• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.421-427
• /
• 2016

본 연구는 노인간호학실습 교육에 액션러닝의 팀 학습 방법을 활용한 교육과정을 운영하고 간호대학생의 문제해결능력, 의사소통능력 및 팀 효능감에 미치는 영향을 알아보고자 시도되었다. 연구대상은 2015년 3월 9일부터 2015년 6월 19일까지 Y대학 간호학과의 노인간호학 실습 교과목을 수강신청한 간호학과 3학년생 전체를 편의표집 대상으로 하여 실험군은 A, B병원으로 실습을 나가는 학생들 중에서 연구의 목적을 이해하고 참여에 동의한 학생 40명, 대조군은 동일 간호대학 3학년 학생들 가운데 실험군과 겹치지 않는 병원(C, D, E병원)에 실습을 낙가는 학생 40명을 선정하여 액션러닝을 2주간 적용하였다. 수집된 자료는 SPSS/WIN 21.0 program을 이용하여 하여 일반적 특성과 실험군과 대조군의 사전 동질성 검증은 ${\chi}^2$-test, t-test, 실험처치 효과에 대한 검증은 independent t-test를 실시하여 분석하였다. 액션러닝을 적용한 결과 실험군은 대조군에 비해 문제해결능력, 의사소통능력 점수는 유의하게 향상되었으나, 팀 효능감은 유의한 차이가 없었다. 결론적으로 액션러닝은 간호학생들의 문제해결능력 및 의사소통능력의 향상을 가져올 수 있고 학습성과 기반 교육과정에서 매우 유용한 교수학습방법이 될 수 있을 것이라 본다.

• Journal of Korean Medical Science
• /
• 제33권43호
• /
• pp.239.1-239.12
• /
• 2018

Background: We described a novel multi-step retinal fundus image reading system for providing high-quality large data for machine learning algorithms, and assessed the grader variability in the large-scale dataset generated with this system. Methods: A 5-step retinal fundus image reading tool was developed that rates image quality, presence of abnormality, findings with location information, diagnoses, and clinical significance. Each image was evaluated by 3 different graders. Agreements among graders for each decision were evaluated. Results: The 234,242 readings of 79,458 images were collected from 55 licensed ophthalmologists during 6 months. The 34,364 images were graded as abnormal by at-least one rater. Of these, all three raters agreed in 46.6% in abnormality, while 69.9% of the images were rated as abnormal by two or more raters. Agreement rate of at-least two raters on a certain finding was 26.7%-65.2%, and complete agreement rate of all-three raters was 5.7%-43.3%. As for diagnoses, agreement of at-least two raters was 35.6%-65.6%, and complete agreement rate was 11.0%-40.0%. Agreement of findings and diagnoses were higher when restricted to images with prior complete agreement on abnormality. Retinal/glaucoma specialists showed higher agreements on findings and diagnoses of their corresponding subspecialties. Conclusion: This novel reading tool for retinal fundus images generated a large-scale dataset with high level of information, which can be utilized in future development of machine learning-based algorithms for automated identification of abnormal conditions and clinical decision supporting system. These results emphasize the importance of addressing grader variability in algorithm developments.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.781-791
• /
• 2022

산불로 인한 피해를 최소화하기 위해서 산불위험 예보 정보를 제공하는 것은 필수적이다. 따라서 본 연구에서는 우리나라를 대상으로 기계학습 기반의 산불위험 중기예보(1일 후부터 7일 후까지) 모델을 개발하였다. Global Data Assimilation and Prediction System (GDAPS)의 기상예보 자료와 기 개발된 산불위험지수(Fire Risk Index, FRI)의 과거 및 현재 정보, 그리고 기타 환경요소(i.e., 고도, 산불다발지수, 가뭄지수)의 현재 정보를 반영하여 모델을 개발하였다. 본 연구에서는 실시간 학습을 통해 모델을 개발하였으며, 효율적인 모델 개발을 목적으로 과거 산불위험지수와 가뭄지수의 유무를 고려하여 세가지 경우(Scheme 1: 과거 산불위험지수 및 가뭄지수, Scheme 2: 과거 산불위험지수, Scheme 3: 과거 산불위험지수 변화 추세 및 가뭄지수)로 연구를 수행하였다. 본 연구에서 개발된 산불위험예보모델은 예보기간에 상관없이 높은 정확도(피어슨 상관계수(Pearson correlation) >0.8, relative root mean square error <10%)를 나타냈으며, 실제 산불 발생 건에 대해서도 유의미한 결과를 보였다. 과거 산불위험지수의 추세보다는 산불위험지수 값 자체를 입력변수로 사용하는 것이 높은 정확도를 보였으며, 가뭄지수 사용과 관계없이 좋은 결과를 나타냈다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.891-907
• /
• 2023

Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similarspectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.

• 한국지반환경공학회 논문집
• /
• 제14권9호
• /
• pp.31-37
• /
• 2013

본 연구는 C.G.S공법 적용 지반을 설치 직경, 설치 간격, 면적 치환율, 지반강성에 따른 모델링을 실시함으로써 주변 지반의 거동을 파악하고자 하였고, 인공신경망의 매개변수 연구를 통해 본 연구에 가장 적합한 인공신경망 모델을 선정하여 수치해석과 인공신경망 연계를 통한 인공신경망 예측 모델을 개발하였다. 그 결과, C.G.S 말뚝 침하량 및 지반 침하량은 직경, 설치 간격, 면적 치환율, 지반강성 별로 일치하여 하나의 곡선으로 나타났으며, 이는 C.G.S 공법 적용 지반의 거동양상이 일정한 형태로 나타남을 의미하는 것으로, 이러한 결과를 바탕으로 3차원 거동에 대한 인공신경망 학습이 가능한 것으로 파악되었다. 인공신경망의 내적인자 연구 결과, 은닉층 뉴런수 10개, 모멘텀 상수 0.2, 학습률의 경우 0.2를 사용할 경우 입력과 출력간의 관계가 적절히 표현되는 것으로 나타났다. 이러한 인공신경망 모델의 최적구조를 이용하여 C.G.S 공법의 지반 거동을 평가한 결과는 결정계수 값이 C.G.S 말뚝 침하의 경우는 0.8737, 지반 침하의 경우는 0.7339, 지반 융기의 경우는 0.7212로 나타나 충분한 신뢰도를 보이고 있음을 알수 있었다.

• 한국과학교육학회지
• /
• 제38권1호
• /
• pp.57-68
• /
• 2018

본 연구에서는 영재성에 따라 사고양식에 따른 학습자 유형 분포의 차이를 분석하고, 사고양식 유형과 영재성에 따른 학습흥미와 자기조절학습 차이를 분석하고자 하였다. 교육청 과학영재 과정을 이수하는 중학생 129명, 일반학생 310명이 사고양식 도구 65문항, 자기조절학습 검사 24문항, 학습흥미 검사 45문항에 응답하였고, 2단계 군집분석, $x^2$ 검증, 이원다변량분석(2 way-MANOVA), $Scheff{\acute{e}}$ 사후검증 등을 통해 데이터를 분석하였다. 연구 결과는 다음과 같다. 첫째, 위계적 군집분석 결과, 학생들은 4개의 군집, '높은 사고형', '외부-자유형', '행정-보수형', '낮은 사고형'으로 분류되었다. 영재학생 집단에서는 높은 사고형(51.2%), 행정-보수형(30.2%), 외부-자유형(17.1%), 낮은 사고형(1.6%)순으로, 일반학생집단에서는 행정-보수형(59.0%), 높은 사고형(20.6%), 외부-자유형(11.6%), 낮은 사고형(8.7%)순으로 많았다. 둘째, 사고양식에 따른 학습흥미 분석 결과, 높은 사고형은 모든 학습흥미에서 행정-보수형 및 낮은 사고형보다 높은 수준을 나타내었으며 특히, 사고적 흥미가 다른 집단에 비해 가장 높았다. 영재성에 따른 학습흥미의 분석 결과, 영재학생이 일반학생에 비하여 사고적 흥미와 탐구적 흥미가 유의하게 높은 것으로 나타났다. 셋째, 사고양식에 따른 자기조절학습 분석 결과, 높은 사고형은 모든 자기 조절 하위 구인에서 행정-보수형 및 낮은 사고형보다 높은 수준을 나타냈으며, 특히, 통제신념은 모든 집단 중 가장 높았다. 또한 영재가 일반학생에 비하여 통제신념과 정보탐색 수준이 유의하게 높은 것으로 나타났다. 이와 같은 결과를 바탕으로 사고양식 유형에 따른 효과적인 교육 및 지원을 위한 방안을 제안하였다.

• Journal of Gastric Cancer
• /
• 제18권2호
• /
• pp.172-181
• /
• 2018

Purpose: This study aimed to evaluate the surgical outcomes and investigate the feasibility of reduced-port laparoscopic gastrectomy using learning curve analysis in a small-volume center. Materials and Methods: We reviewed 269 patients who underwent laparoscopic distal gastrectomy (LDG) for gastric carcinoma between 2012 and 2017. Among them, 159 patients underwent reduced-port laparoscopic gastrectomy. The cumulative sum technique was used for quantitative assessment of the learning curve. Results: There were no statistically significant differences in the baseline characteristics of patients who underwent conventional and reduced-port LDG, and the operative time did not significantly differ between the groups. However, the amount of intraoperative bleeding was significantly lower in the reduced-port laparoscopic gastrectomy group (56.3 vs. 48.2 mL; P<0.001). There were no significant differences between the groups in terms of the first flatus time or length of hospital stay. Neither the incidence nor the severity of the complications significantly differed between the groups. The slope of the cumulative sum curve indicates the trend of learning performance. After 33 operations, the slope gently stabilized, which was regarded as the breakpoint of the learning curve. Conclusions: The surgical outcomes of reduced-port laparoscopic gastrectomy were comparable to those of conventional laparoscopic gastrectomy, suggesting that transition from conventional to reduced-port laparoscopic gastrectomy is feasible and safe, with a relatively short learning curve, in a small-volume center.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제29권2호
• /
• pp.215-239
• /
• 2015

본 연구는 다양한 표상활동을 중심으로 한 분수학습이 분수의 이해 및 수학적 태도에 미치는 영향을 알아보기 위한 것으로서 서울 소재 B초등학교 4학년 33명 전체학생을 대상으로 실시하였다. 활동적, 영상적, 상징적 표상활동으로 이루어진 분수학습을 6주간 15차시에 걸쳐 진행한 결과 관계적 이해에 도달한 학생들의 비율이 증가하였으며, 분수 학업성취도 검사 I, II, III에서 평균 90점 가까이 또는 그 이상의 높은 성취도를 보였다. 수학적 태도 변화를 알아보기 위해서 두 종속표본 t검정을 실시한 결과, 유의수준 .01에서 통계적으로 유의미한 차이가 있는 것으로 나타났다. 결론적으로 다양한 표상활동 중심의 분수학습은 학생들의 관계적 이해도와 분수 이해력을 향상시키고, 학생들의 학습지향성, 자기통제, 흥미, 가치인식, 자신감을 높이며, 불안감을 감소시키는 등의 수학적 태도면에서도 긍정적 영향을 미쳤다고 할 수 있다.

• Journal of Animal Science and Technology
• /
• 제65권2호
• /
• pp.365-376
• /
• 2023

Pig breeding management directly contributes to the profitability of pig farms, and pregnancy diagnosis is an important factor in breeding management. Therefore, the need to diagnose pregnancy in sows is emphasized, and various studies have been conducted in this area. We propose a computer-aided diagnosis system to assist livestock farmers to diagnose sow pregnancy through ultrasound. Methods for diagnosing pregnancy in sows through ultrasound include the Doppler method, which measures the heart rate and pulse status, and the echo method, which diagnoses by amplitude depth technique. We propose a method that uses deep learning algorithms on ultrasonography, which is part of the echo method. As deep learning-based classification algorithms, Inception-v4, Xception, and EfficientNetV2 were used and compared to find the optimal algorithm for pregnancy diagnosis in sows. Gaussian and speckle noises were added to the ultrasound images according to the characteristics of the ultrasonography, which is easily affected by noise from the surrounding environments. Both the original and noise added ultrasound images of sows were tested together to determine the suitability of the proposed method on farms. The pregnancy diagnosis performance on the original ultrasound images achieved 0.99 in accuracy in the highest case and on the ultrasound images with noises, the performance achieved 0.98 in accuracy. The diagnosis performance achieved 0.96 in accuracy even when the intensity of noise was strong, proving its robustness against noise.

• E2M - 전기 전자와 첨단 소재
• /
• 제10권8호
• /
• pp.783-793
• /
• 1997

A VLSI implementation of a self-learning neural network integrated circuits using a linearity synapse transistor is investigated. The thickness dependence of oxide current density stress current transient current and channel current has been measured in oxides with thicknesses between 41 and 112 $\AA$, which have the channel width $\times$ length 10 $\times$1${\mu}{\textrm}{m}$, 10 $\times$ 0.3${\mu}{\textrm}{m}$ respectively. The transient current will affect data retention in synapse transistors and the stress current is used to estimate to fundamental limitations on oxide thicknesses. The synapse transistor has represented the neural states and the manipulation which gaves unipolar weights. The weight value of synapse transistor was caused by the bias conditions. Excitatory state and inhitory state according to weighted values affected the drain source current.