• 한국치위생학회지
• /
• 제22권2호
• /
• pp.81-92
• /
• 2022

연구목적: 본 연구의 목적은 문제중심학습(Problem-Based Learning) 수업 모듈을 개발하여 임상치위생학 수업에 적용함으로써 문제중심학습을 운영하는 것에 대한 학습자의 만족도와 치위생학의 역량 수준, 성찰일지를 통한 학습자 의견을 평가하는 것이다. 연구방법: 본 연구는 2020년 2학기에 수행되었고, 연구대상은 4학년 2학기 과정의 임상치위생학(특수환자구강건강관리) 교과목 수강생 31명이었다. 개발된 PBL 학습모듈을 15주간 수업에 적용하였고, 모든 PBL 수업이 종료된 후 수업에 대한 전반적인 만족도, 학생 역량 수준의 변화를 평가하였다. 연구결과: PBL 수업에 대한 학습자의 만족도는 전반적으로 높았고, 자가역량 수준도 수업 전에 비하여 증가하였다. 더불어, PBL 학습활동 후 성찰일지를 통해 상위주제 3개는 PBL 학습을 통해 얻은 역량, PBL 학습을 통해 배운 인문사회학적 요소, PBL 학습에서의 장애 요인이 도출되었다. 결론: 본 연구에서 개발된 PBL 학습모듈은 학생들이 문제를 파악하여 통합적으로 해결할 수 있는 역량뿐만 아니라 인문사회학적 역량 제고를 견인할 수 있는 수업이라는 것을 확인하였다.

• 한국융합학회논문지
• /
• 제9권5호
• /
• pp.257-267
• /
• 2018

본 연구는 간호학과 신입생들의 학과목 적응과 외국어 능력 향상에 대한 부담을 덜어주기 위해 고안된 Keller의 학습동기 모델과 특수목적영어를 융합한 모듈 프로그램에 대한 평가 연구이다. 특수목적영어 융합 모듈 프로그램을 적용한 험군과, 전통적 강의방식을 적용한 대조군의 학습동기와 학업성취도를 비동등성 대조군 사후 실험설계를 통해 비교하고, 듈 프로그램에 대한 학생들의 인식과 주관적인 효과를 질적 자료를 통해 파악하였다. 연구 결과, 학습동기의 총합은 실험군과 대조군의 차이가 유의하였지만(t= 2.391, p=.019), 학업성취도에서는 두 그룹 간의 차이가 유의하지 않았다(t=0.116, =.098). 융합 모듈프로그램에 대한 주관적 효과들로는 '흥미로움', '학습에 효과적임', '임상의 이해를 도움', '자신감과 만족감을 경험함' 등 4가지로 범주화 되었다. 본 연구를 통해 Keller의 학습동기 모델과 특수목적영어를 융합한 모듈 프로그램은 호학과 영어에 대한 부담을 가진 신입생들에게 흥미를 주고, 학습과 임상의 이해를 도울 뿐 아니라, 자신감과 만족감을 험하게 하는 등, 학습동기를 높이는데 긍정적으로 평가되었다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.393-405
• /
• 2018

문제중심학습(PBL)은 간호 임상실습 시 간호 지식, 기술과 태도를 통합하는 학습자 중심의 교육이다. 본 연구는 간호학 교과과정 가운데 학령전기 아동 성장발달의 PBL 모듈을 적용하기 위한 사전 연구이다. 이에 본 양적연구는 PBL 모듈을 Dick과 Carye의 프로그램 개발 과정(계획, 개발, 적용, 평가 단계)에 따라 개발하였고 2학년 간호대학생을 대상으로 구조화된 설문지를 활용하여 그 효과를 평가하였다. PBL 모듈은 각 팀 당 4-5명의 학생이 약 40분 정도 참여하였다. 수집된 자료는 기술통계, t-test, 내용분석을 하였다. 그 결과 간호대학생의 메타인지 수준이 유의하게 증가하였고, 팀 효능감은 모듈 참여 전후로 유의한 차이가 없었으며, 사후 학습만족도가 높은 수준으로 나타났다. 간호대학생은 PBL 모듈 참여 후 학령전기 아동성장발달에 관한 지식 및 문제해결능력을 습득하였고 PBL 참여 시 팀워크에 대해 만족한다고 응답하였다. 따라서 본 연구 결과는 간호 교과과정 내 PBL 모듈의 적용을 고려하기 위한 근거 자료를 제공하였다.

• 한국멀티미디어학회논문지
• /
• 제25권4호
• /
• pp.568-574
• /
• 2022

In this paper, direction normalization and CNN deep learning are used to develop a more reliable license plate recognition system. The existing license plate recognition system consists of three main modules: license plate detection module, character segmentation module, and character recognition module. The proposed system minimizes recognition error by adding a direction normalization module when a detected license plate is inclined. Experimental results show the superiority of the proposed method in comparison to the previous system.

• 한국멀티미디어학회논문지
• /
• 제23권3호
• /
• pp.476-482
• /
• 2020

In this paper, we propose a block-based modularity architecture design method for distributed machine learning. The proposed architecture is a block-type module structure with various machine learning algorithms. It allows free expansion between block-type modules and allows multiple machine learning algorithms to be organically interlocked according to the situation. The architecture enables open data communication using the metadata query protocol. Also, the architecture makes it easy to implement an application service combining various edge computing devices by designing a communication method suitable for surrounding applications. To confirm the interlocking between the proposed block-type modules, we implemented a hardware-based modularity application system.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.736-741
• /
• 2006

분류 시스템은 데이터 전처리 모듈, 학습모듈, 의사결정모듈로 구성되어 있으며 지능형시스템의 중요한 구성요소로 활용되어왔다. 특히 학습모듈은 사전정보를 제공하므로 분류를 위한 핵심 역할을 수행하여 왔다. 기존의 학습을 위한 기법은 주로 승자독점방식으로 데이터를 처리하므로 경계가 불명확한 대부분의 실세계 응용에 적합하지 못하다. 또한 학습 알고리즘에 필요한 데이터를 한꺼번에 준비해야 하지만 이는 일반적으로 가능하지 않은 경우가 많다. 이를 위하여 본 논문에서는 점증적 학습 퍼지신경망, FNN-I,를 이용한 적응 분류모델을 설계한다. 이 모델에서는 유용하게 정보를 표현하기 위하여 퍼지이론을 도입하고 계속적으로 모여지는 데이터를 가지고 점증적으로 학습할 수 있는 알고리즘을 제시한다. 제안된 모델을 컴퓨터 바이러스 분류를 위한 실제 데이터에 적용하여 점증적으로 학습할 수 있고 효과적으로, 새로운 바이러스 데이터를 분류할 수 있음을 보인다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.447-454
• /
• 2018

본 논문은 컨볼루션 신경망으로 이루어진 학습 모델을 통해 스테레오 영상의 깊이영상 생성 알고리즘을 제안한다. 제안하는 알고리즘은 좌, 우 시차 영상을 입력으로 받아 각 시차영상의 주요 특징을 추출하는 특징 추출부와 추출된 특징을 이용하여 시차 정보를 학습하는 깊이 학습부로 구성된다. 우선 특징 추출부는 2D CNN 계층들로 이루어진 익셉션 모듈(xception module) 및 ASPP 모듈(atrous spatial pyramid pooling) module을 통해 각각의 시차영상에 대한 특징맵을 추출한다. 그 후 각 시차에 대한 특징 맵을 시차에 따라 3차원 형태로 쌓아 3D CNN을 통해 깊이 추정 가중치를 학습하는 깊이 학습부를 거친 후 깊이 영상을 추정한다. 제안하는 알고리즘은 객체 영역에 대해 기존의 다른 학습 알고리즘들 보다 정확한 깊이를 추정하였다.

• 반도체디스플레이기술학회지
• /
• 제22권1호
• /
• pp.11-17
• /
• 2023

This paper proposes a lightweight deep learning network for detecting an image splicing forgery. The research on image forgery detection using CNN, a deep learning network, and research on detecting and localizing forgery in pixel units are in progress. Among them, CAT-Net, which learns the discrete cosine transform coefficients of images together with images, was released in 2022. The DCT coefficients presented by CAT-Net are combined with the JPEG artifact learning module and the backbone model as pre-learning, and the weights are fixed. The dataset used for pre-training is not included in the public dataset, and the backbone model has a relatively large number of network parameters, which causes overfitting in a small dataset, hindering generalization performance. In this paper, this learning module is designed to learn the characterization depending on the DCT domain in real-time during network training without pre-training. The DCT RRU-Net proposed in this paper is a network that combines RRU-Net which detects forgery by learning only images and JPEG artifact learning module. It is confirmed that the network parameters are less than those of CAT-Net, the detection performance of forgery is better than that of RRU-Net, and the generalization performance for various datasets improves through the network architecture and training method of DCT RRU-Net.

• 동의생리병리학회지
• /
• 제26권3호
• /
• pp.351-359
• /
• 2012

This study aims to evaluate the student satisfaction of problem-based learning(PBL) in Korean medical curriculum. A questionnaire was given to clinical clerkship students of Pusan National University School of Korean medicine. These items covered overall evaluation of module & learning environment, tutoring, individual learning, group learning and effectiveness for clinical clerkship in PBL. By most of all respondents, PBL was recognized as a more effective learning method. Most respondents were satisfied with the group learning, individual learning and effectiveness for clinical clerkship. However, satisfaction was lower for tutors and module. The results of this study demonstrated that the students had a high level of satisfaction in PBL. It might be concluded that PBL was successfully implemented into the Korean medical curriculum.

• 복식문화연구
• /
• 제29권3호
• /
• pp.346-360
• /
• 2021

Universities have recently introduced problem-based learning (PBL) to various subjects to enhance problem-solving skills (including self-directed learning and small-group learning) required in industry. The PBL module was applied to the personal production process in a draping class. A study was based on a questionnaire after conducting two PBL modules with a group of students. Each PBL module included 'design analysis', 'presentation of flat sketch and draping plan', 'discussion of the plan', 'evaluation of the draping result and correcting the problem', and 'final evaluation of the completed project'. Results showed that satisfaction with the PBL method and its activities was higher than satisfaction with existing teaching methods. In particular, among the various components, the 'design analysis' and 'the presentation step of flat sketch and draping plan' stages were more helpful to students compared to small-group discussion. Moreover, the effects of PBL were observed through student reflection essays, in which students suggested that PBL was very effective in enhancing problem-solving through self-directed and small-group learning. Despite the overall satisfaction with PBL, students expressed some minor difficulties associated with awkwardness with a novel learning method, lack of diverse perspectives among each group, and poor communication skills. Therefore, the study shows that PBL is highly likely to be useful to students when they are solving pattern drafting problems and making samples through self-directed learning and small-group learning.