• 한국과학교육학회지
• /
• 제19권1호
• /
• pp.137-145
• /
• 1999

본 연구에서는 학업 성취도, 과학 수업에 대한 태도, 과학에 대한 태도에 미치는 협동학습과 개별학습의 효과를 학습자의 성취 수준에 따라 비교하였다. 협동학습과 개별학습에서는 학습의 책임을 학습자에게 보다 많이 부여하고, 고급 사고 수준의 활동이 포함된 과제를 학습자 중심으로 해결하도록 하였다. 협동학습 집단은 소집단 토론을 통하여 이러한 과제를 해결하였고, 개별학습 집단은 동일한 활동지를 개별적으로 해결하였다. 전통적인 수업은 교사 설명 위주로 진행하였다. 연구 대상은 남녀 공학 중학교 1학년 학생이었으며, '혼합물의 분리' 단원에 대하여 총 10차시 동안 수업을 실시하였다. 이원 공변량 분석 결과, 협동학습 집단의 학업 성취도 검사 점수가 개별학습 집단이나 전통적 수업 집단에 비하여 유의미하게 높았다. 또한, 과학 수업에 대한 태도 및 과학에 대한 태도도 협동학습 집단이 보다 긍정적이었다. 모든 변인에서 수업 처치와 학습자 성취 수준 사이의 상호작용 효과는 나타나지 않았다. 즉, 협동학습은 학습자의 성취 수준과 무관하게 효과적이었다.

• Toxicological Research
• /
• 제17권
• /
• pp.257-261
• /
• 2001

Recently, a traditional medicine called Gouteng-san, which consists of eleven herbs, was reported to be effective in treating vascular dementia with a double-blind, placebo-controlled study. Gout-eng-san is also used for patients with vascular dementia in combination with Si-Wu-Tang. The effect of Gouteng-san and Si-Wu-Tang on deficit of learning behavior was investigated using step-down passive avoidance task in mice. Hot-water extract of Gouteng-san (1.5 and 6 g/kg, p.o.) significantly prolonged the step-down latency shortened by scopolamine. The extract of Uncaria hook (150 mg/kg, p.o.), one of the component herb of Gouteng-san, significantly prevented the decrease in the latency after scopolamine. Hot-water extract of Si-Wu-Tang (1.5 and 6 g/kg of dried herbs, p.o.) prevented dose-dependently scopola-mine-induced disruption qf learning behavior. Si-Wu-Tang also prevented the ischemia-induced deficit of learning behavior. Both hot water extract of peony and angelica (1.5 g/kg, p.o.), which are component herbs qf Si-Wu-Tang, prevented the scopolamine-induced learning behavior deficit. Scopolamine (10 uM) suppressed long-term potentiation (LTP) of population spike in the CA1 region of the rat hippocampal slices. Peoniflorin (0.1~ 1uM) extracted from paeony root significantly ameliorated scopolamine-induced inhibition of LTR These results suggest that improvement of deficit of learning behavior by Gouteng-san and Si-Wu-Tang is mediated by direct and/or indirect activation of the cholinergic system in the brain.

• 한국초등과학교육학회지:초등과학교육
• /
• 제29권4호
• /
• pp.567-575
• /
• 2010

The purpose of this study is to investigate the effectiveness of academic achievements, science process skill and scientific attitude. The subjects of this study were 68 fourth-grade elementary school students who were 33 students for the 5E learning cycle instruction and 35 students for traditional instruction. The control group was taught with traditional teaching method, while the experimental group was taught 'the change to the volume of material due to heat' unit of 4th grade with the developed learning cycle model. The results were as fellows: First, the learning cycle instruction is more effective for understanding of a concept related to the change to the volume of material due to heat. Second, the learning cycle model seems more effective for the expansion of both scientific inquiry ability and scientific attitude.

• 한국과학교육학회지
• /
• 제19권2호
• /
• pp.266-274
• /
• 1999

본 연구에서는 협동적인 CAI와 개별적인 CAI가 중학생들의 과학 개념, 학업 성취도, 수업 환경에 대한 인식, 그리고 학습동기에 미치는 효과를 조사하였다. 중학교 3개 학급을 대상으로 분자 운동 단원에 대해 5차시 동안 협동적 CAI, 개별적 CAI, 전통적 수업을 실시하였다. 분석 결과 개념, 수업 환경에 대한 인식, 학습동기 검사에서 협동학습 집단의 평균이 전통적 수업 집단에 비해 유의미하게 높았으며, 개념의 파지 검사에서 협동학습 집단의 개념 이해도가 더 높게 나타났다. 또한, 개념의 파지 및 학습동기 검사에서 수업 처치와 사전 성취 수준 사이의 상호작용 효과가 있었다. 이에 대한 교육학적 함의를 논의하였다.

• Smart Structures and Systems
• /
• 제22권2호
• /
• pp.175-183
• /
• 2018

Time-series data often contain one of the most valuable pieces of information in many fields including manufacturing. Because time-series data are relatively cheap to acquire, they (e.g., vibration signals) have become a crucial part of big data even in manufacturing shop floors. Recently, deep-learning models have shown state-of-art performance for analyzing big data because of their sophisticated structures and considerable computational power. Traditional models for a machinery-monitoring system have highly relied on features selected by human experts. In addition, the representational power of such models fails as the data distribution becomes complicated. On the other hand, deep-learning models automatically select highly abstracted features during the optimization process, and their representational power is better than that of traditional neural network models. However, the applicability of deep-learning models to the field of prognostics and health management (PHM) has not been well investigated yet. This study integrates the "residual fitting" mechanism inherently embedded in the wavelet transform into the convolutional neural network deep-learning structure. As a result, the architecture combines a signal smoother and classification procedures into a single model. Validation results from rotor vibration data demonstrate that our model outperforms all other off-the-shelf feature-based models.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.85-90
• /
• 2023

보건의료분야 데이터 분석 방법론이 기존의 통계 중심의 연구방법에서 머신러닝을 이용한 예측 연구로 전환되고 있다. 본 연구에서는 다양한 머신러닝 도구들을 살펴보고, 보건의료분야에서 많이 사용하고 있는 통계 도구인 R을 빅데이터 머신러닝에 적용하기 위해 R과 스파크를 연계한 프로그래밍 모델들을 비교한다. 그리고, R을 스파크 환경에서 수행하는 SparkR을 이용한 선형회귀모델 학습의 성능을 스파크의 기본 언어인 스칼라를 이용한 모델과 비교한다. 실험 결과 SparkR을 이용할 때의 학습 수행 시간이 스칼라와 비교하여 10~20% 정도 증가하였다. 결과로 제시된 성능 저하를 감안한다면 기존의 통계분석 도구인 R을 그대로 활용 가능하다는 측면에서 SparkR의 분산 처리의 유용성을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제14권6호
• /
• pp.513-528
• /
• 2014

디지털 정보통신의 발달은 여러 미디어 관련 분야들이 융복합의 형태로 발전하면서 사회의 각 분야에 급속한 변화를 이끌어 온라인 교육의 혁명을 가져오게 되었다. 이것이 교육환경에 영향을 미쳐 기존의 교수자 중심 교육에서 학습자 중심교육으로 바뀌게 했다. 온라인 교육은 시간과 공간의 제약에서 벗어나 기본적 인프라가 구축되어 있는 곳이면 언제 어디서든 수업이 가능하다는 장점을 가지고 있다. 또한 이것은 반복학습 혹은 반복교수가 가능하기 때문에 학습자는 자신의 학습 유형(learning style)과 학습 성향 (learning orientation)에 맞는 수업을 받을 수 있게 되어 궁극적으로는 맞춤형 학습(customized learning)이 가능하게 한다. 그러나 이러한 온라인 교육의 장점 속에서도 여전히 면대면 교육의 필요성이 대두되는 바, 이 두 가지 방식을 적절히 혼합하여 상호 보완한 하이브리드 교육이 등장하게 되었다. 이러한 상황에서 앞으로도 온라인 교육은 계속해서 더욱 발전할 것이므로 기독교 대학은 향후 온라인 교육방식의 미래를 예측하면서 이에 대한 충분한 이해와 연구를 통해서 다양하게 활용해야 할 것이다.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.179-199
• /
• 2019

본 연구의 목적은 특허 문헌 분류에 가장 적합한 방법론을 발견하기 위하여 다양한 자질 추출 방법과 기계학습 및 딥러닝 모델을 살펴보고 실험을 통해 최적의 성능을 제공하는 방법론을 분석하는데 있다. 자질 추출 방법으로는 전통적인 BoW 방법과 분산표현 방식인 워드 임베딩 벡터를 비교 실험하고, 문헌 집합 구축 방식으로는 형태소 분석과 멀티그램을 이용하는 방식을 비교 검토하였다. 또한 전통적인 기계학습 모델과 딥러닝 모델을 이용하여 분류 성능을 검증하였다. 실험 결과, 분산표현 방법과 형태소 분석을 이용한 자질추출 방법을 기반으로 딥러닝 모델을 적용하였을 경우에 분류 성능이 가장 우수한 것으로 판명되었으며 섹션, 클래스, 서브클래스 분류 실험에서 전통적인 기계학습 방법에 비해 각각 5.71%, 18.84%, 21.53% 우수한 분류 성능을 보여주었다.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제19권4호
• /
• pp.211-227
• /
• 2015

Information Technology influenced on classroom to change the teaching and learning method. Recently, flipped learning method became a hot issue in education by using Information Technology. Learning management system that is introduced in our university in the spring semester 2015, made it possible to apply flipped learning method. So, we used the flipped learning method in a calculus course. In this paper, we found that flipped learning in Calculus we was a little bit affirmative in the aspect of motivation and active learning from students' response on flipped learning method. We analyzed the reason that students were not so positive in continuing flipped learning even though they liked flipped learning a little bit better than traditional learning. We suggest what we pay attention to for applying the flipped learning method effectively.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.176.4-176
• /
• 2001

In this paper, a novel type of iterative learning controller is studied. The proposed learning algorithm utilizes not only the error signal of the previous iteration but also the delayed error signal of the current iteration. The delayed error signal is adopted to improve the convergence speed. The convergence condition is examined and the result shows that the proposed learning algorithm shows the fast convergence speed under the same convergence condition of the traditional iterative learning algorithm. The simulation examples are presented to confirm the validity of the proposed ILC algorithm.