• 한국과학교육학회지
• /
• 제36권3호
• /
• pp.423-434
• /
• 2016

이 연구의 목적은 연구자가 개발한 전향력 실험 장치를 통해 예비 지구과학 교사들이 가진 정신모형의 변화를 알아보는 것이다. 예비 지구과학 교사 5명을 대상으로 전향력에 대하여 질문지에 제시된 그림 그리기와 면담을 통해 전향력 실험 장치를 활용한 활동을 수행하기 전과 후의 정신모형을 조사하고 그 변화를 비교하였다. 정신모형 수준이 낮은 단계인 소박한 정신모형이었던 두 학생은 개발된 전향력 실험 장치를 통한 활동을 통해 정적 불안정 모형과 동적 불안정 모형으로 향상되었다. 그리고 활동 전 정적 불안정 모형을 보여주었던 두 학생은 활동 후 모두 동적 불안정 모형으로 변화하였다. 마지막으로 활동 전 동적 불안정 모형을 보여주었던 학생은 활동 후에도 동적 불안정 모형에 남아있었지만 이미 가지고 있었던 선개념이 과학적 개념으로 많이 변화한 모습을 보여주었다. 이 연구를 통해 개발된 전향력 실험 장치 활용이 학생들의 전향력 개념의 학습에서 안정적이고 과학적인 개념 형성에 효과적이었음을 확인할 수 있었다. 개발된 전향력 실험 장치가 학교 현장에서 전향력과 관련된 수업에 효과적으로 사용될 필요가 있으며 나아가 위의 예비 지구과학 교사들이 교사가 되어 학교 현장에서 학생들을 가르치는 동안 나타나는 정신모형의 변화에 대해서도 알아볼 필요가 있다.

• KDI Journal of Economic Policy
• /
• 제32권1호
• /
• pp.131-169
• /
• 2010

본고에서는 노동자들이 위험 기피적이고 차입제약을 갖는 Mortensen-Pissarides(1994) 매칭모형에 경제활동참여 의사결정을 내생화하여 실업급여 지급기간 변화가 노동시장에 미치는 영향을 분석하였다. 모형의 실업은 구직활동을 하였으나 일자리를 찾지 못한 상태로 정의하고, 비경제활동은 비구직활동으로 정의한다. 경제활동참여 의사결정을 내생화하기 위하여 개별 노동자들이 노동시장으로부터 서로 다른 정확성을 갖는 정보를 관찰하고, 이러한 정보가 개별 구직확률에 영향을 준다고 가정한다. 개별 경제주체들의 자산보유규모가 서로 다르기 때문에 구직활동을 하는 것과 하지 않는 것을 무차별하게 만드는 의중구직확률 또한 서로 다르다. 따라서 자신이 관찰한 정보의 정확성이 충분히 높아서 실제 구직확률이 자신의 의중구직확률보다 높은 사람들은 구직활동을 선택하게 된다. 이러한 모형을 바탕으로 실업급여 지급기간 3개월을 벤치마크로 하여 지급기간을 각각 4개월부터 6개월까지 연장할 때 전체 노동시장 및 경제활동상태 간 노동자들의 이동비율에 미치는 효과는 다음과 같다. 첫째, 실업급여 지급기간의 연장은 취업자들의 근속기간을 늘리는데, 근속기간이 늘어나면 취업자들의 예비적 동기에 의한 저축이 늘어나고, 저축에 따른 자산보유규모의 증가는 노동의 한계비용을 증가시켜 노동시장에서 이탈할 유인을 제공한다. 따라서 경제활동참가율을 떨어뜨린다. 둘째, 실업급여 지급기간이 늘어날 때 실업급여 수급자격을 갖춘 경제주체들의 의중구직확률은 떨어지고 실업상태에 남을 확률은 높아져 실업자 수가 증가한다. 따라서 실업률이 상승한다. 셋째, 실업자 수의 증가는 균형 공석-실업비율을 감소시켜 경제 전체의 구직확률을 낮추게 되며, 이는 차례로 비경제활동상태에 있는 사람들의 경제활동참여를 저해하는 효과를 야기한다. 이러한 결과는 비경제활동을 고려하지 않았을 때에는 나타나지 않는 현상이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 학술대회
• /
• pp.15-20
• /
• 1999

본 논문에서는 사람의 정면 얼굴을 찍은 컬러 동영상에서 얼굴의 각 구성 요소에 대한 특징점들을 추출하여 3차원 개인 얼굴 모델을 생성하고 이를 얼굴의 표정 움직임에 따라 애니메이션 하는 방법을 제시한다. 제안된 방법은 얼굴의 정면만을 촬영하도록 고안된 헬멧형 카메라( Head-mounted camera)를 사용하여 얻은 2차원 동영상의 첫 프레임(frame)으로부터 얼굴의 특징점들을 추출하고 이들과 3차원 일반 얼굴 모델을 바탕으로 3차원 얼굴 특징점들의 좌표를 산출한다. 표정의 변화는 초기 영상의 특징점 위치와 이 후 영상들에서의 특징점 위치의 차이를 기반으로 알아낼 수 있다. 추출된 특징점 및 얼굴 움직임은 보다 다양한 응용 이 가능하도록 최근 1단계 표준이 마무리된 MPEG-4 SNHC의 FDP(Facial Definition Parameters)와FAP(Facial Animation Parameters)의 형식으로 표현되며 이를 이용하여 개인 얼굴 모델 및 애니메이션을 수행하였다. 제안된 방법은 단일 카메라로부터 촬영되는 영상을 기반으로 이루어지는 MPEG-4 기반 화상 통신이나 화상 회의 시스템 등에 유용하게 사용될 수 있다.

• 대한가정학회지
• /
• 제39권12호
• /
• pp.205-224
• /
• 2001

This article presents the development of a self-report measure of Korean Marital Satisfaction Scale. Based on 'Family Process Model'and interviews with 183 married couple, 3 domain structures with 74 items were identified, which included interactional process, emotional process, and intellectual process. It was administerd to 289 couples to test reliability and validity. Overall reliability coefficients were high for each of the individual domains($\alpha$=.62 to $\alpha$=.93). Face validity, content validity, content validity and concurrent validity respectively were demonstrated good. Additionally, divergent validity with scales of self-esteem and depression was observed. These results support the reliability and psychometric validity of the Korean Marital Satisfaction Scale in the assessment of key dimensions of marital process of Korean couples.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2001년도 춘계학술대회
• /
• pp.83-107
• /
• 2001

가상상황 가치평가법은 시장에서 거래되지 않는 비시장재 또는 공공재의 가치를 평가하는데 자주 사용된다. 이 방법은 특정 금액에 대한 응답자의 지불의사를 질문함으로써 특정 공공재에 대한 지불의사확률을 추정하고 이를 binary-logit 분석을 통하여 그 재화의 사용가치를 추정한다. 본 논문에서는 이 방법을 사용하여 P산의 사용가치를 3가지 시나리오를 사용하여 평가하였다. 그 결과 P산에 대한 1회 이용의 지불의사액은 1,055.92월 ~ 1,995.61원이고 매주 10만명의 이용객을 가정할 때 P산의 사용가치는 년 54.91억원 ~ 103.77억원으로 추정되었다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.794-807
• /
• 2022

동물보호법 개정에 따라 반려견 등록이 의무화 되었음에도 불구하고, 현재 등록 방법의 불편함으로 등록율이 저조한 상태이다. 본 논문에서는 새로운 등록 방법으로 검토되고 있는 반려견 안면 인식 기술에 대한 성능 개선 연구를 진행하였다. 딥러닝 학습을 통해, 반려견의 안면 인식을 위한 임베딩 벡터를 생성하여 반려견 개체별로 식별하기 위한 방법을 실험하였다. 딥러닝 학습을 위한 반려견 이미지 데이터셋을 구축하고, InceptionNet과 ResNet-50을 백본 네트워크로 사용하여 실험하였다. 삼중항 손실 방법으로 학습하였으며, 안면 검증과 안면 식별로 나뉘어 실험하였다. ResNet-50 기반의 모델에서 최고 93.46%의 안면 검증 성능을 얻을 수 있었으며, 안면 식별 시험에서는 rank-5에서 91.44%의 최고 성능을 각각 얻을 수 있었다. 본 논문에서 제시한 실험 방법과 결과는 반려견의 등록 여부 확인, 반려견 출입시설에서의 개체 확인 등 다양한 분야로 활용이 가능하다.

• 한국정밀공학회지
• /
• 제13권10호
• /
• pp.36-45
• /
• 1996

The precise estimation of the reliability and life of the Ravigneaux planetary gear train used in an automatic transmission is necessary in order to enable accurate material and geometric properties to reliability distrobution and the number of load cycles at failure. These are critical for the proba- bilistic design of complex planetary gear system as Ravigneaux type particularly during various gear ratios. The Ravigneaux planetary gear train has five gears, such as a forward and a reverse sun gear, a short and a long pinion, and an annulus gear. In this paper, the Ravigneaux gear system is analyzed to figure out the reliablity distribution. i.e. the probability of survival in the system without its overhaul. First, the reliablity method based on the Weibull distribution is used in conjuction with the Palmgren's model to predict both the individual reliabilities of its components and the nimber of load cycles when the system failed. Then using the presented method, the life of the Ravigneaux gear system can be determined. Alwo the different design parameters such as tooth face width, material property, and Weibull exponent are applied and reached to optimal ones. Thus, the precise evaluation of the reliability and life of the Ravigneaux planetary gear train used in an automatic transmission can be effectively carried out.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.105-115
• /
• 2023

본 연구는 디지털 기술 수용을 통하여 이용자를 스포츠에 직접적인 참여 확대로 유도할 수 있는 방안을 모색하고자 한다. 2022년 7월 1일부터 8월 30일까지 사물인터넷(IoT)을 적용한 홈트레이닝 이용자를 대상으로 설문조사를 실시하였다. 설문 조사는 비대면 자기기입식 방법으로 129명이 참여하였다. 자료 처리는 IBM사의 SPSS 21.0 프로그램을 활용하여 빈도분석, 탐색적 요인 분석, 신뢰도 분석, 상관관계분석, 다중회귀분석, 3단계 매개회귀분석을 실시하였다. 연구 결과는 다음과 같다. 첫째, 홈트레이닝 PPM 모델과 스포츠 직접 참여의 관계에서 용이성은 매개효과가 나타났다. 불만족 요인에서 단순 기능성은 완전매개효과가 나타났고, 비효율성은 부분매개효과가 나타났다. 만족 요인에서 유희성과 경험 가능성은 완전매개효과가 나타났다. 계류 요인에서 개인 혁신성은 완전매개효과가 나타났다. 둘째, 홈트레이닝 PPM 모델과 스포츠 직접 참여의 관계에서 유용성은 매개효과가 나타났다. 불만족 요인에서 단순 기능성은 완전매개효과가 나타났고, 비효율성은 부분매개효과가 나타났다. 만족 요인에서 유희성과 경험 가능성은 완전매개효과가 나타났다. 계류 요인에서 개인 혁신성은 부분매개효과가 나타났다. 이러한 연구를 통하여 스포츠 산업이 NFT, 메타버스, 가상·증강현실 등 디지털 기술의 확대로 소비지출 확대와 경제성장에 기여하길 기대한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.