• 대한임상독성학회지
• /
• 제1권1호
• /
• pp.21-26
• /
• 2003

Methamphetamine (MA) is a major drug of abuse in Korea. Currently preliminary evidence suggests that MA dependence may cause long-term neural damage in human. Repeated exposure to psychostimulants such as methamphetamine results in behavioral sensitization, a paradigm thought to be relevant to drug craving and addiction in human. Sensitization alters neural circuitry involved in normal processes of incentrive, motivation, and reward. However the precise mechanism of this behavioral sensitization has not yet been fully elucidated. Repeated use of high dose MA causes neurotoxicity which is characterized by a long-lasting depletion of striatal dopamine (DA) and tyrosin hydroxylase activity of DA, DA-transporter binding sites in the striatum. The loss of DA transporters correlates with memory problems and lack of motor coordination. DA fuels motivation and pleasure, but it' s also crucial for learning and movement. This selective review provides a summary of studies that assess the neurobiological mechanisms of MA.

• 한국과학교육학회지
• /
• 제25권6호
• /
• pp.698-709
• /
• 2005

When modeling students' conceptual understanding, there are several different frameworks, among which are the alternative conception framework and the mental model framework, which converge to suggest a form of knowledge representation. However, little research has explained how they are different from each other and from memory. The purpose of this study was to develop a new mental model theory that integrates the different terminologies and their background theories, which refer to students' ideas not only in science education, but also in other research areas. For this purpose, at first, we compared different terminologies including alternative conception, p-prim, and mental models, and the underlying theories used for representing students' ideas in learning science. Through such comparison, we tried to find the relationship among them. We reviewed related literature and synthesized the results from both cognitive science (related research areas) and science education approaches, especially, Vosniadou's mental model theory. Based on reviewing previous studies, we have developed a preliminary mental model theory 'an integrated theoretical structure of mental models'. We applied the new mental model theory to interpret data on students' ideas about circular motion from our previous research. We expect our new mental model theory will help us understand how students form their own ideas in science from an integrated perspective.

• 음성과학
• /
• 제5권2호
• /
• pp.57-75
• /
• 1999

The purpose of this paper is to develop an English prosody training system using PC for Korean learners of English. The program is called Intonation Training Tool (ITT). It operates on DOS 5.0. The hardware for this program requires over IBM PC 386 with 4 MBytes main memory, SVGA (1 MByte or more) for graphic, soundblaster 16 and over 14 inch monitor size. The ITT program operates this way: the learners can listen as well as see the English teacher's stress and intonation patterns on the monitor. The learner practices the same patterns with a microphone. This program facilitates the learner's stress and intonation patterns to overlap the teacher's patterns. The learner can find his/her stress and intonation errors and correct these independently. This program is expected to be a highly efficient learning tool for Korean learners of English in their English prosody training in the English class without the aid of a native English speaker in the classroom.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.210-213
• /
• 2011

기억 인출 단서는 학습을 통해 장기기억 공간에 저장된 정보를 인출하는 과정에서 중요하며, 서로 다른 종류의 기억 인출 단서에 따른 기억 인출 결과 및 이에 대한 인지 학습적 특성 규명은 교육, 범죄 수사, 그리고 인간의 뇌 기능을 모방한 기계학습 연구 등에서 중요하게 다루어져야 할 문제이다. 본 논문에서는 비디오 데이터를 이용하여 학습한 내용을 인출하는 과정에서 텍스트와 이미지가 각각 인출 단서로서 기억인출 결과에 미치는 영향을 분석하고, 기억 정보 및 시각 정보 처리와 관련된 뇌 영역에서의 뇌전도 분석을 이용하여 이를 해석하였다. 실험 결과를 통해 기억 인출을 위해 이미지-텍스트를 제시할 경우 전전두엽의 기억인출 관련 부위와 시각 피질이 위치한 후두엽의 인터랙션이 높게 이루어지면서 암묵적인 시각적기억 표상의 인출이 발생하는 것을 알 수 있었다.

• 약학회지
• /
• 제46권3호
• /
• pp.185-191
• /
• 2002

Alzheimer's disease (AD) involves neuronal degeneration with impaired cholinergic transmission, particularly in areas of the brain associated with learning and memory. Several cholinesterase inhibitors are widely prescribed to ameliorate the cognitive deficits in AD patients. In an attempt to examine if tacrine and donepezil, two well-known cholinesterase inhibitors, exhibit additional pharmacological actions in primary cultured rat cortical cells, we investigated the effects on neuronal injuries induced by glutamate or N-methyl-D-aspartate (NMDA), $\beta$-amyloid fragment ( $A_{{beta}25-35)}$), and various oxidative insults. Both tacrine and donepezil did not significantly inhibit the excitotoxic neuronal damage induced by glutamate. However, tacrine inhibited the toxicity induced by NMDA in a concentration-dependent fashion. In addition, tacrine significantly inhibited the $A_{{beta}25-35)}$-induced neuronal injury at the concentration of 50 $\mu$M. In contrast, donepezil did not reduce the NMDA- nor $A_{{beta}25-35)}$-induced neuronal injury. Tacrine and donepezil had no effects on oxidative neuronal injuries in cultures nor on lipid peroxidation in vitro. These results suggest that, in addition to its anticholinesterase activity, the neuroprotective effects by tacrine against the NMDA- and $A_{{beta}25-35)$-induced toxicity may be beneficial for the treatment of AD. In contrast, the potent and selective inhibition of central acetylcholinesterase appears to be the major action mechanism of donepezil.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.147-147
• /
• 2018

In this article, we use an open source software library: TensorFlow, developed for the purposes of conducting very complex machine learning and deep neural network applications. However, the system is general enough to be applicable in a wide variety of other domains as well. The proposed model based on a deep neural network model, LSTM (Long Short-Term Memory) to predict the river water level at Okcheon Station of the Guem River without utilization of rainfall - forecast information. For LSTM modeling, the input data is hourly water level data for 15 years from 2002 to 2016 at 4 stations includes 3 upstream stations (Sutong, Hotan, and Songcheon) and the forecasting-target station (Okcheon). The data are subdivided into three purposes: a training data set, a testing data set and a validation data set. The model was formulated to predict Okcheon Station water level for many cases from 3 hours to 12 hours of lead time. Although the model does not require many input data such as climate, geography, land-use for rainfall-runoff simulation, the prediction is very stable and reliable up to 9 hours of lead time with the Nash - Sutcliffe efficiency (NSE) is higher than 0.90 and the root mean square error (RMSE) is lower than 12cm. The result indicated that the method is able to produce the river water level time series and be applicable to the practical flood forecasting instead of hydrologic modeling approaches.

• 한국콘텐츠학회논문지
• /
• 제9권7호
• /
• pp.411-418
• /
• 2009

이 연구의 목적은 영어 독해 전략이 영어 독해에 미치는 영향에 대해서 연구하였다. 이 연구를 위해 다음과 같이 3개의 연구문제를 제시하였다 첫째, 한국대학생이 사용하는 독해 전략을 연구하였고, 둘째, 성별에 따른 영어 독해전략 사용에 대해 연구하였다. 셋째, 영어 숙달도에 따른 영어 독해전략 사용의 차이점을 연구 하였다. 이 연구를 통해 다음과 같은 사실을 발견하였다. 첫째, 한국대학생들은 6가지의 범주중 에서 기억전략을 가장 많이 사용한 반면 초인지전략을 가장 적게 사용하였다. 둘째, 성별에 따라 독해 전략 사용의 차이가 있음을 알 수 있었으며 셋째, 영어 숙달도에 따른 독해 전략 사용의 차이가 있음을 알 수 있었다. 이 연구는 독해전략 사용이 영어 독해 능력을 강화 시킬 수 있음을 보여주고 있으며, 영어 선생님들은 영어 독해 수업시간에 학습자들에게 맞는 적절한 독해 전략 사용을 고려하여 수업을 진행 하여야 할 것이다.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1643-1656
• /
• 2010

여러 품종을 소량으로 생산하는 소형 공장에서 불량품으로 인한 손실을 줄이기 위하여 부품의 양불량을 판단하는 시스템의 개발이 필요하다. 그러한 시스템은 계층형 시간적 메모리(HTM : Hierarchical Temporal Memory) 기술을 이용하여 개발할 수 있다. HTM은 인간 두뇌의 신피질(neocortex)의 동작 원리를 기계학습에 접목시킨 모델이다. HTM 기반의 기계학습 시스템을 사용하기 위해서는 훈련된 HTM 네트워크를 개발해야 하는데, 이를 위해서는 HTM 이론에 대한 지식이 필요하다. 본 연구는 이 HTM 기술을 부품의 이미지 인식에 적용하여 부품에 대한 양 불량을 판별하는 시스템에서, HTM 네트워크 개발을 지원하는 훈련시스템의 설계와 구현을 제시한다. 이 시스템은 HTM 이론에 대한 지식이 없어도 작업현장의 기술자가 HTM 네트워크를 정확히 훈련시킬 수 있으며, 부품에 대한 모든 종류의 HTM 기반의 판정시스템에 그대로 적용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.358-358
• /
• 2023

본 연구에서는 그동안 수자원분야 강우유출 해석분야에 활용되었던 대표적인 머신러닝&딥러닝(ML&DL) 모델을 활용하여 모델의 하이퍼파라미터 튜닝뿐만 아니라 모델의 특성을 고려한 기상 및 수문데이터의 조합과 전처리(lag-time, 이동평균 등)를 통하여 데이터 특성과 ML&DL모델의 조합시나리오에 따른 일 유입량 예측성능을 비교 검토하는 연구를 수행하였다. 이를 위해 소양강댐 유역을 대상으로 1974년에서 2021년까지 축적된 기상 및 수문데이터를 활용하여 1) 강우, 2) 유입량, 3) 기상자료를 주요 영향변수(독립변수)로 고려하고, 이에 a) 지체시간(lag-time), b) 이동평균, c) 유입량의 성분분리조건을 적용하여 총 36가지 시나리오 조합을 ML&DL의 입력자료로 활용하였다. ML&DL 모델은 1) Linear Regression(LR), 2) Lasso, 3) Ridge, 4) SVR(Support Vector Regression), 5) Random Forest(RF), 6) LGBM(Light Gradient Boosting Model), 7) XGBoost의 7가지 ML방법과 8) LSTM(Long Short-Term Memory models), 9) TCN(Temporal Convolutional Network), 10) LSTM-TCN의 3가지 DL 방법, 총 10가지 ML&DL모델을 비교 검토하여 일유입량 예측을 위한 가장 적합한 데이터 조합 특성과 ML&DL모델을 성능평가와 함께 제시하였다. 학습된 모형의 유입량 예측 결과를 비교·분석한 결과, 소양강댐 유역에서는 딥러닝 중에서는 TCN모형이 가장 우수한 성능을 보였고(TCN>TCN-LSTM>LSTM), 트리기반 머신러닝중에서는 Random Forest와 LGBM이 우수한 성능을 보였으며(RF, LGBM>XGB), SVR도 LGBM수준의 우수한 성능을 나타내었다. LR, Lasso, Ridge 세가지 Regression모형은 상대적으로 낮은 성능을 보였다. 또한 소양강댐 댐유입량 예측에 대하여 강우, 유입량, 기상계열을 36가지로 조합한 결과, 입력자료에 lag-time이 적용된 강우계열의 조합 분석에서 세가지 Regression모델을 제외한 모든 모형에서 NSE(Nash-Sutcliffe Efficiency) 0.8이상(최대 0.867)의 성능을 보였으며, lag-time이 적용된 강우와 유입량계열을 조합했을 경우 NSE 0.85이상(최대 0.901)의 더 우수한 성능을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.128-128
• /
• 2020

최근 농업환경의 변화와 기후변화에 대응하기 위해 농업용수 관리 정보화 및 과학화의 필요성이 증대되어 실시간으로 저수지 저수량과 농업용수 공급량을 파악하기 위해 자동 수위계측시설이 도입되었다. 농림축산식품부의 저수지 자동수위측정기 설치 및 운영지침에 따라 현재 농어촌공사 관리 저수지 1,734개소 및 수로부 1,880개소에 자동수위계가 설치되어 있으며, 저수지와 수로에서 10분 간격으로 수위자료가 생성되고 있다. 농업용 저수지 수문자료의 공인지점은 2016년 6개소에서 2019년 49개소로 증대되고 있으며, 데이터 품질 저하의 최소화 및 신뢰성 있는 수문자료 생성의 필요성이 증가함에 따라 농업용 저수지의 특성을 반영한 저수지 수위 오결측 데이터 보정 방안 및 수문 자료 품질관리 방안이 요구된다. 농업용 저수지의 수위 변화 및 강우-유출 현상은 물리적 모형을 구축하여 기상, 지형 등 영향 인자와 수위(또는 유출)와의 상관관계를 분석하는 것은 무적으로 불가능하였지만, 최근 인공신경망 (Artificial Neural Network, ANN) 등과 같이 black-box 형태의 모형을 이용하여 비선형적인 수문해석이 가능해졌다. 본 연구에서는 빅데이터와 인공신경망을 결합시킨 알고리즘인 딥러닝 (Deep Learning) 기반의 LSTM (Long Short-Term Memory) 모형을 활용하여 농업용 저수지 수위자료를 검토하여 자동계측기에서 발생하는 오류 보정을 위해 품질관리 방안을 제시하고자 한다.