• Korean journal of medical education
• /
• 제30권4호
• /
• pp.295-308
• /
• 2018

Purpose: Although medical curricula are now better structured for integration of biomedical sciences and clinical training, most teaching and learning activities still follow the older teacher-centric discipline-specific formats. A newer pedagogical approach, known as Collaborative Learning Cases (CLCs), was adopted in the medical school to facilitate integration and collaborative learning. Before incorporating CLCs into the curriculum of year 1 students, two pilot runs using the action research method was carried out to improve the design of CLCs. Methods: We employed the four-phase Kemmis and McTaggart's action research spiral in two cycles to improve the design of CLCs. A class of 300 first-year medical students (for both cycles), 11 tutors (first cycle), and 16 tutors (second cycle) were involved in this research. Data was collected using the 5-points Likert scale survey, open-ended questionnaire, and observation. Results: From the data collected, we learned that more effort was required to train the tutors to understand the principles of CLCs and their role in the CLCs sessions. Although action research enables the faculty to improve the design of CLCs, finding the right technology tools to support collaboration and enhance learning during the CLCs remains a challenge. Conclusion: The two cycles of action research was effective in helping us design a better learning environment during the CLCs by clarifying tutors' roles, improving group and time management, and meaningful use of technology.

• 대한지역사회영양학회지
• /
• 제15권5호
• /
• pp.636-647
• /
• 2010

This study was conducted for researching demand on dietary education of low-level elementary school students and to develop an activity based textbook and a teaching manual on the subject. For necessity of dietary education, 88.8% of subjects answered dietary education is needed. The desirable frequency of the education was once a week (65.7%). The most appropriate time for the education was "school lunch" (37.5%), "special activity" (29.9%), "regular class" (12.4%) and "after school activity" (12.1%). The most preferred educational method was "experiment and practice" (40.1%). The desirable educational materials were "computer materials" (20.7%), "actual objects" (20.1%), "videotapes" (16.5%), "photographs-pictures" (12.2%) and "fairy tales-cartoons" (12.2%). The students wanted dietary information as "cooking" (26.1%), "growth and nutrition" (23.7%) and "right food information" (20.1%). The textbook was composed of five major chapters, which were "Traditional Dietary Culture", "Food", "Dietary Habit", "Hygiene and Environment" and "Cooking". Each major chapter had five to six smaller chapters, adding up to total of 32 chapters. The textbook had fun characters, illustrations, photographs and cartoons to deliver the main theme of each chapter. The textbook was in activity format so that it coul be readily and directly used in actual classes. The teaching manual was composed of background, goals, teaching plans and teaching points. The smaller chapters had learning goals, teaching-learning resources, important points, teaching-learning processes and reference materials. Videos were produced to help cook five snacks in the cooking chapter. Also, "Healthy Song" was created to be used in classrooms. This textbook will be helpful in children's right dietary habits and growth.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.129-135
• /
• 2011

본 논문에서는 2D 동영상을 3D 입체영상으로 변환하기 위해서 머신러닝에 의한 학습기반의 객체분할과 객체의 optical flow를 활용하는 방법을 제안한다. 성공적인 3D 변환을 가능하게 하는 객체분할을 위해서, 객체의 칼라 및 텍스쳐 정보는 학습을 통해 반영하고 움직임이 있는 영역 위주로 객체분할을 수행할 수 있도록 optical flow를 도입한 새로운 에너지함수를 설계하도록 한다. 분할된 객체들에 대해 optical flow 크기에 따른 깊이맵을 추출하여 입체영상에 필요한 좌우 영상을 합성하여 생성하도록 한다. 제안한 기법으로 인해 효과적인 객체분할과 깊이맵을 생성하여 2D 동영상에서 3D 입체동영상으로 변환됨을 실험결과들이 보여준다.

• 컴퓨터교육학회논문지
• /
• 제16권6호
• /
• pp.83-94
• /
• 2013

최근의 국가간 정치, 경제, 사회, 문화적인 측면에서의 교류와 협력이 활발해지면서 글로벌 세계에 대한 인식이 점차 높아지고 있다. 이러한 글로벌 시대에 맞는 인재를 양성하기 위해서는 그동안의 국가 중심의 교육에서 벗어나 글로벌 시대에 적합한 교육으로의 전환이 필요하다. 최근의 스마트기기의 폭팔적인 보급의 영향으로 스마트교육이라는 새로운 교육의 패러다임이 등장하였다. 스마트교육 환경의 특징인 고도로 연결된 사회에서 활발한 상호작용과 적극적인 참여와 협력 등은 보다 효과적으로 글로벌 학습을 지원할 수 있게 하였다. 본 연구에서는 스마트교육 환경에서 효과적으로 글로벌 학습을 지원하기 위한 교수 학습 모형을 제안한다.

• 한국산업융합학회 논문집
• /
• 제7권4호
• /
• pp.425-432
• /
• 2004

This study for Customer Satisfaction(Customer Focus) by Profit security' in the field Process improvement activity and man-power upgrade in the learning of organization activity or upgrading ability of each peoples. This thesis study on the focus of KAPEC which introduce Toyota system can apply to VM, 3jeong, Right Box and Right Position), 5S, JIT(Just In Time), KAlZEN, KANBAN System, CIM, ERP, DAS an output of Factory. For strategic changes to take place in industry 3 key important factors need to be included ; integration of tasks functions and process, decentralization of information and responsibility and finally simplification of products and product structures. These describes how CIM can be implemented using these factors. This study for (1)System Integration, (2) Help Logistic Problems, (3) Partly facilitated growth. (4) Improved production planning (5) Real-time management. (6) Fast reporting (7) Productivity. Quality. Delivery Up, Cost reduction and Autonomy management, FMS in the Plant etc.

• 정보교육학회논문지
• /
• 제13권4호
• /
• pp.451-459
• /
• 2009

정보통신기술의 급격한 발달은 새로운 정보와 지식의 양을 급속하게 증가시켜 지식기반사회로의 체제를 굳건히 만들고 있다. 지식기반사회에서 전통적 교수-학습 방법은 더 이상 학습자의 문제해결에 도움을 주기 어렵다. 이런 이유 때문에 전통적 교수-학습 방법을 대신할 수 있는 지식기반사회의 적합한 수업모형인 문제중심학습이 대두되고 있다. 본 논문에서는 e-러닝과 PBL(문제기반학습)을 결합시킨 수업모형인 온라인 기반의 e-PBL을 제안한다. 이는 전통적인 교수-학습 방법의 문제점을 극복할 수 있다. 따라서 본 논문에서는 초등학교 정보소양교육 분야에서 활용할 수 있는 e-PBL 수업모형, 수업문제를 개발하고 이를 실제 교육현장에 적용하여 타당성과 효과성을 검증하였다. 또한 e-PBL을 지원하기 위한 e-PAS 시스템을 구축하여 학업성취도 및 자기주도적 학습능력을 향상시키고 학습만족도를 신장시켰다.

• 정보교육학회논문지
• /
• 제4권1호
• /
• pp.40-56
• /
• 2000

인터넷 기술의 발달로 인하여 웹 기반 학습이 증가추세에 있다. 웹 환경에서 학습도 전통적인 학습과 마찬가지로 학습 내용과 더불어 학습한 과정이나 결과에 대한 평가도 포함되어야 진정한 교육의 과정(Process)이 완성된다고 할 수 있다. 현재까지 웹 기반 학습의 평가는 학습의 결과나 지식 이해 위주의 평가가 주를 이루고 있으며 평가 결과에 대한 적절한 피드백이 제공되지 못하고 있다. 본 논문에서는 학습자가 웹 기반 학습을 하는 과정에 평가를 할 수 있도록 하였으며 즉각적인 피드백의 제공으로 학습자가 자기주도적인 학습을 해 나가는데 도움을 주도록 하였다. 즉, 교사가 작성한 문제를 문제은행화하여 데이타베이스에 저장하고 주제어, 학년, 학기, 단원별 검색이 가능하도록 하였으며 각 문제마다 정답과 오답에 대한 피드백을 줄 수 있도록 하였다. 또한 학습자는 학습을 해 나가면서 문제를 풀고 즉각적인 피드백을 제공받음으로써 문제 해결에 도움을 주며 학습의 동기를 유발하여 웹을 통한 교수 학습의 질을 향상시킬 수 있는 시스템을 설계하고 구현하였다.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.6-29
• /
• 2020

Biometrics identification using multiple modalities has attracted the attention of many researchers as it produces more robust and trustworthy results than single modality biometrics. In this paper, we present a novel multimodal recognition system that trains a deep learning network to automatically learn features after extracting multiple biometric modalities from a single data source, i.e., facial video clips. Utilizing different modalities, i.e., left ear, left profile face, frontal face, right profile face, and right ear, present in the facial video clips, we train supervised denoising auto-encoders to automatically extract robust and non-redundant features. The automatically learned features are then used to train modality specific sparse classifiers to perform the multimodal recognition. Moreover, the proposed technique has proven robust when some of the above modalities were missing during the testing. The proposed system has three main components that are responsible for detection, which consists of modality specific detectors to automatically detect images of different modalities present in facial video clips; feature selection, which uses supervised denoising sparse auto-encoders network to capture discriminative representations that are robust to the illumination and pose variations; and classification, which consists of a set of modality specific sparse representation classifiers for unimodal recognition, followed by score level fusion of the recognition results of the available modalities. Experiments conducted on the constrained facial video dataset (WVU) and the unconstrained facial video dataset (HONDA/UCSD), resulted in a 99.17% and 97.14% Rank-1 recognition rates, respectively. The multimodal recognition accuracy demonstrates the superiority and robustness of the proposed approach irrespective of the illumination, non-planar movement, and pose variations present in the video clips even in the situation of missing modalities.

• 한국전문물리치료학회지
• /
• 제9권3호
• /
• pp.67-76
• /
• 2002

We report the reorganization of motor network resulted from intensive unilateral coordination training and the effect of cross education on the untrained side in patient with traumatic brain injury using functional magnetic resonance imaging (fMRI). A 22 year-old male patient who had suffered from diffuse axonal injury for 58 months showed coordination deficit in the left hand at initial examination. Intensive motor training including complex finger movements and coordination activities using a metronome was introduced to the patient 4 hours per day for a week. FMRI was performed on a 3T ISOL Forte scanner. All functional images were analyzed using SPM-99 software. Hand function was improved after training not only in the trained left hand, but also in the untrained right hand. There was no activation in the right primary motor area (M1) during left hand movement before training whereas robust activation of left M1 was demonstrated by the right hand movement. Profuse activation of bilateral prefrontal lobes was seen during both hand movements before training. After training of left hand, right M1 became prominently activated during the left hand motion. The activation of bilateral prefrontal lobes disappeared after training not only for the left hand movement but also for the right, which clearly demonstrated the effect of cross education. This case report demonstrated the learning-dependent reorganization of the M1 and the effect of cross education.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.34-41
• /
• 2023

최근 인간의 활동 범위가 증가함에 따라 외래종의 유입이 잦아지고 있고 환경에 적응하지 못해 유기된 외래종 중 2020년부터 유해 지정 동물로 지정된 라쿤이 문제가 되고 있다. 라쿤은 국내 토종 너구리와 크기나 생김새가 유사하여 일반적으로 포획하는데 있어서 구분이 필요하다. 이를 해결하기 위해서 이미지 분류에 특화된 CNN 딥러닝 모델인 VGG19, ResNet152V2, InceptionV3, InceptionResNet, NASNet을 사용한다. 학습에 사용할 파라미터는 많은 양의 데이터인 ImageNet으로 미리 학습된 파라미터를 전이 학습하여 이용한다. 너구리와 라쿤 데이터셋에서 동물의 외형적인 특징으로 분류하기 위해서 이미지를 회색조로 변환한 후 밝기를 정규화하였으며, 조정된 데이터셋에 충분한 학습을 위한 데이터를 만들기 위해 좌우 반전, 회전, 확대/축소, 이동을 이용하여 증강 기법을 적용하였다. 증강하지 않은 데이터셋은 FCL을 1층으로, 증강된 데이터셋은 4층으로 구성하여 진행하였다. 여러 가지 증강된 데이터셋의 정확도를 비교한 결과, 증강을 많이 할수록 성능이 증가함을 확인하였다.