• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.295-318
• /
• 2024

This narrative review explores the transformative potential of immersive virtual reality (IVR) in enhancing high school students' mathematics competence, viewed through the lens of the technological, pedagogical, and content knowledge (TPACK) framework. This review comprehensively illustrates how IVR technologies have not only fostered a deeper understanding and engagement with mathematical concepts but have also enhanced the practical application of these skills. Through the careful examination of seminal papers, this study carefully explores the integration of IVR in high school mathematics education. It highlights significant contributions of IVR in improving students' computational proficiency, problem-solving skills, and spatial visualization abilities. These enhancements are crucial for developing a robust mathematical understanding and aptitude, positioning students for success in an increasingly technology-driven educational landscape. This review emphasizes the pivotal role of teachers in facilitating IVR-based learning experiences. It points to the necessity for comprehensive teacher training and professional development to fully harness the educational potential of IVR technologies. Equipping educators with the right tools and knowledge is essential for maximizing the effectiveness of this innovative teaching approach. The findings also indicate that while IVR holds promising prospects for enriching mathematics education, more research is needed to elaborate on instructional integration approaches that effectively overcome existing barriers. This includes technological limitations, access issues, and the need for curriculum adjustments to accommodate new teaching methods. In conclusion, this review calls for continued exploration into the effective use of IVR in educational settings, aiming to inform future practices and contribute to the evolving landscape of educational technology. The potential of IVR to transform educational experiences offers a compelling avenue for research and application in the field of mathematics education.

• 대한영상의학회지
• /
• 제83권4호
• /
• pp.759-770
• /
• 2022

인공지능의 연구 개발 및 활용에서 윤리의 중요성이 의료분야뿐 아니라 전 사회적으로 점차 널리 인식되고 있다. 이 종설은 영상의학 영상데이터를 인공지능 연구에 활용할 때 개인정보의 보호 및 데이터에 대한 권리 측면에서 윤리적으로 고려할 사항들에 대해서 국내 독자들에게 실용적인 정보를 제공하고자 한다. 따라서 이 글에 담긴 내용은 많은 부분이 관련된 국내 법과 정부 제도에 바탕을 두고 있다. 인공지능의 연구 개발 및 활용에서 개인정보 보호는 매우 중요한 윤리적 원칙이며 연구 데이터의 적절한 가명처리는 개인정보 보호를 위한 핵심 방법이다. 아울러 인공지능 연구 개발에 의료 데이터를 상업적 이해관계를 최소화하며 윤리적으로 공유할 필요성도 부각되고 있다. 연구 데이터 공유는 개인정보 유출의 위험을 증가시키므로 개인정보 보호에 더욱 주의가 필요하다.

• 품질경영학회지
• /
• 제52권1호
• /
• pp.43-56
• /
• 2024

Purpose: The injection molding process, crucial for plastic shaping, encounters difficulties in sustaining product quality when replacing injection machines. Variations in machine types and outputs between different production lines or factories increase the risk of quality deterioration. In response, the study aims to develop a system that optimally adjusts conditions during the replacement of injection machines linked to molds. Methods: Utilizing a dataset of 12 injection process variables and 52 corresponding sensor variables, a predictive model is crafted using Decision Tree, Random Forest, and XGBoost. Model evaluation is conducted using an 80% training data and a 20% test data split. The dependent variable, classified into five characteristics based on temperature and pressure, guides the prediction model. Bayesian optimization, integrated into the selected model, determines optimal values for process variables during the replacement of injection machines. The iterative convergence of sensor prediction values to the optimum range is visually confirmed, aligning them with the target range. Experimental results validate the proposed approach. Results: Post-experiment analysis indicates the superiority of the XGBoost model across all five characteristics, achieving a combined high performance of 0.81 and a Mean Absolute Error (MAE) of 0.77. The study introduces a method for optimizing initial conditions in the injection process during machine replacement, utilizing Bayesian optimization. This streamlined approach reduces both time and costs, thereby enhancing process efficiency. Conclusion: This research contributes practical insights to the optimization literature, offering valuable guidance for industries seeking streamlined and cost-effective methods for machine replacement in injection molding.

• Journal of Information Technology Applications and Management
• /
• 제31권1호
• /
• pp.177-188
• /
• 2024

In this research, a cohort of two children, aged 7-8 years, was selected to participate in a specialized three-week training program aimed at enhancing their working memory. The program consisted of three sessions, each lasting approximately 30 minutes. The primary goal was to investigate the impact and developmental trajectory of working memory in school-aged children. Working memory plays a significant role in young children's learning and daily activities. To address the needs of this demographic, products should offer both educational and enjoyable activities that engage working memory. Digital educational tools, known for their flexibility, are suitable for both older individuals and young children. By updating software or modifying content, these tools can be effectively repurposed for young learners without extensive hardware changes, making them both cost-effective and practical. For example, memory training games initially designed for older adults can be adapted for young children by altering images, music, or storylines. Furthermore, incorporating elements familiar to children, like animals, toys, or fairy tales, can increase their engagement in these activities. Historically, working memory capabilities have been assessed predominantly through traditional intelligence tests. However, recent research questions the adequacy of these behavioral measures in accurately detecting changes in working memory. To bridge this gap, the current study utilized electroencephalography (EEG) as a more sophisticated and precise tool for monitoring potential changes in working memory after the training. The research findings were revealing. Participants showed marked improvement in their performance on n-back tasks, a standard measure for evaluating working memory. This improvement post-training strongly supports the effectiveness of the training program. The results indicate that such targeted and structured training programs can significantly enhance the working memory abilities of children in this age group, providing promising implications for educational strategies and cognitive development interventions.

• 해양환경안전학회지
• /
• 제30권1호
• /
• pp.82-88
• /
• 2024

현대 해양 산업은 기술적 발전을 통해 신속한 발전을 이루고 있다. 이러한 발전을 주도하는 주요 기술 중 하나는 데이터 처리 기술이며, 이 중 자연어 처리 기법은 사람의 언어를 기계가 이해하고 처리할 수 있도록 하는 기술이다. 본 연구는 자연어 처리 기법을 통해 해양안전심판원의 재결서를 분석하여 이미 재결이 이루어진 선박 충돌사고의 원인 제공 비율을 학습한 후, 새로운 재결서를 입력하면 원인 제공 비율을 예측하는 모델을 개발하고자 하였다. 이 모델은 사고 당시 적용되는 항법과 원인 제공 비율에 영향을 주는 핵심 키워드의 가중치를 이용하여 사고의 원인 제공 비율을 계산하는 방식으로 구성하였다. 이 연구는 이러한 방식을 통해 제작한 모델의 정확도를 분석하고, 모델의 실무 적용 가능성을 검토함과 동시에 충돌사고 재발 방지 및 해양사고 당사자들의 분쟁 해결에 기여할 것으로 기대한다.

• Smart Structures and Systems
• /
• 제33권2호
• /
• pp.93-103
• /
• 2024

Despite the rapid development of sensors, structural health monitoring (SHM) still faces challenges in monitoring due to the degradation of devices and harsh environmental loads. These challenges can lead to measurement errors, missing data, or outliers, which can affect the accuracy and reliability of SHM systems. To address this problem, this study proposes a classification method that detects anomaly patterns in sensor data. The proposed classification method involves several steps. First, data scaling is conducted to adjust the scale of the raw data, which may have different magnitudes and ranges. This step ensures that the data is on the same scale, facilitating the comparison of data across different sensors. Next, informative features in the time and frequency domains are extracted and used as input for a deep neural network model. The model can effectively detect the most probable anomaly pattern, allowing for the timely identification of potential issues. To demonstrate the effectiveness of the proposed method, it was applied to actual data obtained from a long-span cable-stayed bridge in China. The results of the study have successfully verified the proposed method's applicability to practical SHM systems for civil infrastructures. The method has the potential to significantly enhance the safety and reliability of civil infrastructures by detecting potential issues and anomalies at an early stage.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.121-128
• /
• 2024

최근 AI기반 온라인 번역 도구의 활용도가 높아짐에 따라 이에 대한 교육적 활용 방안 및 효과에 대한 관심이 높아지고 있다. 본 연구에서는 초등 예비교사를 30명을 대상으로 AI기반 온라인 번역도구를 활용한 영작문 과업을 수행하고 영어 글쓰기 능력에 미치는 영향과 실제적 경험을 기반으로 AI번역도구에 대한 활용 가능성, 교육적 활용도 및 장단점 등에 대한 인식을 살펴보았다. 작문시험, 설문조사와 인터뷰를 통해 수집된 자료를 바탕으로 분석한 결과, 영어 글쓰기의 완성도 및 충실도에 있어서 유의미한 증가를 보였으며, 학습자들의 인식에서도 번역도구의 사용은 학습에 대한 즉각적인 지원과 편의성을 제공, 효과적인 도구활용을 위한 교육적 전략의 필요성에 대한 긍정적 인식도 나타났으나, 번역의 완성도나 정확성을 높이기 위한 방법, 도구 활용에 대한 과용과 의존성에 대한 우려도 제기되었다. 번역도구의 효과적 활용을 위해서 교육적 전략이나 교사의 역할의 중요한 것으로 나타났다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.325-335
• /
• 2024

본 연구에서는 패션디자인학과에서 다양한 디자인 전공 학생들의 융합 교육에 따른 SDGs 지속가능한 디자인 교과목 운영 사례를 연구하였다. 문헌 연구를 통해 교과목 운영의 필요성을 살펴보고, 수업설계, 실행, 운영 결과로 교과목을 분석하였다. 지속가능한 디자인 교과목은 2~4학년 학생의 통합 구성으로 패션디자인 및 다양한 디자인 전공 학생이 수강하여 SDGs 과제에 따른 전공 심화와 주제 중심 통합교육에 따른 융합 역량을 강화하였다. 수업에서의 교육내용은 문제 발견과 해결을 통한 디자이너의 지속가능한 가치 추구를 위해 지역업체에서 개발된 폐페트병 섬유의 업싸이클 디자인을 통한 지속가능 발전 목표를 실현하고 다양한 업싸이클 상품 디자인을 개발하고 평가 지표 및 만족도를 평가하였다. 이를 통해 SDGs의 실현 가치를 이해하고 지역문제 해결을 위한 디자인적 접근을 통한 지속가능한 발전 기여와 다양한 디자인 전공과의 융합교육의 중요성을 인식하였다.

• Computers and Concrete
• /
• 제34권1호
• /
• pp.93-122
• /
• 2024

One well-known reason for using Fiber Reinforced Polymer (FRP) composites is to improve concrete strength and strain capacity via external confinement. Hence, various studies have been undertaken to offer a good illustration of the response of FRP-wrapped concrete for practical design intents. However, in such studies, the strength and strain of the confined concrete were predicted using regression analysis based on a limited number of test data. This study presents an approach based on artificial neural networks (ANNs) to develop models to predict the strength and strain at maximum stress enhancement of circular concrete cross-sections confined with different FRP types (Carbone, Glass, Aramid). To achieve this goal, a large test database comprising 493 axial compression experiments on FRP-confined concrete samples was compiled based on an extensive review of the published literature and used to validate the predicted artificial intelligence techniques. The ANN approach is currently thought to be the preferred learning technique because of its strong prediction effectiveness, interpretability, adaptability, and generalization. The accuracy of the developed ANN model for predicting the behavior of FRP-confined concrete is commensurate with the experimental database compiled from published literature. Statistical measures values, which indicate a better fit, were observed in all of the ANN models. Therefore, compared to existing models, it should be highlighted that the newly developed models based on FRP type are remarkably accurate.

• 한국가정과교육학회지
• /
• 제35권4호
• /
• pp.61-79
• /
• 2023

이 연구는 2022 개정 가정과 교육과정 개발 참여라는 경험을 스스로 질문하고 검토하고 숙고하면서 재평가하는 성찰적 관찰의 방법으로 접근하여 가정과 교육과정에 대한 실제적 지식의 구축을 연구자 개인의 배움으로 이끌어내며, 동시에 가정과 교육과정에 대한 실제적 지식과 이론을 구축해 나가기 위한 목적으로 전개되었다. 그 결과 다음과 같은 결론을 도출했다. 첫째, "모든 학습자들은 예측 불가능한 미래사회에서도 여전히 자신과 주변, 그리고 세상이 더 나은 삶을 살도록 하기 위해 자신이 할 수 있는 최선의 행동을 선택하면서 살 것이다." 둘째, 전체 교육과정 구조에서 가정과교육의 가치는 "가정과교육은 미래세대가 더 나은 삶, 즉 더 좋은 삶을 영위하게 하는데 필요한 힘(역량)을 함양하도록 하는 생활교과"이다. 셋째, "예측 불가능한 미래사회에서도 모든 인간과 세상을 지속 가능하도록 하기 위해서는 미래 교육에서 의도적인 학습의 영역으로 청소년들에게 'Good Life Literacy'를 길러주기 위한 교육이 핵심이 되어야 하며, 가정과교육은 이를 위한 핵심적 교과이다"로 도출했다. 추후 연구에서는 이와 같은 실무행위에 대한 성찰적 실천을 통해 구축한 가정과 교육과정에 대한 실제적 이론이 더 많은 경험적 연구로 검증되기를 기대한다.