• 한국심리학회지 : 문화 및 사회문제
• /
• 제15권4호
• /
• pp.565-589
• /
• 2009

본 연구에서는 게임 사용의 부정적 결과에 초점을 둔 선행 연구와 달리, 게임활용의 긍정적 결과로서의 적응적 게임활용도를 측정하는 도구를 개발하고 타당화하였다. 예비조사를 통해 적응적 게임활용 측정 도구를 개발하고, 유층표집을 통해 선정된 전국 중고등학생 600명을 대상으로 본조사를 실시하였다. 연구결과 활력 경험, 생활경험 확장, 여가 선용, 몰입 경험, 자긍심 경험, 통제력 경험, 사회적 지지망 유지 및 확장 등 7개의 요인으로 구성되는 척도의 신뢰도와 시간에 걸친 안정성이 확인되었다. 또한, 척도의 구성타당도, 변별타당도, 및 공인타당도를 확인하였다. 게임 연구의 외연 확장과 관련한 본 연구의 시사점과 장래 연구 방향을 논의하였다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.415-421
• /
• 2023

본 논문에서는 시멘트에 탄소나노튜브를 혼입하여 전기 전도성을 향상시킨 복합재료의 압저항 특성을 딥러닝 기반 트랜스포머 알고리즘을 적용하여 분석하였다. 훈련 데이터 확보를 위한 실험수행을 병행하였으며, 기존 연구문헌을 참조하여 배합설정, 시편제작, 화학조성 분석, 압저항 성능측정 실험을 수행하였다. 특히 본 연구에서는 탄소나노튜브 혼입 시편뿐 아니라 플라이애시를 바인더 대비 50% 대체한 시편에 대한 제작 및 성능평가를 함께 수행하여, 전도성 시멘트 복합재료의 압저항 특성 향상 가능성을 탐구하였다. 실험결과, 플라이애시 대체 바인더의 경우 보다 안정적인 압저항 특성결과가 관찰되었으며, 측정된 데이터의 80%를 이용하여 트랜스포머 모델을 훈련시키고 나머지 20%를 통해 검증하였다. 해석 결과는 실험적 측정과 대체로 부합하였으며, 평균 절대 오차 및 평균 제곱근 오차는 각각 0.069~0.074와 0.124~0.132을 나타내었다.

• 한국방재안전학회논문집
• /
• 제16권2호
• /
• pp.65-73
• /
• 2023

하천에서는 어류의 상·하류 간의 이동을 위해 어도는 필수적으로 설치해야 하는 시설이다. 그러나 어도 내부의 흐름에 따라 이동효율의 차이가 발생한다. 따라서 본 연구에서는 FLOW-3D를 통해 월류수심에 따른 계단식 어도 내의 어류 친화적 흐름을 검토하였고, 모형을 검증하기 위해 개수로 실험을 수행하였다. 본 연구에서는 어류의 유영능력에 영향을 미치는 주요 항목으로는 유속, 난류운동에너지, 에너지소산율 등이 있으며, 이와 같은 항목으로 대상 어류를 피라미로 가정하여 어류 친화적 흐름의 적합성을 판단하였다. 월류 수심은 피라미에게 유효한 영향을 끼치는 것을 확인할 수 있었으며, 어도의 낙차에 따라 적합한 월류수심이 요구된다. 향후, 본 연구결과는 계단식 어도 설계의 기초자료가 될 수 있을 것이라 기대된다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.37-44
• /
• 2023

인터스트리4.0의 주요 기술인 인간-로봇 협업은 작업자의 안전을 보장하기 위한 추가적인 조치들이 필요하다. 협동로봇과 작업자간 충돌을 회피하는 기존 방식은 주로 로봇에 부착된 센서와 카메라를 기반으로 총돌을 탐지한다. 이러한 방식은 로봇, 사람 물체를 지속적으로 추적하고 충돌회피를 위한 복잡한 알고리즘이 필요하며, 작업 환경 변화에 빠르게 대응하지 못하는 단점이 있다. 본 논문은 인간과 로봇이 협업하는 과정에서 작업자가 위험을 느낄 때의 감정을 인식하여 협동로봇과의 충돌을 방지할 수 있는 웹 기반 플랫폼을 개발하였다. 이를 위해 웨어러블 뇌파장치를 이용하여 감정 관련 뇌파를 수집하고 저장하는 웹 기반 애플리케이션을 개발하였으며, 중립/긍정/부정 감정의 특징을 추출하고 분류하는 딥러닝 모델을 제안하였다. 또한 분류된 감정에 따라 모터동작을 제어하는 사물인터넷 인터페이스 프로그램을 개발하였다. 구현된 시스템의 성능분석을 위해 공개 데이터세트와 실제 수집된 데이터 세트를 사용하여 제안한 딥러닝 모델의 성능을 분석하였다. 공개 데이터 세트의 경우 정확도는 96.8%이며, 실제 수집 데이터세트의 경우 정확도는 70.7%이다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.119-124
• /
• 2023

최근 딥러닝은 다양한 분야에서 전통적인 기계학습에 비해 월등히 높은 성능을 보이고 있으며, 패턴인식을 위한 보편적인 방법으로 자리 잡아 가고 있다. 하지만, 이에 비해 정형데이터를 사용하는 분류 문제에서는 여전히 머신러닝 기법이 주류를 이루고 있다. 본 논문에서는 정형데이터를 고차원 텐서로 변환하는 네트워크 모듈을 제안하며, 이 모듈을 보편적인 딥러닝 네트워크와 함께 구성하여 정형데이터의 분류 문제에 적용하였다. 제안된 방법은 4종의 데이터셋을 활용하여 학습 및 검증되었으며, 제안된 방법은 90.22%의 평균 정확도를 달성하여, 최신 딥러닝 모델인 TabNet에 비해 2.55%p 높은 정확도를 보였다. 제안된 방법은 컴퓨터 비전 분야에서 높은 성능을 보이는 다양한 네트워크 구조를 정형데이터에 활용할 수 있다는 점에서 의미가 있다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.891-907
• /
• 2023

Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similarspectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.999-1008
• /
• 2023

당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.

• Anatomy and Cell Biology
• /
• 제56권1호
• /
• pp.86-93
• /
• 2023

Age at death estimation has always been a crucial yet challenging part of identification process in forensic field. The use of human skeletons have long been explored using the principle of macro and micro-architecture change in correlation with increasing age. The clavicle is recommended as the best candidate for accurate age estimation because of its accessibility, time to maturation and minimal effect from weight. Our study applies pre-trained convolutional neural network in order to achieve the most accurate and cost effective age estimation model using clavicular bone. The total of 988 clavicles of Thai population with known age and sex were radiographed using Kodak 9000 Extra-oral Imaging System. The radiographs then went through preprocessing protocol which include region of interest selection and quality assessment. Additional samples were generated using generative adversarial network. The total clavicular images used in this study were 3,999 which were then separated into training and test set, and the test set were subsequently categorized into 7 age groups. GoogLeNet was modified at two layers and fine tuned the parameters. The highest validation accuracy was 89.02% but the test set achieved only 30% accuracy. Our results show that the use of medial clavicular radiographs has a potential in the field of age at death estimation, thus, further study is recommended.

• Human Ecology Research
• /
• 제62권2호
• /
• pp.351-368
• /
• 2024

The objectives of this study were to develop, implement a home economics education teaching-learning plan and assess its effects to enhance global citizenship competencies among upper elementary school students. The ADDIE model was employed for learner needs analysis, instructional design, development and implementation. This was followed by assessments of global citizenship competencies and class satisfaction. Based on an analysis of the core ideas associated with an area of "Living Environment and Sustainable Choice," four practical problems were designed: What actions should I take for the rational management of living resources? What actions should I take to ensure consciousness of the need to respect diversity in daily life? What actions should I take to maintain a safe and healthy living environment? What actions should I take to make sustainable choices? Based on these four practical problems, four lesson topics were developed in accordance with both the voyeur's and the critical perspectives, resulting in a total of 8 sessions. The subsequent delivery of an 8-session class on global citizenship education in home economics yielded significant improvements in the global citizenship competencies (knowledge, skills, attitudes, and willingness to act) of 37 elementary school students immediately after the sessions. The significance of this study lies in its focus on the core ideas of the revised 2022 curriculum, thereby offering directions for the development of global citizenship education within the curriculum.

• 소성∙가공
• /
• 제33권3호
• /
• pp.200-207
• /
• 2024

In this study, we developed a semi-analytical approach for the numerical analysis of residual stress in oxide scales formed on hot-rolled steels. The oxide scale, formed during the hot rolling process, experiences complex interactions due to thermal and mechanical influences, significantly affecting the material's integrity and performance. Our research focuses on integrating various stress components such as thermal stress, growth stress, and creep behavior to predict the residual stress within the oxide layer. The semi-analytical method combines analytical expressions for each stress component with numerical integration to account for their cumulative effects. Validation through instrumented indentation tests confirms the reliability of our model, which considers thermal expansion coefficient (CTE) differences, scale growth, and creep-induced stress relaxation. Our findings indicate that thermal stress resulting from CTE differences significantly impacts the overall residual stress, with growth stress contributing a compressive component during cooling, and creep behavior playing a minor role in stress relaxation. This comprehensive approach enhances the accuracy of residual stress prediction, facilitating the optimization of material design and processing conditions for hot-rolled steel products.