• Journal of the Korean Data and Information Science Society
• /
• 제21권2호
• /
• pp.211-218
• /
• 2010

다구찌는 파라미터 설계에서 설계인자의 최적조건을 구하는데 필요한 수행측도로서 신호대 잡음비를 이용하여 자료 분석을 하였다. 다구찌 품질공학은 품질을 개선하는데 있어서 큰 기여를 하였으나 자료 분석하는데 있어서 망목특성에서의 신호대 잡음비의 사용은 많은 문제점이 지적되었고 여러 학자들에 의하여 대체방안 연구되었다. 제품의 설계단계에서 품질특성과 여러 개의 설계인자와의 관계는 복잡한 비선형 형태를 가지는 경우가 대부분이다. 신경망은 유연한 모형 선택과 학습능력은 알수 없는 복잡한 비선형 형태를 파악하는데 아주 유용한 도구이다. 본 논문은 파라미터 설계에서 설계인자의 최적조건을 찾는데 있어서 문제가 되는 신호대 잡음비을 사용하지 않고 신경망을 이용한 최적화 방안을 제안하고자 한다. 아울러 예제를 들어 기존의 다구찌 방법과 새로이 제안한 대체방안을 비교하고자 한다.

• 컴퓨터교육학회논문지
• /
• 제12권6호
• /
• pp.41-51
• /
• 2009

본 연구는 국제결혼 자녀, 외국인노동자 자녀 등 다문화가정 자녀들의 정보격차 해소를 위한 정책 방안을 모색하는데 연구의 목적이 있다. 구체적으로, 정보화를 통해 다문화가정에서 성장하고 있는 초중등학생들의 학교생활 및 사회 적응도를 높이고 학업성취도를 향상 시키는 데 도움을 줄 수 있는 방안을 모색하고자 하였다. 이를 위해 다문화가정의 실태에 대한 다양한 정책자료 및 관련 선행연구를 중심으로 심층적인 문헌 분석을 통해 다문화가정 학생들이 당면한 교육적 문제점을 정리한 후 정보격차를 해소할 수 있는 방안을 탐색하였다. 정책 개선 방안으로 정보 접근성 향상을 위해 개인별 정보 인프라 제공 대신 다중 활용 공간에 대한 인프라 지원을 제시하였으며, 정보 활용 방법으로서 교육환경 자체가 정보격차 해소에 도움을 주는 이러닝 서비스의 확대, 정보격차 해소 교육을 위한 교원 및 학부모의 교육역량 강화 방안을 제안하였다.

• Safety and Health at Work
• /
• 제9권3호
• /
• pp.265-276
• /
• 2018

Background: Resilience engineering is a paradigm for safety management that focuses on coping with complexity to achieve success, even considering several conflicting goals. Modern sociotechnical systems have to be resilient to comply with the variability of everyday activities, the tight-coupled and under-specified nature of work, and the nonlinear interactions among agents. At organizational level, resilience can be described as a combination of four cornerstones: monitoring, responding, learning, and anticipating. Methods: Starting from these four categories, this article aims at defining a semiquantitative analytic framework to measure organizational resilience in complex sociotechnical systems, combining the resilience analysis grid and the analytic hierarchy process. Results: This article presents an approach for defining resilience abilities of an organization, creating a structured domain-dependent framework to define a resilience profile at different levels of abstraction, and identifying weaknesses and strengths of the system and potential actions to increase system's adaptive capacity. An illustrative example in an anesthesia department clarifies the outcomes of the approach. Conclusion: The outcome of the resilience analysis grid, i.e., a weighed set of probing questions, can be used in different domains, as a support tool in a wider Safety-II oriented managerial action to bring safety management into the core business of the organization.

• 대한간호학회지
• /
• 제49권5호
• /
• pp.526-537
• /
• 2019

Purpose: The aim of this study was to evaluate the validity and reliability of the Korean version of the Clinical Teaching Behavior Inventory (CTBI). Methods: The English CTBI-23 was translated into Korean with forward and backward translation. Survey data were collected from 280 nurses' preceptors at five acute-care hospitals in Korea. Content validity, construct validity, and criterion-related validity were evaluated. Cronbach's ${\alpha}$ was used to assess reliability. SPSS 24.0 and AMOS 22.0 software was used for data analysis. Results: The CTBI Korean version consists of 22 items in six domains, including being committed to teaching, building a learning atmosphere, using appropriate teaching strategies, guiding inter-professional communication, providing feedback and evaluation, and showing concern and support. One of the items in the CTBI was excluded with a standardized factor loading of less than .05. The confirmatory factor analysis supported good fit and reliable scores for the Korean version of the CTBI model. A six-factor structure was validated ($x^2=366.30$, p<.001, CMIN/df=2.0, RMSEA=.06, RMR=.03, SRMR=.05, GFI=.90, IFI=.94, TLI=.92, CFI=.94). The criterion validity of the core competency evaluation tool for preceptors was .77 (p<.001). The Cronbach's ${\alpha}$ for the overall scale was .93, and the six subscales ranged from .72 to .85. Conclusion: The Korean version CTBI-22 is a valid and reliable instrument for identifying the clinical teaching behaviors of preceptors in Korea. The CTBI-22 also could be used as a guide for the effective teaching behavior of preceptors, which can help new nurses adapt to the practicalities of nursing.

• 디지털융복합연구
• /
• 제19권10호
• /
• pp.87-94
• /
• 2021

본 연구는 A대학 핵심역량을 기반으로 개편한 교양교육과정을 역량 향상도로 분석하여 평가 및 환류의 기초자료로 활용하기 위함이다. 2020년도 2학기에 개설된 교과목을 수강한 학생을 대상으로 A대학에서 개발한 교양교육과정 역량 진단도구를 사용하여 역량별 대표 교과목을 수강한 학생에게 2회에 걸쳐 설문조사를 하였으며, 분석은 기술통계, t-검정을 실시하였다. 연구 결과, 소통역량(t=-9.839, p<.01), 학습역량(t=-4.707, p<.01), 사고역량(t=-9.992, p<.01), 협력역량(t=-2.061, p<.01)은 유의미하게 향상된 것으로 나타났으며, 나눔역량(t=-.550)은 향상되었으나, 유의미하지 않은 것으로 나타났다. 이러한 결과는 역량별 교과목 운영을 점검하고 판단할 수 있는 근거를 마련하는데 의의가 있다.

• 한국물환경학회지
• /
• 제36권6호
• /
• pp.621-635
• /
• 2020

Water quality models are scientific tools that simulate and interpret the relationship between physical, chemical and biological reactions to external pollutant loads in water systems. They are actively used as a key technology in environmental water management. With recent advances in computational power, water quality modeling technology has evolved into a coupled three-dimensional modeling of hydrodynamics, water quality, and ecological inputs. However, there is uncertainty in the simulated results due to the increasing model complexity, knowledge gaps in simulating complex aquatic ecosystem, and the distrust of stakeholders due to nontransparent modeling processes. These issues have become difficult obstacles for the practical use of water quality models in the water management decision process. The objectives of this paper were to review the theoretical background, needs, and development status of water quality modeling technology. Additionally, we present the potential future directions of water quality modeling technology as a scientific tool for national environmental water management. The main development directions can be summarized as follows: quantification of parameter sensitivities and model uncertainty, acquisition and use of high frequency and high resolution data based on IoT sensor technology, conjunctive use of mechanistic models and data-driven models, and securing transparency in the water quality modeling process. These advances in the field of water quality modeling warrant joint research with modeling experts, statisticians, and ecologists, combined with active communication between policy makers and stakeholders.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.161-166
• /
• 2022

본 논문에서는 데이터 분석 도구인 R을 이용하여 빅데이터 분석을 수행할 때 발생하는 문제점을 분석하고, 빅데이터의 분산 처리를 효과적으로 지원하는 스파크와 R을 연계한 SparkR을 이용한 분석의 유용성을 제시하고자 한다. 먼저, 대량의 데이터를 로딩하고 연산을 수행할 때 발생하는 R의 메모리 할당 문제점과 R과 비교한 SparkR의 특징 및 프로그래밍 환경을 분석한다. 그리고, 선형 회귀 분석을 각각의 환경에서 수행할 때의 실행 성능을 비교 분석한다. 분석 결과 SparkR을 통해 추가적인 언어 학습 없이도 R을 그대로 이용하여 데이터 분석에 활용할 수 있음을 보였으며, SparkR을 이용하여 R로 작성된 코드를 클러스터 내 노드 수의 증가에 따라 효과적으로 분산 처리할 수 있었다.

• Imaging Science in Dentistry
• /
• 제53권3호
• /
• pp.199-207
• /
• 2023

Purpose: The objective of this study was to evaluate the accuracy and effectiveness of an artificial intelligence (AI) program in identifying dental conditions using panoramic radiographs(PRs), as well as to assess the appropriateness of its treatment recommendations. Materials and Methods: PRs from 100 patients(representing 4497 teeth) with known clinical examination findings were randomly selected from a university database. Three dentomaxillofacial radiologists and the Diagnocat AI software evaluated these PRs. The evaluations were focused on various dental conditions and treatments, including canal filling, caries, cast post and core, dental calculus, fillings, furcation lesions, implants, lack of interproximal tooth contact, open margins, overhangs, periapical lesions, periodontal bone loss, short fillings, voids in root fillings, overfillings, pontics, root fragments, impacted teeth, artificial crowns, missing teeth, and healthy teeth. Results: The AI demonstrated almost perfect agreement (exceeding 0.81) in most of the assessments when compared to the ground truth. The sensitivity was very high (above 0.8) for the evaluation of healthy teeth, artificial crowns, dental calculus, missing teeth, fillings, lack of interproximal contact, periodontal bone loss, and implants. However, the sensitivity was low for the assessment of caries, periapical lesions, pontic voids in the root canal, and overhangs. Conclusion: Despite the limitations of this study, the synthesized data suggest that AI-based decision support systems can serve as a valuable tool in detecting dental conditions, when used with PR for clinical dental applications.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.701-715
• /
• 2021

최근 딥러닝 기술의 급속한 발전과 함께 학습데이터가 크게 주목을 받고 있다. 일반적으로 딥러닝 방식에서는 모델을 훈련시키기 위해 충분한 학습데이터가 준비되어 있어야 한다. 하지만, 딥러닝 모델 설계 작업과 달리 데이터셋을 제작하는 데 상당한 시간과 노력이 필요하다. 영상 데이터를 주로 다루는 시각지능 분야에서도 학습데이터 제작자들은 전문적인 학습데이터 제작 도구를 사용해 이미지 단위로 레이블링을 수작업으로 하고 있어 여전히 많은 시간과 노력이 필요한 상황이다. 따라서, 다양한 분야에서 필요한 충분한 영상 학습데이터셋을 확보하기 위해 기존의 수작업 방식을 대체할 수 있는 레이블링 기술이 필요하다. 본 논문에서는, 영상 학습데이터셋 동향을 소개하고, 학습데이터 제작 환경에 대해 분석한다 특히, 수작업으로 이루어지는 반복적이고 수고스러운 레이블링 과정을 자동화하여, '확인과 수정'의 단계를 비약적으로 단축시킬 수 있는 '스마트 영상학습데이터 제작 시스템'을 제안한다. 그리고, 실험을 통해 영상 학습데이터 제작 과정에서 이미지에 박스형 및 폴리곤형 객체영역을 지정하여 레이블링하는 데 소요되는 시간을 크게 줄이기 위한 자동레이블링 방식의 효과를 검증한다. 마지막으로, 제안하는 시스템의 실험에서 추가적으로 검증되어야 하는 부분과 함께 이를 개선하기 위한 향후 연구 계획에 대해 논의한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.830-860
• /
• 2022

[Introduction] Nowadays, many companies are shifting their businesses online due to the growing trend among customers to buy and shop online, as people prefer online purchasing products. [Problem] Users share a vast amount of information about products, making it difficult and challenging for the end-users to make certain decisions. [Motivation] Therefore, we need a mechanism to automatically analyze end-user opinions, thoughts, or feelings in the social media platform about the products that might be useful for the customers to make or change their decisions about buying or purchasing specific products. [Proposed Solution] For this purpose, we proposed an automated SentiDecpective approach, which classifies end-user reviews into negative, positive, and neutral sentiments and identifies deceptive crowd-users rating information in the social media platform to help the user in decision-making. [Methodology] For this purpose, we first collected 11781 end-users comments from the Amazon store and Flipkart web application covering distant products, such as watches, mobile, shoes, clothes, and perfumes. Next, we develop a coding guideline used as a base for the comments annotation process. We then applied the content analysis approach and existing VADER library to annotate the end-user comments in the data set with the identified codes, which results in a labelled data set used as an input to the machine learning classifiers. Finally, we applied the sentiment analysis approach to identify the end-users opinions and overcome the deceptive rating information in the social media platforms by first preprocessing the input data to remove the irrelevant (stop words, special characters, etc.) data from the dataset, employing two standard resampling approaches to balance the data set, i-e, oversampling, and under-sampling, extract different features (TF-IDF and BOW) from the textual data in the data set and then train & test the machine learning algorithms by applying a standard cross-validation approach (KFold and Shuffle Split). [Results/Outcomes] Furthermore, to support our research study, we developed an automated tool that automatically analyzes each customer feedback and displays the collective sentiments of customers about a specific product with the help of a graph, which helps customers to make certain decisions. In a nutshell, our proposed sentiments approach produces good results when identifying the customer sentiments from the online user feedbacks, i-e, obtained an average 94.01% precision, 93.69% recall, and 93.81% F-measure value for classifying positive sentiments.