Journal of the Earthquake Engineering Society of Korea
/
v.28
no.2
/
pp.113-119
/
2024
Existing reinforced concrete buildings with seismically deficient column details affect the overall behavior depending on the failure type of column. This study aims to develop and validate a machine learning-based prediction model for the column failure modes (shear, flexure-shear, and flexure failure modes). For this purpose, artificial neural network (ANN), K-nearest neighbor (KNN), decision tree (DT), and random forest (RF) models were used, considering previously collected experimental data. Using four machine learning methodologies, we developed a classification learning model that can predict the column failure modes in terms of the input variables using concrete compressive strength, steel yield strength, axial load ratio, height-to-dept aspect ratio, longitudinal reinforcement ratio, and transverse reinforcement ratio. The performance of each machine learning model was compared and verified by calculating accuracy, precision, recall, F1-Score, and ROC. Based on the performance measurements of the classification model, the RF model represents the highest average value of the classification model performance measurements among the considered learning methods, and it can conservatively predict the shear failure mode. Thus, the RF model can rapidly predict the column failure modes with simple column details.
Rapid advancement information and communication technologies has introduced various dimension of e-Learning environment such as u-learning(ubiquitous learning), m-learning(mobile learning) and t-learning(television learning). These technologies enabled learners to access learning contents through variety of devices with more flexibility and consistency. In order to implement learning through these multiple environments, basically it is necessary to acquire and process the platform information that contains properties and status of the web-accessing devices. In this study, we introduce the design and implementation of a Platform Analyzer Model which is essential for learning systems that support multi-platform environment. We also present a Interactive DTV-Centered multi-platform learning environment framework using PC, PDA or Mobile phone. Finally, we will discuss the possibility of the multi-platform learning environment with sample scenario and contents.
Journal of the Korean Institute of Intelligent Systems
/
v.15
no.2
/
pp.245-250
/
2005
With rapid development of Internet, new paradigm creation requirement about the education environment and method is increasing and also the e-learning to apply traditional education industry was introduced in many field of education. The research about a learner's satisfaction of the e-learning, aided by effort to spread this e-learning, have been processed much but most of these researches were intended for the enterprise and there are few for the high school. Therefore, in this study we proposed a model for evaluating the education satisfaction of the e-learning and analyzed the consciousness structure about the e-learning education satisfaction of the high school students using Fuzzy Structural Modeling method. Also, constructing an evaluation model considered the results of consciousness structure analysis, we evaluated the e-learning education satisfaction and showed a method which improved it by the sensitivity analysis.
Purpose - This study investigates whether the internationalization process of traditional industry firms can be categorized as born global, early internationalization, or gradual internationalization, and examines what factors promote internationalization in traditional industries using a case study of two firms, one each in China and Korea. Design/methodology - This study elects to use case study methodology to determine the "how" and "why" of internationalization process of traditional industry firms. Taking into consideration that factors that impact the internationalization process of firms are diverse and unclear in terms of causality, this study utilizes exploratory case study methodology. This research performs a comparative two-case study of two firms in traditional industries, one each in China and Korea, to examine similarities and differences of study subjects in order to improve the validity and suitability of research results. Findings - The findings of this research are as follows: First, traditional industries are more likely go through early and rapid internationalization rather than being born global; born globals are far more likely to appear in high tech industries. Second, the internationalization process of companies that go through early and rapid internationalization differs from what is indicated by traditional internationalization theories, and are not limited by factors like psychological distance and lack of experiential knowledge. Third, international entrepreneurship, international market orientation, and imitation and learning are important internal driving factors for early and rapid internationalization. Fourth, conditions within the domestic market, policy support from the government, and pilot effect from industry leaders are external driving factors for early and rapid internationalization. Originality/value - This study shows that the internationalization process of traditional industry firms is more likely to be early and rapid internationalization rather than being born global and suggests answers to why this may be the case. In addition, through an examination of case studies, it reveals that the internationalization process of traditional industry firms that undergo early and rapid internationalization is different from traditional internationalization theory, in that they are not limited by the lack of psychological proximity and empirical knowledge, and are driven by international entrepreneurship, international market orientation, imitation and learning, competitive pressure within the domestic market, government's policy support, and the pilot effect of industry leaders. Therefore, this study contributes to literature by expanding the scope of application of born global theory to traditional industries, making born global theory more generalizable and identifying driving factors to internationalization of traditional industry firms.
Machine learning as a service, the so-called MLaaS, has recently attracted much attention in almost all industries and research groups. The main reason for this is that you do not need network servers, storage, or even data scientists, except for the data itself, to build a productive service model. However, machine learning is often very difficult for most developers, especially in traditional science due to the lack of well-structured big data for scientific data. For experiment or application researchers, the results of an experiment are rarely shared with other researchers, so creating big data in specific research areas is also a big challenge. In this paper, we introduce the KISTI-ML platform, a community-based rapid AI model development for scientific data. It is a place where machine learning beginners use their own data to automatically generate code by providing a user-friendly online development environment. Users can share datasets and their Jupyter interactive notebooks among authorized community members, including know-how such as data preprocessing to extract features, hidden network design, and other engineering techniques.
The rapid change of the health and medical environment and the globalization of medicine has driven doctors to converge and analyse of new and up-to-date medical information and decide to what to make decision for diagnosis and treatments in clinical practice. Medical environment goes with the changes with social environment such as rapid increase of aging population, changes of disease pattern, formation of new area of experts except doctors, government intervention for the medical system, medical insurance of the charges of medical treatment, a increased desire for human rights. These trends should be adopted rapidly to the education system for the students of medical school. The learning objectives of the preventive medicine was developed in 1995 and underwent necessary revision of the contents to create the first revision in 2006. However, the required educational contents of health promotion and disease prevention have been changed by the new trends of medical education such as PBL and integrated curriculum and the 2006 revision does not satisfy these needs. We formed a task force which surveyed all the Western and Traditional Korean medical colleges to describe the state of preventive medicine education in Korea, analyzed the changing education demand according to the change of health environment and quantitatively measured the validity and usefulness of each learning objective in the previous curriculum. With these results, for the good education for preventive medicine, each Traditional Korean medicine schools need more preventive medicine faculties and teaching assistants and opening of some required subjects such as Yangsaeng and Qigong. And future studies of the learning process and ongoing development of teaching materials according to the new learning objectives should be undertaken with persistence in order to ensure the progress of preventive medicine education.
International Journal of Computer Science & Network Security
/
v.21
no.8
/
pp.238-246
/
2021
The rapid rise of the Internet and social media has resulted in a large number of text-based reviews being placed on sites such as social media. In the age of social media, utilizing machine learning technologies to analyze the emotional context of comments aids in the understanding of QoS for any product or service. The classification and analysis of user reviews aids in the improvement of QoS. (Quality of Services). Machine Learning algorithms have evolved into a powerful tool for analyzing user sentiment. Unlike traditional categorization models, which are based on a set of rules. In sentiment categorization, Bidirectional Long Short-Term Memory (BiLSTM) has shown significant results, and Convolution Neural Network (CNN) has shown promising results. Using convolutions and pooling layers, CNN can successfully extract local information. BiLSTM uses dual LSTM orientations to increase the amount of background knowledge available to deep learning models. The suggested hybrid model combines the benefits of these two deep learning-based algorithms. The data source for analysis and classification was user reviews of Indian Railway Services on Twitter. The suggested hybrid model uses the Keras Embedding technique as an input source. The suggested model takes in data and generates lower-dimensional characteristics that result in a categorization result. The suggested hybrid model's performance was compared using Keras and Word2Vec, and the proposed model showed a significant improvement in response with an accuracy of 95.19 percent.
KSII Transactions on Internet and Information Systems (TIIS)
/
v.14
no.12
/
pp.4816-4834
/
2020
This paper proposes transfer learning and fine-tuning techniques for a deep learning model to detect three distinct brain tumors from Magnetic Resonance Imaging (MRI) scans. In this work, the recent YOLOv4 model trained using a collection of 3064 T1-weighted Contrast-Enhanced (CE)-MRI scans that were pre-processed and labeled for the task. This work trained with the partial 29-layer YOLOv4-Tiny and fine-tuned to work optimally and run efficiently in most platforms with reliable performance. With the help of transfer learning, the model had initial leverage to train faster with pre-trained weights from the COCO dataset, generating a robust set of features required for brain tumor detection. The results yielded the highest mean average precision of 93.14%, a 90.34% precision, 88.58% recall, and 89.45% F1-Score outperforming other previous versions of the YOLO detection models and other studies that used bounding box detections for the same task like Faster R-CNN. As concluded, the YOLOv4-Tiny can work efficiently to detect brain tumors automatically at a rapid phase with the help of proper fine-tuning and transfer learning. This work contributes mainly to assist medical experts in the diagnostic process of brain tumors.
Journal of the Korea Institute of Information and Communication Engineering
/
v.21
no.5
/
pp.1042-1048
/
2017
Recently rapid changes in the industrial environment require new talents in companies. Flipped learning is drawing attention as an effective teaching-learning method. The existing traditional lecture teaching-learning method have various problems that the dropout rates of the student is high and the creative problem solving ability is hindered. In the case of the IT engineering college, most of the major theoretical courses require prior learning of the prerequisite coursework subjects. Therefore, effective teaching-learning methods must be developed to improve student participation and academic achievement. This paper proposes the flipped learning model consisting of five sets that combine the flipped learning and practice to improve student motivation and self - directed learning. Also, this paper analyzes the learning effect by applying it to the algorithm lecture of computer engineering and presents problem and utilization plan according to the result.
Repetitive transcranial magnetic stimulation (rTMS) modulates cortical excitability beyond the duration of the rTMS trains themselves. Depending on rTMS parameters, a lasting inhibition or facilitation of cortical excitability can be induced. Therefore, rTMS of high or low frequency over motor cortex may change certain aspects of motor learning performance and cortical activation. This study investigated the effect of high and low frequency subthreshold rTMS applied to the motor cortex on motor learning of sequential finger movements and brain activation using functional MRI (fMRI). Three healthy right-handed subjects (mean age 23.3) were enrolled. All subjects were trained with sequences of seven-digit rapid sequential finger movements, 30 minutes per day for 5 consecutive days using their left hand. 10 Hz (high frequency) and 1 Hz (low frequency) trains of rTMS with 80% of resting motor threshold and sham stimulation were applied for each subject during the period of motor learning. rTMS was delivered on the scalp over the right primary motor cortex using a figure-eight shaped coil and a Rapid(R) stimulator with two Booster Modules (Magstim Co. Ltd, UK). Functional MRI (fMRI) was performed on a 3T ISOL Forte scanner before and after training in all subjects (35 slices per one brain volume TR/TE = 3000/30 ms, Flip angle $60^{\circ}$, FOV 220 mm, $64{\times}64$ matrix, slice thickness 4 mm). Response time (RT) and target scores (TS) of sequential finger movements were monitored during the training period and fMRl scanning. All subjects showed decreased RT and increased TS which reflecting learning effects over the training session. The subject who received high frequency rTMS showed better performance in TS and RT than those of the subjects with low frequency or sham stimulation of rTMS. In fMRI, the subject who received high frequency rTMS showed increased activation of primary motor cortex, premotor, and medial cerebellar areas after the motor sequence learning after the training, but the subject with low frequency rTMS showed decreased activation in above areas. High frequency subthreshold rTMS on the motor cortex may facilitate the excitability of motor cortex and improve the performance of motor sequence learning in normal subject.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.