• 한국환경보건학회지
• /
• 제28권2호
• /
• pp.11-22
• /
• 2002

This study analyzes the river system and water quality conditions of Bukchun in order to establish a basic plan for Preparing a natural learning and experimental area of environmental ecosystem in Bukchun, Gyeongju. It also tries to establish an integrated plan for water management of Bukchun stream based on water contaminants. In addition, after analysing the water quality at 13 points during the non-rainy season, the effluent of municipal wastewater was of relatively better quality with I ~ II grade, below the water quality standard of the river, except in points near Samsung apartments. However, analysing the Hyeongsangang and the effluent of Bomunho and Duckdongdam in rainy season, the water quality was II ~ III grade according to environmental standard. The water Quality of those samples was strongly dependent of non-point source.

• 한국문헌정보학회지
• /
• 제40권2호
• /
• pp.103-123
• /
• 2006

금융기관의 지식경영 초기 단계 이후부터는 지속적인 지식 창출과 효율적인 지식 검색이 지식경영의 핵심 요인으로 보고, 지식 창출의 한 방안으로 e-러닝을 제시하고, 효율적인 지식 검색 체제를 구축하기 위해서 리포지토리에 저장된 학습객체, 지식객체, 자료실 정보객체를 유사성에 따라 분류하고 상호 연관관계를 맺음으로써 키워드 검색은 물론 분류 검색과 연관 검색을 가능하게 하는 토픽맵 개념에 기반을 둔 지식맵을 활용한 통합 리포지토리 모형을 제안해 보았다. 모형 구현을 위해서 사용된 연구 방법에는 지식 관리 현황을 파악하기 위해서 세 보험회사들을 대상으로 사례 연구를 실시하였고, 기존의 토픽맵 기반의 실험적인 정보시스템들도 분석, 참조하였다. 디렉토리 형식의 전통적인 지식맵은 관련된 지식을 연계시키기가 어려워 지식관리시스템의 효율적인 브라우징이나 검색에 걸림돌로 작용하고 있는데 본 연구에서 제안된 모형은 이러한 문제점들을 개선할 하나의 안으로 이용될 수 있을 것이다.

• 융합보안논문지
• /
• 제18권4호
• /
• pp.19-25
• /
• 2018

본 논문은 딥 러닝(Deep-Learning) 기반의 계층형 이미지 분류 체계와 가중치 기반의 랭킹 시스템을 이용한 사용자 편의 중심의 유실물 등록 및 조회 관리 시스템을 제안한다. 제안된 시스템은 딥 러닝을 통해 이미지를 자동으로 분류하는 계층형 이미지 분류 시스템과 조회 과정의 편의를 위해 시스템상의 등록된 유실물 정보를 고려해 가중치 순으로 정렬하는 랭킹 시스템 모듈로 구성된다. 등록 과정에서 한 장의 사진만으로 카테고리 분류와 브랜드, 연관 태그 등 여러 정보가 자동으로 인식되어 사용자의 번거로움을 최소화하였다. 그리고 랭킹 시스템을 통해 사용자들이 자주 찾는 유실물을 상위에 노출함으로써 유실물 검색의 효율성을 높였다. 실험 결과, 제안된 시스템은 사용자가 쉽고 편리하게 시스템을 이용할 수 있음을 확인하였다.

• Design & Manufacturing
• /
• 제15권3호
• /
• pp.1-6
• /
• 2021

An artificial neural network model based on a deep learning algorithm is known to be more accurate than humans in image classification, but there is still a limit in the sense that there needs to be a lot of training data that can be called big data. Therefore, various techniques are being studied to build an artificial neural network model with high precision, even with small data. The transfer learning technique is assessed as an excellent alternative. As a result, the purpose of this study is to develop an artificial neural network system that can classify burr images of light guide plate products with 99% accuracy using transfer learning technique. Specifically, for the light guide plate product, 150 images of the normal product and the burr were taken at various angles, heights, positions, etc., respectively. Then, after the preprocessing of images such as thresholding and image augmentation, for a total of 3,300 images were generated. 2,970 images were separated for training, while the remaining 330 images were separated for model accuracy testing. For the transfer learning, a base model was developed using the NASNet-Large model that pre-trained 14 million ImageNet data. According to the final model accuracy test, the 99% accuracy in the image classification for training and test images was confirmed. Consequently, based on the results of this study, it is expected to help develop an integrated AI production management system by training not only the burr but also various defective images.

• 한국가정과교육학회지
• /
• 제29권3호
• /
• pp.141-160
• /
• 2017

현재 전 세계는 정보화 세계화의 사회로 개방, 협력, 통합을 특징으로 하고 있으며, 이를 위한 창의적인 인재를 요구하고 있다. 국가의 경쟁력은 곧 창의적 인재 양성에 달려 있으며 개인적인 욕망과 성취를 위한 창의적 인재 양성이 아니라 나누고 배려하는 창의적 인재 양성을 통한 국가 경쟁력 향상으로 인류학적 가치를 요구하고 있다. 본 연구에서는 2015 개정 교육과정의 기저에 있는 문 이과 통합형 교육과정의 특징을 가정교과에 적용시켜 통합형 창의 인재를 육성하기 위한 교수-학습 과정안을 개발하는데 목적이 있다. 이를 위해서 우선, 1차에서 2015 개정 교육과정에서 제시된 의생활 영역의 내용 요소와 2009개정 교육과정이 적용된 기술 가정 교과서의 의생활 영역의 내용 요소를 추출한 후 전문가 집단이 내용선정 기준에 의해 5가지 주제를 추출하였다. 추출된 의생활 영역의 5가지 주제 중 '의복의 선택과 관리' 주제를 중심으로 주제 중심 통합형 가정과 의생활 교수-학습 과정안(이하 과정안)을 개발하였다. 과정안은 총 5차시 수업으로 [기초 탐구 - 내용 1 - 내용 2 - 심화탐구 - 적용]으로 구성하였다. 과정안은 교과 내 통합과 교과간 통합을 고려하였으며 통합형 수업의 진행 과정에서 배려와 나눔의 인성요소와 창의성, 문제 해결력 등을 향상시키고자 하였다. 세부적으로 실제 5차시 수업을 위해 개발한 교수-학습 과정안에 가정교과의 교과목표와 주제 중심 통합형 교육 목표를 분리하여 제시하였으며, 수업 진행단계에서 창의적 요소와 인성적인 교육 요소를 표면적으로 드러내어 수업에 적용하였다. 우리나라 교육은 새로운 교육과정이 수시로 개정 및 고시되고 있어 교사가 변화패러다임에 맞추어 수업을 실행하기가 어려웠다. 가정교과는 실제 생활과 밀접한 관련이 있어 통합형 주제로 수업을 하기에 적절한 교과이며 다른 교과에서 다루기에 한계가 있는 창의, 인성적 요소까지 학생들에게 통합적으로 교육할 수 있다는 점에서 교과의 교육적 의의를 가지고 있다. 본 연구의 주제 중심 통합형 가정과 의생활 교수-학습 과정안이 새롭게 도입되는 2015 개정 교육과정을 실시해야 하는 현장 교사들에게 도움이 되길 바라며, 나아가 이를 현장에 적용하여 학생들의 문제해결력 향상과 창의 융합형 인재양성에 얼마나 도움이 되는지에 대한 효과성을 검증하는 후속연구가 지속적으로 진행될 필요가 있다.

• 한국건설관리학회논문집
• /
• 제22권5호
• /
• pp.3-16
• /
• 2021

이 연구의 목적은 구성주의 교육이론 기반의 BIM/IPD(통합프로젝트수행)교육에 적합한 BIM협업 교육모델제안과 그 교육모델의 효율성을 검증하는 것이다. BIM/IPD기반 협업능력은 건설 전 분야 걸쳐 필요한 역량으로 보고 있다. '구성주의 협업 프로세스' 교육 방식을 실험군(구성주의 협업프로세스)과 대조군(빌딩스마트 협회 BIM 코디네이터 과정)에 적용하여 학습 전후의 상호작용 과정에서 학습효과의 개선을 인지측정(협업의 만족도, 협업의 수준)하고 실무능력(협업고도화지수측정)측정을 통한 '구성주의 협업프로세스'의 학습효과를 검증하는 것이다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.47-57
• /
• 2019

본 연구는 기업조직의 학습문화가 동적역량에 어떻게 영향을 미치며 동적역량이 기업의 학습문화와 기업성과 간의 관계에서 매개효과가 있는지 분석하고, 그 연구결과를 기업실무에 적용할 수 있는지 검증해보고자 하였다. 첫째, 기업조직의 구조가 유기적일수록 재배치역량과 학습역량이 높아지는 것으로 나타났다. 유기적인 기업조직을 가진 집단은 공식적인 처리방식이나 프로세스에 집착하지 않는 관행이 있기 때문에 외부변화에 능동적으로 대응할 수 있는 능력이 존재함을 알 수 있었다. 둘째, 기업조직의 학습문화는 동적역량 중에서 재배치역량에 유의한 정(+)의 영향이 있음을 확인할 수 있었는데 개인수준과 집단수준의 학습문화가 구축되어 있는 기업조직일수록 특히 집단수준의 학습문화가 구축되어 있는 조직일수록 재배치역량이 높아짐을 볼 수 있었다. 셋째, 동적역량의 두 가지 하위요소는 모두 기업성과에 유의한 영향을 미치는 것으로 나타났다. 동적역량이 기업성과에 미치는 직접적인 효과는 확인하였으나 학습문화와 관련된 동적역량의 매개효과는 없는 것으로 나타났다.

• 지식경영연구
• /
• 제22권2호
• /
• pp.19-32
• /
• 2021

암호화폐 중 대표적인 비트코인은 전 세계적으로 많은 관심을 받고 있으며 비트코인의 가격은 등·하락을 거듭하며 높은 변동성을 보이고 있다. 높은 변동성은 투자자들에게 위험 요인으로 작용하며 무분별한 투자로 인한 사회적 문제를 야기시킨다. 비트코인의 가격은 세계의 환경변화에 영향을 받으며 신속하게 반응하기 때문에 실시간으로 다양한 정보를 제공하는 뉴스 정보는 비트코인 가격의 변동성 예측에 유용한 정보를 제공한다. 즉, 긍정적인 뉴스는 투자심리를 자극할 것이며 반대로 부정적인 뉴스는 투자심리를 위축시킬 것이다. 따라서 본 연구에서는 비트코인의 수익률 변동을 예측하기 위해 뉴스의 감성정보와 딥러닝을 적용하였다. 로짓, 인공신경망, SVM, LSTM을 적용하여 단일 예측모형을 구축하였으며 예측성과를 향상시키기 위한 방법으로 통합모형을 제안하였다. 과거의 가격정보를 기반으로 구축한 예측모형과 뉴스의 감성정보를 반영한 예측모형의 성과를 비교한 결과 뉴스의 감성정보를 반영한 예측모형의 성과가 우수하게 나타났으며 통합모형의 성과가 가장 우수한 것으로 나타났다. 본 연구는 비트코인 수익률 변동에 대한 예측모형을 통해 무분별한 투자를 예방하고 투자자들의 현명한 투자가 이루어질 수 있도록 유용한 정보를 제공할 수 있을 것이다.

• 품질경영학회지
• /
• 제45권4호
• /
• pp.917-932
• /
• 2017

Purpose: This study aims to identify the most important quality construct among system quality, information quality, and service quality, which are integrated as the second-order construct; perceived quality, and to investigate the relationship between perceived quality, learner satisfaction, learner enjoyment, switching cost, and learner loyalty. Method: Data were collected from learners who had taken e-learning course, and the analysis was conducted in two phases. The first phase described demographic characteristics using SPSS23.0; the second phase involved the second order CFA of perceived quality and the analysis of measurement model and structural model through AMOS 23.0. Results: (1) The explanatory power of system quality, information quality, and service quality appears to be almost equal; (2) Perceived quality positively influences only both learner satisfaction and switching cost; (3) Only learner satisfaction positively influences learner loyalty and switching cost negatively influences learner loyalty. Conclusion: Learner enjoyment does not play an important role in this study, which could be extrapolated in regard to the characteristics of sample. The respondents are over high school students, who emphasize on the acquisition of knowledge rather than enjoyment. Additionally, the result implies that respondents show low loyalty in the high switching cost.

• 대한안전경영과학회지
• /
• 제7권5호
• /
• pp.155-174
• /
• 2005

Parametric life-cycle cost(LCC) models have been integrated with traditional design tools, and used in prior work to demonstrate the rapid solution of holistic, analytical tradeoffs between detailed design variations. During early designs stages there may be competing concepts with dramatic differences. Additionally, detailed information is scarce, and decisions must be models. for a diverse range of concepts, and the lack of detailed information make the integration make the integration of traditional LCC models impractical. This paper explores an approximate method for providing preliminary life-cycle cost. Learning algorithms trained using the known characteristics of existing products be approximated quickly during conceptual design without the overhead of defining new models. Artificial neural networks are trained to generalize on product attributes and life cycle cost date from pre-existing LCC studies. The Product attribute data to quickly obtain and LCC for a new and then an application is provided. In additions, the statistical method, called regression analysis, is suggested to predict the LCC. Tests have shown it is possible to predict the life cycle cost, and the comparison results between a learning LCC model and a regression analysis is also shown