• 한국과학교육학회지
• /
• 제37권5호
• /
• pp.799-812
• /
• 2017

에너지는 매우 복합적인 과학개념으로 많은 국가의 과학 교육과정에서 핵심을 이루는 개념이지만, 교수 학습 과정에서 많은 어려움을 야기하는 개념이기도 하다. 본 연구는 한국, 미국, 영국, 싱가포르의 교육과정을 비교분석하여 향후 교육과정 개정 시 고려해야 하는 에너지 교육과정의 쟁점들을 추출하고자 하였다. 이를 위해 한국의 2015 개정교육과정, 미국의 차세대 과학교육표준(NGSS, Next Generation Science Standards), 영국의 과학 교육과정(National curriculum in England: Science programmes of study), 싱가포르의 과학 교육과정(Science syllabus)에서 에너지를 명시적으로 포함하는 성취기준들을 추출하여, 여섯 가지 개념 요소(에너지 형태, 에너지 자원, 에너지 전달, 에너지 전환, 에너지 보존, 에너지 산일)에 따라 분류하고 비교하였다. 에너지 관련 성취기준이 학교 급별, 학문 영역별, 에너지 개념 요소별로 어떻게 분포하는지 빈도 분석을 실시하였고, 에너지 개념 요소별로 내용 분석을 병행하였다. 그 결과 모든 나라의 교육과정 모두에서 에너지 개념의 중요성을 확인할 수 있었지만, 세부적으로는 강조하고 있는 개념 요소와 개념 요소별 내용에 있어서 상당한 차이를 발견하였다. 그 중 다른 나라와 대비되는 한국 교육과정의 가장 큰 특징은 에너지 개념 요소 중 에너지의 형태와 관련된 성취기준의 빈도가 가장 높다는 점, 특정 물리량에 대응하지 않는 체 포괄적인 의미로 사용되는 에너지 형태를 포함하고 있다는 점, 에너지 전달에 비해 좀 더 어려운 개념 요소인 에너지 전환을 강조하고 있는 점, 에너지 보존의 경우 역학적 상황에만 국한하여 성취기준이 제시되고 있는 점, 에너지 개념과 관련하여 '계'를 도입하지 않고 있는 점 등을 들 수 있다. 이러한 차이가 야기하는 교육과정 개편 상의 쟁점들에 대해서 논의하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.53-69
• /
• 2011

로봇 자체 또는 로봇에 탑재된 콘텐츠와의 상호작용을 위해 일반적으로 영상 또는 음성 인식 기술이 사용된다. 그러나 영상 음성인식 기술은 아직까지 기술 및 환경 측면에서 해결해야 할 어려움이 존재하며, 실적용을 위해서는 사용자의 협조가 필요한 경우가 많다. 이로 인해 로봇과의 상호작용은 터치스크린 인터페이스를 중심으로 개발되고 있다. 향후 로봇 서비스의 확대 및 다양화를 위해서는 이들 영상 음성 중심의 기존 기술 외에 상호보완적으로 활용이 가능한 인터페이스 기술의 개발이 필요하다. 본 논문에서는 로봇 인터페이스 활용을 위한 가속도 센서 기반의 제스처 인식 기술의 개발에 대해 소개한다. 본 논문에서는 비교적 어려운 문제인 26개의 영문 알파벳 인식을 기준으로 성능을 평가하고 개발된 기술이 로봇에 적용된 사례를 제시하였다. 향후 가속도 센서가 포함된 다양한 장치들이 개발되고 이들이 로봇의 인터페이스로 사용될 때 현재 터치스크린 중심으로 된 로봇의 인터페이스 및 콘텐츠가 다양한 형태로 확장이 가능할 것으로 기대한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.572-578
• /
• 2020

주식 시장은 기업 실적 및 경기 상황뿐만 아니라 정치, 사회, 자연재해 등 예기치 못한 요소들에 영향을 받는다. 이런 요소들을 고려한 정확한 예측을 위해서 다양한 기법들이 사용된다. 최근 인공지능 기술이 화두가 되면서 이를 활용한 주가 예측 시도 또한 이루어지고 있다. 본 논문은 단순히 주식 관련 데이터뿐만 아닌, 거시 경제적 지표 등을 활용한 여러 종류의 데이터를 이용하여 주가에 영향을 미치는 요소에 관한 연구를 제안한다. KOSDAQ을 대상으로 1년 치 종가, 외국인 비율, 금리, 환율 데이터를 다양하게 조합한 후에 딥러닝의 Nonlinear AutoRegressive with eXternal input (NARX) 모델을 활용한다. 이 모델을 통해 1달 치 데이터를 생성하고 각 데이터 조합을 통해 만들어진 예측값을 RMSE를 통해 실제값과 비교, 분석한다. 또한, 은닉층에서 뉴런의 수, 지연 시간을 다양하게 설정하여 RMSE를 비교한다. 분석 결과 뉴런은 10개, 지연 시간은 2로 설정하고, 데이터는 미국, 중국, 유럽, 일본 환율의 조합을 사용할 때 RMSE 0.08을 보이며 가장 낮은 오차를 기록하였다. 본 연구는 환율이 주식에 가장 영향을 많이 미친다는 점과 종가 데이터만 사용했을 때의 RMSE 값인 0.589에서 오차를 낮췄다는 점에 의의가 있다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.561-568
• /
• 2020

항해용 X-band 레이다를 이용한 파랑관측은 기존의 파랑관측 방법인 부이식 파고계, 압력식 파고계, 초음파식 파고계에 비해 많은 이점이 있다. 예를 들면 유실과 파손의 위험이 없고, 유지관리 비용이 적게 들며, 심해부터 천해까지 파랑의 공간적 분포를 알 수 있다. 본 논문에서는 레이다형 파고계의 유의파고 측정 정확도를 높이는 인공신경망을 이용한 알고리즘을 제시하였다. 레이다형 파고계에서 유의파고를 추정하는 전통적인 방법은 신호 대 잡음 비율(${\sqrt{SNR}}$) 또는 신호 대 잡음 비율과 첨두주기(TP)를 이용하는 방법이 있다. 본 연구에서는 신호 대 잡음 비율, 첨두주기 및 레이다 이미지 해상도 비율(Rval > k)을 입력변수로 하는 인공신경망 알고리즘을 이용하여 유의파고 추정의 정확도를 향상시켰다. 개발된 알고리즘을 울진 후정해수욕장에서 초음파식 파고계로 측정한 유의파고의 시계열과 비교하여 정확도 향상을 확인하였다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.71-79
• /
• 2024

미국 오픈AI사가 개발한 대화형 인공지능(AI) 챗봇 'ChatGPT'가 전 세계적으로 큰 반향을 일으키고 있다. 일부 학계에서는 ChatGPT를 학생들이 표절에 사용할 수 있다며 우려를 표하고 있는 실정이나, ChatGPT는 마케팅문구나 웹사이트 문구를 쓰는 데 활용되는 등 긍정적인 방향으로도 많이 사용되고 있다. 또한 ChatGPT가 '검색'의 새로운 미래가 될 수 있다는 의견도 생겨나고 있으며, 지나친 규제보다 육성에 초점을 맞춰야 한다는 분석도 제기되는 상황이다. 본 연구는 ChatGPT와 표절검사시스템에 대한 인식도 조사를 통해 대학생들의 ChatGPT에 대한 의식을 분석하고, ChatGPT와 표절검사시스템을 활용한 교육지원 모델 구축 방안을 마련하였고 ChatGPT와 표절검사시스템을 활용한 교육지원 모델 구축 방안을 제시하기 위하여 ChatGPT에 대한 기존의 연구들과 표절검사시스템에 대하여 조사하고 분석하였다. 그리고, 이것을 토대로 ChatGPT를 활용한 대학 교육 지원 모델을 구축하였다. ChatGPT를 활용한 교육 모델은 텍스트, 디지털, 예술 등의 기반으로 교육 모델를 설정하고 그 아래로 4차 산업혁명시대에 필요한 세부적인 역략으로 구성하였다. 그리고, 학습 목표에 따라 수업의 교수자가 ChatGPT가 생성하는 콘텐츠의 허용 범위를 결정한 후, 표절검사시스템에서 제공하는 ChatGPT 감지 기능을 활용하여 학생들이 허용된 범위 내에서 ChatGPT를 활용하도록 지도하도록 구성하였다. 이와 같은 방식으로 ChatGPT와 표절검사시스템을 연계하여 활용함으로써 ChatGPT의 우수한 능력이 교육에 악용되는 상황을 막을 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제18권6호
• /
• pp.353-363
• /
• 2018

Digi-Capital 전망 자료에 따르면 전 세계 증강현실(AR) 시장 규모는 2020년까지 급성장해 1,500억 달러에 달할 것으로 예측하고 있다. 특히, 교육 분야에서 고부가가치 효과를 전망하고 있다. 정보통신 기술이 발전하면서 디지털 교과서 또한 인터랙티브한 기능이 추가되어 혁신적인 교육을 선도하고 있다. 이미 미국 등의 선진국에서는 디지털 교과서에 증강현실 기술을 적용한 디지털 교과서를 수업에서 활용하고 있다. 이런 기술적인 전망에 맞춰 중학교 과학1 디지털 교과서에 증강현실 기술을 적용한 디자인 기획 방향을 제안하였다. 현재 중학교 과학1 디지털 교과서를 조사한 결과 단원별 실험 과정이 짧은 동영상만을 제공하고 있었다. 또한 증강현실 수업 사례를 조사한 결과 학습 효과의 우수성에도 불구하고 지속적으로 이어지지 않은데는 실험 장비 구축의 어려움, 기자재(디바이스) 및 3D 디자인 콘텐츠 부족 등임을 알 수 있었다. 이런 요구를 종합하여 중학교 과학1 디지털 교과서의 단원별 실험 과정에 증강현실을 적용한 시나리오와 시스템 구성도를 설계하여 AR 아이콘을 통해 학생들 스스로 증강현실 3D 콘텐츠를 조작하고 탐구할 수 있도록 디자인 하였고 디자인한 모형 평가를 통해 학습 효과의 우수성을 제시하였다. 본 연구는 교육부의 디지털 교과서 개발에 있어 실험이 필수인 과학 과목에 증강현실을 적용한 디지털 교과서가 개발되어 교사와 학생들에게 위험한 실험, 시간 소요가 많은 실험 등을 대체할 수 있는 지속 가능한 효과적인 학습이 될 것으로 기대한다.

• 한국식품영양학회지
• /
• 제34권5호
• /
• pp.487-497
• /
• 2021

To investigate the industrial availability of liquid fermentation (PL-ferment) by Phellinus linteus mycelium as a postbiotics for the inhibition of inflammation, PL-ferment was fractionated into culture supernatant (CS), hot-water extract (HW) from PL-ferment, EtOH-precipitate (CP) fractionated from HW, and the dialysate (DCP) of CP. Compared to the other fractions, DCP which is expected to contain exopolysaccharide (EPS) as the major component, significantly decreased the production of NO, IL-6, and MCP-1 in LPS-induced RAW 264.7 cells, and IL-6 and IL-8 in TNF-α and IFN-γ-induced HaCaT cells. The general component analysis results showed that no significant difference in components was observed between the fractions, whereas sugar composition analysis revealed that DCP had decreased glucose and increased mannose contents compared to the other fractions. This suggests that mannose played an important role in the anti-inflammatory activity of the active fraction, DCP. Molecular weight distribution analysis revealed that DCP was mainly composed of low-molecular-weight material-removed high-molecular-weight polysaccharides of 18-638 kDa, suggesting that EPS originated from P. linteus EPS. In conclusion, our results suggest that the DCP of P. linteus mycelium fermentation using the anti-inflammatory activity could be used industrially as postbiotic material.

• 한국학교ㆍ지역보건교육학회지
• /
• 제22권4호
• /
• pp.49-60
• /
• 2021

Objectives: Laboratories have various latent physical, chemical, biological, and ergonomical factors according to the diversification and fusion of research and development activities. This study aims to investigate the chemical exposure concentrations of college laboratories and evaluate their health risks, and use them as basic data to promote the health of college students. Methods: The sampling and analysis of harmful chemicals in the air in laboratories were performed using Method 1500 of the U.S. National Institute for Occupational Safety and Health (NIOSH)의 Method 1500. The harmful chemicals in the laboratories were divided into carcinogenic and non-carcinogenic chemicals. Risk assessment was performed using the cancer risk (CR) for carcinogenic chemicals and using the hazard index (HI) for non-carcinogenic chemicals. Results: The harmful chemicals in college laboratories consisted of acetone, diethyl ether, methylene chloride, n-hexane, ethyl acetate, chloroform, tetrahydrofuran, toluene, and xylenes. They showed the highest concentrations in laboratories A (acetone 0.001~2.34ppm), B (chloroform 0.95~6.35ppm), C (diethyl ether 0.08~8.68ppm), and D (acetone 0.07~14.96ppm). The risk assessment result for non-carcinogenic chemicals showed that the HI of methylene chloride was 2.052 for men and 2.333 for women, the HI of N-hexane was 4.442 for men and 5.05 for women. Thus, the HI values were higher than 1. The risk of carcinogenic chemicals is determined by an excess cancer risk (ECR) value of 1.0×10^-5, which means that one in 100,000 people has a cancer risk. The ECRs of chloroform exceeded 1.0×10^-5 for both men and women, indicating the possibility of cancer risk. Conclusion: College laboratories showed the possibility of non-carcinogenic health risks for methylene chloride, n-hexane, tetrahydrofuran (THF), toluene, and xylenes, and carcinogenic health risks for chloroform, methylene chloride. However, this study used the maximum values of measurements to determine the worst case, and assumed that the subjects were exposed to the corresponding concentrations continuously for 8 hours per day for 300 days per year. In consideration of the nature of laboratory environment in which people are intermittently exposed, rather than continuously, to the chemicals, the results of this study has an element of overestimation.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.