• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.113-127
• /
• 2021

Topic modeling has been receiving much attention in academic disciplines in recent years. Topic modeling is one of the applications in machine learning and natural language processing. It is a statistical modeling procedure to discover topics in the collection of documents. Recently, there have been many attempts to find out topics in diverse fields of academic research. Although the first Department of Industrial Engineering (I.E.) was established in Hanyang university in 1958, Korean Institute of Industrial Engineers (KIIE) which is truly the most academic society was first founded to contribute to research for I.E. and promote industrial techniques in 1974. Korean Society of Industrial and Systems Engineering (KSIE) was established four years later. However, the research topics for KSIE journal have not been deeply examined up until now. Using topic modeling algorithms, we cautiously aim to detect the research topics of KSIE journal for the first half of the society history, from 1978 to 1999. We made use of titles and abstracts in research papers to find out topics in KSIE journal by conducting four algorithms, LSA, HDP, LDA, and LDA Mallet. Topic analysis results obtained by the algorithms were compared. We tried to show the whole procedure of topic analysis in detail for further practical use in future. We employed visualization techniques by using analysis result obtained from LDA. As a result of thorough analysis of topic modeling, eight major research topics were discovered including Production/Logistics/Inventory, Reliability, Quality, Probability/Statistics, Management Engineering/Industry, Engineering Economy, Human Factor/Safety/Computer/Information Technology, and Heuristics/Optimization.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.49-57
• /
• 2022

최근 인공지능의 다양한 활용은 기계학습의 딥 인공신경망 구조를 통해 가능해졌으며 인간과 같은 능력을 보여주고 있다. 불행하게도 딥 구조의 인공신경망은 아직 정확한 해석이 이루어지고 있지 못하고 있다. 이러한 부분은 인공지능에 대한 불안감과 거부감으로 작용하고 있다. 우리는 이러한 문제 중에서 인공신경망의 능력 부분을 해결한다. 인공신경망 구조의 크기를 계산하고, 그 인공신경망이 처리할 수 있는 데이터의 크기를 계산해 본다. 계산의 방법은 수학에서 쓰이는 군의 방법을 사용하여 데이터와 인공신경망의 크기를 군의 구조와 크기를 알 수 있는 Order를 이용하여 계산한다. 이를 통하여 인공신경망의 능력을 알 수 있으며, 인공지능에 대한 불안감을 해소할 수 있다. 수치적 실험을 통하여 데이터의 크기와 딥 인공신경망을 계산하고 이를 검증한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.25-31
• /
• 2022

본 연구의 목적은 국내 대학의 인공지능(AI) 전공 교육과정에 대한 실태 분석을 통해 향후, 더욱 체계적인 AI 교육과정 운영을 위한 시사점을 탐색하는 것에 있다. 이를 위해, 사전 연구를 통해 개발한 산업계 수요 기반의 대학 AI 전공 표준형 교육과정을 활용해 국내 대학(SW중심대학 외 총 51개교)과 해외 QS Top 10 대학의 관련 교육과정을 분석하였다. 주요 연구 결과를 살펴보면 다음과 같다. 첫째, 국내 대학의 경우 파이썬 중심의 프로그래밍 과목이 부족하였다. 둘째, AI 응용, 융합 등의 심화학습을 위한 과목이 적었다. 셋째, AI 개발자 직무를 수행하기 위해 요구되는 과목(ex, 컨테이너 인프라 구축, DevOps 실습 등)의 과목이 부족하였다. 넷째, 전문대학의 경우 AI 수학 관련 교과 개설 비율이 낮았다. 본 연구는 이러한 결과를 토대로 향후 체계적인 AI 전공 교육과정 운영을 위한 시사점을 제시하였다.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.307-315
• /
• 2022

본 연구의 목적은 예비 초등교사를 대상으로 확장현실(extended reality)의 기초 소양 강화를 위해 관련 기술들의 기본 개념을 이해시키고 교육용 콘텐츠를 제작하는 기본기를 갖출 수 있는 교육 프로그램을 설계하고 적용하는 것이며, 교육을 통해 습득한 지식을 실제 교육 현장에 적용해 볼 수 있는 기회를 제공하는 것이다. 이를 위해, 국내의 한 초등교원 양성대학에 재학 중인 다양한 전공의 학부생 12명을 연구대상자로 선정하고 6주에 걸쳐서 총 6회 동안 가상현실, 증강현실, 혼합현실의 기본적인 개념 및 콘텐츠의 제작 과정을 습득하기 위한 연수에 참여하도록 하였다. 연수 프로그램이 종료된 후에는 해당 교육을 통해 습득한 지식을 기반으로 초등 교육에 활용하기 위한 수업 콘텐츠를 직접 기획하고 제작하여 6학년 학생 22명을 대상으로 시범 수업을 시행하도록 하였으며 설문 조사를 실시하였다. 향후 연구의 개선을 위해서는 1) 교육 장비들의 확충 및 2) 단기간의 집중 연수 방식을 고려해야 하고, 3) 텍스트 프로그래밍의 선제 교육 및 4) 설문 조사 방식의 개선이 필요한 것으로 분석되었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.167-176
• /
• 2023

본 연구에서는 글자와 숫자를 기반으로 한 프로그래밍 자동 평가 시스템에서 그래프를 평가할 수 있는 그래프 평가 모듈을 설계 및 구현하였다. 그래프 평가 모듈의 평가 방법은 학습자가 제출한 코드와 모범 코드로 작성한 그래프, 평가 준거를 제시하는 자기 평가와 각각의 그래프 이미지를 배열로 변환하여 정답을 판정하고 오답일 경우 피드백을 제공하는 자동 평가이다. 그래프를 작성하는데 사용되는 데이터는 직접 입력하거나 외부 데이터를 불러올 수 있으며 평가할 수 있는 그래프 작성 방법은 matplotlib의 MATLAB 스타일이며 수학과 교육과정에서 제시된 그래프를 평가할 수 있다. 전문가 검토를 통해 평가 모듈의 내용 요소와 학습 가능성, 학습자의 요구에서 타당도를 갖춘 것으로 확인하였다. 본 연구에서 개발한 그래프 평가 모듈은 프로그래밍 자동 평가시스템 평가 영역을 확장하였고 학생들이 데이터 시각화를 익히는데 도움이 될 것으로 기대된다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.167-173
• /
• 2021

본 연구는 초등학생 대상의 인공지능 교육에서 다루는 알고리즘의 종류, 활용하는 도구와 데이터의 범주를 논의하는 것을 목적으로 초등예비교사 11명을 대상으로 15주 동안 데이터, 인공지능 알고리즘, 인공지능 교육 플랫폼을 교육 및 실습한 후 설문하여 초등학생 수준을 고려한 데이터와 알고리즘의 범주, 교육 도구를 제시하고 적합성을 분석하였다. 설문을 통해 교사가 수업목적에 따라 사전에 데이터를 선정 및 가공하여 교육에 사용하는 것이 가장 적합하며, 분류와 예측 알고리즘이 초등 인공지능 교육에서 다루기에 적절하다는 결론을 도출하였다. 또한, 엔트리가 인공지능 교육 도구로서 가장 적합하며 인공지능의 학습이라는 개념을 교육하기 위해 수학적 지식을 설명하는 자료가 필요함을 확인하였다. 본 연구는 초등학생의 인공지능 교육에서 다루는 알고리즘과 데이터의 범주를 구체적으로 제시하고 이와 관련된 수학교육에 대한 필요성과 적절한 교육 도구를 분석하였다는 점에서 의의가 있다.

• Steel and Composite Structures
• /
• 제48권2호
• /
• pp.179-190
• /
• 2023

Many recent attempts have sought accurate prediction of pile pullout resistance (P_ul) using classical machine learning models. This study offers an improved methodology for this objective. Adaptive neuro-fuzzy inference system (ANFIS), as a popular predictor, is trained by a capable metaheuristic strategy, namely equilibrium optimizer (EO) to predict the P_ul. The used data is collected from laboratory investigations in previous literature. First, two optimal configurations of EO-ANFIS are selected after sensitivity analysis. They are next evaluated and compared with classical ANFIS and two neural-based models using well-accepted accuracy indicators. The results of all five models were in good agreement with laboratory P_uls (all correlations > 0.99). However, it was shown that both EO-ANFISs not only outperform neural benchmarks but also enjoy a higher accuracy compared to the classical version. Therefore, utilizing the EO is recommended for optimizing this predictive tool. Furthermore, a comparison between the selected EO-ANFISs, where one employs a larger population, revealed that the model with the population size of 75 is more efficient than 300. In this relation, root mean square error and the optimization time for the EO-ANFIS (75) were 19.6272 and 1715.8 seconds, respectively, while these values were 23.4038 and 9298.7 seconds for EO-ANFIS (300).

• Computers and Concrete
• /
• 제32권2호
• /
• pp.149-163
• /
• 2023

One of the main design parameters traditionally utilized in projects of geotechnical engineering is the uniaxial compressive strength. The present paper employed three artificial intelligence methods, i.e., the stochastic fractal search (SFS), the multi-verse optimization (MVO), and the vortex search algorithm (VSA), in order to determine the compressive strength of concrete (CSC). For the same reason, 1030 concrete specimens were subjected to compressive strength tests. According to the obtained laboratory results, the fly ash, cement, water, slag, coarse aggregates, fine aggregates, and SP were subjected to tests as the input parameters of the model in order to decide the optimum input configuration for the estimation of the compressive strength. The performance was evaluated by employing three criteria, i.e., the root mean square error (RMSE), mean absolute error (MAE), and the determination coefficient (R²). The evaluation of the error criteria and the determination coefficient obtained from the above three techniques indicates that the SFS-MLP technique outperformed the MVO-MLP and VSA-MLP methods. The developed artificial neural network models exhibit higher amounts of errors and lower correlation coefficients in comparison with other models. Nonetheless, the use of the stochastic fractal search algorithm has resulted in considerable enhancement in precision and accuracy of the evaluations conducted through the artificial neural network and has enhanced its performance. According to the results, the utilized SFS-MLP technique showed a better performance in the estimation of the compressive strength of concrete (R²=0.99932 and 0.99942, and RMSE=0.32611 and 0.24922). The novelty of our study is the use of a large dataset composed of 1030 entries and optimization of the learning scheme of the neural prediction model via a data distribution of a 20:80 testing-to-training ratio.

• Geomechanics and Engineering
• /
• 제36권5호
• /
• pp.465-474
• /
• 2024

Uniaxial compressive strength (UCS) is a critical geomechanical parameter that plays a significant role in the evaluation of rocks. The practice of indirectly estimating said characteristics is widespread due to the challenges associated with obtaining high-quality core samples. The primary aim of this study is to investigate the feasibility of utilizing the gene expression programming (GEP) technique for the purpose of forecasting the UCS for various rock categories, including Schist, Granite, Claystone, Travertine, Sandstone, Slate, Limestone, Marl, and Dolomite, which were sourced from a wide range of quarry sites. The present study utilized a total of 170 datasets, comprising Schmidt hammer (SH), porosity (n), point load index (Is(50)), and P-wave velocity (Vp), as the effective parameters in the model to determine their impact on the UCS. The UCS parameter was computed through the utilization of the GEP model, resulting in the generation of an equation. Subsequently, the efficacy of the GEP model and the resultant equation were assessed using various statistical evaluation metrics to determine their predictive capabilities. The outcomes indicate the prospective capacity of the GEP model and the resultant equation in forecasting the unconfined compressive strength (UCS). The significance of this study lies in its ability to enable geotechnical engineers to make estimations of the UCS of rocks, without the requirement of conducting expensive and time-consuming experimental tests. In particular, a user-friendly program was developed based on the GEP model to enable rapid and very accurate calculation of rock's UCS, doing away with the necessity for costly and time-consuming laboratory experiments.

• 과학교육연구지
• /
• 제41권3호
• /
• pp.334-350
• /
• 2017

이 연구의 목적은 첫째, 자유학기제에 적합한 과학 탐구 중심의 융합인재교육 프로그램을 개발하고 둘째, 자유학기제 교육과정의 중학생에게 적용하여, 학생들의 과학, 기술/공학, 수학에 대한 흥미, 자기효능감 및 관련 진로 선택에 미치는 효과를 살펴보는데 있다. 프로그램 개발을 위해 문헌 조사와 선행 연구를 바탕으로 개발의 방향을 과학 탐구 중심으로 정하고 프로그램 주제 및 개발 모형을 선정하였다. 개발된 프로그램 초안의 적절성을 위해 2회에 걸쳐 예비 적용과 전문가 집단의 컨설팅을 통해 수정 보완하였다. 연구의 대상은 2015년부터 자유학기제가 전면 시행된 광역시 소재 G중학교 1학년 92명이며, 프로그램 적용 전 후에 학생들에게 나타나는 흥미, 자기효능감 및 진로 선택 변화를 알아보고자 단일집단 사전 사후 대응표본 t-검정을 실시하였다. 프로그램의 적용은 2015년 10월 첫째 주부터 10월 셋째 주까지 진행되었으며 사전 검사 및 사후 검사는 프로그램 처치 전 후 1주일 이내에 각각 실시하였다. 또한 학생들의 구체적인 반응을 알아보고자 14명을 선택하여 심층 면담을 실시하였다. 이에 따른 연구의 결과는 다음과 같다. 첫째, 분석(Analysis)-설계(Design)-제작(Build)-평가(Assessment)의 4단계로 구성된 ADBA 모형을 적용하여 'RC 비행기' 주제의 융합인재교육을 개발하였다. 개발된 프로그램은 학생들의 흥미와 관심사에 기반을 둔 체계적 전문적 프로그램으로 학생들의 학습 동기를 유발한다는 점과 능동성을 갖춘 자기주도적 학습 경험을 제공할 수 있다는 점에 의의가 있다. 둘째, 개발된 융합인재교육 프로그램은 자유학기제 교육과정 내 중학생의 과학, 기술/공학, 수학에 대한 흥미, 자기효능감, 관련 진로 선택의 모든 정의적 영역에서 통계적으로 유의미한 효과를 미쳤다. 흥미 영역은 과학, 기술/공학, 수학 교과에 대한 학생들의 인식 변화에 기인하며, 자기효능감 영역은 과학, 기술/공학, 수학 교과에 대해 학생들의 성공적인 경험을 통해서 상승하였으며, 진로 선택 영역은 과학, 기술/공학, 수학이 실생활에 유용하고 해당 직업을 가지면 재미있을 것이라는 인식의 변화로 상승하였다. 이 연구로 개발된 융합인재교육 프로그램은 자유학기제 정책의 교육 목적에 적합하며 자유학기제와 융합인재교육의 접목이라는 점에서 중요한 의미를 가진다. 또한 중학생들의 '행복교육'과, '창의 융합형 인재' 양성에 기여할 것이다.