• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권11호
• /
• pp.625-631
• /
• 2017

과거부터 현재까지 주식시장에 대한 주가 변동 예측은 풀리지 않는 난제이다. 주가를 과학적으로 예측하기 위해 다양한 시도 및 연구들이 있어왔지만, 아직까지 정확한 미래를 예측하는 것은 불가능하다. 하지만, 주가 예측은 경제, 수학, 물리 그리고 전산학 등 여러 관련 분야에서 오랜 관심의 대상이 되어왔다. 본 논문에서는 최근 각광 받고 있는 딥러닝(Deep-Learning)을 이용하여 주가의 변동패턴을 학습하고 미래를 예측하고자한다. 본 연구에서는 오픈소스 딥러닝 프레임워크인 텐서플로우를 이용하여 총 3가지 학습 모델을 제시하였으며, 각 학습모델은 각기 다른 입력 피쳐들을 받아들여 학습을 진행한다. 입력 피쳐는 이전 연구에서 사용한 단순 가격 데이터를 확장해 입력 피쳐 개수를 증가시켜가며 실험을 하였다. 세 가지 예측 모델의 학습 성능을 측정했으며, 이를 통해 가격-기반 입력 피쳐에 따라 달라지는 예측 모델의 성능 변화 비교 분석하여 가격-기반 입력 피쳐가 주가예측에 미치는 영향을 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.25-31
• /
• 2022

본 연구의 목적은 국내 대학의 인공지능(AI) 전공 교육과정에 대한 실태 분석을 통해 향후, 더욱 체계적인 AI 교육과정 운영을 위한 시사점을 탐색하는 것에 있다. 이를 위해, 사전 연구를 통해 개발한 산업계 수요 기반의 대학 AI 전공 표준형 교육과정을 활용해 국내 대학(SW중심대학 외 총 51개교)과 해외 QS Top 10 대학의 관련 교육과정을 분석하였다. 주요 연구 결과를 살펴보면 다음과 같다. 첫째, 국내 대학의 경우 파이썬 중심의 프로그래밍 과목이 부족하였다. 둘째, AI 응용, 융합 등의 심화학습을 위한 과목이 적었다. 셋째, AI 개발자 직무를 수행하기 위해 요구되는 과목(ex, 컨테이너 인프라 구축, DevOps 실습 등)의 과목이 부족하였다. 넷째, 전문대학의 경우 AI 수학 관련 교과 개설 비율이 낮았다. 본 연구는 이러한 결과를 토대로 향후 체계적인 AI 전공 교육과정 운영을 위한 시사점을 제시하였다.

• Computers and Concrete
• /
• 제32권2호
• /
• pp.217-232
• /
• 2023

Numerous studies have been performed on the behavior of pile foundations in cold regions. This study first attempted to employ artificial neural networks (ANN) to predict pile-bearing capacity focusing on pile data recorded primarily on cold regions. As the ANN technique has disadvantages such as finding global minima or slower convergence rates, this study in the second phase deals with the development of an ANN-based predictive model improved with an Elephant herding optimizer (EHO), Dragonfly Algorithm (DA), Genetic Algorithm (GA), and Evolution Strategy (ES) methods for predicting the piles' bearing capacity. The network inputs included the pile geometrical features, pile area (m²), pile length (m), internal friction angle along the pile body and pile tip (Ø°), and effective vertical stress. The MLP model pile's output was the ultimate bearing capacity. A sensitivity analysis was performed to determine the optimum parameters to select the best predictive model. A trial-and-error technique was also used to find the optimum network architecture and the number of hidden nodes. According to the results, there is a good consistency between the pile-bearing DA-MLP-predicted capacities and the measured bearing capacities. Based on the R2 and determination coefficient as 0.90364 and 0.8643 for testing and training datasets, respectively, it is suggested that the DA-MLP model can be effectively implemented with higher reliability, efficiency, and practicability to predict the bearing capacity of piles.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.497-516
• /
• 2023

본 연구의 목적은 예비교사들의 ChatGPT에 대한 인식과 ChatGPT를 활용하여 구안한 수업설계의 특징을 분석함으로써 ChatGPT를 활용한 교사의 수업설계역량 신장에 대한 가능성을 탐색하는 것이다. 이를 위해 예비교사의 인식을 조사하기 위한 설문조사를 실시하였으며, ChatGPT를 활용하여 작성된 수업설계지를 수학수업의 설계 요소, 대화 및 정보 처리 유형의 관점에서 분석하였다. 그 결과 예비교사들은 ChatGPT 활용에 다소 소극적인 태도를 보이는 것으로 보이며, 교사의 중재 가능성과 ChatGPT의 특성이 ChatGPT 활용에 관한 인식에 영향을 주는 것으로 나타났다. 더불어 예비교사들은 주로 동기유발 활동과 배운 내용을 적용하는 놀이 활동에 ChatGPT를 활용했으며, 개인마다 ChatGPT를 활용하는 수준, 즉 ChatGPT와의 대화 양상과 정보 처리 양상에 차이를 보였다. 이와 같은 연구 결과를 토대로 ChatGPT를 활용한 교사의 전문성 신장 및 교사 교육에 대한 가능성을 탐색하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.545-567
• /
• 2023

본 연구는 이차방정식과 이차함수 단원을 중심으로 수학 문제 해결에 효과적인 ChatGPT의 프롬프트를 고찰하는 연구로 '역할-규칙-예제풀이-문제-과정'으로 이어지는 구조화된 프롬프트를 설계하였다. 본 연구에서는 GPT4, 울프람 플러그인, Advanced Data Analysis를 결합한 인공지능 모델을 활용하였으며, 계산 오류를 줄이기 위해 울프람 플러그인을 주요 연산의 도구로 사용하였다. 9종의 고등학교 수학 교과서의 이차방정식과 이차함수 단원 문제를 구조화된 프롬프트의 형태로 입력하였을 때 ChatGPT의 답변에 대한 정답률은 91%로, 제로샷 프롬프트 대비 높은 성과를 보였다. 이를 통해 수학 문제 해결에 효과적인 구조화된 프롬프트를 확인할 수 있었다. 본 연구에서 설계한 구조화된 프롬프트는 개별화 교육 및 맞춤형 교육을 위한 지능형 정보시스템 구축에 기여할 수 있을 것이다.

• Advances in nano research
• /
• 제16권3호
• /
• pp.289-301
• /
• 2024

In this work, an analytical model employing a new higher-order shear deformation beam theory is utilized to investigate the bending behavior of axially randomly oriented functionally graded carbon nanotubes reinforced composite nanobeams. A modified continuum nonlocal strain gradient theory is employed to incorporate both microstructural effects and geometric nano-scale length scales. The extended rule of mixture, along with molecular dynamics simulations, is used to assess the equivalent mechanical properties of functionally graded carbon nanotubes reinforced composite (FG-CNTRC) beams. Carbon nanotube reinforcements are randomly distributed axially along the length of the beam. The equilibrium equations, accompanied by nonclassical boundary conditions, are formulated, and Navier's procedure is used to solve the resulting differential equation, yielding the response of the nanobeam under various mechanical loadings, including uniform, linear, and sinusoidal loads. Numerical analysis is conducted to examine the influence of inhomogeneity parameters, geometric parameters, types of loading, as well as nonlocal and length scale parameters on the deflections and stresses of axially functionally graded carbon nanotubes reinforced composite (AFG CNTRC) nanobeams. The results indicate that, in contrast to the nonlocal parameter, the beam stiffness is increased by both the CNTs volume fraction and the length-scale parameter. The presented model is applicable for designing and analyzing microelectromechanical systems (MEMS) and nanoelectromechanical systems (NEMS) constructed from carbon nanotubes reinforced composite nanobeams.

• 한국방사선학회논문지
• /
• 제14권2호
• /
• pp.121-127
• /
• 2020

4차 산업 혁명 시대에 가상현실(VR), 인공지능(AI) 등에 있어서 더욱더 수리 능력을 요구하고 있다. 이에 본 연구는 2019년 6월 17일에서 28일까지 S와 D 대학교 방사선학과 신입생 총 78명을 대상으로 기초학습수리영역 진단 평가를 통해 기초 수리능력에 대한 수준을 파악하여 기초자료를 마련하고자 하였다. 연구결과, 대학생들의 기초 수리능력의 수준은 전반적으로 우수한 것으로 진단되었으나, 기하와 벡터 평균점수 2. 61점, 확률과 통계 평균점수 2.64점으로 보통 수준 진단되어 다른 영역보다 낮게 나타났다. 성별에 따른 기초수리능력 수준은 남학생 평균점수 17.48점, 여학생 16.29점으로 우수 수준으로 진단되었으며, 통계적으로는 유의한 차이가 없었다(p>0.05). 본 연구는 적은 연구대상 인원과 지역적인 제한점이 있기에 연구결과를 전체 대학교 신입생 및 모들 학과에 대해 일반화하는데 있어 다소 한계가 있을 수 있다. 이상의 결과를 토대로, 방사선학과 입학한 신입생들의 기초 수리능력 향상을 위해 학생 수준별로 전공과 관련된 기초 수리능력에 대한 향상 특강 등 다양한 프로그램이 진행 될 필요가 있으며, 교육과정에 전공 수학 교과목을 개설하여 학생 수준에 맞는 교수 학습방법 적용하여 수리능력에 대한 역량을 강화 할 필요가 있다.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.35-43
• /
• 2023

본 연구는 AI 기반 맞춤형 학습 시스템을 시범적으로 운영하여 대학 수업에서의 AI 기반 맞춤형 학습 시스템의 적용 가능성과 효용성을 알아보고자 하였다. 이를 위하여 C지역 소재 B대학교 1학년 재학생 중 기초수학 교과목 수업에 참여한 42명 학습자를 대상으로 AI 기반 맞춤형 학습 시스템을 적용 및 운영하였고, 학생 및 교수를 대상으로 설문 문항 조사와 인터뷰를 진행하였다. 연구 결과, AI 기반 맞춤형 학습 시스템의 활용은 학생의 학업성취도를 향상시켰다. 심층인터뷰 결과 교수자와 학습자 모두 기초 개념 학습에 있어 학습 성과 향상에 기여하는 것으로 파악되었다. 이는 AI 기반의 맞춤형 학습 시스템이 자기 주도 학습의 역량을 향상하고 개념학습을 통해 지식 강화에 효과적인 방안이 될 것임을 시사한다. 본 연구는 인공지능 기반 적응형 학습 시스템의 기초 과학 교과목 도입과 적용에 관련한 기초자료로 활용될 수 있을 것이다. 향후 AI 기반 맞춤형 학습에서 학생들에게 제공한 학습과정과 분석한 데이터를 대면수업에 연계한 효과 검증과 분석한 데이터의 활용 방안에 대한 전략 연구를 제언한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.335-350
• /
• 2024

인공지능 활용 수학수업 지원시스템에 대한 교사의 사용 의도는, 인공지능을 활용하지 않은 전통적인 수학수업 환경에서 구현하기 어려웠던 다양한 수학학습 기회를 제공하는 데 핵심적인 역할을 한다. 본 연구는 초등교사의 인공지능 활용 수학수업 지원시스템 사용 의도에 영향을 미치는 요인을 탐색하고, 요인 간의 구조적 관계를 분석하는 데 목표를 두었다. 이를 위해 기술 수용 모델을 적용하여 인공지능 활용 수학수업 지원시스템의 하나인 <똑똑! 수학탐험대>에 대한 초등교사 215명의 태도와 사용 의도에의 영향 요인 간 관계를 분석하였다. 주요 변수는 수학 학습에 대한 지각된 유용성, 지각된 인공지능 사용 용이성, 그리고 인공지능 활용에 대한 태도였다. 연구 결과, 수학 학습에 대한 지각된 유용성과 지각된 인공지능 사용 용이성이 교사들의 <똑똑! 수학탐험대>에 대한 긍정적인 태도에 영향을 미치고, 긍정적인 태도가 <똑똑! 수학탐험대> 사용 의도에 유의미한 영향을 미치는 것으로 나타났다. 이러한 결과는 교사가 인공지능을 활용한 수학학습의 효과와 인공지능 사용 용이성에 대해 긍정적으로 인식하도록 돕는 것이 인공지능 활용 수학수업 지원시스템을 현장에 효과적으로 도입하여 수학수업과 수학학습을 지원하는 데 핵심임을 시사한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.255-272
• /
• 2024

본 연구의 주요 목적은 인공지능 사고를 함양할 수 있는 수학 융합 수업을 설계하고 이를 적용함으로써 나타나는 초등학생들의 인공지능 사고를 분석하는 것이다. 이를 위해 미국의 AI4K12 Initiative가 개발한 인공지능 빅 아이디어의 학습목표(Learning Objective) 및 지속적 이해(Enduring Understanding)와 2015 개정 초등학교 수학과 교육과정 성취기준을 연계하여 인공지능 사고 함양을 위한 수학 융합 수업을 설계 및 실시하였다. 수학적 내용 수업 2개, 수학적 과정 수업 2개로, 수학적 내용 수업은 인공지능 빅 아이디어의 Perception-Processing, Learning-Nature of Learning과 연계하였으며 수학적 과정 수업은 Representation & Reasoning-Search, Representation & Reasoning-Reasoning과 연계하였다. 설계한 수업 중 Learning-Nature of Learning을 제외한 세 개의 수업을 대상 학년에 맞추어 K 초등학교 5학년 두 학급, 6학년 한 학급에 적용하였다. 수업 중 학생 담화 및 활동지, 수업 관찰 자료를 수집하였으며, 이를 컴퓨팅 사고 분류 체계를 기반으로 인공지능 사고 구성 요소를 추가하여 구성한 인공지능 사고 분석틀을 사용하여 분석하였다. 연구 결과, 인공지능 빅 아이디어가 인공지능 사고 함양을 위한 수학 융합 수업 설계 시 준거로서 기능할 수 있고 이를 통해 초등학생들에게도 인공지능 교육이 가능함을 확인할 수 있었다. 수학 융합 수업은 학생들의 다양한 인공지능 사고를 촉진할 수 있었는데, 구체적으로 수업 과정에서 데이터, 모델링과 시뮬레이션, 컴퓨팅 문제해결, 인공지능 사고 요소가 다양하게 나타난 것에 비해 시스템 사고 요소가 나타나는 빈도수는 상대적으로 적었다. 또한 입체도형 및 공간감각 등의 수학적 내용 요소와 수학 교과역량에 해당하는 수학적 과정 요소의 성취를 보여주었다. 요컨대 인공지능 빅 아이디어를 기반으로 한 수학 융합 수업은 초등학생들의 인공지능 개념 및 원리 이해와 수학적 내용 요소의 이해 및 과정 요소의 강화에 도움이 된다고 할 수 있다. 더욱이 학생들은 수업 중 기존 문제해결 방법의 구조적 일관성을 유지한 채 이를 새로운 문제해결로 확장하는 모습을 보여주었는데, 이러한 반응을 통해 인공지능 사고의 전이 가능성을 확인할 수 있었다. 본 연구 결과에 기초하여, 대상 학년과 빅 아이디어의 하위 요소를 확장함으로써 초등학생들의 다양한 인공지능 사고 요소를 함양하려는 수학 수업 설계를 통한 교수학적 노력 및 지속적인 연구가 필요하다.