• 한국학교수학회논문집
• /
• 제14권2호
• /
• pp.227-239
• /
• 2011

삼각형의 외심은 중학교 2학년에 처음 도입되는 논증기하의 부분에서 다루어진다. 증명을 통해 도형의 성질을 다루는 과정에 본질적으로 상당한 어려움이 내포되어 있긴 하나, 학생들 은 교과서에서 다루는 외심과 관련한 명제의 증명을 학습하는데 특히 많은 어려움을 겪는다. 따라서 본 연구에서는 우리나라 교과서에서 다루는 외심의 정의와 증명을 오랜기간 논증기 하의 교과서로 사용된 유클리드 원론 및 현행 미국 교과서의 방식과 비교함으로써 삼각형의 외심 지도에 관한 시사점을 끌어내고자 한다.

• Composites Research
• /
• 제36권2호
• /
• pp.92-100
• /
• 2023

본 논문에서는 유리섬유 직물 강화 복합재 소재위에 Cross-Dipole 패턴이 배치된 정형적 Circuit Analog(CA) 전파 흡수 구조 설계를 위한 머신러닝 및 딥러닝 모델을 제시하였다. 제시된 모델은 Cross-Dipole 패턴의 형상에 따라서 Ku-band (12-18 GHz)에서의 전파흡수성능을 3차원 전자파 수치해석 없이 바로 계산할 수 있다. 이를 위하여 다양한 머신러닝 및 딥러닝 기술을 적용한 최적 학습 모델을 도출하고, 학습 모델이 계산한 결과를 3차원 전자파 수치해석결과로 얻은 전파흡수특성과 비교함으로써 각각의 모델 간의 성능의 비교우위를 평가하였다. 개발된 모델들은 대부분 수치해석결과와 유사한 계산결과를 보여주었지만, 그 중 Fully-Connected 모델이 가장 유사한 계산결과를 제공할 수 있음을 확인하였다.

• 대한수학교육학회지:학교수학
• /
• 제6권4호
• /
• pp.373-388
• /
• 2004

본 연구는 수학학습부진아를 원인에 관계없이 일률적으로 지도하는 기존의 교수법에 문제의식을 가지고, 특히 낮은 기억력으로 인해 수학학습부진을 보이는 아동을 지도하기 위한 방안을 마련하고자 하였다. 이를 위해 최근 여러 교과에서 시도되고 있는 마인드맵을 수학부진아 지도에 활용하는 방안을 강구하였다. 본 연구 대상자는 수학부진아 가운데, 기억력 테스트에서 낮은 점수를 기록한 아동 4명이며, 학습소재는 정의나 성질, 공식 등이 많아 비교적 기억부담이 크다고 판단되는 도형 및 측정 영역을 선정하였다. 연구 결과, 마인드맵 활동이 기억력이 낮은 수학부진 아들에게 수학적 개념을 형성하고 기억하는 것뿐만 아니라 수학 문제해결력 및 수학에 대한 태도에도 긍정적인 영향을 주는 것으로 나타났다.

• 한국수학사학회지
• /
• 제21권3호
• /
• pp.143-156
• /
• 2008

본 연구에서는 중학교 2학년 도형의 성질 단원의 증명학습을 세 단계로 나누어 설문을 통하여 학생들이 증명학습에서 겪는 어려움을 조사하였다. 설문 분석 결과 학생들은 증명학습에서 증명의 의미를 이해하지 못해 명제의 참을 판단하는 정도의 간단한 추론도 하지 못할 뿐만 아니라 제시된 증명을 읽고 그것이 증명하려는 명제의 가정과 결론을 파악하지 못한다. 이는 학생들이 명제의 가정과 결론의 의미와 역할을 명확히 이해하지 못하는데서 비롯된다. 따라서 학생들에게 명제의 가정과 결론의 의미와 역할에 대한 지도에 좀 더 역점을 두는것이 필요하다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제40권2호
• /
• pp.317-333
• /
• 2001

The equations of figures given by rectangular coordinates are used to look into the properties of them, which are very restricted in examining them in the school mathematics. Therefore, it is quite natural to consider the figures in terms of parameters without restriction to coordinates and also, it is possible for the students to analyze them. Thus, the visualization of figures is important for students in mathematics education. In particular, the teaching-learning methods using computers make loose the difficulties of geometry education, and from the viewpoint that various abstract figures can be visualized and that can be obtained by means of this visualization the learning of figures can be accomplished through the direct experience or control. This study is intended to present concretely the aim and its utility to visualize figures represented as parameters with Mathematics. In this paper, we introduce a new teaching-learning method of figures represented by parameters using Mathematica so that the learners establish themselves their knowledge obtained through their search, investigation, supposition and they accomplish the positive transition to advanced learning. So the leasers extend their ability of sensuous intuition to their ability of logical reasoning through their logical intuition. Consequently they can develop the ability of thinking mathematically, so many natural phenomena and physical ones.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제16권1호
• /
• pp.57-70
• /
• 2013

본 연구에서는 우리나라와 중국의 초등 수학과 교육과정과 교과서에 제시된 도형 영역의 구성 체계, 전개 과정과 학습 내용을 비교 분석하였다. 이를 위해 우리나라의 2009개정 교육과정에 따른 수학과 교육과정과 중국의 전일제 의무교육 수학과정표준을 비교 분석하였고, 우리나라의 2007개정 수학과 교육과정에 의한 교과서와 중국의 의무교육과정 표준 실험 교과서를 비교 분석하였다. 본 연구를 통해 다음을 알 수 있었다. 먼저, 중국은 공간과 도형에서 도형을 측정을 함께 다루고 있는 반면, 우리나라는 도형과 측정 영역을 세분화하여 제시하고 있다. 우리나라는 각 학년군에 따른 도형 영역 구성 내용이 구체적으로 제시되어 있으나, 중국은 광의의 학습주제를 학년군 전체로 통일하여 제시하고 있다. 도형 영역의 단원 구성 체계에서 중국은 기본 도형을 우리나라에 비해 그 자체로 비중을 두어 다루고 있고, 실천활동 및 문제 해결에 초점을 두어 구성하고 있다. 우리나라와 중국의 수학 교과서 도형영역의 학습내용 및 지도 내용을 비교 분석한 결과, 선분과 직선, 각에 대한 학습이 평면도형의 일부로 분산되어 제시되고 있으나, 중국의 교과서는 하나의 대단원 주제로 편성하여 집중적으로 제시되고 있었고, 도형을 도입할 때 중국의 교과서는 생활 속에서 주어진 도형의 특성을 알고 다양한 조작활동을 통해 구성요소와 그들 사이의 관계를 확인하는데 중점을 두고 있었다.

• 정보교육학회논문지
• /
• 제5권3호
• /
• pp.321-328
• /
• 2001

일반적으로 학습을 게임과 접목한 프로그램들은 대부분 오프라인을 기반으로 제작되어왔다. 하지만 최근 인터넷 기술의 급격한 발달로 인하여 웹을 기반으로 한 학습 프로그램의 이용이 증가하고 있다. 이에 개인 학습을 위한 기존의 오프라인 게임을 온라인에 기반한 학습용 게임으로 제작한다면 보다 많은 학생들이 쉽게 교육용 게임을 접할 수 있으며 오프라인에서와는 달리 경쟁 및 보상 개념의 도입이 쉬우므로 학습자들의 학습 의욕 향상에도 도움이 될 것이다. 본 논문은 이러한 개념을 바탕으로 초등학교 수학과 도형수업을 수준에 맞게 학습할 수 있는 온라인 롤플레잉 게임을 설계하여 보았다. 초등학생을 위한 수학 온라인 롤플레잉게임은(Mathematical On-line Roll playing game for Elementary school student)은 기존의 온라인 롤플레잉게임의 특성을 학습의 요소와 대응시키고 개인의 학습 의욕을 학업 능력치 등으로 나타냄으로써 학습자들의 자발적인 학습을 유도하였다.

• 한국학교수학회논문집
• /
• 제10권1호
• /
• pp.129-148
• /
• 2007

최근의 수학교육 개혁은 교육과정의 개발이나 평가의 변화에 국한하지 않고, 교사의 학습이나 전문성 신장을 위한 다각적인 노력을 기울이고 있다. 이와 관련하여 가장 저변에 깔려 있는 요소 중의 하나는 가르치는 내용과 방법을 망라한 교수법적 내용지식(Pedagogical Content Knowledge [PCK])이라고 할 수 있다. 본 연구는 초등 교사의 PCK 정립을 위해서 수학과 내용 전반에 걸쳐서 핵심적인 학습 주제를 선정하여 종합적이고 체계적인 교수 학습 자료를 개발한 것이다. 본 논문에서는 이 중에서 비와 비율 주제와 관련하여 수학 내용에 대한 지식, 교수법에 대한 지식, 학생들의 수학적 이해 및 학습에 대한 지식, 교육과정 및 교과용 도서 분석, 교과서 재구성 및 적용으로 나누어 개발된 사례를 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.751-770
• /
• 2019

Action recognition is an essential task in computer vision due to the variety of prospective applications, such as security surveillance, machine learning, and human-computer interaction. The availability of more video data than ever before and the lofty performance of deep convolutional neural networks also make it essential for action recognition in video. Unfortunately, limited crafted video features and the scarcity of benchmark datasets make it challenging to address the multi-person action recognition task in video data. In this work, we propose a deep convolutional neural network-based Effective Hybrid Learning (EHL) framework for two-person interaction classification in video data. Our approach exploits a pre-trained network model (the VGG16 from the University of Oxford Visual Geometry Group) and extends the Faster R-CNN (region-based convolutional neural network a state-of-the-art detector for image classification). We broaden a semi-supervised learning method combined with an active learning method to improve overall performance. Numerous types of two-person interactions exist in the real world, which makes this a challenging task. In our experiment, we consider a limited number of actions, such as hugging, fighting, linking arms, talking, and kidnapping in two environment such simple and complex. We show that our trained model with an active semi-supervised learning architecture gradually improves the performance. In a simple environment using an Intelligent Technology Laboratory (ITLab) dataset from Inha University, performance increased to 95.6% accuracy, and in a complex environment, performance reached 81% accuracy. Our method reduces data-labeling time, compared to supervised learning methods, for the ITLab dataset. We also conduct extensive experiment on Human Action Recognition benchmarks such as UT-Interaction dataset, HMDB51 dataset and obtain better performance than state-of-the-art approaches.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2021

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.