• 로봇학회논문지
• /
• 제10권2호
• /
• pp.79-89
• /
• 2015

The purpose of this study was to examine the concept of r-learning based on existing studies of r-learning. It also aimed to analyze r-learning environments in an effort to determine prerequisites for the successful entrenchment of r-learning in material(technology and infrastructure), human(young children and teacher) and institutional(law and policy) aspects. This study intended to suggest some of the right directions for the revitalization of r-learning. In conclusion, the position of r-learning and its interrelationship with related systems in the ecosystem of early childhood education should accurately be grasped to accelerate the integration of r-learning into kindergarten education to maximize the effects of the convergence of the two. Intensive efforts should be made from diverse angles to expedite the spread and enrichment of r-learning.

• 아동학회지
• /
• 제36권6호
• /
• pp.85-100
• /
• 2015

This study divided elementary school 6th graders of into a higher academic achievement group (n=19) and a lower academic achievement group (n=19) in order to examine the tendency of left and right hemisphere preferences, characteristics and relationships of learning ability factors by means of EEG. For this purpose, brain waves in performing higher cognitive tasks for 5 min. were measured with a two-channel (Fp1, Fp2) EEG measurement system and hemisphere preference was measured by means of a questionnaire. Our results were as follows. First, hemisphere preference indicated that the higher group showed a left hemisphere tendency and the lower group indicated a right hemisphere tendency. Second, the first learning ability test found that the higher group performed its task rapidly with higher levels of concentration and cognitive strength and lower loading and the lower group conducted its task more slowly with lower levels of concentration and cognitive strength and higher loading. The second test showed that the higher group performed its task rapidly with lower levels of concentration.

• 실천공학교육논문지
• /
• 제12권1호
• /
• pp.187-202
• /
• 2020

"직업훈련 수강을 하나의 사회적 권리로 인정할 수 있는가? 그리고 개인이 수강하는 직업훈련에 소용되는 재원은 누가 부담하는 것이 타당한가?" 본고는 우리나라의 계좌제훈련을 중심으로 두 가지 이슈를 검토한 후 바람직한 계좌제훈련의 발전 방향을 제시하였다. 국내법에서 직업훈련을 권리로 인정한 명시적인 조문은 없지만 취약계층 등에 대한 국가의 훈련 제공 의무가 부정되는 것은 아니다. 그리고 우리나라의 직업훈련은 고용보험의 직업능력개발사업에 크고 의존하고 있으나, 동 사업은 과거의 훈련의무제를 계수한 사업으로서 고용보험에 가입하지 않은 많은 비정규직 등으로 인해 보험원리가 작동되기 어렵다. 향후 정책 방향은 현재 일반회계와 훈련생 자비부담 비율이 30% 미만이므로 이를 높여 나가는 것이 바람직하며 중장기적으로 계좌제 훈련의 발급 대상은 전국민으로 확대해 나가야 한다. 그리고 이미 제도적으로 마련되어 있는 유급교육훈련휴가, 근로시간단축청구 제도의 활용이 촉진될 수 있도록 노사의 공동노력이 필요하다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권3호
• /
• pp.541-550
• /
• 2009

본 연구는 영어학습 영역별 (듣기쓰기능력, 단어수준, 스피킹, 단어기억, 리스닝) 성취도에 따른 대뇌피질 내의 뇌기능 활성화에 대한 관련성을 규명한 것이다. 좌뇌 기반으로 알려진 영어학습에 대한 우뇌적 요인에 대한 연구들이 진행되었다. 뇌기능 영상화 중에서 정량뇌파분석를 사용하여 영어학습에 관여하는 뇌 영역별 정량뇌파 결과를 분석함으로써 영어학습을 뇌 영역별 활성화로 변별할 수 있는 기준을 마련한 것이다. 영어학습의 좌우뇌 균형발달을 위한 지침을 제시하였으며 특정 학습영역과 연계한 뇌의 활성화를 제시함으로써 개인별 뇌 기능에 따른 영어학습 향상을 위한 뇌기능을 훈련할 수 있는 이론적 토대를 마련하였다 (권형규, 2008). 이를 통하여 단순한 이미지와 오감을 활용한 우뇌적 학습방향이 아니라 개인별 정량뇌파 데이터에 의한 통합뇌 훈련모형을 개발하였다. 정량뇌파 분석을 위해서는 피험자 개인별 영어능력 검사점수에 대한 뇌파지표를 도출하여 단계적 변수선택법에 의한 다중회귀분석을 실시하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.111-116
• /
• 2022

In this study, the applicability of machine learning for the development of a simulator for general X-ray examination education is evaluated. To this end, k-nearest neighbor(kNN), support vector machine(SVM) and neural network(NN) classification models are analyzed to present the most suitable model by analyzing the results. Image data was obtained by taking 100 photos each corresponding to Posterior anterior(PA), Posterior anterior oblique(Obl), Lateral(Lat), Fan lateral(Fan lat). 70% of the acquired 400 image data were used as training sets for learning machine learning models and 30% were used as test sets for evaluation. and prediction model was constructed for right-handed PA, Obl, Lat, Fan lat image classification. Based on the data set, after constructing the classification model using the kNN, SVM, and NN models, each model was compared through an error matrix. As a result of the evaluation, the accuracy of kNN was 0.967 area under curve(AUC) was 0.993, and the accuracy of SVM was 0.992 AUC was 1.000. The accuracy of NN was 0.992 and AUC was 0.999, which was slightly lower in kNN, but all three models recorded high accuracy and AUC. In this study, right-handed PA, Obl, Lat, Fan lat images were classified and predicted using the machine learning classification models, kNN, SVM, and NN models. The prediction showed that SVM and NN were the same at 0.992, and AUC was similar at 1.000 and 0.999, indicating that both models showed high predictive power and were applicable to educational simulators.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.269-279
• /
• 2020

교통량 산정은 주로 교통량조사시스템, 차량검지시스템, 통행료징수시스템 등과 같은 조사 장비와 CCTV를 통한 인력 조사를 병행하고 있으나 이는 많은 인력과 비용이 발생한다. 본 연구에서는 단일 CCTV의 경우 전체 차량을 탐지하지 못하는 한계를 극복하기 위해서, 딥러닝과 스테레오 CCTV를 이용하여 교통량을 산정하는 방법을 제안하였다. 차량을 탐지하기 위한 딥러닝 모델을 학습하기 위해 COCO 데이터셋을 사용하고, 실시간으로 좌우 CCTV 영상에서 각각 차량을 탐지하였다. 그리고 나서, 각 영상에서 추출하지 못한 차량을 부등각사상변환을 이용하여 추가적으로 차량을 탐지하여 교통량 산정의 정확도를 개선하였다. 실험은 평상시 도로 환경과 안개가 발생한 기상 상황의 경우에 대해서 각각 수행하였다. 평상시 도로 환경의 경우 단일 CCTV 영상을 사용할 때보다 좌우 영상에서 각각 6.75%, 5.92%의 차량 탐지의 개선효과가 있었다. 또한, 안개가 발생한 도로 환경의 경우 좌우 영상에서 각각 10.79%, 12.88%의 차량 탐지의 개선효과가 있었다.

• The Journal of Korean Physical Therapy
• /
• 제21권1호
• /
• pp.81-87
• /
• 2009

Purpose: Human brain was lateralized to dominant or non-dominant hemisphere, and could be reorganized by the processing of the motor learning. We reported four cases which showed the changes of the cortical activation patterns resulting from two weeks of training with the serial reaction time task. Methods: Four right-handed healthy subjects were recruited, who was equally divided to two training conditions (right hand training or left hand training). They were assigned to train the serial reaction time task for two weeks, which should press the corresponding four colored buttons as fast as accurately as possible when visual stimulus was presented. Before and after two weeks of training, reaction time and function magnetic resonance image (fMRI) was acquired during the performance of the same serial reaction time task as the training. Results: The reaction time was significantly decreased in all of subjects after training. Our fMRI result showed that widespread bilateral activation at the pre scanning was shifted toward the focused activation on the contralateral hemisphere with progressive motor learning. However, the bilateral activation was still remained during the performance of the non-dominant hand. Conclusion: These findings showed that the repetitive practice of the serial reaction time task led to increase the movement speed and accuracy, as described by motor learning. Such motor learning induced to change the cortical activation pattern. And, the changed pattern of the cortical activation resulting from motor learning was different each other in accordance with the hand dominance.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.249-251
• /
• 2022

본 연구에서는 뇌파를 이용하여 드론을 제어하기 위한 기계학습을 논의한다. 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 제어대상으로 정의하였고 이를 제어하기 위한 뇌파의 신호를 전두엽을 대상으로 하는 Fp1·Fp2 2채널 건식 전극(NeuroNicle FX2) 뇌파 측정장비를 통하여 5.19초동안 각 제어대상과 연관된 행동의 운동 심상을 눈을 뜬 상태에서 측정(Sampling Rate 250Hz, Cutoff Frequency 6~20Hz) 하였다. 측정된 뇌파신호에 대해 매틀랩의 분류학습기를 이용해서 삼중 계층 신경망, 로지스틱 회귀커널, 비선형 3차 SVM 학습을 실시하였으며 학습결과 로지스틱 회귀 커널 학습에서 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 위한 가장 높은 정확도를 가지고 있음을 클래스 참양성률로 확인할 수 있었다.

• 한국환경교육학회지:환경교육
• /
• 제23권2호
• /
• pp.32-45
• /
• 2010

The purpose of the present study is to develop ecological experience learning program for the wetland so that elementary school students can recognize the significance and values of wetland and have the attitudes to protect it through their ecological experience learning, and investigate changes in elementary school students' perception for wetland. The experimental class was composed of 26 elementary school students and took the ecological experience learning. The comparison class was also composed of 26 students who took theoretical learning for wetland. It was found that knowledge and attitudes for wetland of the experimental class were significantly high not only in the knowledge area but also in the affective area than those of the comparison class. And it was found that interest and curiosity into wetland were elevated also in the results of the qualitative evaluation, suggesting that we could get the effect of ecological experience learning. Therefore, it is thought that above all, more experience learning programs for wetland are needed to develop for elementary school students' right view of nature and minds to love it by continuously finding and providing materials of experience learning like those of this research in the future.