• 문화기술의 융합
• /
• 제6권4호
• /
• pp.157-164
• /
• 2020

COVID-19 (Corona Virus Desease-19)로 인해 2020년에는 국내 모든 대학이 비대면 수업을 진행하는 상황이었다. 본 연구는 이러한 비대면 수업하에서 특히 실습수업이 중요한 공과대학생들의 경우 어떤 요인들이 학업 성취도에 영향을 미치는가를 연구하고자 하는 것이다. 본 연구를 위해 D대학의 공과대학생들 대상의 학습성취도 관련 설문문항을 이용하여 회귀 모델과 경로 분석을 결합한 구조 방정식 모형을 적용하고 본 연구에서 정의한 통계적 연구가설의 타당성을 검증하고자 한다. 또한 본 연구를 통해 지속화 되고 있는 비대면 수업에서, 특히 공과대학에서 고려해야 할 요소들이 무엇인지를 제안하고자한다. 조방정식의 최적의 모형 결과 학습성취도에 직접적인 영향을 주는 요인으로 질의 및 피드백 그리고 이러닝 시스템으로 나타났다. 또한 이 두 요인은 이론수업과 실습수업이라는 매개변수를 통해 학업 성취도에 간접적으로도 영향을 주고 있음을 확인할 수 있었다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.17-34
• /
• 2007

본 논문은 고객관계관리를 위한 시장 세분화를 하기 위해 자주 사용되는 SOM에 대하여 고찰한다. 일반적으로, SOM은 군집의 수를 미리 파악하기 위하여, 구체적인 군집 분석이 이루어지기 이전에 사용된다. 그러나 인터넷이 발달하고 수집 가능한 데이터의 종류와 양이 증가함에 따라 복합적인 분석이 필요하게 되었다. 또한, 그에 따라 한가지 주제만으로 군집을 파악하는 것보다는 여러 가지의 주제들을 대상으로 고객데이터의 군집을 파악해야 하는 경우가 많이 발생하게 된 것이다. 따라서 이 논문에서는 이렇게 한가지의 주제가 아닌 여러 가지의 주제로 군집분석을 할 경우 한번으로 이루어지는 SOM 어프로치가 과연 군집의 수를 파악할 수 있는지를 실험하였다. 이미 구조를 알고 있는 데이터를 생성하여 실험을 해본 결과, 전체 데이터를 대상으로 여러 주제를 한꺼번에 포함시킨 경우 (single SOM 방식) 에는 그 구조를 제대로 파악하지 못하였으며, 하나의 주제마다 각기 다른 SOM을 사용(multiple SOM 방식)한 결과, 미리 정해졌던 구조를 제대로 파악할 수 있었다. 따라서 이 논문은 군집분석을 하게 될 경우, 좀더 조심스러운 접근법이 필요하며, 여러가지 주제를 포함하고 있는 데이타를 다룰 경우, SOM 분석 방법에 대하여 논의하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.117-124
• /
• 2021

이 논문에서 우리는 국가연구데이터플랫폼 (DataON)의 분석서비스인 CANVAS (Creative ANalytics enVironment And System)를 제안한다. CANVAS는 연구데이터 분석 자원과 도구가 필요한 연구자들을 위한 개인화된 분석 클라우드 서비스이다. CANVAS는 마이크로서비스 아키텍쳐 기반으로 확장성을 고려하여 설계하였으며 전자정부프레임워크인 Spring 프레임워크, Kubernetes, JupyterLab 등의 오픈소스 소프트웨어를 이용하여 구축하였다. 구축된 시스템은 여러 사용자에게 개인화된 분석환경을 제공하며 고성능 클라우드 인프라 (CPU·GPU)를 활용하여 고속의 대용량 데이터 분석이 가능하다. 구체적으로 JupyterLab 이나 GUI 워크플로우 환경에서 데이터 모델링 및 처리가 가능하다. CANVAS는 DataON과 데이터가 공유되므로 사용자가 등록하거나 다운로드 받은 연구데이터는 CANVAS에서 바로 분석을 수행할 수 있다. 이로서 CANVAS는 DataON 사용자의 데이터 분석 편의성을 높이고 연구데이터 공유·활용 활성화에 기여한다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.287-294
• /
• 2021

삽교호로 유입하는 곡교천 유역의 홍수시 유출량을 추정하기 위해서 Tensorflow를 활용하여 파이썬 기반의 LSTM 모형을 구축하였다. 층의 깊이가 성능에 미치는 영향을 분석하기 위해, 은닉층의 깊이를 2, 4, 6층으로 증가시키면서, 선행시간 1시간부터 5시간까지 예측을 수행하였으며, 은닉층의 개수가 4개일 때가 가장 우수한 성능을 나타내었다. 학습에 사용하는 입력자료의 길이 즉, 시퀀스길이가 모형의 성능에 미치는 영향을 파악하고자 시퀀스길이를 3시간, 5시간, 7시간으로 증가시키면서 모형을 실행한 결과, 시퀀스길이가 3시간 일 때, 전 시간대에 걸쳐 예측 성능이 우수한 것으로 분석되었다. 모형 검증에서 극한 강우 3건에 대하여 예측을 수행한 결과 선행시간 1시간에 대하여 평균 NSE 0.96 이상의 높은 정확도를 나타내었으며, 선행시간 2시간 이상에 대하여 정확도는 점차적으로 낮아지는 것으로 확인되었다. 결론적으로 시퀀스길이 3시간을 사용하여 선행시간 1시간에 대한 예측을 수행한다면 곡교천 강청 관측소의 홍수위를 높은 수준의 정확도로 예측할 수 있음을 확인하였다.

• 한국환경보건학회지
• /
• 제48권2호
• /
• pp.96-105
• /
• 2022

Background: Pyrethroid insecticides account for more than 30% of the global insecticide market and are frequently used in agricultural settings and residential and public pest control among the general population. While several animal studies have suggested that exposure to pyrethroids can alter glucose homeostasis, there is only limited evidence of the association between environmental pyrethroid exposure and diabetes in humans. Objectives: This study aimed to report environmental 3-phenoxybenzoic acid (3-PBA) concentrations in urine and evaluate its association with the risk of diabetes in Korean adults. Methods: We analyzed data from the Korean National Environmental Health Survey (KoNEHS) Cycle 2 (2012~2014) and Cycle 3 (2015~2017). A total of 10,123 participants aged ≥19 years were included. Multiple logistic regressions were used to calculate the odds ratios (ORs) for diabetes according to log-transformed urinary 3-PBA levels. We also evaluated age, sex, education, monthly income, marital status, alcohol drinking, physical activity, urinary cotinine, body mass index, and sampling season as potential effect modifiers of these associations. Results: After adjusting for all the covariates, we found significant dose-response relationships between urinary 3-PBA as quartile and the prevalence of diabetes in pooled data of KoNEHS Cycles 2 and 3. In subgroup analyses, the adverse effects of pyrethroid exposure on diabetes were significantly stronger among those aged 19~39 years (p-interaction<0.001) and those who consumed high levels of cotinine (p-interaction=0.020). Conclusions: Our findings highlight the potential diabetes risk of environmental exposure to pyrethroids and should be confirmed in large prospective studies in different populations in the future.

• 한국병원경영학회지
• /
• 제27권3호
• /
• pp.26-38
• /
• 2022

Purposes: We analyzed the profitability determinants of regional public hospitals during the entire period between 2010 and 2020 and the period before and after COVID-19. We intended to provide fundamental data for developing publicness evaluation index and task of establishing and expanding regional public hospitals. Methodology: The financial and non-financial information of the regional public hospitals were used as the main analysis data; The financial data was established by the Center for Public Healthcare Policy of National Medical Center, and the non-financial data by the Health Insurance Review and Assessment Service. T-test and regression analysis were used. Findings: The results can be summarized in two. First, the main determinants of profitability of the regional public hospitals were appeared to be the total asset turnover rate and the labor cost rate. Second, during the COVID-19 pandemic in the regional public hospitals, the number of sickbeds, the number of isolation rooms, the total asset turnover rate and the labor cost rate appeared to be the factor worsening the profitability. Practical Implication: The results of this study suggests that the management of the regional public hospitals is not aiming for the profit making, but it performs the functions as the community healthcare safety net such as controlling infectious diseases.

• 한국융합학회논문지
• /
• 제9권1호
• /
• pp.419-431
• /
• 2018

본 논문은 개인 사용자의 트윗을 분석하여 사용자의 감정 흐름을 모니터링할 수 있는 새로운 방법을 제안한다. 본 논문에서는 사용자의 감성 흐름을 정확하게 예측하기 위해서 기존의 텍스트 위주의 시스템과 달리 본 연구에서는 사용자가 쓴 텍스트와 영상 등으로부터 감성을 인식하는 멀티 모달 분석 기법이 개발된다. 제안된 방법에서는 먼저 어휘분석 및 문맥을 이용한 텍스트분석기와 학습기반의 영상감성인식기를 이용하여 텍스트 및 영상 트윗에 숨겨진 개별 감성을 추출한다. 이후 이들은 규칙기반 통합 방법에 의해 날짜별로 통합되고, 마지막으로 개인의 감성흐름을 보다 직관적으로 관측할 수 있도록 감성흐름그래프로 시각화한다. 제안된 방법의 효용성을 평가하기 위해 두 단계의 실험이 수행되었다. 먼저 4만여 개의 트윗으로부터 제안된 방법의 정확도 평가 실험이 수행되고, 최신 트윗 분석 기술과 비교 분석되었다. 두 번째 실험에서는 40명의 우울증을 가진 사용자와 일반사용자를 구분할 수 있는지에 대한 실험이 수행된 결과, 제안된 기술이 실제 사용자의 감성흐름을 모니터하는데 효율적임을 증명하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권1호
• /
• pp.1-15
• /
• 2020

첨단 정보통신기술(ICT)인 인공지능(AI), 사물인터넷(IoT), 빅데이터(Big Data) 등이 사회와 경제 전반에 융합돼 혁신적인 변화가 일어나는 요즘, 헬스케어, 지능형 로봇, 가정용 인공지능 시스템(스마트홈), 공유자동차 등은 이미 우리 생활에 깊이 영향을 미치고 있다. 이미 오래전부터 공장에서는 로봇이 사람 대신 일을 하고 있으며(FA, OA), 인공지능 의사도 병원에서 활동을 하고 있고(Dr. Watson), 인공지능 스피커(기가지니)와 인공지능 비서인 구글 어시스턴트가 자연어생성을 하며 우리를 돕고 있다. 이제 인공지능을 이해하는 것은 필수가 되었으며, 인공지능을 이해하기 위해서 수학의 지식은 선택이 아니라 필수가 되었다. 따라서 이런 일들을 가능하게 해주는 수학지식을 설명하는 역할이 수학자들에게 주어졌다. 이에 본 연구진은 인공지능과 머신러닝(Machine Learning, 기계학습)을 이해하기 위해 필요한 수학 개념을 우리의 실정에 맞게 한 학기(또는 두 학기) 분량으로 정리하여, 무료 전자교과서 "인공지능을 위한 기초수학"을 집필하고, 인공지능 분야에 관심이 있는 다양한 전공의 대학생과 대학원생을 대상으로 하는 강좌를 개설하였다. 본 논문에서는 그 개발과정과 운영사례를 공유한다. http://matrix.skku.ac.kr/math4ai/

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1077-1093
• /
• 2020

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생 건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33℃, 봄: 0.34℃, 여름: 0.27℃, 가을: 0.32℃, 겨울: 0.36℃)이 LSTM 기반의 예측 모델(전체: 0.40℃, 봄: 0.40℃, 여름: 0.48℃, 가을: 0.39℃, 겨울: 0.34℃)보다 우수한 성능을 보였다. 2017년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.599-601
• /
• 2009

현재 이러닝 표준으로 채택하고 있는 SCORM은 런타임 시 학습자의 수준 변화에 따른 맞춤형 콘텐츠 제공이 어렵고, 선택적 학습을 제어하기 어렵다. 따라서 본 논문에서는 이러한 SCORM의 단점을 보완하기 위하여, 수준 평가 모듈, 콘텐츠 재구성 모듈, 문항 출제 모듈로 구성된 맞춤형 콘텐츠 구성 엔진(CCOE : Customized Contents Organization Engine)을 설계 및 구현하였다. 수준 평가 모듈은 문항반응이론을 기반으로 학습자의 수준을 평가하고, 문항 출제 모듈은 각 수준별로 랜덤하게 또는 학습자의 수준에 적합한 문항들을 추출하여 학습 이전 평가, 단원 평가 및 퀴즈로 제공하며, 퀴즈로 제공하기 위해 추출된 문항들을 콘텐츠 재구성 모듈로 전달한다. 콘텐츠 재구성 모듈은 콘텐츠에 태깅된 난이도를 검색하여 학습자의 수준에 적합한 콘텐츠를 추출하고, 문항 출제 모듈로부터 전달받은 퀴즈와 추출된 콘텐츠에 대한 시퀀스를 생성한다. 본 논문에서 제안한 CCOE를 활용하면, 각 단원별로 변화된 학습자의 수준을 재평가하여 변화된 수준에 적합한 학습 콘텐츠를 제공함으로써 학습 효과를 더 높일 수 있을 것으로 기대된다.