• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.1-12
• /
• 2023

To make semiconductor chips, a number of complex semiconductor manufacturing processes are required. Semiconductor chips that have undergone complex processes are subjected to EDS(Electrical Die Sorting) tests to check product quality, and a wafer bin map reflecting the information about the normal and defective chips is created. Defective chips found in the wafer bin map form various patterns, which are called defective patterns, and the defective patterns are a very important clue in determining the cause of defects in the process and design of semiconductors. Therefore, it is desired to automatically and quickly detect defective patterns in the field, and various methods have been proposed to detect defective patterns. Existing methods have considered simple, complex, and new defect patterns, but they had the disadvantage of being unable to provide field engineers the evidence of classification results through deep learning. It is necessary to supplement this and provide detailed information on the size, location, and patterns of the defects. In this paper, we propose an anomaly detection framework that can be explained through FCDD(Fully Convolutional Data Description) trained only with normal data to provide field engineers with details such as detection results of abnormal defect patterns, defect size, and location of defect patterns on wafer bin map. The results are analyzed using open dataset, providing prominent results of the proposed anomaly detection framework.

• Journal of Ginseng Research
• /
• 제48권3호
• /
• pp.286-297
• /
• 2024

Brain plasticity refers to the brain's ability to modify its structure, accompanied by its functional changes. It is influenced by learning, experiences, and dietary factors, even in later life. Accumulated researches have indicated that ginseng may protect the brain and enhance its function in pathological conditions. There is a compelling need for a more comprehensive understanding of ginseng's role in the physiological condition because many individuals without specific diseases seek to improve their health by incorporating ginseng into their routines. This review aims to deepen our understanding of how ginseng affects brain plasticity of people undergoing normal aging process. We provided a summary of studies that reported the impact of ginseng on brain plasticity and related factors in human clinical studies. Furthermore, we explored researches focused on the molecular mechanisms underpinning the influence of ginseng on brain plasticity and factors contributing to brain plasticity. Evidences indicate that ginseng has the potential to enhance brain plasticity in the context of normal aging by mediating both central and peripheral systems, thereby expecting to improve age-related declines in brain function. Moreover, given modern western diet can damage neuroplasticity in the long term, ginseng can be a beneficial supplement for better brain health.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제19권4호
• /
• pp.733-767
• /
• 2005

During the past decades, there has been a fundamental change in the objectives and nature of mathematics education, as well as a shift in research paradigms. The changes in mathematics education emphasize learning mathematics from realistic situations, students' invention or construction solution procedures, and interaction with other students of the teacher. This shifted perspective has many similarities with the theoretical . perspective of Realistic Mathematics Education (RME) developed by Freudental. The RME theory focused the guide reinvention through mathematizing and takes into account students' informal solution strategies and interpretation through experientially real context problems. The heart of this reinvention process involves mathematizing activities in problem situations that are experientially real to students. It is important to note that reinvention in a collective, as well as individual activity, in which whole-class discussions centering on conjecture, explanation, and justification play a crucial role. The overall purpose of this study is to examine the developmental research efforts to adpat the instructional design perspective of RME to the teaching and learning of differential equation is collegiate mathematics education. Informed by the instructional design theory of RME and capitalizes on the potential technology to incorporate qualitative and numerical approaches, this study offers as approach for conceptualizing the learning and teaching of differential equation that is different from the traditional approach. Data were collected through participatory observation in a differential equations course at a university through a fall semester in 2003. All class sessions were video recorded and transcribed for later detailed analysis. Interviews were conducted systematically to probe the students' conceptual understanding and problem solving of differential equations. All the interviews were video recorded. In addition, students' works such as exams, journals and worksheets were collected for supplement the analysis of data from class observation and interview. Informed by the instructional design theory of RME, theoretical perspectives on emerging analyses of student thinking, this paper outlines an approach for conceptualizing inquiry-oriented differential equations that is different from traditional approaches and current reform efforts. One way of the wars in which thus approach complements current reform-oriented approaches 10 differential equations centers on a particular principled approach to mathematization. The findings of this research will provide insights into the role of the mathematics teacher, instructional materials, and technology, which will provide mathematics educators and instructional designers with new ways of thinking about their educational practice and new ways to foster students' mathematical justifications and ultimately improvement of educational practice in mathematics classes.

• 소프트웨어공학소사이어티 논문지
• /
• 제27권1호
• /
• pp.8-14
• /
• 2018

클라우드 컴퓨팅이 IT 업계의 화두로 부상하면서 다양한 유형의 클라우드 서비스들이 나타났고, 다수의 클라우드 서비스들 중 사용자가 원하는 서비스를 선택하는 과정의 복잡성을 해소하기 위해 클라우드 서비스 브로커 기술이 (Cloud Service Broker, CSB)등장하였다. CSB의 핵심적인 기능 중 하나는 사용자에게 최적의 클라우드 서비스를 추천해주는 것이다. 일반적으로 CSB에서 클라우드 서비스 추천을 위해 서비스 사용자들로부터 서비스에 대한 평점을 피드백으로 받아 서비스를 평가하는 방법을 사용할 수 있다. 그러나 사용자마다 평점을 매기는 기준이 다양하므로 평점만으로 서비스를 평가하기에는 신뢰도가 떨어진다는 문제점이 존재한다. 본 논문에서는 클라우드 서비스 사용자의 리뷰에 기계 학습 기반의 감정 분석(Sentiment Analysis) 기법을 적용하여 평점 기반 서비스 평가를 보완하는 방법과 이를 적용하여 구현한 CSB의 프로토타입을 제시한다. 또한 실제 클라우드 서비스 리뷰를 학습 데이터로 사용한 실험을 통해 감정분석에 사용될 수 있는 여러 학습 알고리즘의 성능을 비교한 결과를 제시한다. 본 논문에서 제안하는 서비스 평가 기법은 기존의 평점 기반 서비스 평가의 단점을 보완하며 사용자 경험 측면의 서비스 품질을 반영할 수 있다.

• 대한화학회지
• /
• 제47권6호
• /
• pp.645-658
• /
• 2003

이 연구는 제 7차 교육과정에 의한 화학 II 교과서의 탐구영역을 제 7차 과학 교육 과정에서 제시한 탐구 요소들에 의해 분석하였다. 연구의 목적은 화학 II 교과서의 탐구영역이 제 7차 과학 교육과정을 얼마나 반영하는지 알아보고 현장 탐구학습의 교육적 시사점을 찾고자 하였다. 전체적으로 보았을 때, 기초 탐구요소들은 분류를 제외하고는 제 7차 화학 II교과서에 대체로 찰 반영되어 있었으나, 통합탐구 요소들은 자료해석이 거의 절반을 차지하고, 결론도출, 자료변환 등을 제외한 통함 탐구요소들은 이주 낮은 비율을 나타내고 있다. 탐구활동 요소들도 조사의 비율 이 전체 탐구활동의 100/0미만이고, 과제연구는이주적고, 견학은나타나지 않았다 제 7차과학 교육과정에서는 고학년의 탐구학습 일수록 다양한 통합탐구 요소와 탐구활동을 강조하고 있으므로 현장의 탐구학습에서는 이러한 화학 R 교과서의 미흡한 점을 보완할 수 있는 방향으로 탐구학습을 운영하여야 할 것이다.

• 한국초등수학교육학회지
• /
• 제21권1호
• /
• pp.215-241
• /
• 2017

본 연구에서는 비와 비율을 지도에 대한 교사의 이해 정도를 알아보기 위하여 비와 비율 지도에 대한 교사의 교수학적 내용 지식(PCK)을 질문지와 면담을 통해 분석하였다. 연구 결과, PCK의 내용 측면에 있어서 교사는 비와 비율의 개념을 정확하게 이해하고 실생활 맥락과 연계해서 비와 비율을 지도할 필요가 있으며, PCK의 교수 방법 및 평가에 대한 지식의 관점에서 비와 비율에 대한 교수 목표를 강화하고 교수 방법에 있어서도 활동 중심으로 바뀔 수 있도록 교사들의 PCK를 강화할 필요가 있다. 그리고 학생 이해 지식의 관점에서 교사의 PCK는 교사의 설명 이외에 오류 지도 방법을 다양화하고 정의적 측면을 수업에 연계할 수 있도록 해야 한다. 마지막으로 수업 상황에 대한 지식의 관점에서 교사는 주체적 관점에서 교과서 활동을 재구성하고, 활동의 특성에 맞게 수업 집단을 다양화 할 필요가 있다. 본 연구 결과는 설문과 면담을 통한 비와 비율에 대한 교사의 PCK가 실제 수업과 어떠한 연관성을 갖고 있는지에 대한 추후 연구를 제안한다.

• 대한지구과학교육학회지
• /
• 제12권1호
• /
• pp.27-39
• /
• 2019

본 연구는 고등학교 '통합과학' 교과와 연계하여 CLAMP(Climate-Leaf Analysis Multivariate Program) 고기후 탐구를 통해 기후변화 교육을 할 수 있는 STEAM 프로그램을 개발했다. PDIE 교수 설계 모형에 따라 2015 개정교육과정과 과학 교과서를 분석했고, 전문가 패널과 pilot test를 통해 10차시의 수업자료를 개발했다. STEAM 수업 과정에 따라 상황제시 단계에서는 학교 부근의 광엽수종에서 잎을 수집하여 LMA(Leaf Margin Analysis) 기후 탐구활동으로 학습목표를 제시했다. 창의적 설계 단계에서는 연구 지역의 지질과 화석에 대해 학습했고, CLAMP 입력자료(잎화석의 인상학적 31가지 특성)를 분류하는 실습을 했다. 감성적 체험과 새로운 도전 단계에서는 야외학습으로 화석을 채집하고, CLAMP 방법으로 고기후를 탐구하며 신생대의 기후 변화 경향과 원인에 대해 토의하는 과정에서 기후소양을 함양하게 하였다. 개발 프로그램의 타당도 검증은 전문가 패널 간의 신뢰도 구축 과정을 통해 모든 항목에서 개발 목적에 적합하다는 평가(CVI .84)를 받았다. 이 프로그램을 고등학교 현장에 적용하기 위해서 불일치 사항을 보완하고, 적합성을 검토하기 위해 예비수업을 실시했다. 참여한 학생들의 수업만족도는 4.48이었고, 이들의 의견을 반영하여 프로그램을 완성했다. 이 연구는 고등학생들에게 기후변화에 대한 실천적 지식과 대응 행동 의지를 갖게 하고, 기후소양 함양에 기여할 수 있을 것이다.

• 디자인융복합연구
• /
• 제15권6호
• /
• pp.195-214
• /
• 2016

예측 분석은 패턴인식(Pattern recognition) 혹은 기계학습(Machine learning)으로 불리는 확률적 학습 알고리즘을 기반으로 하기 때문에 사용자가 분석 과정에 개입하여 더 많은 정보를 얻어내기 위해서는 높은 통계적 지식수준이 요구된다. 또한 사용자는 분석 결과외의 다른 정보를 확인 할 수 없고 데이터의 특성 변화와 데이터 하나하나의 특징을 파악하기 힘들다는 단점이 있다. 본 연구는 이러한 예측분석의 단점을 보완하고자 통계적인 데이터 분석 방법과 시각화 분석 방법을 결합하여 데이터 분석을 진행하였으며 통계적인 분석 방법만을 진행 할 경우 발생하는 단점을 보완하고 데이터에서 더 많은 정보를 도출해 내기 위한 방법론을 제시 하고자하였다. 이를 위해 본 연구는 영화 리뷰에서 추출한 감정 어휘가 독립변인이고 영화의 흥행 값이 종속변인인 데이터를 예제 데이터로 활용하여 진행하였다. 본 연구의 연구 방법론을 적용하였을 때의 이점은 다음과 같다. 첫째, 의사결정나무 분석에서 제시된 분할 기준이 적용될 때 마다 변하는 데이터의 패턴을 파악할 수 있다. 둘째, 제시된 최종 예측모형에 포함된 데이터들의 특성을 확인 할 수 있다. 본 연구의 시사점은 예측모형의 단점을 보완하고 데이터로부터 더 많은 정보를 추출하기 위해 통계적인 데이터 분석과 시각적인 데이터 분석을 결합하여 시행하였다는 것이다. 통계적인 분석 방법을 통해 각 변수의 관계를 파악하고 높은 예측 값을 가지는 모형을 도출하였으며, 시각화 분석에서는 인터랙션 기능을 제공함으로서 통계적으로 제시된 예측모형을 검증하고 더 다양한 정보를 도출 할 수 있게 하였다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.471-484
• /
• 2023

적대적 생성 신경망 기반의 딥러닝 모델은 학습된 정보를 바탕으로 새로운 정보를 생성하는데 특화되어 있다. 구글 딥마인드에서 개발한 deep generative model of rain (DGMR) 모델은 대규모 레이더 이미지 데이터의 복잡한 패턴과 관계를 학습하여, 예측 레이더 이미지를 생성하는 적대적 생성 신경망 모델이다. 본 연구에서는 환경부 레이더 강우관측자료를 이용하여 DGMR 모델을 학습하고, 2021년 8월 호우사례를 대상으로 적대적 생성 신경망을 이용하여 강우예측을 수행하고 기존 예측기법들과 정확도를 비교하였다. DGMR은 대체적으로 선행 60분까지는 강우 분포 위치가 관측강우와 가장 유사하였으나, 전체 영역에서 강한 강우가 발생한 사례에서는 강우가 지속적으로 발달하는 것으로 예측하는 경향이 있었다. 통계적 평가에서도 DGMR 기법이 1시간 선행예측에서 임계성공지수 0.57~0.79, 평균절대오차 0.57~1.36 mm로 나타나 타 기법 대비 효과적인 강우예측 기법임을 보여주었다. 다만, 생성 결과의 다양성이 부족한 경우가 발생하여 예측 정확도를 저하하므로 다양성을 개선하기 위한 연구와 2시간 이상의 선행예측에 대한 정확도 개선을 위해 물리기반 수치예보모델 예측강우 자료를 이용한 보완이 필요할 것으로 판단되었다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.123-138
• /
• 2024

본 연구는 S대학 <인공지능을 위한 기초수학[Math4AI]> 강좌의 교수·학습과정에서 맞춤형 챗GPT를 개발하여 활용한 경험을 공유한다. 연구진은 ① 먼저 강좌 맞춤형 챗GPT (https://math4ai.solgitmath.com/)를 개발하였다. 이때 챗GPT가 부정확한 정보를 주지 않도록 수년간의 해당 강좌 주요 데이터(교재, 실습실, 토론 기록, 코드 등)를 우선적으로 학습하는 챗GPT의 기능을 적용하였다. ② 학생들이 교재를 스스로 학습하다 궁금한 부분이 생기면, 맞춤형 챗GPT 인터페이스를 통해 자연어로 수학 용어, 정리, 예제, 열린 문제 번호, 핵심어 등을 질문하여 도움을 얻을 수 있도록 하였다. 그러면 챗GPT는 관련된 주요 문제나 용어, 그리고 이전 학생들의 토론에 기반한 몇 가지 샘플 답안 또는 토론 내용과 함께 사용되었던 코드 샘플을 제공한다. ③ 학생들이 챗GPT를 통해 얻은 내용을 스스로 윤문하여 공유하고, 상호 토론하면서, 교재에서 제시하는 주요 개념과 열린 문제의 대부분을 이해하도록 하였다. ④ 학기 말에는 그간 본인이 얻은 열린 문제들에 대한 학습기록을 모아 PBL (Problem-Based Learning) 보고서로 제출하고, 발표하여 강좌를 수료하도록 하였다. 이러한 방식은 학생들이 학습을 포기하지 않고 한 단계 앞으로 더 나아갈 추진력과 동기를 주며, 궁극적으로 각각의 문제를 스스로 해결하는 자기 주도적 학습을 도울 수 있다. 또한 학생들 각자의 수준에 맞추어 실시간으로 최적화된 조언을 제시하므로 강좌뿐만 아니라 대학수학교육 전반에 대한 학생별 맞춤형 교육(personalized education)을 제공할 수 있다. 즉, 학생들이 담당교수(또는 조교)와 AI 조교의 도움으로 실시간 답변과 효과적인 조언을 받을 수 있게 됨을 의미한다. 이는 양질의 조교 부족에 대한 고민을 추가 비용 없이 획기적으로 해결할 수 있다. 본 연구는 강좌의 교수·학습과정에 교재 맞춤형 챗GPT를 접목한 것으로, 인공지능(AI) 기술을 기타 대학수학 과목들(미적분학, 선형대수학, 이산수학, 공학수학, 기초통계학 등)과 초·중·고 수학교육에 적용할 수 있는 새로운 방법을 제시한다. 특히 AI 기술을 적용하여 이전 수강생들의 학습기록(열린 문제 풀이, 토론 자료, 코드 등)을 참고하며, 각자 실습한 결과를 공유 및 상호 토론하여 문제를 해결하는 방식은, 다양한 전공의 학생들이 내용을 더 효과적으로 이해하고, 본인 전공 관련 문제 해결 능력을 향상시키는 데 획기적인 도움을 줄 것으로 예상된다. 또한 교재 맞춤형 챗GPT와 함께 자기주도적인 학습을 경험토록 하는 교수학습 방법은 평생 교육(lifelong learning, extension school, extension college, extended college) 또는 평생학습의 관점에서 중요하다.