 지역사회 환경문제를 다루기 위해 다양한 형태로 적용하고 검증하는 연구들이 추가적으로 수행되어야 할 것이다.

• 정보교육학회논문지
• /
• 제24권1호
• /
• pp.59-69
• /
• 2020

본 연구에서는 Computational Thinking 기반의 인공지능(AI)교육에 대한 학습자의 내재적 사고의 변화를 살펴보기 위한 평가도구 개발의 기준과 프레임워크를 구성하여 제시하고자 하였다. 이를 위해 데이터수집을 위한 인지적 학습보조(Agency)의 단계, 수집된 데이터의 특징을 분해하여 데이터의 패턴을 인식하고 카테고리화 과정을 수행하는 추상화(Abstracting)의 단계, 추상화과정을 수행한 정제된 데이터를 토대로 알고리즘을 구성하는 모델링(Modeling)단계의 일련의 순차적 과정이 평가요소로 구성되었다. 또한 학습자의 인식, 학습, 행동, 결과에 대한 인지적영역에 대한 평가가 구성되었으며, 학습자의 문제해결의 과정과 결과에 대하여 지식, 역량, 태도의 영역에 대하여 측정을 하게 됨으로써 AI교육에 대한 학습의 내재적인 인지영역의 변화와 결과에 대한 평가를 할 수 있도록 프레임 워크가 설계되었다. 연구의 결과는 교수학습의 맥락에 따른 개별화된 평가도구 개발에 대한 프레임워크를 구성하였다는 점에서 의미가 있으며, 향후 AI교육의 다양한 영역에서 활용될 수 있는 기준으로서 활용될 수 있을 것이다.

• 영어어문교육
• /
• 제11권4호
• /
• pp.335-363
• /
• 2005

One of the most important features in the 7th National Curriculum of English is the introduction of the middle school multi-purpose English classes. Despite the importance of the classes, there doesn't seem to be enough studies of developing learning materials for them. The purpose of the current study is, therefore, to develop English learning materials for the multi-purpose English classes based on the Task-Based Learning framework. To do so, various tasks were collected and adapted for the classes, and different teaching techniques suitable for the tasks were designed. It is hoped that this research will help teachers prepare for teaching materials for the classes, and students recognize their interests in English and to improve their English abilities.

• Industrial Engineering and Management Systems
• /
• 제8권3호
• /
• pp.171-180
• /
• 2009

Population learning algorithm (PLA) is a population-based method that was inspired by the similarities to the phenomenon of social education process in which a diminishing number of individuals enter an increasing number of learning stages. The study aims to develop a framework that repeatedly applying the PLA to solve the discrete resource constrained project scheduling problem with two objectives: minimizing project makespan and renewable resource availability, which are two most common concerns of management when a project is being executed. The PLA looping framework will provide a number of near Pareto optimal schedules for the management to make a choice. Different improvement schemes and learning procedures are applied at different stages of the process. The process gradually becomes more and more sophisticated and time consuming as there are less and less individuals to be taught. An experiment with ProGen generated instances was conducted, and the results demonstrated that the looping framework using PLA outperforms those using genetic local search, particle swarm optimization with local search, scatter search, as well as biased sampling multi-pass algorithm, in terms of several performance measures of proximity. However, the diversity using spread metric does not reveal any significant difference between these five looping algorithms.

• 문화기술의 융합
• /
• 제5권2호
• /
• pp.375-380
• /
• 2019

본 논문의 핵심 주제는 개방형 교육 플랫폼 기반 학습 프로세스 마이닝 및 애널리틱스 기술로 최근에 관심과 사용이 급속히 증가하고 있는 MOOC(Massive Open Online Courseware) 등과 같은 개방형 교육 플랫폼을 기반으로 하는 개인별 학습 이력 로그로부터 학습 및 러닝 프로세스를 중심으로 하는 유의미한 학습 프로세스 지식을 발견하고 분석하기 위한 학습 프로세스 마이닝 프레임워크를 설계 및 구현하는 기술이다. 러한 프레임워크의 핵심 기술로서, 학습 프로세스의 표현, 추출, 분석, 가시화하는 기술과 이러한 마이닝 및 분석된 학습 프로세스 지식으로부터 개선된 학습 프로세스 관련 교육 서비스를 제공하는 기술로 구성된다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.207-212
• /
• 2004

본 논문은 주식 매매 시스템을 위한 강화 학습 구조를 제시한다. 매매 시스템에 사용되는 매개변수들은 Q-학습 알고리즘에 의하여 최적화되고, 인공 신경망이 값의 근사치를 구하기 위하여 활용된다 이 구조에서는 서로 유기적으로 협업하는 다중 에이전트를 이용하여 전역적인 추세 예측과 부분적인 매매 전략을 통합하여 개선된 매매 성능을 가능하게 한다. 에이전트들은 서로 통신하여 훈련 에피소드와 학습된 정책을 서로 공유하는데, 이 때 전통적인 Q-학습의 모든 골격을 유지한다. 실험을 통하여, KOSPI 200에서는 제안된 구조에 기반 한 매매 시스템을 통하여 시장 평균 수익률을 상회하며 동시에 상당한 이익을 창출하는 것을 확인하였다. 게다가 위험 관리의 측면에서도 본 시스템은 교사 학습(supervised teaming)에 의하여 훈련된 시스템에 비하여 더 뛰어난 성능을 보여주었다.

• 한국정보통신학회논문지
• /
• 제16권2호
• /
• pp.357-372
• /
• 2012

대부분의 이러닝 시스템은 복잡한 가입 절차를 거쳐야 하고 교육과정 또한 여러 부분으로 나뉘어 있어 서비스를 이용하기가 쉽지 않다. 이는 사용자가 학습에 대한 관심을 쉽게 잃게 만들 수 있고 학습 능률도 떨어뜨릴 수 있는 문제점을 가지고 있다. 또한 대부분의 이러닝 과정은 유아 및 초등학생들을 대상으로 하고 있지 않아 보호자 없이는 학습을 원활이 할 수 없는 설정이다. 따라서 본 논문에서는 초등학생들을 대상으로 하는 영어 이러닝 시스템을 설계 및 구현 한다. 제안하는 시스템은 사용자들의 나이가 어리다는 것을 참고하여 사용자 측면의 환경을 최대한 쉽고 흥미롭게 구성 한다. 본 시스템은 3가지의 클래스로 구성되고 사용자들은 능력에 맞게 미리 정해진 코스 정보를 이용하여 각 클래스별로 코스를 진행하게 된다.