• 대한지구과학교육학회지
• /
• 제14권2호
• /
• pp.202-211
• /
• 2021

이 연구의 목적은 교육과정 '날씨와 우리 생활' 지도와 연계하여 초등예비교사들의 '교육과정 재구성' 학습요소를 분석하는 데 있다. 연구대상은 A교육대학의 2학년 학생 29명으로 1학기 초등과학 교재연구1 강의에 참여하였다. 교육과정 '날씨와 우리 생활'에 추가하고 싶은 학습주제 두 가지와 학습 지도내용을 진술하게 한 후 기상 또는 기후 관련 과학 용어 등에 근거하여 분석하였다. 연구결과를 정리하면 다음과 같다. 첫째, '날씨와 우리 생활' 단원에 추가되어야 한다고 생각하는 학습주제의 유형은 대기 중의 물, 미세먼지·황사, 빛·전기 등 기상과 관련된 유형 세 가지와 이상기후, 지구온난화 등 기후 관련 유형 두 가지로 나타났다. 둘째, 대기 중의 미세먼지·황사의 문제에 대한 관심이 상대적으로 높게 나타났다. 셋째, 기능이나 태도영역의 학습보다는 지식 영역의 학습에 대한 관심이 상대적으로 높게 나타났다. 이러한 연구 결과를 통해 기후변화나 기후 위기 교육 프로그램 개발이 필요하다는 사실을 확인할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.528-531
• /
• 2021

Nowadays recommendation systems are so ubiquitous, where our many decisions are being done by the means of them. We can see recommendation systems in all areas of our daily life. Therefore the research of this sphere is still so active. So far many research papers were published for clothing recommendations as well. In this paper, we propose the clothing-recommendation system according to user emotion and weather information. We used social media to analyze users' 6 basic emotions according to Paul Eckman theory and match the colour of clothing. Moreover, getting weather information using visualcrossing.com API to predict the kind of clothing. For sentiment analysis, we used Emotion Lexicon that was created by using Mechanical Turk. And matching the emotion and colour was done by applying Hayashi's Quantification Method III.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.203-211
• /
• 2006

오늘날 네트워크는 전 세계적으로 광범위하게 퍼져있으며, 기업 서버에서부터 심지어 가정의 가전제품까지 우리 생활의 대부분의 기기들이 네트워크로 연결되는 상황에 이르렀다. 따라서 실시간으로 네트워크 상태를 파악하고 계획, 관리할 수 있는 프레임워크의 중요성이 날로 증가하고 있다. 네트워크 상황을 실시간으로 파악하고 지속적으로 최적의 상태를 유지할 수 있는 기술은 네트워크 운영의 고도화 측면에서 가장 근본적이며 핵심적인 요소이다. 고속도로 교통관제 센터의 역할과 유사하게 그물처럼 연결된 네트워크를 한눈에 파악할 수 있는 네트워크 상태보고 프레임워크가 효과적으로 구축되어 있다면 바이러스나 웜으로 인한 급격한 트래픽의 증가 또는 서비스 거부공격 등의 긴급 상황에 빠르게 대처할 수 있고, 트래픽 통계 데이터의 분석을 통해서 네트워크의 확장이나 병목구간 등을 미리 파악할 수 있을 것이다. 본 논문에서는 네트워크 트래픽과 성능 상태를 실시간으로 모니터링하고, 동적으로 보고를 해주는 네트워크 상태보고 시스템의 구조를 제시하였다. 이를 위해서 각 네트워크 세그먼트 단위에 이동성을 제공하는 지능형 에이전트를 구축하고 이를 통하여 전체 네트워크의 상태를 효과적으로 제공하는 프레임워크를 제안하였다.

• 대한지구과학교육학회지
• /
• 제13권3호
• /
• pp.211-225
• /
• 2020

이 연구의 목적은 예비교사들이 과학교과서를 학습과정에서의 시선 이동, 교과서에 제시된 화살표에 대한 인지 여부, 그리고 화살표에 의한 시선 행동의 변화 등을 조사하여 분석하는 것이었다. 연구를 위해 시선 이동 추적 장치인 eye-tracker를 이용하였으며, 교사 양성대학에 다니는 예비교사 10명을 선정하여 진행하였다. 연구에 이용된 과학교과서 단원은 지구과학 영역 중 하나인 '날씨와 우리 생활' 단원이었다. 연구결과, 첫째, 예비교사들은 과학교과서를 학습과정에서 그림 보다는 글에 많은 시간을 할애하는 것으로 조사되었다. 둘째, 예비교사들은 과학교과서에 제시된 화살표에 대해 시선을 집중하지 않는 편으로 분석되었다. 셋째, '화살표에 의한 시선 행동 유도'가 일어나기 위해서는 화살표에 대한 충분한 집중이 이루어져야 함을 확인할 수 있었다. 이러한 연구 결과는 화살표와 같은 과학교과서의 학습 요소에 대한 학습자의 시각적 주의 투여의 중요성을 시사해주며, 더불어 효과적인 학습을 위해 시선 이동 연구 자료를 통한 교과서 내 학습 요소에 대한 시각적 주의 투여를 유도할 수 있는 교과서 편집 디자인 개발이 중요함을 시사해준다.

• 한국멀티미디어학회논문지
• /
• 제18권6호
• /
• pp.772-779
• /
• 2015

Advancing information technology have rapidly changed our service environment of life, culture, and industry. Computer information communication system is applied in medical, health, distribution, and business transaction. Smart is using new information by combining ability of computer and information. Although agriculture is labor intensive industry that requires a lot of hands, agriculture is becoming knowledge-based industry today. In agriculture field, computer communication system is applied on facilities farming and machinery Agricultural. In this paper, we designed and implemented application that provides personalized agriculture related information at the actual farming field. Also, this provides farmer a system that they can directly auction or sell their produced crops. We designed and implemented a system that parsing information of each seasonal, weather condition, market price, region based, crop, and disease and insects through individual setup on ubiquitous environment using location-based sensor network and processing data.

• 한국측량학회지
• /
• 제35권3호
• /
• pp.133-144
• /
• 2017

최근 기상정보는 우리 실생활에 더욱 밀접해지고 있으며, 특히 교통분야에는 매우 중요한 요소로 작용하고 있다. 전 세계적으로 기상이변에 따른 교통분야의 피해는 점차 증가하고 있지만, 기상상태에 따른 도로 위험정도, 교통사고 발생가능성 등 상관관계가 매우 높을 것으로 추정됨에도 불구하고 교통예보서비스, 교통안전정보 제공 등 국내 연구는 기초연구 수준에 진행되고 있다. 본 연구는 기상인자별 사고분석 자료를 기반으로 실시간 기상정보와 교통정보를 연계하여 기상상황별 도로위험 예보서비스를 위한 위험지도 개발을 연구목적으로 하고 있다. 이를 위해 관련자료 수집 및 분석, 자료가공, 기상상태별 예측모형을 적용, 웹 지도상에서 전국고속도로를 대상으로 기상상태별도로 위험지도를 제공하는 방안을 개발하였다. 그 결과 본 연구에서 개발한 도로 위험지도는 향후 온라인, 모바일 서비스 등 도로 관리자, 사용자에게 유용하게 활용할 수 있을 것으로 기대할 수 있다. 또한, 제4차 산업혁명의 핵심 키워드인 자율주행자동차 운행에 있어 기상요소에 따른 위험도를 예측하고 선제적으로 대비할 수 있도록 위험지도 DB를 지속적으로 아카이빙하고 제공하여 보다 안전한 자율주행을 지원할 수 있는 정보로써 활용할 수 있을 것으로 판단된다.

• 천문학회보
• /
• 제46권2호
• /
• pp.62.1-62.1
• /
• 2021

Interstellar objects originate from other stellar systems. Thus, they contain information about the stellar systems that cannot be directly explored; the information includes the formation and evolution of the stellar systems and the possibility of life. The examples observed so far are 1l/Oumuamua in 2017 and 2l/Borisov in 2019. In this talk, we present the possibility of detecting interstellar objects using the Heliospheric Imagers designed for space weather research and forecasting by observing solar wind in interplanetary space between the Sun and Earth. Because interstellar objects are unpredictable events, the detection requires observations with wide coverage in spatial and long duration in temporal. The near-real time data availability is essential for follow-up observations to study their detailed properties and future rendezvous missions. Heliospheric Imagers provide day-side observations, inaccessible by traditional astronomical observations. This will dramatically increase the temporal and spatial coverage of observations and also the probability of detecting interstellar objects visiting our solar system, together with traditional astronomical observations. We demonstrate that this is the case. We have used data taken from Solar TErrestrial RElation Observatory (STEREO)/Sun Earth Connection Coronal and Heliospheric Investigation (SECCHI) HI-1. HI-1 is off-pointed from the Sun direction by 14 degrees with 20 degrees of the field of view. Using images observed from 2007 to 2019, we have found a total of 223 small objects other than stars, galaxies, or planets, indicative of the potential capability to detect interstellar objects. The same method can be applied to the currently operating missions such as the Parker Solar Probe and Solar Orbiter and also future L5 and L4 missions. Since the data can be analyzed in near-real time due to the space weather purposes, more detailed properties can be analyzed by follow-up observations in ground and space, and also future rendezvous missions. We discuss future possible rendezvous missions at the end of this talk.

• 천문학회지
• /
• 제36권spc1호
• /
• pp.125-133
• /
• 2003

New Jersey Institute of Technology (NJIT), in collaboration with the University of Hawaii (UH), is upgrading Big Bear Solar Observatory (BBSO) by replacing its principal, 65 cm aperture telescope with a modern, off-axis 1.6 m clear aperture instrument from a 1.7 m blank. The new telescope offers a significant incremental improvement in ground-based infrared and high angular resolution capabilities, and enhances our continuing program to understand photospheric magneto-convection and chromospheric dynamics. These are the drivers for what is broadly called space weather - an important problem, which impacts human technologies and life on earth. This New Solar Telescope (NST) will use the existing BBSO pedestal, pier and observatory building, which will be modified to accept the larger open telescope structure. It will be operated together with our 10 inch (for larger field-of-view vector magnetograms, Ca II K and Ha observations) and Singer-Link (full disk H$\alpha$, Ca II K and white light) synoptic telescopes. The NST optical and software control design will be similar to the existing SOLARC (UH) and the planned Advanced Technology Solar Telescope (ATST) facility led by the National Solar Observatory (NSO) - all three are off-axis designs. The NST will be available to guest observers and will continue BBSO's open data policy. The polishing of the primary will be done in partnership with the University of Arizona Mirror Lab, where their proof-of-concept for figuring 8 m pieces of 20 m nighttime telescopes will be the NST's primary mirror. We plan for the NST's first light in late 2005. This new telescope will be the largest aperture solar telescope, and the largest aperture off-axis telescope, located in one of the best observing sites. It will enable new, cutting edge science. The scientific results will be extremely important to space weather and global climate change research.

• 생태와환경
• /
• 제38권4호통권114호
• /
• pp.494-502
• /
• 2005

녹조대발생의 원인종인 남조 Microcystis aeruginosa와 규조 Stephanodiscus hantzschii 에 대한 살조 및 섭식능을 갖는 박테리아 및 섬모충을 각각 단독 및 혼합처리하고 살조능을 비교하였다. 먼저 남조 M. aeruginosa에 대하여 살조세균 Streptomyces neyagawensis와 섬모충 Stentor roeselii를단독 및 혼합처리한 결과, 각각의 단독처리가 혼합처리보다 더 높은 살조능을 나타내는 두 생물제재의 길항적 살조효과를 나타냈다. 또한 규조 S. hantzschii 에 대해 살조능을 갖는 박테리아 P seudomonas putida와 S. roeselii를 전과 동일한 방법으로 단독 및 혼합처리하여 결과를 비교하였다. 전 실험과는 다르게 두 생물제재의 혼합처리가 단독처리보다 더 높은 살조능을 보이는 두 생물제재의 상승적 살조효과를 나타냈다. 이러한 결과들은 녹조 제어를 위한 생물제재의 적용시 유용하게 이용될 것이며, 다양한 생물제재를 이용함으로서 수중생태계의 혼란을 초l소화시킬 수 있을 것으로 사료되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2002년도 학술발표회 논문집(I)
• /
• pp.43-50
• /
• 2002

Accurate quantitative forecasting of rainfall for basins with a short response time is essential to predict streamflow and flash floods. Previously, neural networks were used to develop a Quantitative Precipitation Forecasting (QPF) model that highly improved forecasting skill at specific locations in Pennsylvania, using both Numerical Weather Prediction (NWP) output and rainfall and radiosonde data. The objective of this study was to improve an existing artificial neural network model and incorporate the evolving structure and frequency of intense weather systems in the mid-Atlantic region of the United States for improved flood forecasting. Besides using radiosonde and rainfall data, the model also used the satellite-derived characteristics of storm systems such as tropical cyclones, mesoscale convective complex systems and convective cloud clusters as input. The convective classification and tracking system (CCATS) was used to identify and quantify storm properties such as life time, area, eccentricity, and track. As in standard expert prediction systems, the fundamental structure of the neural network model was learned from the hydroclimatology of the relationships between weather system, rainfall production and streamflow response in the study area. The new Quantitative Flood Forecasting (QFF) model was applied to predict streamflow peaks with lead-times of 18 and 24 hours over a five year period in 4 watersheds on the leeward side of the Appalachian mountains in the mid-Atlantic region. Threat scores consistently above .6 and close to 0.8 ∼ 0.9 were obtained fur 18 hour lead-time forecasts, and skill scores of at least 4％ and up to 6％ were attained for the 24 hour lead-time forecasts. This work demonstrates that multisensor data cast into an expert information system such as neural networks, if built upon scientific understanding of regional hydrometeorology, can lead to significant gains in the forecast skill of extreme rainfall and associated floods. In particular, this study validates our hypothesis that accurate and extended flood forecast lead-times can be attained by taking into consideration the synoptic evolution of atmospheric conditions extracted from the analysis of large-area remotely sensed imagery While physically-based numerical weather prediction and river routing models cannot accurately depict complex natural non-linear processes, and thus have difficulty in simulating extreme events such as heavy rainfall and floods, data-driven approaches should be viewed as a strong alternative in operational hydrology. This is especially more pertinent at a time when the diversity of sensors in satellites and ground-based operational weather monitoring systems provide large volumes of data on a real-time basis.