• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1743-1747
• /
• 2022

Sentinel-2는 분광파장대나 공간해상도 측면에서 우리나라 차세대중형위성 4호(농림위성)의 모의영상으로 활용될 수 있다. 이 단보에서는 향후 농림위성영상에 적용하기 위한 예비실험으로, 딥러닝 기술을 이용한 Sentinel-2 영상의 구름탐지를 수행하였다. 전통적인 Convolutional Neural Network (CNN) 모델인 DeepLabV3+와 최신의 Transformer 모델인 Shifted Windows (Swin) Transformer를 이용한 구름탐지 모델을 구축하고, Radiant Earth Foundation (REF)에서 제공하는 22,728장의 학습자료에 대한 암맹평가를 실시하였다. Swin Transformer 모델은 0.886의 정밀도와 0.875의 재현율로, 과탐지와 미탐지가 어느 한쪽으로 치우치지 않는 경향을 보였다. 딥러닝 기반 구름탐지는 향후 우리나라 중심의 실험을 거쳐 농림위성 영상에 활용될 수 있을 것으로 기대된다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제40권3호
• /
• pp.390-406
• /
• 2021

이 연구는 화산과 지진 단원의 수업에 GeoMapApp을 활용한 학습 자료를 적용하고, 공간 능력이 서로 다른 초등학생들이 인지한 공간 개념, 표현한 공간적 표상의 도구, 지형 구조를 표현하는 데 적용한 공간적 추론을 추출하여 공간적 사고의 과정을 분석하였다. 공간 능력 상위 집단 학생들은 인지한 공간 개념 정보를 수평 거리에 따라 구간을 나누어 화산과 지진의 지형 구조에 관한 심리적 이미지를 형성하는 내적 공간 표상을 활용하거나, 인식한 공간 개념을 그대로 연결하는 공간적 추론의 사례를 보였다. 또한, 지진 자료를 보고 공간 개념을 변형하여 공간적 추론을 수행하는 예도 있었다. 공간 능력 하위 집단 학생들은 공간 개념을 직접 지형 구조로 연결하는 공간적 추론을 보이거나, 공간 개념을 부분적으로 인식하여 지형을 파악하는 공간적 추론 사례를 보였다. 연구 결과를 근거로 초등학생들이 GeoMapApp 자료에서 거리, 높이, 깊이와 같은 공간 개념을 정확히 인식해야 더 나은 공간적 사고를 구현할 수 있음을 밝혔다.

• ETRI Journal
• /
• 제43권2호
• /
• pp.272-287
• /
• 2021

This article presents a multi-dimensional spatial pattern analysis of crime events in San Francisco. Our analysis includes the impact of spatial resolution on hotspot identification, temporal effects in crime spatial patterns, and relationships between various crime categories. In this work, crime prediction is viewed as a classification problem. When predictions for a particular category are made, a binary classification-based model is framed, and when all categories are considered for analysis, a multiclass model is formulated. The proposed crime-prediction model (HotBlock) utilizes spatiotemporal analysis for predicting crime in a fixed spatial region over a period of time. It is robust under variation of model parameters. HotBlock's results are compared with baseline real-world crime datasets. It is found that the proposed model outperforms the standard DeepCrime model in most cases.

• 제어로봇시스템학회논문지
• /
• 제21권6호
• /
• pp.565-570
• /
• 2015

Supervised machine learning has become popular in discovering context descriptions from sensor data. However, collecting a large amount of labeled training data in order to guarantee good performance requires a great deal of expense and time. For this reason, semi-supervised learning has recently been developed due to its superior performance despite using only a small number of labeled data. In the existing semi-supervised learning algorithms, unlabeled data are used to build a graph Laplacian in order to represent an intrinsic data geometry. In this paper, we represent the unlabeled data as the spatial-temporal dataset by considering smoothly moving objects over time and space. The developed algorithm is evaluated for position estimation of a smartphone-based robot. In comparison with other state-of-art semi-supervised learning, our algorithm performs more accurate location estimates.

• 수면정신생리
• /
• 제7권1호
• /
• pp.10-17
• /
• 2000

To investigate the neurobiological bases of learning and memory is one of the ambitious goals of modern neuroscience. The progress in this field of recent years has not only brought us closer to understanding the molecular mechanism underlying long-lasting changes in synaptic strength, but it has also provided further evidence that these mechanisms are required for memory formation. Since twenty years ago, several studies for the tests of the hypothesis that NMDA-dependent hippocampal long-term potentiation(LTP) underlies learning have been reported. Also, in the recent year, data from mutant mice showed that a potential role for NMDA-dependent LTP in hippocampal CA1 and spatial learning. Although the current evidence for the role of NMDA receptor in learning and memory is not still obvious, NMDA receptor seems to act as a critical switch for activation of a cascade of events that underlie synaptic plasticity.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.861-880
• /
• 2023

Semantic segmentation of road scene is the key technology of autonomous driving, and the improvement of convolutional neural network architecture promotes the improvement of model segmentation performance. The existing convolutional neural network has the simplification of learning knowledge and the complexity of the model. To address this issue, we proposed a road scene semantic segmentation algorithm based on multi-task collaborative learning. Firstly, a depthwise separable convolution atrous spatial pyramid pooling is proposed to reduce model complexity. Secondly, a collaborative learning framework is proposed involved with saliency detection, and the joint loss function is defined using homoscedastic uncertainty to meet the new learning model. Experiments are conducted on the road and nature scenes datasets. The proposed method achieves 70.94% and 64.90% mIoU on Cityscapes and PASCAL VOC 2012 datasets, respectively. Qualitatively, Compared to methods with excellent performance, the method proposed in this paper has significant advantages in the segmentation of fine targets and boundaries.

• International Journal of Advanced Culture Technology
• /
• 제11권2호
• /
• pp.56-63
• /
• 2023

I proposed the architectural guideline for educational environment based on design thinking approach to integrate and enhance learners' activities and achievements. The physical environment of design education learning space should be applied by teaching methods and learning activities, especially for STEAM-based convergent education, the architectural space conditions should support the design process based on design thinking. The learning environment conditions influence design education with physical design factors and learners' communication, and the flexible environment based on design thinking, which is crucial for design education. The 3 steps of design thinking experiences also allow students to learn the context of ideas, skills and outcomes. Therefore, I argued that the learning surrounding based on design thinking needs flexible and mobile, connected, integrated, organized, and team-focused environments to support learners' understanding, participation, and collaboration, and to achieve the design process based on research findings. For spaces for convergent learning environments based on design thinking, common design principles should be reviewed, such as coexistence with technology, safety and security, transparency and spatial extension, multi-purpose space and outdoor learning.

• 한국지역지리학회지
• /
• 제8권4호
• /
• pp.529-541
• /
• 2002

본 논문은 시장과 기술의 급속한 변화에 직면한 한국 대기업의 R&D 공간의 변화 과정과 메커니즘을 학습과 적응의 맥락에서 고찰한 것이다. 사례연구는 한국의 대표적인 전자업체인 LG전자를 대상으로 한 심층적 인터뷰 결과와 문헌조사를 토대로 하였다. 본 연구에서는 대기업 조직의 R&D 공간의 변화는 조직의 공간 형태, 지식과 학습의 공간적 및 조직적 원천, 관계적 근접성에 기초한 학습의 역할 등과도 밀접한 관계를 가지고 있음을 밝힌다. 사례기업의 최근 국내 R&D 공간의 변화는 구상과 실행의 공간적 통합보다는 핵심 연구개발 기능들의 서울중심 집적 강화 경향이 점진적으로 나타나고 있다. 그러나, 본 논문에서는 이러한 R&D 공간의 변화가 학습과 핵심의 선형적 모델로의 회귀를 의미한다고 보기보다는, 조직적 근접성과 상호작용적 학습 양식을 통해 공간적으로 분산된 조직 역량 및 학습 능력을 유지 강화하고자 하는 기업의 전략적 노력과 조직적 프로세스를 반영하고 있다는 점을 강조한다.

• 대한지리학회지
• /
• 제39권6호
• /
• pp.971-983
• /
• 2004

학생들의 지리적 이해와 개념 발달 그리고 기능 습득 등이 복합적인 배경 변인의 영향을 받고 있음이 점점 더 분명해지고 있다. 복합적인 배경 변인 중에서 성별 차이는 오랫동안 지리학자와 심리학자들의 관심 대상이었다. 최근 지리적 지식과 공간적 능력에서 나타나는 성별 차이는 성적 고정관념을 강화하는 사회문화적 요인들에서 기인한 것이라는 주장이 제기되고 있다. 지리 학습에 영향을 미치는 주요 변인으로 고려되는 성별 차이는 단순한 차이 그 자체보다는. 다면적인 젠더에 대한 과정 변인으로 진술되고 탐구되는 것이 바람직하다. 이에 본 연구는 성별 차이와 젠더 특성이 지리 수업에 미치는 영향을 이론적으로 고찰하고. 실제 중학교 지리 수업에서 이루어지는 학습 지역과 학습 내용 그리고 학습 활동에 대한 성별 차이와 젠더 특성을 조사하였다. 연구 결과, 지리 학습에서는 성별 차이보다는 유사성이 더 많이 나타났으며. 젠더별 특성이 다양하게 나타났다. 이는 학습의 개인차를 고려하는데 적절한 것은 단순한 성별 차이보다는 좀더 구체적이고 다면적인 젠더 특성임을 시사한다. 더불어 이러한 특성들이 학습 효율성을 장려하는데 어떠한 영향을 미치는지에 대한 설명이 이루어지면, 지리 교육을 증진하는데 직접적인 도움이 될 것이다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제52권4호
• /
• pp.531-547
• /
• 2013

The purpose of the study is to examine how effects of activities using Google SketchUp on students' spatial ability and 3D geometric thinking in measuring the volume of solid figures. By comparing the results from pre- and post-tests between the experimental group and control group, we found that activities using Google SketchUp help students improve their spatial ability in the spatial orientation and visualization. In addition, more than half students in the experimental group moved from level 4 up to level 7 in thinking process of measuring the volume in terms of Battista(2004)'s levels. This study suggests that the instruction with Google SketchUp can help to improve students' spatial ability and 3D geometric thinking in the regular class in middle school. In addition, SketchUp can be an advanced technological tool to support students' self-directed learning, which create an efficient educational environment and a great opportunity to learn geometry in an effective manner.