• 환경영향평가
• /
• 제29권5호
• /
• pp.377-390
• /
• 2020

도시생태현황지도는 자연환경보전법에 의해 시(市)단위 이상의 지방자치단체는 의무적으로 작성해야 하며 일반적으로 비오톱지도라고 한다. 그 동안 비오톱지도 관련 연구는 식생유형, 식생자연성, 토지이용, 경관생태학 배경으로 이루어 졌으며, 비오톱의 구성요소인 동물서식지 개념을 적용하지 못하는 한계성을 가지고 있었다. 이 연구는 이러한 한계성을 개선하기 위해 육상동물 잠재서식지 개념을 도입하여 비오톱 유형평가에 적용할 수 있는 방법론을 제안하기 위해 수행되었다. 육상동물의 잠재서식지는 머신러닝을 이용한 공간통계 방법을 이용하여 예측하였고 그 결과를 종합하여 종풍부도로 변환하였다. 비오톱 유형평가는 식생학적 가치, 동물서식지 가치로 구분하여 가치합산 하였다. 식생학적 가치는 식생의 자연성과 토지이용을 고려하여 5단계로 구분하였고, 동물 서식지 가치는 머신러닝으로 예측한 종풍부도를 5단계로 구분하여 비오톱 유형평가에 적용하였다. 이 연구는 그동안 비오톱 유형평가에 소극적으로 반영된 육상동물 현장조사 결과를 적극적으로 반영할 수 있는 방법론을 도출하였다는 것에 의미가 있으며 향후 도시생태현황 지도 작성 매뉴얼 개정 시 고려될 필요가 있다.

• 정보교육학회논문지
• /
• 제5권3호
• /
• pp.415-431
• /
• 2001

최근 국내 교육계의 최대 관심인 ICT 활용 교육은 활용 측면이 지나치게 강조되고 있고, ICT 활용 교육에 대한 연구도 실용적인 측면만이 부각됨에 따라 기능적인 활용으로 치우칠 수 있다는 우려를 낳고 있다. 본 연구는 이에 대한 대안으로서 ICT 활용을 이론적 차원에서 모색하여 효율적인 ICT 활용을 위한 구체적인 전략을 마련하고자 하였다. 먼저, 효율적 ICT 활용의 개념을 정의하였고, 전략 도출을 위한 기초 준거로 인간의 고등 사고를 설정하여 비판적 사고를 포함한 Iowa 교육부의 통합 사고 모형을 분석하였다. 이를 통해 효율적 ICT 활용을 위한 종합적 사고를 범주화하였다. 또한, 효율적 활용을 위한 ICT를 소프트웨어, 하드웨어, 활용 기술 영역으로 분류하여 각각의 개념과 상호 관계를 살펴보았다. 이렇게 분류한 ICT의 각 영역과 종합적 사고 범주와의 관련성을 규명하기 위해 '사고 영역과 ICT 영역간의 관련성 결정 준거'를 논의하였고, 이를 구체화한 'ICT-EUS 도출을 위한 분석 매트릭스'를 설정하여, 도출 과정의 타당성과 도출 결과의 명확성을 확보하고자 하였다. 이와 같은 과정을 통해 최종적으로 ICT의 영역 중 학습 자원, 학습 도구, 학습자, 탐색, 의사소통, 생산, 표현에 대한 ICT-EUS(Efficient-Use Strategy of ICT; 효율적 ICT 활용 전략)를 도출하였다. ICT-EUS는 ICT의 단순한 활용을 넘어서 학습 자원, 도구, 활용 기술 등에 대한 인지적 해석을 통해 학습 목표 달성의 효율성과 효과성을 제고할 수 있는 가능성을 제공할 수 있을 것으로 기대한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제29권3호
• /
• pp.465-489
• /
• 2015

본 연구는 중등수학 강의교재를 대상으로 네트워크 텍스트 분석을 실시하여 향후 수학영재 교재개발 및 수정에 대한 시사점을 제안하였다. 분석대상은 2002년부터 2014년까지 한 대학부설 과학영재교육원에서 사용한 110개의 강의교재에 제시되어 있는 학습목표를 활용하였다. 주제어 빈도 분석은 KrKwic, 행렬화 작업은 KrTitle, 사회 네트워크 분석은 NetMiner4.0 프로그램을 활용하였으며, 네트워크의 기본정보, 중심성, 중앙성, 컴포넌트, 그리고 k-코어 분석을 수행하였다. 구체적인 연구결과는 다음과 같다. 첫째, 전체 주제어 네트워크에는 '다양성', '이해', '개념', '방법', '적용', '연결성', '문제해결', '기본', '실생활', 그리고 '사고력' 등을 포함하는 핵심 주제어 네트워크가 형성되어 있으며, 중심성 분석 결과 지식 측면이 강의교재에 잘 반영되어 있는 것으로 나타났다. 둘째, 영재교육진흥종합계획 시기별로 주제어 네트워크를 분석한 결과, 시기에 상관없이 '이해'를 중심으로 네트워크가 구성되고, '문제', '해결', 그리고 '문제해결' 사이의 연결강도가 높게 나타났다. 반면에 중앙성 분석 결과 제1차 영재교육진흥종합계획 시기에는 '의사소통', 제2차 시기에는 '발견', 그리고 제3차 시기에는 '증명'만이 나타났다 사라지는 특성을 보였다. 이러한 연구결과를 바탕으로 강의교재에 정의적 측면과 복잡한 인지과정 차원을 수반하는 활동이 포함되어져야 하며, 학습목표의 타성화와 무역사성이 발생하지 않도록 할 것을 제안하였다.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.210-218
• /
• 2002

본 연구에서는 근사화된 학습알고리즘의 신경망 기반 독립성분분석에 의한 효율적인 복합영상 분리기법을 제안하였다. 제안된 학습알고리즘은 엔트로피 최적화론 위한 목적함수의 판을 구하기 위해, 도함수 계산을 요구하는 뉴우턴법 대신 단순히 함수 값만을 이용하여 계산을 근사화한 할선법 기초한 고정점 알고리즘이다. 이렇게 하면 뉴우턴법에서 요구되는 복잡한 도함수의 계산과정을 간략화 할 수 있어 고정점 알고리즘의 독립성분분석이 가지는 학습성능을 더욱 더 개선시킬 수 있다. 제안된 학습알고리즘의 독립성분분석 기법을 500개의 샘플을 가지는 4개 신호와 $512{\times}512$의 픽셀을 가지는 10개의 영상을 대상으로 임의의 혼합행렬에 따라 발생되는 복합신호 및 복합영상들을 시뮬레이션하였다. 시뮬레이션 결과, 기존의 뉴우턴법에 기초한 고정점 알고리즘의 분석기법보다 빠른 학습속도와 개선된 분리성능이 있음을 확인하였다. 특히 기존의 알고리즘에서 임의로 선정되는 초기값에 의존하는 학습성능과 대규모의 영상분리에서 발생될 수 있는 비현실적인 학습시간도 함께 해결할 수 있음을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.27-35
• /
• 2023

본 논문에서는 복합소재 생산 분야에서 수요가 높은 프리프레그 섬유 제조 공정에 딥러닝 기반의 결함 검출 및 분류 시스템을 적용하여 생산성을 높이는 과정을 제안한다. 다양한 조건별 다량의 불량 발생으로 해결방안이 필요한 토우 프리프레그 제조 장비에 적용하기 위해 우선 결함 감지와 분류 모델 제작에 필요한 카메라 및 조명을 선정하여 최적의 환경을 구축하였다. 그리고 다중 분류 모델 제작에 필요한 데이터를 수집하고 정상 및 불량 조건에 따라 라벨링을 진행하였다. 다중 분류 모델은 CNN 기반으로 제작하였으며 VGGNet과 MobileNet, ResNet 등의 사전 학습모델을 적용하여 성능을 비교하고 정확도 및 손실 그래프로 개선 방향을 파악한다. 주요 문제로 과적합 문제를 확인하여 개선하기 위해 데이터 증강 및 Dropout 기법을 적용하여 보완하였다. 모델에 대한 성능 평가를 위해 혼돈행렬을 성능지표로 한 성능 평가를 진행하였으며 99% 이상의 성능을 확인하였다. 또한, 실제 공정에 적용하여 실시간 획득된 이미지에 대한 분류 결과를 확인해보며 판별 값이 정확히 도출되는지 확인한다.

• Journal of Biosystems Engineering
• /
• 제37권4호
• /
• pp.271-278
• /
• 2012

Worldwide trends in animal welfare have resulted in an increased interest in individual management of sows housed in groups within hog barns. Estrus detection has been shown to be one of the greatest determinants of sow productivity. Purpose: We conducted this study to develop a method that can automatically detect the estrus state of a sow by selecting optimal texture parameters from images of a sow's pudendum and by optimizing the number of neurons in the hidden layer of an artificial neural network. Methods: Texture parameters were analyzed according to changes in a sow's pudendum in estrus such as mucus secretion and expansion. Of the texture parameters, eight gray level co-occurrence matrix (GLCM) parameters were used for image analysis. The image states were classified into ten grades for each GLCM parameter, and an artificial neural network was formed using the values for each grade as inputs to discriminate the estrus state of sows. The number of hidden layer neurons in the artificial neural network is an important parameter in neural network design. Therefore, we determined the optimal number of hidden layer units using a trial and error method while increasing the number of neurons. Results: Fifteen hidden layers were determined to be optimal for use in the artificial neural network designed in this study. Thirty images of 10 sows were used for learning, and then 30 different images of 10 sows were used for verification. Conclusions: For learning, the back propagation neural network (BPN) algorithm was used to successful estimate six texture parameters (homogeneity, angular second moment, energy, maximum probability, entropy, and GLCM correlation). Based on the verification results, homogeneity was determined to be the most important texture parameter, and resulted in an estrus detection rate of 70%.

• 한국컴퓨터산업학회논문지
• /
• 제8권1호
• /
• pp.29-40
• /
• 2007

본 연구에서는 무선인터넷의 교육적 활용을 위해 국내 무선인터넷 기술현황과 이용실태에 알아보고 관련연구 및 사례분석을 통해, 이를 바탕으로 현 시점에서 적용 가능한 '행렬 OX 퀴즈'를 설계 및 구현 하였다. 본 시스템의 주요 특징은 다음과 같다. 첫째, 기존의 유선인터넷의 시간적, 공간적 제약을 탈피하여 무선인터넷 시대에 맞는 교육콘텐츠를 제시함으로써 교육적 효과를 거두고자 하였다. 둘째, 현재의 무선인터넷 사용 환경과 기술을 충분히 고려하여 휴대폰을 무선 인터넷 단말기로 선택하였고, 현재 가입자 수가 가장 많은 SK텔레콤의 WAP방식 Markup언어를 지원하여 사용자의 편의성을 증진시켰다. 셋째, 무선인터넷 활용수업을 통해 학생의 자기주도 학습 능력을 신장시킬 수 있다. 특히, 무선인터넷 활용 수업을 통해 자신의 학습에 대한 책임감을 높이고 직면한 학습 문제를 해결하는 데 필요한 기술과 능력을 키울 수 있다. 본 연구에서 구현된 교육콘텐츠는 무선인터넷이 보편화되면 충분한 교육적 효과가 기대된다.

• 인지과학
• /
• 제23권3호
• /
• pp.295-322
• /
• 2012

본 연구에서는 벡터 공간 모델과 HAL (Hyperspace Analog to Language)을 적용해서 단어 의미 유사성을 군집한다. 일정한 크기의 문맥을 통해서 단어 간의 상관성을 측정하는 HAL을 도입하고(Lund and Burgess 1996), 상관성 측정에서 고빈도와 저빈도에 다르게 측정되는 왜곡을 줄이기 위해서 벡터 공간 모델을 적용해서 단어 쌍의 코사인 유사도를 측정하였다(Salton et al. 1975, Widdows 2004). HAL과 벡터 공간 모델로 만들어지는 공간은 다차원이므로, 차원을 축소하기 위해서 PCA (Principal Component Analysis)와 SVD (Singular Value Decomposition)를 적용하였다. 유사성 군집을 위해서 비감독 방식과 감독 방식을 적용하였는데, 비감독 방식에는 클러스터링을 감독 방식에는 SVM (Support Vector Machine), 나이브 베이즈 구분자(Naive Bayes Classifier), 최대 엔트로피(Maximum Entropy) 방식을 적용하였다. 이 연구는 언어학적 측면에서 Harris (1954), Firth (1957)의 분포 가설(Distributional Hypothesis)을 활용한 의미 유사도를 측정하였으며, 심리언어학적 측면에서 의미 기억을 설명하기 위한 모델로 벡터 공간 모델과 HAL을 결합하였으며, 전산적 언어 처리 관점에서 기계학습 방식 중 감독 기반과 비감독 기반을 적용하였다.

• 영재교육연구
• /
• 제11권3호
• /
• pp.45-68
• /
• 2001

영재들의 잠재 능력을 최대한으로 발현시키기 위해서는 영재들의 일반적인 인지적.정의적 특성 및 다양한 학습 요구를 반영할 수 있는 최적의 학습 환경, 즉 구성주의 학습 환경을 제공해줄 필요가 있다. 이를 위해 본 연구에서는 구성주의 원리에 바탕을 둔 협동학습 방안을 탐색하기 위해 ‘웹 기반 구조적 의사교류법 (Web-Based Structural Communication)’을 활용하여 고등학교 수학 영재들의 ‘2$\times$2행렬’학습 프로그램을 개발하고자 하였다. 최근 급속도로 발전하고 있는 컴퓨터 공학과 네트워크 및 인터넷의 보급으로 ‘구조적 의사교류법’의 활용 가능성 및 효율성이 그 어느 때 보다도 크게 기대된다. 특히 웹을 통한 상조적 협동학습은 학습자들로 하여금 지식 구성의 과정을 경험하게 하여, 결과적으로 객관적이고 다양한 관점을 지니게 되는 학습 활동을 구현할 수 있는 대표적인 학습도구로 활용될 수 있을 것이다. 그러나 본 연구에서는 ‘웹 기반 구조적 의사교류법’의 적용 가능성을 탐색하고자 프로그램을 개발하는데 목적이 있기에, 이 프로그램의 구체적 효과에 관해서는 앞으로 계속적인 연구가 필요하리라 여겨진다.

• Smart Structures and Systems
• /
• 제25권5호
• /
• pp.605-617
• /
• 2020

The existence of damages in structures causes changes in the physical properties by reducing the modal parameters. In this paper, we develop a two-stages approach based on normalized Modal Strain Energy Damage Indicator (nMSEDI) for quick applications to predict the location of damage. A two-dimensional IsoGeometric Analysis (2D-IGA), Machine Learning Algorithm (MLA) and optimization techniques are combined to create a new tool. In the first stage, we introduce a modified damage identification technique based on frequencies using nMSEDI to locate the potential of damaged elements. In the second stage, after eliminating the healthy elements, the damage index values from nMSEDI are considered as input in the damage quantification algorithm. The hybrid of Teaching-Learning-Based Optimization (TLBO) with Artificial Neural Network (ANN) and Particle Swarm Optimization (PSO) are used along with nMSEDI. The objective of TLBO is to estimate the parameters of PSO-ANN to find a good training based on actual damage and estimated damage. The IGA model is updated using experimental results based on stiffness and mass matrix using the difference between calculated and measured frequencies as objective function. The feasibility and efficiency of nMSEDI-PSO-ANN after finding the best parameters by TLBO are demonstrated through the comparison with nMSEDI-IGA for different scenarios. The result of the analyses indicates that the proposed approach can be used to determine correctly the severity of damage in beam structures.