• 공학교육연구
• /
• 제3권2호
• /
• pp.3-13
• /
• 2000

본 연구는 컴퓨터 지원하의 품질경영(CAQC)교육에 있어서 발생되는 문제점을 분석하여 정리하고, 사례로서 히스토그램을 중심으로 한 학습모델을 개발하였다. 연구의 범위는 일반적으로 널리 통용되고 있는 히스토그램의 작성방법을 MS-엑셀을 활용하여 계산할 경우에 개선되어야할 문제점과 추가되어야 할 이론을 상호연관성 하에서 단계적으로 진행되도록 한 체계화이다. 히스토그램은 추출한 표본의 분포 형태로부터 모집단을 파악하자는 이론이므로 모집단의 분포의 형태를 추정해내기 위한 방법들을 실험과 실습을 통하여 대안을 제시했다. 히스토그램의 활용성을 확대시켜서 생산현장에서 응용할 수 있도록 정규성 검정에 관한 방법, 공정능력지수의 적용기준, PPM기법의 확률계산 등의 이론을 상호보완적으로 연관시켜 추가하였다. 불량원인을 신속하고 정확하게 찾아서 개선하고 관리하는 방법의 도구로서 히스토그램 본래의 목적에 잘 부합될 수 있도록 CAQC교육의 학습모델을 제안한다.

• 정보교육학회논문지
• /
• 제22권1호
• /
• pp.151-158
• /
• 2018

본 연구의 목적은 협력적 문제 해결력에 영향을 미치는 PISA(Programme for International Student Assessment) 2015의 ICT 요인을 바탕으로 학생들의 협력적 문제 해결력을 예측하는 시스템을 개발하는 데 있다. PISA 2015의 컴퓨터 기반 협력적 문제 해결력 평가에는 한국에서 5,581명이 참여하였다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 협력적 문제 해결력 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 95%의 정확도로 협력적 문제 해결력을 예측할 수 있었다. 이 모델을 바탕으로 협력적 문제 해결력 예측 시스템을 설계 및 구현하였으며, 해당 시스템을 사용하여 학습자의 ICT 관련 설문을 통해 협력적 문제 해결력을 예측할 수 있다. 본 연구는 교육에서 ICT 투입 및 사용에 대한 정책 결정에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.

• Preventive Nutrition and Food Science
• /
• 제19권4호
• /
• pp.343-347
• /
• 2014

The present study investigated the effects of Vaccinium uliginosum L. (bilberry) on the learning and memory impairments induced by amyloid-${\beta}$ protein ($A{\beta}P$) 1-42. ICR Swiss mice were divided into 4 groups: the control ($A{\beta}40$-1A), control with 5% bilberry group ($A{\beta}40$-1B), amyloid ${\beta}$ protein 1-42 treated group ($A{\beta}1$-42A), and $A{\beta}1$-42 with 5% bilberry group ($A{\beta}1$-42B). The control was treated with amyloid ${\beta}$-protein 40-1 for placebo effect, and Alzheimer's disease (AD) group was treated with amyloid ${\beta}$-protein 1-42. Amyloid ${\beta}$-protein 1-42 was intracerebroventricular (ICV) micro injected into the hippocampus in 35% acetonitrile and 0.1% trifluoroacetic acid. Although bilberry added groups tended to decrease the finding time of hidden platform, no statistical significance was found. On the other hand, escape latencies of $A{\beta}P$ injected mice were extended compared to that of $A{\beta}40$-1. In the Probe test, bilberry added $A{\beta}1$-42B group showed a significant (P<0.05) increase of probe crossing frequency compared to $A{\beta}1$-42A. Administration of amyloid protein ($A{\beta}1$-42) decreased working memory compared to $A{\beta}40$-1 control group. In passive avoidance test, bilberry significantly (P<0.05) increased the time of staying in the lighted area compared to AD control. The results suggest that bilberry may help to improve memory and learning capability in chemically induced Alzheimer's disease in experimental animal models.

• 한국시뮬레이션학회논문지
• /
• 제25권3호
• /
• pp.125-132
• /
• 2016

본 연구는 우리나라 IT기업을 대상으로 환경불확실성과 학습지향성의 상호작용이 조직성과의 하나인 마케팅역량에 미치는 영향을 탐색적으로 살펴보고자 하였다. AMOS와 SPSS를 활용한 통계분석 결과, 직원수 500인 미만의 소규모 조직일수록 자신들이 직면한 환경불확실성에 보다 적극적으로 그리고 유연하게 대응하려는 경향이 농후했으며, 이 같은 환경에의 반응을 통해 마케팅역량의 증대라는 긍정적 성과를 가져왔다. 반면에 직원수 500인 이상인 기업의 경우는 그 어떤 유의한 상호작용효과도 보여주지 못했다. 이 같은 연구결과는 조직규모에 따른 경쟁 환경 및 시장지배력의 차이가 IT기업의 환경적응 메커니즘에서도 차이를 가져온 것이라는 추론을 가능케 한다. 다만, 이 같은 유추는 IT기업의 유형과 특성이 매우 이질적이라는 점에서 일정한 한계를 지닌다. 따라서 IT산업의 표본을 확장한 후속연구와 타산업과의 비교연구에 대한 필요성이 있다.

• Journal of Ginseng Research
• /
• 제45권1호
• /
• pp.108-118
• /
• 2021

Background: Korean ginseng (Panax ginseng Meyer) contains a variety of ginsenosides that can be metabolized to a biologically active substance, compound K. Previous research showed that compound K could be enriched in the red ginseng extract (RGE) after hydrolysis by pectinase. The current study investigated whether the enzymatically hydrolyzed red ginseng extract (HRGE) containing a notable level of compound K has cognitive improving and neuroprotective effects. Methods: A scopolamine-induced hypomnesic mouse model was subjected to behavioral tasks, such as the Y-maze, passive avoidance, and the Morris water maze tests. After sacrificing the mice, the brains were collected, histologically examined (hematoxylin and eosin staining), and the expressions of antioxidant proteins analyzed by western blot. Results: Behavioral assessment indicated that the oral administration of HRGE at a dosage of 300 mg/kg body weight reversed scopolamine-induced learning and memory deficits. Histological examination demonstrated that the hippocampal damage observed in scopolamine-treated mouse brains was reduced by HRGE administration. In addition, HRGE administration increased the expression of nuclear-factor-E2-related factor 2 and its downstream antioxidant enzymes NAD(P)H:quinone oxidoreductase and heme oxygenase-1 in hippocampal tissue homogenates. An in vitro assay using HT22 mouse hippocampal neuronal cells demonstrated that HRGE treatment attenuated glutamate-induced cytotoxicity by decreasing the intracellular levels of reactive oxygen species. Conclusion: These findings suggest that HRGE administration can effectively alleviate hippocampus-mediated cognitive impairment, possibly through cytoprotective mechanisms, preventing oxidative-stress-induced neuronal cell death via the upregulation of phase 2 antioxidant molecules.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2496-2512
• /
• 2021

The requirements for powerful computing capability, high capacity, low latency and low energy consumption of emerging services, pose severe challenges to the fifth-generation (5G) network. As a promising paradigm, mobile edge networks can provide services in proximity to users by deploying computing components and cache at the edge, which can effectively decrease service delay. However, the coexistence of heterogeneous services and the sharing of limited resources lead to the competition between various services for multiple resources. This paper considers two typical heterogeneous services: computing services and content delivery services, in order to properly configure resources, it is crucial to develop an effective offloading and caching strategies. Considering the high energy consumption of 5G base stations, this paper considers the hybrid energy supply model of traditional power grid and green energy. Therefore, it is necessary to design a reasonable association mechanism which can allocate more service load to base stations rich in green energy to improve the utilization of green energy. This paper formed the joint optimization problem of computing offloading, caching and resource allocation for heterogeneous services with the objective of minimizing the on-grid power consumption under the constraints of limited resources and QoS guarantee. Since the joint optimization problem is a mixed integer nonlinear programming problem that is impossible to solve, this paper uses deep reinforcement learning method to learn the optimal strategy through a lot of training. Extensive simulation experiments show that compared with other schemes, the proposed scheme can allocate resources to heterogeneous service according to the green energy distribution which can effectively reduce the traditional energy consumption.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.527-535
• /
• 2021

창의·융합적 사고력과 문제해결력을 함양시키기 위해, 창의·융합교육을 과학고 학생들에게 처치하였으며, 수업처치 후 학생과 교사들의 인식변화를 조사하였다. 학생들의 인식조사 결과, 창의적 문제해결력 신장, 교육 만족도, 등 융합수업에 대한 학생들의 인식이 매우 긍정적으로 나타났으며, 98% 이상의 학생들이 앞으로도 융합교육 수업에 계속해서 참여하겠다고 응답하였다. 한편, 수업활동 시간 부족으로 문제해결 미완성이 학생들에게 부담으로 작용하였으며, 한 학기당 20~30% 이내에서 이 프로그램이 운용되길 바라고 있었다. 특히 융합교육의 효과를 높이기 위해, 나노과학의 내용 및 교수-학습 활동을 과학고 학생들의 인지발달 수준을 고려하여 알맞게 구성하였다. 또한, 학생들에 대한 교사들의 인식 조사 결과, '자기주도적 학습능력', '문제해결 능력', 등에서 80.0% 이상의 교사들이 매우 긍정적으로 응답하였다.

• 한국지진공학회논문집
• /
• 제26권2호
• /
• pp.71-82
• /
• 2022

This paper presents the effect on the inelastic behavior and structural performance of concrete and filled steel pipe through a numerical method for reliable judgment under various load conditions of the CJS composite structural system. Variable values optimized for the CJS synthetic structural system and the effects of multiple variables used for finite element analysis to present analytical modeling were compared and analyzed with experimental results. The Winfrith concrete model was used as a concrete material model that describes the confinement effect well, and the concrete structure was modeled with solid elements. Through geometric analysis of shell and solid elements, rectangular steel pipe columns and steel elements were modeled as shell elements. In addition, the slip behavior of the joint between the concrete column and the rectangular steel pipe was described using the Surface-to-Surface function. After finite element analysis modeling, simulation was performed for cyclic loading after assuming that the lower part of the foundation was a pin in the same way as in the experiment. The analysis model was verified by comparing the calculated analysis results with the experimental results, focusing on initial stiffness, maximum strength, and energy dissipation capability.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.823-830
• /
• 2022

The risk of project execution increases due to the enlargement and complexity of Engineering, Procurement, and Construction (EPC) plant projects. In the fourth industrial revolution era, there is an increasing need to utilize a large amount of data generated during project execution. The design is a key element for the success of the EPC plant project. Although the design cost is about 5% of the total EPC project cost, it is a critical process that affects the entire subsequent process, such as construction, installation, and operation & maintenance (O&M). This study aims to develop a system using machine-learning (ML) techniques to predict risks and support decision-making based on big data generated in an EPC project's design and construction stages. As a result, three main modules were developed: (M1) the design cost estimation module, (M2) the design error check module, and (M3) the change order forecasting module. M1 estimated design cost based on project data such as contract amount, construction period, total design cost, and man-hour (M/H). M2 and M3 are applications for predicting the severity of schedule delay and cost over-run due to design errors and change orders through unstructured text data extracted from engineering documents. A validation test was performed through a case study to verify the model applied to each module. It is expected to improve the risk response capability of EPC contractors in the design and construction stage through this study.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.23-32
• /
• 2023

현대 사회의 새로운 스포츠로 정의되는 e-스포츠는 세계적으로 많은 사랑을 받는 스포츠로 자리매김했다. 그 중, E-sports를 대표하는 AOS(Aeon of Strife) 장르의 게임은 플레이어 개개인과 팀의 운영이 승패를 좌우하는 요소가 된다는 특징을 가진다. 본 논문은 실제 유저들의 게임 데이터를 수집하고 데이터를 통계적 기법으로 분석하여 정보를 제공한다. 또한, 수집한 데이터를 활용해 머신러닝 기법을 이용하여 승패 예측 모형을 설계하고 실험한다. 5개의 머신러닝 알고리즘이 사용되었고, 평균적으로 개인 데이터 모형에서는 Accuracy 80%, 팀 데이터 모형에서는 Accuracy 95%의 성능을 보인다. 본 연구에서 모형 설계 시 사용된 데이터는 개인 데이터 1,149,950건, 팀 데이터 230,234건으로 규모가 크고 일반 유저들의 플레이 성격을 잘 반영하고 있기 때문에 개발사의 게임 운영이나 일반 유저의 전략 수립 등에 도움이 될 것으로 기대한다. 실험 결과, 개인 데이터 모형과 팀 데이터 모형을 비교하였을 때, 팀 단위 모형의 성능이 상대적으로 매우 좋게 나타났다.