• 제목/요약/키워드: mathematical intelligence

검색결과 206건 처리시간 0.025초

중학교 기술·가정 교과서 다중지능 활용 활동과제 분석 - 2015 개정 실과(기술·가정) 교육과정에 따른 '식생활' 단원을 중심으로 - (Analysis of activities task using multiple intelligence in middle school 「Technology·Home Economics」 textbooks - Focusing on the 'Dietary Life' unit according to the curriculum of the 2015 revised Practical Arts(Technology·Home Economics) curriculum -)

  • 최성연;이영선;최예지;주현정;김승희;박미정
    • 한국가정과교육학회지
    • /
    • 제30권3호
    • /
    • pp.19-42
    • /
    • 2018
  • 본 연구의 목적은 2015 실과(기술·가정) 교육과정에 따라 개발된 중학교 교과서에서 '식생활' 단원의 활동과제를 다중지능 활용 교수·학습방법을 기준으로 분석하는 데 있다. 이러한 목적을 이루기 위해서 12종의 중학교 기술·가정 교과서에서 '청소년기의 영양과 식행동', '식사의 계획과 선택', '식품의 선택과 안전한 조리'를 내용 요소로 하는 본문 내용과 읽을거리, 평가 문항을 제외하고 학생들이 활동할 수 있는 과제를 다중지능 활용 교수·학습방법을 기준으로 분석하였다. 분석방법은 내용분석 기법을 사용하여 학습 활동에 중심을 두고 분석하였고, 활동과제의 하위 질문들도 모두 각 한 가지의 활동으로 분리시키되, 연속선상에 있는 활동을 준비하는 과정은 한가지로 묶어서 분석하였다. 3인이 활동과제를 분석하고 협의를 통해 분석기준을 수정·보완하는 과정을 2회 진행한 후 다른 연구자 3인이 확인하였다. 12종의 교과서를 분석한 결과 활동과제의 수는 교과서 종류별로 25~74개로 나타났으며, 활동과제의 수는 총 527개였다. 다중지능 영역별 비율을 살펴보면, 논리수학지능을 활용한 활동과제가 35%로 가장 많은 것으로 나타났으며, 언어지능 26.8%, 개인내적지능 23%, 대인관계지능 7.2%, 시각운동지능 3.8%, 신체운동지능 2.7%, 음악지능 1.5% 순으로 나타났다. 반면, 자연탐구지능을 활용한 활동과제는 없는 것으로 분석되었다. 자연탐구지능을 제외하고 전반적으로 다중지능을 활용하고 있었는데 이는 가정 교과가 실천을 본질로 하면서 식생활과 관련된 다른 교과의 내용이나 방법을 추출하여 새롭게 재조직한다는 점에서 가정 교과의 융합적 성격을 나타내는 것으로 해석된다. 본 연구는 다양한 교수·학습방법의 틀을 마련하여 학생 참여형 수업을 활성화하고, 가정 교과에서 융합 교육을 실현하는 데 대안을 제공할 것으로 기대된다.

『주역』과 인공지능 (The Zhouyi and Artificial Intelligence)

  • 방인
    • 철학연구
    • /
    • 제145권
    • /
    • pp.91-117
    • /
    • 2018
  • 이 논문의 목적은 "주역"과 인공지능 사이에 존재하는 유사성과 차이점을 밝히려는데 있다. "주역"의 점술은 인류의 가장 오래된 지식체계 가운데 하나이며, 인공지능은 인류가 만들어낸 과학의 발명 가운데서도 최전선에 서 있는 지식체계이다. 양자 사이에는 아무런 연관성이 없는 것처럼 보이지만, 빅 히스토리(Big History)의 관점에서 본다면 "주역"과 인공지능은 기호학적 관점에서 볼 때 다음과 같은 공통점을 지닌다. 첫째, 인공지능과 "주역"은 인공언어를 사용하는 기호 체계에 의지한다. 둘째, 점술과 인공지능을 가능하게 하는 원리는 모방과 재현에 있다. 셋째, 인공지능과 "주역"은 모두 추리 과정을 수행하기 위하여 알고리즘(algorithm)에 의지하며, 그 알고리즘은 이진법(二進法)을 기본적 수단으로 삼는다. 넷째, "주역"과 인공지능은 지식을 획득하기 위한 수단으로 유비(類比)의 방법에 의존한다. 물론 이러한 몇 가지 유사성이 있다고 해서 "주역"이 과학이 될 수 있는 것은 아니다. 그럼에도 불구하고 전혀 거리가 먼 것 같은 두 지식체계 사이에 이러한 공통점이 있다는 것을 발견함으로써 문명의 본질에 관해 중요한 통찰을 얻을 수 있다. "주역"과 인공지능은 미지(未知)의 세계에 대한 새로운 지식을 얻기 위하여 지능을 사용한다. 그러나 우리는 "주역"의 점술의 과정에 개입하는 지능이 어떤 종류의 지능인지 정확하게 알지 못한다. 마찬가지로 인공지능의 성격에 대해서도 아직 잘 알지 못하고 있다. 미지의 주체에 의해 운용되는 지능은 우리에게 신비롭고도 두려운 존재이다. "주역"의 점술이 우리에게 점단(占斷)을 행하는 초월적 주체가 무엇인지에 관해 경외하는 마음을 품게 하였듯이, 기계속에 보이지 않는 인공지능의 주체도 우리를 두렵게 한다. 뿐만 아니라 인공지능의 등장은 의식있는 존재만이 지능을 가질 수 있다고 간주했던 전통철학의 관점에 도전을 던지고 있다. 분명한 것은 기호를 매개로 진행되어 온 문명의 발전 과정이 이제 새로운 단계로 진입하고 있다는 사실이다. 인공지능이 인간의 지능을 능가하는 시점을 특이점(singularity)이라고 하는데, 필자는 이 용어를 구문명(舊文明)과 신문명(新文明)의 경계를 가리키는 임계점(臨界點)이라는 의미로 사용하였다. 소옹(邵雍)의 용어를 빌려서 표현한다면 구문명은 선천(先天)이고, 신문명은 후천(後天)이다. 임계점을 지나면 질적 변화가 일어나 새로운 단계로 진입하며 더 이상 과거로 회귀하지 않는다. 현대 문명은 특이점을 통과했다는 징후를 여러 측면에서 보이고 있다. 후천개벽은 조선 후기의 종교 사상가들에게는 예언이었지만 어느덧 소리 없이 현실로 다가와 이미 우리 곁에 있다.

초등학생의 공간시각화능력 및 수학성취도에 관한 연구 (Spatial Ability and Mathematical Achievement of Elementary School Students)

  • 박성선
    • 한국수학교육학회지시리즈C:초등수학교육
    • /
    • 제16권3호
    • /
    • pp.303-313
    • /
    • 2013
  • 공간능력은 수학의 직관적 관점과 수학적 이해 및 수학적 성취도와도 밀접한 관련이 있다는 점에서 매우 중요한 능력으로 평가될 수 있다. 본 연구에서는 초등학교 4, 5, 6학년 학생 1228명을 대상으로 공간시각화능력을 조사하였다. 이를 통하여 다음과 같은 연구결과를 얻을 수 있었다. 첫째, 공간시각화 능력과 수학성취도, 공간시각화 능력과 공간시각화 검사시간 사이에 상관관계가 있다. 둘째, 공간능력은 남녀 사이에 차이가 있었으며, 남학생이 여학생보다 더 높게 나타났다. 셋째, 공간능력은 학년수준에서 4학년보다는 5학년이 높았으며, 5학년보다는 6학년이 더 높게 나타났다.

수학 문제 해결에서 효과적인 ChatGPT의 프롬프트 고찰: 이차방정식과 이차함수를 중심으로 (Effective ChatGPT Prompts in Mathematical Problem Solving : Focusing on Quadratic Equations and Quadratic Functions)

  • 오세준
    • 한국수학교육학회지시리즈E:수학교육논문집
    • /
    • 제37권3호
    • /
    • pp.545-567
    • /
    • 2023
  • 본 연구는 이차방정식과 이차함수 단원을 중심으로 수학 문제 해결에 효과적인 ChatGPT의 프롬프트를 고찰하는 연구로 '역할-규칙-예제풀이-문제-과정'으로 이어지는 구조화된 프롬프트를 설계하였다. 본 연구에서는 GPT4, 울프람 플러그인, Advanced Data Analysis를 결합한 인공지능 모델을 활용하였으며, 계산 오류를 줄이기 위해 울프람 플러그인을 주요 연산의 도구로 사용하였다. 9종의 고등학교 수학 교과서의 이차방정식과 이차함수 단원 문제를 구조화된 프롬프트의 형태로 입력하였을 때 ChatGPT의 답변에 대한 정답률은 91%로, 제로샷 프롬프트 대비 높은 성과를 보였다. 이를 통해 수학 문제 해결에 효과적인 구조화된 프롬프트를 확인할 수 있었다. 본 연구에서 설계한 구조화된 프롬프트는 개별화 교육 및 맞춤형 교육을 위한 지능형 정보시스템 구축에 기여할 수 있을 것이다.

라오-블랙웰라이즈드 입자필터를 이용한 지형참조 수중항법 (Terrain-referenced Underwater Navigation using Rao-Blackwellized Particle Filter)

  • 김태윤;김진환;최현택
    • 제어로봇시스템학회논문지
    • /
    • 제19권8호
    • /
    • pp.682-687
    • /
    • 2013
  • Navigation is a crucial capability for all types of manned or unmanned vehicles. However, vehicle navigation in underwater environments still remains a challenging problem since GPS signals for position fixes are not available in the water. Terrain-referenced underwater navigation is an alternative navigation technique that utilizes geometric information of the subsea terrain to correct drift errors due to dead-reckoning or inertial navigation. Terrain-referenced navigation requires the description of an undulating terrain surface as a mathematical function or table, which often leads to a highly nonlinear estimation problem. Recently, PFs (Particle Filters), which do not require any restrictive assumptions about the system dynamics and uncertainty distributions, have been widely used for nonlinear filtering applications. However, PF has considerable computational requirements which used to limit its applicability to problems of relatively low state dimensions. This study proposes the use of a Rao-Blackwellized particle filter that is computationally more efficient than the standard PF for terrain-referenced underwater navigation involving a moderate number of states, and its performance is compared with that of the extended Kalman filter algorithm. The validity and feasibility of the proposed algorithm is demonstrated through numerical simulations.

브레인 모사 인공지능 기술 (Brain-Inspired Artificial Intelligence)

  • 김철호;이정훈;이성엽;우영춘;백옥기;원희선
    • 전자통신동향분석
    • /
    • 제36권3호
    • /
    • pp.106-118
    • /
    • 2021
  • The field of brain science (or neuroscience in a broader sense) has inspired researchers in artificial intelligence (AI) for a long time. The outcomes of neuroscience such as Hebb's rule had profound effects on the early AI models, and the models have developed to become the current state-of-the-art artificial neural networks. However, the recent progress in AI led by deep learning architectures is mainly due to elaborate mathematical methods and the rapid growth of computing power rather than neuroscientific inspiration. Meanwhile, major limitations such as opacity, lack of common sense, narrowness, and brittleness have not been thoroughly resolved. To address those problems, many AI researchers turn their attention to neuroscience to get insights and inspirations again. Biologically plausible neural networks, spiking neural networks, and connectome-based networks exemplify such neuroscience-inspired approaches. In addition, the more recent field of brain network analysis is unveiling complex brain mechanisms by handling the brain as dynamic graph models. We argue that the progress toward the human-level AI, which is the goal of AI, can be accelerated by leveraging the novel findings of the human brain network.

A Multi-Class Classifier of Modified Convolution Neural Network by Dynamic Hyperplane of Support Vector Machine

  • Nur Suhailayani Suhaimi;Zalinda Othman;Mohd Ridzwan Yaakub
    • International Journal of Computer Science & Network Security
    • /
    • 제23권11호
    • /
    • pp.21-31
    • /
    • 2023
  • In this paper, we focused on the problem of evaluating multi-class classification accuracy and simulation of multiple classifier performance metrics. Multi-class classifiers for sentiment analysis involved many challenges, whereas previous research narrowed to the binary classification model since it provides higher accuracy when dealing with text data. Thus, we take inspiration from the non-linear Support Vector Machine to modify the algorithm by embedding dynamic hyperplanes representing multiple class labels. Then we analyzed the performance of multi-class classifiers using macro-accuracy, micro-accuracy and several other metrics to justify the significance of our algorithm enhancement. Furthermore, we hybridized Enhanced Convolution Neural Network (ECNN) with Dynamic Support Vector Machine (DSVM) to demonstrate the effectiveness and efficiency of the classifier towards multi-class text data. We performed experiments on three hybrid classifiers, which are ECNN with Binary SVM (ECNN-BSVM), and ECNN with linear Multi-Class SVM (ECNN-MCSVM) and our proposed algorithm (ECNNDSVM). Comparative experiments of hybrid algorithms yielded 85.12 % for single metric accuracy; 86.95 % for multiple metrics on average. As for our modified algorithm of the ECNN-DSVM classifier, we reached 98.29 % micro-accuracy results with an f-score value of 98 % at most. For the future direction of this research, we are aiming for hyperplane optimization analysis.

Stock Price Prediction and Portfolio Selection Using Artificial Intelligence

  • Sandeep Patalay;Madhusudhan Rao Bandlamudi
    • Asia pacific journal of information systems
    • /
    • 제30권1호
    • /
    • pp.31-52
    • /
    • 2020
  • Stock markets are popular investment avenues to people who plan to receive premium returns compared to other financial instruments, but they are highly volatile and risky due to the complex financial dynamics and poor understanding of the market forces involved in the price determination. A system that can forecast, predict the stock prices and automatically create a portfolio of top performing stocks is of great value to individual investors who do not have sufficient knowledge to understand the complex dynamics involved in evaluating and predicting stock prices. In this paper the authors propose a Stock prediction, Portfolio Generation and Selection model based on Machine learning algorithms, Artificial neural networks (ANNs) are used for stock price prediction, Mathematical and Statistical techniques are used for Portfolio generation and Un-Supervised Machine learning based on K-Means Clustering algorithms are used for Portfolio Evaluation and Selection which take in to account the Portfolio Return and Risk in to consideration. The model presented here is limited to predicting stock prices on a long term basis as the inputs to the model are based on fundamental attributes and intrinsic value of the stock. The results of this study are quite encouraging as the stock prediction models are able predict stock prices at least a financial quarter in advance with an accuracy of around 90 percent and the portfolio selection classifiers are giving returns in excess of average market returns.

유전알고리즘.신경회로망.퍼지논리가 결합된 지능제어기의 구현 (Realization of Intelligence Controller Using Genetic Algorithm.Neural Network.Fuzzy Logic)

  • 이상부;김형수
    • 디지털콘텐츠학회 논문지
    • /
    • 제2권1호
    • /
    • pp.51-61
    • /
    • 2001
  • 퍼지 제어기(FLC)는 고전적인 제어기 보다 외란에 강하고 초기치에 대한 과도응답도 우수할 뿐만 아니라 시스템의 수학적 모델과 파라메터 값을 알지 못하더라도 적절한 제어가 가능하다. 그러나 퍼지 제어기의 제어 규칙 생성은 전문가의 경험과 일단 결정된 제어 규칙은 고정됨으로 인해 제어 시스템의 환경변화에 적응할 수 없는 한계성이 있다. 또한 제어기의 출력값은 미세한 오차를 가지곤 있어 정확한 목표 값에 수렴할 수 없다. 이러한 미세한 오차를 없애기 위하여 여러 가지 방법이 연구되고 있는데, 본 논문에서는 FLC에 NN(Neural Network)과 GA(Genetic Algorithm)를 결합한 GA-FNNIC(유전알고리즘-퍼지 신경망 지능 제어기 : Genetic Algorithm - Fuzzy Neural network Intelligence Controller)를 제안한다. 제안된 GA-FNNIC와 FLC 제어기 간의 출력 특성, 수렴속도, 과도특성과 상승시간에 대해 비교 분석하고, 최종적으로 본 GA-FNNIC가 오차없이 목표치에 정확하게 수렴하는 것을 보인다.

  • PDF

한국형 다중지능 진단도구의 타당화 (Validation of Korean Diagnostic Scale of Multiple Intelligence)

  • 문용린;유경재
    • 교육심리연구
    • /
    • 제23권3호
    • /
    • pp.645-663
    • /
    • 2009
  • 이 연구는 기존의 다중지능 검사의 문제점을 극복하고, H. Gardner의 다중지능에 관한 심리측정 원리들을 반영하여 개발한 한국형 다중지능 진단도구의 타당화 연구이다. 검사는 유아용, 초등학교 저학년용, 초등학교 고학년용, 중학생용, 고등학생용, 총 5종의 검사로 구성되었고, 검사의 형식은 검사시행 시점까지의 성취를 재는 선택형 문항, 능력을 재는 진위문항, 능력과 흥미를 재는 자기보고식 리커르트 척도 문항의 3가지 형식으로 구성하였다. H. Gardner의 심리측정에 대한 제언에 따라, 지능의 핵심요소에 대한 재검토, 지능들 간의 중복성 및 위계성 여부에 대한 검토, 지능 간 편파적이지 않은 문항 구성, 검사형식의 다양화 등을 지향했고, 특히 본 검사에서는 능력과 흥미와 성취를 포괄적으로 측정하고자 했다. 1, 2차 예비검사와 본검사를 통해 최종 표준화검사를 제작했고, 총 5585명의 연구대상을 연령별, 성별, 지역별로 구분하여 표집하고, 이를 통해 규준점수를 추출하여, 연령별 상대적 비교를 할 수 있도록 하였다. 검사의 타당화를 위하여, 수검행동 관찰, 평균, 표준편차, 정답률, 신뢰도, 하위지능검사들 간의 상관, 지능별 진로선택의 평균순위에 대한 Kruskal-Wallis 검증 등의 분석을 하였다. 하위지능 간 상관분석 결과, 본 검사는 지능 간 독립성 가정을 지지했고, 지능별 진로선택에 관한 비모수 통계검증 결과, 다중지능이 진로선택의 계열과 대체로 관련이 있음을 확인할 수 있었다. 본 연구는 언어와 논리수학 능력에 유리하던 종래의 검사들과 달리, 지능별로 문항이 공평하도록 노력했고, 객관화할 수 있는 능력문항과 규준점수를 개발한 것, 능력과 흥미와 성취 점수들 간의 비교를 통한 교육적 처방 및 상담을 위한 방편을 마련한 것에서 시사점을 찾을 수 있다. 그러나 검사시행의 현실적인 제약으로 문항수가 적게 개발되어, 요인분석이나 서로 다른 형식의 검사간의 상관분석 등을 하지 못한 데에는 한계가 있다. 따라서 향후 문항 수를 늘려 전체 검사를 두 차례로 나누어 시행하는 연구를 하면 요인분석 및 기타 여러 타당화 증거들을 보완할 수 있을 것이다.