• 대한수학회논문집
• /
• 제18권4호
• /
• pp.615-620
• /
• 2003

Semi-meet-prime projective modules and fully invariant meet-prime submodules of a projective module are studied. Actually a generalization of the Schur's lemma and semi-prime endmorphism rings of projective modules are considered.

• 한국지역지리학회지
• /
• 제1권1호
• /
• pp.81-91
• /
• 1995

본 연구는 프랑스에서 지역지리연구가 등장하게 된 시대적 배경과 주요 연구성과, 그리고 2차 대전 이후의 침체과정을 개괄적으로 살펴봄으로써, 오늘날 우리 국토공간을 연구하는데 하나의 이론적 및 실천적 합의를 제공하려는 목적을 가진다. 프랑스에서는 1871년 보볼전쟁에서의 패배를 계기로 지리학, 특히 지역지리연구가 중요하게 인식되기 시작하였다. 초중등학교 교육에서 지리과목이 중시되고 대학에서는 지리학 강좌가 정식으로 개설되었으며, 특히 해외 식민지 개척을 위한 지역연구가 크게 각광을 받게 되었다. 비달은 지표현상을 분리하지 않고 통합적으로 기습하늘 과학적인 지역연구를 수행하여 소르본느대학을 중심으로 독특한 지역지리학파를 형성하였으며, 이는 브뢴느, 갈로와, 마르똔느 등 수많은 지리학자들에 의해 계승 발전되었다. 그러나 2차 대전 이후 프랑스에서의 지역지리연구는 급속히 침체하기 시작하였다. 프랑스에 있어서 지역지리학의 쇠퇴는 곧 지리학 전반의 쇠퇴를 의미하는 것이었는데, 이러한 지리학의 위기는 지리학 자체에 대한 실망에 기인한다기 보다는 프랑스인들의 생활이 현대화되면서 생겨난 변화를 반영하늘 것이라 볼 수 있다.

• 한국과학교육학회지
• /
• 제32권4호
• /
• pp.625-640
• /
• 2012

이 연구의 목적은 초등학교 2학년 학생들의 SL-BIS/BAS(과학학습 행동억제체계/행동활성화체계)에 따른 과학학습 상황에서의 행동특성을 조사하는 것이다. 연구를 위해 초등학교 2학년 1학급에서 20명을 추출하여 연구를 시행하였다. 연구는 질적 연구 방법 중의 하나인 현상학적인 연구 방법을 따랐다. 연구를 통해 조사된 결과는 다음과 같다. 첫째, SL-BIS에 민감한 학생들은 과학학습 상황에서 '실험 결과에 대한 부정적 반응', '실험 활동에 소극적임', '침묵', '단순 반복 질문'과 같은 행동 특성을 보였다. 둘째, SL-BAS에 민감한 학생들은 '실험 결과에 대한 긍정적 반응', '실험에 대한 도전 정신', '학습지 작성에 열심', '구체적 질문을 많이 함', '상호 보완적 모둠 실험 선호'와 같은 행동 특성을 보였다. 이 연구를 통해 제한적이기는 하나 SL-BIS/BAS의 검사결과가 초등학교 2학년 학생들의 과학학습 상황에서의 행동특성을 예측할 수 있다는 점을 질적 연구를 통해 알 수 있었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.