• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.346-352
• /
• 1998

In this paper, we give some geometric condition for a stochastic nonlinear system and we propose a control method for a stochastic nonlinear system using neural networks. Since a competitive learning neural networks has been developed based on the stochastic approximation method, it is regarded as a stochastic recursive filter algorithm. In addition, we provide a filtering and control condition for a stochastic nonlinear system, called perfect filtering condition, in a viewpoint of stochastic geometry. The stochastic nonlinear system satisfying the perfect filtering condition is decoupled with a deterministic part and purely semi martingale part. Hence, the above system can be controlled by conventional control laws and various intelligent control laws. Computer simulation shows that the stochastic nonlinear system satisfying the perfect filtering condition is controllable. and the proposed neural controller is more efficient than the conventional LQG controller and the canoni al LQ-Neural controller.

• 대한수학교육학회지:학교수학
• /
• 제16권2호
• /
• pp.387-407
• /
• 2014

수학에서의 성차는 교수 학습 환경에서 학습자에 대한 공평성을 추구하는 맥락에서 연구자들의 지속적인 관심을 받아 왔다. 수학의 여러 영역 중 특히 기하 영역은 전통적으로 남학생이 여학생에 비해 높은 성취를 보이는 영역으로 인식되어 왔으나, 최근에는 성차가 완화되거나 점차 사라지고 있다는 경험적 증거들이 종종 보고되고 있다. 본 연구에서는 2003년부터 2011년까지 3개 주기 동안 실시된 TIMSS 8학년 수학과 데이터를 활용하여 우리나라 중학생들이 기하 영역의 각 하위 인지요소에서 나타내는 성차를 인지진단모형을 활용하여 고찰하였다. 본 연구에서는 여러 가지 인지진단모형 중 교육 전문가에게 유용하고 해석 가능한 정보를 제공할 수 있는 Fusion 모형을 적용하였다. 연구결과, 기하 영역의 세부 인지요소 중 '입체도형의 모양'에 있어서는 2003년과 2007년 각각 남학생이 여학생에 비해 높은 숙달 확률을 나타내었으나, 2011년에는 전체 인지요소에서 남녀 간에 차이가 없는 것으로 나타나, 성차가 완화되고 있다는 최근 연구들을 지지하는 하나의 경험적 증거를 제공하였다. 이밖에 인지진단모형을 적용하여 성차를 분석한 결과에 따라, 학생들의 인지요소 숙달 프로파일이 남녀 간에 어떠한 차이를 보이는지, 그리고 특정 문항을 푸는데 있어서 반드시 필요하다고 정의된 인지요소들이 성별에 따라 상대적으로 더 혹은 덜 중요하게 기능하는지 등에 대해 고찰하고 이에 근거하여 기하 영역의 교수 학습에 시사점을 제공하였다.

• 상하수도학회지
• /
• 제35권1호
• /
• pp.93-100
• /
• 2021

Forward osmosis (FO) process is a chemical potential driven process, where highly concentrated draw solution (DS) is used to take water through semi-permeable membrane from feed solution (FS) with lower concentration. Recently, commercial FO membrane modules have been developed so that full-scale FO process can be applied to seawater desalination or water reuse. In order to design a real-scale FO plant, the performance prediction of FO membrane modules installed in the plant is essential. Especially, the flux prediction is the most important task because the amount of diluted draw solution and concentrate solution flowing out of FO modules can be expected from the flux. Through a previous study, a theoretical based FO module model to predict flux was developed. However it needs an intensive numerical calculation work and a fitting process to reflect a complex module geometry. The idea of this work is to introduce deep learning to predict flux of FO membrane modules using 116 experimental data set, which include six input variables (flow rate, pressure, and ion concentration of DS and FS) and one output variable (flux). The procedure of optimizing a deep learning model to minimize prediction error and overfitting problem was developed and tested. The optimized deep learning model (error of 3.87%) was found to predict flux better than the theoretical based FO module model (error of 10.13%) in the data set which were not used in machine learning.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제23권2호
• /
• pp.461-481
• /
• 2009

최근 20여 년 동안 국제적으로 기호학의 관점에서 수학교육에 대한 다양한 연구와 실천이 진행되어 오고 있다. 멀티미디어는 표현 매체이며 기호로서 수학 및 수학교육과 다양한 관계를 가지고 상호 작용한다. 수학 및 수학교육의 활동은 기호학의 관점에서 기호적 활동으로 영향력, 역할 그리고 범위가 확대될 것으로 예상된다. 본 논문에서는 기호학의 기본 개념을 소개하고 수학교육에서의 적용 가능성을 제안하였다. 개념, 표상, 사회적 구성주의, 문화와의 맥락에 관한 수학교육의 기존 연구와 기호학관점의 연구는 유사성을 갖는다. 기호학의 관점에서 산술학습, 연역법, 귀납법, 가추법과 퍼스의 기호-삼항틀 적용 사례, 기하의 명제들 사이의 퍼스-삼항틀 관계, 대칭과 증명을 다루는 기하학습 등을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권5호
• /
• pp.2539-2554
• /
• 2017

Regression-based image super resolution (SR) methods have shown great advantage in time consumption while maintaining similar or improved quality performance compared to other learning-based methods. In this paper, we propose a novel single image SR method based on hierarchical regression to further improve the quality performance. As an improvement to other regression-based methods, we introduce a hierarchical scheme into the process of learning multiple regressors. First, training samples are grouped into different clusters according to their geometry similarity, which generates the structure layer. Then in each cluster, a compact dictionary can be learned by Sparse Coding (SC) method and the training samples can be further grouped by dictionary atoms to form the detail layer. Last, a series of projection matrixes, which anchored to dictionary atoms, can be learned by linear regression. Experiment results show that hierarchical scheme can lead to regression that is more precise. Our method achieves superior high quality results compared with several state-of-the-art methods.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.752-759
• /
• 2022

The instantiation of spaces as a discrete entity allows users to utilize BIM models in a wide range of analyses. However, in practice, their utility has been limited as spaces are erroneously entered due to human error and often omitted entirely. Recent studies attempted to automate space allocation using artificial intelligence approaches. However, there has been limited success as most studies focused solely on the use of geometric features to distinguish spaces. In this study, in addition to geometric features, semantic relations between spaces and elements were modeled and used to improve space classification in BIM models. Graph Convolutional Networks (GCN), a deep learning algorithm specifically tailored for learning in graphs, was deployed to classify spaces via a similarity graph that represents the relationships between spaces and their surrounding elements. Results confirmed that accuracy (ACC) was +0.08 higher than the baseline model in which only geometric information was used. Most notably, GCN was able to correctly distinguish spaces with no apparent difference in geometry by discriminating the specific elements that were provided by the similarity graph.

• 한국초등수학교육학회지
• /
• 제24권1호
• /
• pp.151-168
• /
• 2020

소프트웨어의 활용은 학생들의 수학적 이해를 발전시키는데 효과적이다. 다양한 소프트웨어들은 학생들이 수학 개념을 이해하는 데 필요한 기술 및 개념 활동을 제공한다. 이러한 주장을 바탕으로 본 연구에서는 소프트웨어를 활용한 도형 교육이 수학 학습에 어떤 측면에 영향을 주는가라는 주제를 중심으로 국내 선행 연구를 분석하였다. 시각화, 조작, 인지 도구, 의사소통의 촉진제, 사고방식이라는 다섯 가지 범주를 기준으로 국내 연구들을 살펴본 결과, 소프트웨어를 활용한 도형 교육 관련 연구의 수, 범주가 제한적이라는 것을 알 수 있었다. 또한 국내 선행 연구들이 학습자의 수학 학습의 변화 측면 분석보다 소프트웨어 활용 자체에 중점을 두고 이루어져 왔음을 확인할 수 있었다. 이러한 시사점은 향후 소프트웨어 활용 도형 교육과 관련한 수학 교육 연구 방향을 설정하는데 근거 자료로 활용될 수 있다.

• 대한수학교육학회지:학교수학
• /
• 제8권1호
• /
• pp.45-68
• /
• 2006

본 연구는 싱가포르 수학 교육과정 및 교과서에 대해 최근 고조된 국제적 관심을 바탕으로, 도형과 측정 영역을 중심으로 한국과 싱가포르의 초등학교 수학교과서를 비교분석하였다. 우선 단원의 전반적인 전개방식 및 각 학년별 학습 내용과 주요 학습 주제 도입 시기를 면밀히 분석하여 교과서 개발에 관한 구체적인 시사점을 얻는 데 초점을 두었다. 또한, 구체적인 교과서 사례를 바탕으로 학습 내용 구성의 특징을 비교 분석하였다. 우리나라는 블럭 학습형태인 반면에, 싱가포르는 반복 학습형태를 취하고 있었다. 또한 싱가포르는 다각적인 분류 활동을 강조하여 도형의 핵심적인 속성을 파악하도록 교과서를 구성한 점이 돋보였다. 우리나라는 전형적인 모델을 주로 사용하는 반면에, 싱가포르는 다양한 모델을 제공하여 개념 형성에 폭넓은 기회를 주고 있었다.

• 대한수학교육학회지:학교수학
• /
• 제11권1호
• /
• pp.55-70
• /
• 2009

Lakatos 이론의 근저에 깔린 생각은 수학적 지식이 절대적이고 보편적이고 영원불변한 진리라기보다는 상대적이고 잠정적이며 오류가능성이 있다는 점이다. 수학사를 살펴보면 추측이 제기되어 일차적으로 증명되지만 그에 대한 반례가 나타나면서 증명이 개선되고 추측이 수정되는 예를 어렵지 않게 찾을 수 있다. 실제 이러한 Lakatos식의 증명과 반박의 과정은 수학자가 수학 지식을 창안할 때 뿐 아니라 학생들의 수학 교수 학습에 유용한 방법이 될 수 있다. 이에 본 연구는 Lakatos의 증명과 반박에 의한 교수 방법을 정리하고, 이에 대한 선행연구를 분석한 후, 중학교 수학 우수 학생들을 대상으로 하는 기하 교수 학습 상황에 Lakatos 이론을 적용하였다. 기하의 명제에서 패러독스를 유발시키는 원인을 찾고, 그 과정에서 발견한 성질을 추측으로 삼아 정당화하고 그 정당화가 기각되면서 새로이 증명되는 과정을 Lakatos 이론의 관점에서 분석하고 교육적 시사점을 도출하였다.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제14권3호
• /
• pp.195-209
• /
• 2010

Utilizing a structure of operations known as Dissection-Motion-Operations (DMO), a set of mathematics propositions or area-formulas in school mathematics will be introduced through shape-to-shape transforms. The underlying theme for DMO is problem-solving through visual reasoning and proving manipulatively or electronically vs. rote learning and memorization. Visual reasoning is the focus here where two operations that constitute DMO are utilized. One operation is known as Dissection (or Decomposition) operation that operates on a given region in 2D or 3D and dissects it into a number of subregions. The second operation is known as Motion (or Composition) operation applied on the resultant sub-regions to form a distinct area (or volume)-equivalent region. In 2D for example, DMO can transform a given polygon into a variety of new and distinct polygons each of which is area-equivalent to the original polygon (cf [Rahim, M. H. & Sawada, D. (1986). Revitalizing school geometry through Dissection-Motion Operations. Sch. Sci. Math. 86(3), 235-246] and [Rahim, M. H. & Sawada, D. (1990). The duality of qualitative and quantitative knowing in school geometry, International Journal of Mathematical Education in Science and Technology 21(2), 303-308]).