• Educational Technology International
• /
• 제10권1호
• /
• pp.1-23
• /
• 2009

Learners are often posited in a paradoxical situation where they are not fully involved in decision making processes on how to learn, in designing their tools. Cognitive artifacts in e-learning are supposed to effectively support learner-centered e-learning. The purpose of the study is to analyze cases of cognitive artifacts and to inquire those design principles for facilitating the learner-centered e-learning. Four research questions are suggested: First, it will be analyzed the characteristics of learners with respect to design of cognitive artifacts for supporting the learner-centered e-learning. Second, characteristics of four cases to design cognitive artifacts in learner-centered e-learning environment are analyzed. Third, it will be suggested the appropriate design principles of cognitive artifacts to facilitating learner-centered learning in e-learning environment. Four cases of cognitive artifacts design in learner-centered e-learning was identified as follows: Wiki software as cognitive artifacts in computer-supported collaborative learning; 'Play Around Network (PAN)' as cognitive artifact to monitor learning activities in knowledge community; Knowledge Forum System (KFS) as a cognitive artifact in knowledge building; cognitive artifacts in Courses-as-seeds applied meta-design. Five design principles are concluded as follows: Promoting externalization of cognitive artifacts to private media; Helping learners to initiate their learning processes; Encouraging learners to make connections with other learners' knowledge building and their cognitive artifacts; Promoting monitoring of participants' contributions in collaborative knowledge building; Supporting learners to design their cognitive artifacts.

• ETRI Journal
• /
• 제43권5호
• /
• pp.881-890
• /
• 2021

Photoplethysmography (PPG) is a noninvasive technique that can be used to conveniently measure heart rate (HR) and thus obtain relevant health-related information. However, developing an automated PPG system is difficult, because its waveforms are susceptible to motion artifacts and between-patient variation, making its interpretation difficult. We use deep neural network (DNN) filters to mimic the cognitive ability of a human expert who can distinguish the features of PPG altered by noise from various sources. Systolic (S), onset (O), and first derivative peaks (W) are recognized by three different DNN filters. In addition, the boundaries of uninformative regions caused by artifacts are identified by two different filters. The algorithm reliably derives the HR and presents recognition scores for the S, O, and W peaks and artifacts with only a 0.7-s delay. In the evaluation using data from 11 patients obtained from PhysioNet, the algorithm yields 8643 (86.12%) reliable HR measurements from a total of 10 036 heartbeats, including some with uninformative data resulting from arrhythmias and artifacts.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2000년도 춘계 학술대회
• /
• pp.322-328
• /
• 2000

This study discusses cognition as a computable mapping in cognitive system and relates G del's Incompleteness Theorems to the computability of cognition from a metamathematical perspective. Understanding cognition as a from of computation requires not only Turing machine models but also neural network models. In previous studies of computation by cognitive systems, it is remarkable to note how little serious attention has been given to the issue of computation by neural networks with respect to G del's Incompleteness Theorems. To address this problem, first, we introduce a definition of cognition and cognitive science. Second, we deal with G del's view of computability, incompleteness and speed-up theorems, and then we interpret G del's disjunction on the mind and the machine. Third, we discuss cognition as a Turing computable function and its relation to G del's incompleteness. Finally, we investigate cognition as a neural computable function and its relation to G del's incompleteness. The results show that a second-order representing system can be implemented by a finite recurrent neural network. Hence one cannot prove the consistency of such neural networks in terms of first-order theories. Neural computability, theoretically, is beyond the computational incompleteness of Turing machines. If cognition is a neural computable function, then G del's incompleteness result does not limit the compytational capability of cognition in humans or in artifacts.

• Journal of Computing Science and Engineering
• /
• 제2권4호
• /
• pp.340-356
• /
• 2008

The cognitive constraints of the human mind must drive the decisions in architecture and methodology design in order that the systems we build are comprehensible. This paper presents a methodology for the design of time-triggered embedded systems that leads to understandable artifacts. We lift the design process to a higher level of abstractionto the level of computational components that interact solely by the exchange of messages. The time-triggered architecture makes it possible to specify the temporal properties of component interfaces precisely and provides temporally predictable message communication, such that the precise behavior of a large design can be studied in the early phases of a design on the basis of the component interface specifications. This paper shows how the cognitive simplification strategies of abstraction, partitioning and segmentation are supported by the time-triggered architecture and its associated design methodology to construct evolvable embedded systems that can be readily understood and modified.

• Molecules and Cells
• /
• 제40권8호
• /
• pp.523-532
• /
• 2017

Functional near-infrared spectroscopy (fNIRS) is a noninvasive optical imaging technique that indirectly assesses neuronal activity by measuring changes in oxygenated and deoxygenated hemoglobin in tissues using near-infrared light. fNIRS has been used not only to investigate cortical activity in healthy human subjects and animals but also to reveal abnormalities in brain function in patients suffering from neurological and psychiatric disorders and in animals that exhibit disease conditions. Because of its safety, quietness, resistance to motion artifacts, and portability, fNIRS has become a tool to complement conventional imaging techniques in measuring hemodynamic responses while a subject performs diverse cognitive and behavioral tasks in test settings that are more ecologically relevant and involve social interaction. In this review, we introduce the basic principles of fNIRS and discuss the application of this technique in human and animal studies.

• 디자인학연구
• /
• 제15권4호
• /
• pp.139-148
• /
• 2002

본 연구에서는 조형(Form-Giving)이 가지는 언어적 능력 또는 기능으로써 'Fun' 감성의 발생과 수용을 다루고 있다. 조형언어로써 'Fun' 감성은 넓은 의미로 사용자가 인공물과의 관계를 통한 경험으로서 소유의지(가지고 싶은)를 갖게 하는 감성으로 정의한다. 좁은 의미로는 보다 능동적이고 의식적인 인지과정에서 겪게 되는 예상치 못한 조형 정보에 대한 물리적.심적 체험의 결과로써 소유의지가 생기는 경우의 감성을 'Fun' 감성으로 본다. 'Fun' 감성의 발생은 사용자의 인지적 특성으로부터 심적 정체(mental block)의 인지과정(여기서는 사용과정으로 보고 있음)을 통한 심적 정체의 해소 시점에서 발생됨을 유추할 수 있었다. 조형요소의 변형 및 규칙, 그리고 적용 조건을 인지적 관점에서 사용자 경험과 조형 컨텍스트(context)의 상호작용으로부터 제안하였다. 이는 목적하는 감성에 부합하는 조형(form-giving)에 있어 매우 중요한 요소로 다루어진다. 또한 다루고 있는 심적 정체로부터 'Fun' 감성 지향을 위한 조형 요소의 활용을 논하였다. 따라서 본 연구 내용을 기반으로 향후, 보다 실증적 연구를 통해, 디자인에 있어서 'Fun' 감성의 발생 메커니즘의 활용이 보다 매력적이고 흥미있는 제품 컨셉과 제품 형태에 효과적으로 적용되길 기대한다.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제15권1호
• /
• pp.1-14
• /
• 2011

Logo has influenced many researchers and learners for the past decades as a 20 turtle geometry environment in the perspective of constructionism. Logo uses the metaphor of 'playing turtle' that is intrinsic, local and procedural. We, then, design an environment in which the metaphor of 'playing turtle' is applied to construct 3D objects, and we figure out ways to represent 3D objects in terms action symbols and 3D building blocks. For this purpose, design three kinds of representation systems, and asked students make various 3D artifacts using various representation systems. We briefly introduce the results of our investigation into students' cognitive burden when they use those representation systems, and discuss the future application measures and the design principles of Logo-based 3D microworld.

• 대한임상검사과학회지
• /
• 제51권4호
• /
• pp.397-405
• /
• 2019

정량적 뇌파는 연구와 임상적 분야에서 활발하게 이용되어 다양한 임상적 증상과 인지기능의 자극 및 과제에 따른 대뇌의 생물학적인 바이오 마커를 규명하는 등 대뇌의 변화를 객관적으로 증명하는데 지속적으로 사용되고 있다. 뇌파에서 정량적 분석과 정성적 분석은 분석하는 방법이 다르기 때문에 측정 방법과 환경이 비슷하지만 한편으론 다르다. 정성적 분석은 뇌파를 판독하는 사람이 잡파를 제외시키고 볼 수 있지만 정량적 분석은 수학적 모델링을 기반으로 데이터의 모든 것을 포함하여 분석을 실시하고 있기 때문에 잡파가 결과에 영향을 준다. 병원에서 임상생리학적 검사인 뇌파를 담당하는 임상병리사들이 뇌파를 이용한 연구는 다른 분야에 비해서 아주 드물다. 이러한 현상은 임상검사과학 분야 중에 임상생리학적 검사에서 두드러지게 나타난다. 왜냐하면 현재 대학에서 임상생리학을 연구하는 실험실이 많지 않기 때문이다. 본 저자의 목적은 정량적 분석을 하고자 하는 임상병리사, 대학원생, 연구자들이 쉽게 접근하여 앞으로 뇌파의 많은 연구가 이루어 질 수 있는 기초자료로 활용되기를 기대하고, 앞으로 많은 대학에서 임상생리학 실험실이 생겨 많은 연구들이 이루어져 좋은 논문들이 많이 나오기를 기대해 본다.

• 디자인학연구
• /
• 제19권4호
• /
• pp.41-50
• /
• 2006

후기산업사회에서 기업내 디자인팀, 디자이너컨설턴시에 의해 디자인된 제품이 생산되고 유통되는 것이 일반적인 디자인체제이다. 과거 전통 사회의 버내큐러 디자인(Vernacular Design)같은 디자인체제 또한 오늘날 시대적 요구에 맞게 변형되어 인간의 물질환경을 형성하는 디자인문화로 남아 있다. 기성디자인과 다른 우리 주변의 다양한 디자인산물들은 사용자에 의한 변용, 일상영역에서의 생산물 등의 사례로 발견되고 있다. 본 연구에서는 이러한 사례를 가지고 비전문적 디자인생산물의 구성품배치의 변화와 산물의 발생상황등의 맥락을 보기 위해 창조성템플릿이론과 산물맥락모델(ACM:Artifact Context Model)을 이용해 분석하였다. 이 연구를 통해 비전문영역에서 보이는 일상 디자인산물들은 일상디자인주체, 사용자가 만들어 내는 평범하지만 나름대로 아이디어와 특이성이 드러나는 산물이며, 이러한 특성들은 기성디자인영역에 새로운 창조적 모티브가 되거나 기성적 디자인영역을 보완하는 하나의 디자인체계의 가능성을 찾을 수 있었다. 기존 디자인에서 볼 수 없는 다양한 모색과 대안이 만들어지는 일상디자인영역은 기업의 제품기획과 마케팅의 한계와는 다른 디자인실천의 영역이다. 또한 신뢰성있는 소비자, 사용자 모델링은 사용자 친화적 디자인, 사용자 커스터마이제이션 구현에 쉬운 접근이 될 수 있다. 향 후 연구에서는 본 연구의 탐색적 디자인과정에 대한 해석과 일상적 디자인산물 분석을 바탕으로 일상디자이너에 대한 중점적인 인지적 프로세스 모델링 등을 통해 기존디자인프로세스 및 디자인교육에 대한 새로운 접근 가능성을 모색할 수 있을 것이다.이미지의 상징적 이미지를 형상화한다. 코리아 이미지를 이용한 형상화 연구는 한국의 정체성을 명확하게 하며, 도시환경을 구성하는 물리적인 요소에 의한 사용자의 행태적인 변화뿐만 아니라 한국의 문화적 가치향상에도 많은 영향을 주리라 본다.제시하고자 한다.이는 소형 모바일 정보기기의 텍스트 레이아웃 디자인에 충분히 활용 가능할 것으로 기대된다.강조하고 있으나 친환경성이 입증되지 않은 제품에 대해서도 친환경 소재임을 내세워 소비자의 판단을 흐리는 경우가 많으므로 이에 대한 시정이 필요하다.칼리를 시용한 구보다 유의하게 높았는데(p<0.05), 이러한 경향은 이른 봄에 액상구비를 시용한 구에서 더욱 뚜렷하였다. 불과하였고 설명 후 이의 필요성에 대하여 묻는 질문에는 135명(71.4%)이 필요하다고 하였으며 동의서의 길이가 길어진다면 스스로 읽겠다(30명, 15.9%)기보다는 84.1%가 구두설명의 필요성을 요구하고 있었다. 임상시험시 발생하는 부작용 또는 문제점의 발생시 의사나 회사에 책임을 묻겠다는 대답이 76명(40.2%)으로 이 중 17명(9.0%)은 시비를 가리지 않고 무조건 책임을 묻겠다고 하였다. 결 론 : 본 설문조사는 임상시험과 피험자 동의서에 대한 가장 기초적인 설문 조사로 대상인 암환자와 가족들이 비교적 정확하고 긍정적인 견해를 가지고 있었으나 임상시험과 피험자 동의서에 대한 보다 적극적인 홍보와 교육이 필요하며 피험자동의서의 간편성과 이해력의 향상에 대한 연구가 요구됨을 보여주었다. 논평하였음을 퇴계는 '완세불공(玩迷不恭)'이라고 판단했을 것이다. 장육당은 청(淸)과 탁(濁)이 있음을 알지 못하고. 그것의 분별도

• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.150-158
• /
• 2021

Intracranial hemorrhage (ICH) refers to acute bleeding inside the intracranial vault. Not only does this devastating disease record a very high mortality rate, but it can also cause serious chronic impairment of sensory, motor, and cognitive functions. Therefore, a prompt and professional diagnosis of the disease is highly critical. Noninvasive brain imaging data are essential for clinicians to efficiently diagnose the locus of brain lesion, volume of bleeding, and subsequent cortical damage, and to take clinical interventions. In particular, computed tomography (CT) images are used most often for the diagnosis of ICH. In order to diagnose ICH through CT images, not only medical specialists with a sufficient number of diagnosis experiences are required, but even when this condition is met, there are many cases where bleeding cannot be successfully detected due to factors such as low signal ratio and artifacts of the image itself. In addition, discrepancies between interpretations or even misinterpretations might exist causing critical clinical consequences. To resolve these clinical problems, we developed a diagnostic model predicting intracranial bleeding and its subtypes (intraparenchymal, intraventricular, subarachnoid, subdural, and epidural) by applying deep learning algorithms to CT images. We also constructed a visualization tool highlighting important regions in a CT image for predicting ICH. Specifically, 1) 27,758 CT brain images from RSNA were pre-processed to minimize the computational load. 2) Three different CNN-based models (ResNet, EfficientNet-B2, and EfficientNet-B7) were trained based on a training image data set. 3) Diagnosis performance of each of the three models was evaluated based on an independent test image data set: As a result of the model comparison, EfficientNet-B7's performance (classification accuracy = 91%) was a way greater than the other models. 4) Finally, based on the result of EfficientNet-B7, we visualized the lesions of internal bleeding using the Grad-CAM. Our research suggests that artificial intelligence-based diagnostic systems can help diagnose and treat brain diseases resolving various problems in clinical situations.