• KEPCO Journal on Electric Power and Energy
• /
• 제7권2호
• /
• pp.301-307
• /
• 2021

After the spread of the data collection devices such as smart meters, energy data is increasingly collected in a variety of ways, and its importance continues to grow. However, due to technical or practical limitations, errors such as missing or outliers in the data occur during data collection process. Especially in the case of customer-related data, billing problems may occur, so energy companies are conducting various research to process such data. In addition, efforts are being made to create added value from data, which makes it difficult to provide such services unless reliability of data is guaranteed. In order to solve these challenges, this research analyzes prior research related to bad data processing specifically in the energy field, and propose new missing value processing methods to improve the reliability and field utilization of energy data.

• Educational Technology International
• /
• 제12권1호
• /
• pp.1-20
• /
• 2011

The study described in this paper examined the effectiveness of a multimedia case-based learning environment to teach technology integration to Korean pre-service teachers. The structure and philosophy behind the use of embedded video in an online, multimedia system and the data collected from 103 pre-service teachers are presented and discussed. The overall finding shows that there was no significant difference from pre- to posttest among the lecture, the case-based, and the mixed environment groups. However, low prior knowledge students improved more when they learned about technology integration with the mixed method than with the case-based method alone. Discussion about this result and its educational implications conclude the paper.

• 직업교육연구
• /
• 제35권6호
• /
• pp.65-84
• /
• 2016

본 연구의 목적은 평생교육 담당자의 직무 중 평생학습상담 직무에 대한 탐색을 통해 이를 체계화하고, 중요도 인식 및 실천 현황에 따른 요구도를 실증적으로 분석하여 현장에서의 효율적인 평생학습상담이 실천될 수 있도록 기초자료를 제공하는데 있다. 선행연구를 근거로 평생학습상담 직무 및 과업을 탐색 후 체계화하고, 이를 바탕으로 평생학습상담 직무에 대한 요구도를 확인할 수 있는 설문지를 제작하였다. 설문지의 내용타당도 및 검사도구의 양호도를 검증한 후 자료를 수집하였고 수집된 자료는 대응표본 t검증과 Borich 공식을 적용하여 요구분석을 실시하였다. 본 연구의 결과로 도출된 평생학습상담 직무의 체계는 관계형성, 학습자 분석, 학습촉진, 사후관리의 4개 하위 직무와 학습자면담, 학습정보 제공, 학습자 특성 및 요구분석, 학습수준 진단, 학습저해요인 진단, 학습동기 촉진, 학습과정 및 학습방법 조언, 학습동아리 활동 지원, 생애커리어 설계 상담, 추수 상담, 상담 평가의 11개 과업으로 구성된다. 요구도를 분석한 결과, 4개의 하위 직무 중 학습자 분석 직무에 대한 요구가 가장 높았으며, 11개 과업 중에서는 추수 상담에 대한 요구도가 가장 높은 것으로 확인되었다. 도출된 평생학습상담 직무 체계와 실증적인 분석은 평생교육 담당자가 효율적인 학습상담 직무를 실천하고 학습자의 특성에 맞춘 생애설계 및 평생학습 참여를 지원하는데 기초자료로 활용될 수 있을 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권7호
• /
• pp.491-502
• /
• 2010

인간이 교육을 통해 지식을 습득하고 발전시키는 과정에서, 이전 단계에서의 학습 진행 과정은 향후 학습에 영향을 미친다. 이것은 기계 학습에서도 고려되어야 할 사항으로 실제 기계 학습에서 학습순서의 제어가 어떤 효과가 있는지 살펴볼 필요가 있다. 본 연구에서는 MLP의 학습에서 지도자가 목표값을 알려주는 역할은 물론, 학습 대상의 지식 정도를 고려하여 자료들의 학습 순서를 제어하는 추가적 역할도 수행할 때, 학습 과정에 미치는 효과를 실험한다. 실험 방법은 SOM과 MLP를 이용하여 분류 문제에 적용한다. SOM은 지도자가 학습 순서를 결정하기 위한 학습 자료들의 범주화에 이용되고, MLP는 학습 대상이 된다. 제안하는 방법은 SOM을 학습 자료의 전처리 방법이 아닌, 학습 과정 동안 학습 자료의 선택에 이용하는 점에서 여타 연구들과 차이가 있으며, 실험 결과는 학습에 사용되는 자료의 수와 학습 횟수에서 개선 효과가 있음을 보여준다.

• 수산해양교육연구
• /
• 제22권3호
• /
• pp.431-444
• /
• 2010

This research aims at developing a teachers' training program to reinforce teachers' capability to perform the action learning program. To accomplish this goal, the key value of the training program based on action learning, the process of the core learning activities, and the elements to support learners and facilitators respectively were deducted on the foundation of documentary research and case study, based on which, the program was developed through the formative test by professionals and application to the field. This research was applied to 105 middle or high school teachers, the participants of the in-service training on creative problem solving hosted by B metropolitan city for one week (30 hours) from 9 a.m. on Monday, January 25th, 2010 to 4 p.m. on Friday, January 29th. The result of this research is as follows. First, as for the key values of this study, (1) the team-based learning centered on the trainees, not lecturers-oriented, knowledge-transmitting training, is possible, (2)for each process, guidelines, related information, tools, and various kinds of media are supported just in time, and (3)a focus is given on fostering facilitators centered on teachers. Second, the process of the core learning activities of the teachers' training program based on action learning consists of the procedure of a prior lecture${\rightarrow}$break${\rightarrow}$investigation into problems${\rightarrow}$clarification of problems${\rightarrow}$drawing possible solutions${\rightarrow}$decision on the priority${\rightarrow}$making an action plan${\rightarrow}$performance${\rightarrow}$evaluation, and on each stage, the contents for the activities of teachers and learners and detailed supportive elements are offered.

• 한국정보시스템학회지:정보시스템연구
• /
• 제29권1호
• /
• pp.241-265
• /
• 2020

Purpose Various machine learning techniques are used to implement for predicting corporate credit. However, previous research doesn't utilize time series input features and has a limited prediction timing. Furthermore, in the case of corporate bond credit rating forecast, corporate sample is limited because only large companies are selected for corporate bond credit rating. To address limitations of prior research, this study attempts to implement a predictive model with more sample companies, which can adjust the forecasting point at the present time by using the credit score information and corporate information in time series. Design/methodology/approach To implement this forecasting model, this study uses the sample of 2,191 companies with KIS credit scores for 18 years from 2000 to 2017. For improving the performance of the predictive model, various financial and non-financial features are applied as input variables in a time series through a sliding window technique. In addition, this research also tests various machine learning techniques that were traditionally used to increase the validity of analysis results, and the deep learning technique that is being actively researched of late. Findings RNN-based stateful LSTM model shows good performance in credit rating prediction. By extending the forecasting time point, we find how the performance of the predictive model changes over time and evaluate the feature groups in the short and long terms. In comparison with other studies, the results of 5 classification prediction through label reclassification show good performance relatively. In addition, about 90% accuracy is found in the bad credit forecasts.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권2호
• /
• pp.57-64
• /
• 2014

입력 모듈의 결함경향성을 결정하는 결함 예측 모델 연구들은 대부분 훈련 데이터 집합을 사용하는 감독형 모델에 관련된 것들이었다. 하지만 과거 데이터 집합이 없거나 데이터 집합이 있더라도 현재 프로젝트와 성격이 다른 경우는 비감독형 모델이 필요하며, 이들에 관한 연구들은 모델 구축의 어려움 때문에 극소수 존재한다. 본 논문에서는 기존 비감독형 모델 연구들에서 사용하지 않은 대표적인 클러스터링 알고리즘인 EM, DBSCAN을 사용한 비감독형 모델들을 제작하여, 기존 연구들에서 사용한 K-means 모델과 성능을 비교하였다. 그 결과 오류율 면에서 EM이 K-means보다 약간 나은 성능을 보였으며, DBSCAN은 두 모델에 떨어지는 성능을 보였다.

• Advances in nano research
• /
• 제12권2호
• /
• pp.185-195
• /
• 2022

Deep learning is another field of artificial intelligence (AI) utilized for computer aided diagnosis (CAD) and image processing in scientific research. Considering numerous mechanical repetitive tasks, reading image slices need time and improper with geographical limits, so the counting of image information is hard due to its strong subjectivity that raise the error ratio in misdiagnosis. Regarding the highest mortality rate of Lung cancer, there is a need for biopsy for determining its class for additional treatment. Deep learning has recently given strong tools in diagnose of lung cancer and making therapeutic regimen. However, identifying the pathological lung cancer's class by CT images in beginning phase because of the absence of powerful AI models and public training data set is difficult. Convolutional Neural Network (CNN) was proposed with its essential function in recognizing the pathological CT images. 472 patients subjected to staging FDG-PET/CT were selected in 2 months prior to surgery or biopsy. CNN was developed and showed the accuracy of 87%, 69%, and 69% in training, validation, and test sets, respectively, for T1-T2 and T3-T4 lung cancer classification. Subsequently, CNN (or deep learning) could improve the CT images' data set, indicating that the application of classifiers is adequate to accomplish better exactness in distinguishing pathological CT images that performs better than few deep learning models, such as ResNet-34, Alex Net, and Dense Net with or without Soft max weights.

• 무역학회지
• /
• 제41권5호
• /
• pp.41-62
• /
• 2016

본 연구는 메가 FTA의 중요성이 증가하고 있는 오늘날의 통상환경 하에서 광주·전남지역 중소기업의 기 체결 FTA 활용성과와 FTA 학습지향성이 한·중·일 FTA 활용의지에 미치는 영향을 실증분석 하고 있다. 연구결과는 다음과 같다. 첫째, 기 체결 FTA 활용성과는 한·중·일 FTA 활용의지에 정(+)의 영향을 미치는 것으로 나타났다. 둘째, FTA 학습지향성은 한·중·일 FTA 활용의지에 정(+)의 영향을 미치는 것으로 나타났다. 향후 체결예정인 한·중·일 FTA의 활용의지에 영향을 미칠 수 있는 요인들을 실증분석하고 있다는 점에서 본 연구의 결과들은 향후 한·중·일 FTA 관련 정책 수립 시 의미 있고 유용한 실무적 시사점을 제시할 수 있을 것이다.

• 지식경영연구
• /
• 제24권4호
• /
• pp.219-235
• /
• 2023

디지털 기술의 발전과 코로나19의 영향으로 기업의 혁신과 조직문화가 변화하고 있으며, HRD(Human Resource Development) 분야에서 스마트 러닝의 중요성이 부각되고 있다. 본 연구에서는 HRD 담당자의 관점에서 스마트 러닝을 구성하는 요인들의 상대적인 중요성을 밝히는 것을 목적으로 하였다. 선행 문헌 검토를 통해 현 상황에 가장 부합하는 스마트 러닝 계층 및 요인을 도출하고, AHP 방법을 활용하여 해당 요인의 상대적 중요도를 파악하였다. 결과적으로 1계층 요인에서는 '학습 활동', '교육 활동', '학습 콘텐츠', '평가 방법 및 평가', '학습 시간 및 공간' 순으로 중요도가 확인 되었다. 2계층 전체 요인에서는 '교육 전략', '학습 결과', '학습 과업', '학습 목표', '학습 지원'이 상위 5위에 나타나는 요인으로 확인되었다. 본 연구 결과는 스마트 러닝 개념을 재정립하고, 추후 연구를 위한 학술적 프레임워크를 제안한 점에서 의의를 가진다. 또한, 실무적으로는 HRD 담당자들이 스마트 러닝을 개선하고 향상시키기 위해 어떤 요인에 주력해야 하는지에 대한 유용한 정보를 제공하는데 기여할 것으로 기대된다.