• Smart Structures and Systems
• /
• 제30권6호
• /
• pp.601-612
• /
• 2022

The prediction of structural mechanical behaviors is vital important to early perceive the abnormal conditions and avoid the occurrence of disasters. Especially for underground engineering, complex geological conditions make the structure more prone to disasters. Aiming at solving the problems existing in previous studies, such as incomplete consideration factors and can only predict the continuous performance, the deep attention fused temporal convolution network (DATCN) is proposed in this paper to predict the spatial mechanical behaviors of structure, which integrates both the temporal effect and spatial effect and realize the cross-time prediction. The temporal convolution network (TCN) and self-attention mechanism are employed to learn the temporal correlation of each monitoring point and the spatial correlation among different points, respectively. Then, the predicted result obtained from DATCN is compared with that obtained from some classical baselines, including SVR, LR, MLP, and RNNs. Also, the parameters involved in DATCN are discussed to optimize the prediction ability. The prediction result demonstrates that the proposed DATCN model outperforms the state-of-the-art baselines. The prediction accuracy of DATCN model after 24 hours reaches 90 percent. Also, the performance in last 14 hours plays a domain role to predict the short-term behaviors of the structure. As a study case, the proposed model is applied in an underwater shield tunnel to predict the stress variation of concrete segments in space.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1726-1748
• /
• 2024

Trajectory planning is vital for autonomous systems like robotics and UAVs, as it determines optimal, safe paths considering physical limitations, environmental factors, and agent interactions. Recent advancements in trajectory planning and future location prediction stem from rapid progress in machine learning and optimization algorithms. In this paper, we proposed a novel framework for Spatial-temporal transformer-based feed-forward neural networks (STTFFNs). From the traffic flow local area point of view, skip-gram model is trained on trajectory data to generate embeddings that capture the high-level features of different trajectories. These embeddings can then be used as input to a transformer-based trajectory planning model, which can generate trajectories for new objects based on the embeddings of similar trajectories in the training data. In the next step, distant regions, we embedded feedforward network is responsible for generating the distant trajectories by taking as input a set of features that represent the object's current state and historical data. One advantage of using feedforward networks for distant trajectory planning is their ability to capture long-term dependencies in the data. In the final step of forecasting for future locations, the encoder and decoder are crucial parts of the proposed technique. Spatial destinations are encoded utilizing location-based social networks(LBSN) based on visiting semantic locations. The model has been specially trained to forecast future locations using precise longitude and latitude values. Following rigorous testing on two real-world datasets, Porto and Manhattan, it was discovered that the model outperformed a prediction accuracy of 8.7% previous state-of-the-art methods.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제31권3호
• /
• pp.257-277
• /
• 2017

본 연구의 주된 목적은 크게 두 가지로 나눌 수 있다. 첫째, 최근 수학적 모델링이 강조되는 상황에서 보로노이 다이어그램과 들로네 삼각분할을 주제로 영재교육을 위한 수학적 모델링 프로그램을 개발하는 것이다. 둘째, 본 연구에서 개발한 수학적 모델링 프로그램을 실제 영재교육 수업에 적용한 결과를 분석하여 수학적 모델링 수업을 설계하는 현직교사와 융합형 영재프로그램을 개발하는 영재교사에게 도움을 주고자 한다.

• 한국게임학회 논문지
• /
• 제6권3호
• /
• pp.33-42
• /
• 2006

본 연구는 초등학교 수학과 도형 영역에서의 수준별 학습을 지원하기 위한 어드벤처 게임형 학습 프로그램을 개발하는 것이다. 제7차 교육과정에서는 학생의 능력, 적성, 필요, 흥미 에 대한 개인차를 최대로 고려하는 수업을 통하여 학생 개개인의 성장 잠재력과 교육의 효율성을 극대화할 수 있도록 수준별 교육과정을 도입하였다. 그러나 수준차가 심한 다인수 학급체제에서 학생들의 개인차를 고려한 개별화 학습을 실시하여 교육의 수월성을 추구하기에는 많은 어려움이 있다. 따라서, 본 연구는 van Hiele 이론을 적용한 수준별 게임 학습을 제공하고, 학습자들의 흥미와 관심을 높일 수 있는 어드벤처 게임형 학습 프로그램을 개발하였다. 본 프로그램은 심화 보충학습이 필요한 학습자들에게 개인차를 고려한 수준별 학습을 지원하여 학업 성취도를 높일 수 있을 것이며 공간 지각 능력이 필요한 도형 학습에서 다양한 조작활동을 제공함으로써 학습자들의 공간 감각을 기를 수 있을 것이다.

• 한국융합학회논문지
• /
• 제12권7호
• /
• pp.19-29
• /
• 2021

우수한 선수들은 게임을 읽는 머리, 스포츠형 두뇌를 가진다. 그러나 스포츠 두뇌를 종합적으로 측정하는 인지 검사도구는 개발된 바 없다. 따라서 본 연구의 목적은 스포츠 인지기능을 측정하기 위한 컴퓨터 기반 프로그램을 개발하는 것이다. 스포츠 인지기능 문헌고찰을 바탕으로 정보처리속도, 실행기능(인지유연성, 억제능력), 공간능력을 스포츠 인지기능으로 선정하였다. 정보처리속도 측정을 위해 단순 및 선택반응시간 검사, 실행기능 측정을 위해 기호잇기검사, 자극수반과제, 공간능력 측정을 위해 심적회전과제가 선택되었고, 이들을 컴퓨터 기반 측정 프로그램으로 개발하였다. 검사를 실행하면, 각 검사에 대한 설명과 함께 연습시행이 주어진 뒤, 본 과제가 시작되며, 과제 종료와 동시에 주요 변인들이 통계처리되어 txt 파일형태로 자동저장된다. 스포츠 인지검사도구는 추후 타당도와 신뢰도 평가를 거쳐, 스포츠 영재발굴과 선수선발에 유용하게 활용될 수 있을 것이다.

• Nutrition Research and Practice
• /
• 제16권2호
• /
• pp.173-193
• /
• 2022

BACKGROUND/OBJECTIVES: Alzheimer's disease (AD) is one of the most representative neurodegenerative disease mainly caused by the excessive production of amyloid beta (Aβ). Several studies on the antioxidant activity and protective effects of Populus tomentiglandulosa (PT) against cerebral ischemia-induced neuronal damage have been reported. Based on this background, the present study investigated the protective effects of PT against cognitive impairment in AD. MATERIALS/METHODS: We orally administered PT (50 and 100 mg/kg/day) for 14 days in an Aβ_25-35-induced mouse model and conducted behavioral experiments to test cognitive ability. In addition, we evaluated the levels of aspartate aminotransferase (AST) and alanine aminotransferase (ALT) in serum and measured the production of lipid peroxide, nitric oxide (NO), and reactive oxygen species (ROS) in tissues. RESULTS: PT treatment improved the space perceptive ability in the T-maze test, object cognitive ability in the novel object recognition test, and spatial learning/long-term memory in the Morris water-maze test. Moreover, the levels of AST and ALT were not significantly different among the groups, indicating that PT did not show liver toxicity. Furthermore, administration of PT significantly inhibited the production of lipid peroxide, NO, and ROS in the brain, liver, and kidney, suggesting that PT protected against oxidative stress. CONCLUSIONS: Our study demonstrated that administration of PT improved Aβ_25-35-induced cognitive impairment by regulating oxidative stress. Therefore, we propose that PT could be used as a natural agent for AD improvement.

• Spatial Information Research
• /
• 제13권3호
• /
• pp.309-321
• /
• 2005

교통정책과 계획수립을 위한 교통수요의 합리적인 분석을 위해서는 현실적이고 신뢰성 있는 교통자료의 구축이 요구된다. 또한 교통계획 및 운영의 측면에서 복잡한 교통문제를 쉽게 전달할 수 있는 사용자 위주의 시스템이 필요하다 일반적으로 교통 분석 존에 대한 사회${\cdot}$경제적 특성 자료를 수집하고 분석용 네트워크를 구축하는 과정은 교통계획모형 수립과정에서 가장 중요한 부분으로 많은 시간과 노력이 요구된다. 또한 수집된 데이터를 통합하고 이용 가능한 형식으로 변화하기 위해서는 상당한 비용이 든다. 이러한 문제점을 해결하기 위해서는 자료를 효과적으로 선택, 수정, 가시화할 수 있고, 네트워크의 특성 변화를 보다 효율적으로 파악할 수 있도록 GIS를 도입하는 것이 바람직하다. 교통계획과정에 GIS의 기능이 특히 중요시되어지고 있지만 교통문제에 GIS를 이용하는 것은 초보적인 단계이다. 본 연구는 GIS의 공간표현, 분석기능을 바탕으로 다양한 교통정보를 제공하고 교통계획을 가능하게 하기 위한 GIS-T 통합시스템 구현에 목적을 두었다. 이를 위해 교통분석용 패키지와 GIS 환경사이에 양방향 데이터 교환이 가능하게 하고, 네트워크 수정${\cdot}$편집${\cdot}$검수기능 등 보다 효율적인 교통네트워크 관리를 위한 인터페이스를 설계하였다. 또한 GIS가 가지는 공간 데이터의 효과적인 처리에 활용가능 하도록 교통정보 처리모듈을 개발하여 통합시스템에 추가하였다. 이러한 GIS-T 통합시스템은 네트워크의 편집과 분석에 효율적인 환경을 제공하여 보다 현실적인 교통망 모델링을 반영할 수 있으며, 다양한 교통문제 분석에 효과적인 도구로 활용될 수 있을 것이다.

• 대한수학교육학회지:수학교육학연구
• /
• 제25권4호
• /
• pp.571-598
• /
• 2015

본 연구에서는 공간 과제에서 학생들이 사용하는 공간 인지 전략의 유형과 역할을 살펴보고자 Shepard & Metzler(1971)의 심적 회전 검사(mental rotation test)를 토대로 시각적 변별과 기억 능력을 측정하는 두가지 공간 과제를 개발하여, 초등학교 6학년 학생 63명을 대상으로 연구를 수행하였다. 연구 결과, 학생들은 접근 방법 측면에서 전체적 접근 전략과 부분적 접근 전략을, 처리 방법 측면에서 심상적 처리 전략과 분석적 처리 전략을, 준거 기준 측면에서 대상 변환 전략과 관점 변환 전략을 사용하였다. 사용 전략에 따른 검사 점수를 비교한 결과 접근 방법 측면에서는 부분적 접근 전략을 사용한 집단이, 처리 방법 측면에서는 분석적 처리 전략을 사용한 집단이, 준거 기준 측면에서는 관점 변환 전략을 사용한 집단의 검사점수가 더 높게 나타났다. 또한 이러한 전략은 변별 과제보다 재인 과제에서, 복잡도가 낮은 문항보다는 복잡도가 높은 문항에서 더 빈번하게 사용되었다. 따라서 부분적 접근전략, 분석적 처리 전략, 관점 변환 전략은 인지적 노력이 많이 요구되는 문제 상황에서 체계적으로 문제를 해결하도록 돕는 유용한 전략임을 확인할 수 있었다.

• 대한지리학회지
• /
• 제45권1호
• /
• pp.95-118
• /
• 2010

이 연구에서는 현재 한국에서 사용되고 있는 구분류법에 근거한 대토양군과 신분류법에 근거한 대군의 공간적 분포를 살펴보고, 토양형성과 관련된 각종 환경요인들과의 상관관계를 분석하였다. 그 결과를 토대로 의사결정나무기법을 이용하여 토양분포의 예측가능성을 평가하였다. 대토양군의 경우에는 분포를 보다 직관적으로 이해할 수 있는 장점이 있지만, 환경요인을 이용한 예측가능성면에서는 대군에 뒤지는 결과를 보여주었다. 토양분포를 결정하는 요인들로는 산지와 평탄지가 뚜렷하게 구분되는 한국의 지형특성이 가장 중요한 요인으로 나타났으며 부차적으로 기후특성, 그리고 사변을 따라 나타나는 토양연속성이 제시되었다. 의사결정나무기법을 이용한 토양의 예측가능성 평가에서는 예측변수의 수와 종류에 따라 35%에서 75%의 분류정확도를 보여주었다. 신분류법의 경우에는 지형요인이 가장 중요한 예측변수로 평가된 반면, 구분류법의 경우에는 기후변수가 중요한 예측변수로 평가되어 대조를 보였다.

• 정보교육학회논문지
• /
• 제6권3호
• /
• pp.279-287
• /
• 2002

오늘날 사회가 점차 세계화 정보화 되어감에 따라 학교교육도 21세기 사회에 창의적으로 대응할 수 있는 인간을 길러내기 위해 고심하고 있다. 이에 7차 교육과정에서는 특별활동을 3대 영역에서 5대 영역으로 확대 개편하는 한편, 학생들의 능력과 적성을 고려한 계발 활동을 다양하게 추진하고 있다. 하지만 학교현장에서는 학생들의 능력 적성에 따른 계발 활동 조직에 어려움을 겪고 있다. 학기초에 계발 활동 조직을 하기 때문에 학생들의 능력과 적성을 충분히 파악하지 못한 상태일 뿐 아니라, 학생 스스로도 자신의 능력과 적성을 알지 못하고 있는 경우가 많다. 따라서 본 연구는 다중지능 이론을 활용하여 계발 활동을 효과적으로 조직할 수 있는 프로그램을 개발하였다. 다중지능 이론에서는 현재까지 9가지 지능을 소개하고 있는데, 각각 언어적 지능, 논리-수학적 지능, 음악적 지능, 공간적 지능, 신체-운동적 지능, 개인이해 지능, 대인관계 지능, 자연주의적 지능, 실존지능으로 분류하고 있다. 본 연구에서는 K-MIDAS 검사를 바탕으로 7가지 지능 영역만을 다루어 웹을 통해 다중지능을 검사하도록 설계하였으며, 다중지능 검사 결과를 토대로 피검사자의 능력과 적성에 맞는 계발 활동 내용을 소개하여 학교 현장에서 적절히 응용하여 사용할 수 있는 계발 활동 편성 프로그램을 개발한다. 한편, 개발한 프로그램을 현장 학생들에게 적용해 본 후, 적용 전과 후의 안내된 계발 활동 만족도를 분석한다.