본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측 값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 –68~89 kg/ha, -17~17 kg/ha 및 – 112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

해운 시황을 예측하는 것은 중요한 문제이다. 투자 방식의 결정, 선대 편성 방법, 운임 등을 결정하기 위한 판단 근거가 되며 이는 기업의 이익과 생존에 큰 영향을 미치기 때문이다. 이를 위해 본 연구에서는 기계학습 모델인 장단기 메모리 및 간소화된 장단기 메모리 구조의 Gated Recurrent Units를 활용하여 컨테이너선의 해상운임 예측 모델을 제안한다. 운임 예측 대상은 중국 컨테이너 운임지수 (CCFI)이며, 2003년 3월부터 2020년 5월까지의 CCFI 데이터를 학습에 사용하였다. 각 모델에 따라 2020년 6월 이후의 CCFI를 예측한 후 실 제 CCFI와 비교, 분석하였다. 실험 모델은 하이퍼 파라메터의 설정에 따라 총 6개의 모델을 설계하였다. 또한 전통적인 분석 방법과의 성 능을 비교하기 위해 ARIMA 모델도 실험에 추가하였다. 최적 모델은 두 가지 방법에 따라 선정하였다. 첫 번째 방법으로 각 모델을 10회 반복 실험하여 얻은 RMSE의 평균값이 가장 작은 모델을 선정하는 것이다. 두 번째 방법으로는 모든 실험에서 가장 낮은 RMSE를 기록한 모델을 선정하는 것이다. 실험 결과 전통적 시계열 예측모델인 ARIMA 모델과 비교하여 딥러닝 모델의 정확도를 입증하였으며, 정확한 예측모델을 통해 운임 변동의 위험관리 능력을 제고시키는데 기여했다. 반면 코로나19와 같은 외부 효과에 따른 운임의 급격한 변화상황이 발생한 경우, 예측모델의 정확도가 감소하는 한계점을 나타냈다. 제안된 모델 중 GRU1 모델이 두 가지 평가 방법 모두에서 가장 낮은 RMSE(69.55, 49.35)를 기록하며 최적 모델로 선정되었다.

Deep learning models, which imitate the function of human brain, have drawn attention from many engineering fields (mechanical, agricultural, and computer engineering etc). The major advantages of deep learning in engineering fields can be summarized by objects detection, classification, and time-series prediction. As well, it has been applied into environmental science and engineering fields. Here, we compiled our previous attempts to apply deep learning models in water-environment field and presented the future opportunities.

목적 : 인공지능의 기계학습 또는 심층학습을 이용한 연구가 다양한 분야에서 시도되고 있다. 본 연구는 공공 시력데이터를 자동화 수집하고, 수집한 데이터를 기계학습에 적용 및 예측하였다. 다양한 학습모델간 성능을 비교 함으로써, 시과학분야에서 적용 가능한 기계학습 최적화모델을 제시함에 있다. 방법 : 국민건강보험(NHISS) 및 통계포털(KOSIS)에 발표된 국민 시력분포 현황관련 자료를 특정 색인을 포함하 는 자료검색기법인 크롤링(crawling)을 사용하여 검색 및 수집을 자동화하였다. 2011년부터 2018년까지 보고된 모든 자료를 수집하였으며, 데이터 학습을 위해 Linear Regression, LASSO, Ridge, Elastic Net, Huber Regression, LASSO/LARS, Passive Aggressive Regressor 그리고 Pansacregressor 총 8개 모델을 사용하여 각각 데이터 학습 하였다. 결과 : 수집한 데이터를 기반으로 기계학습 모델을 통해 2018년을 예측하였다. 각 모델간 2018년도 실제-예측데 이터 차이를 MAE(Mean Absolute Error)와 RMSE(Root Mean Square Error) 점수로 각각 나타냈다. 학습모델 별 차이 중 MAE 평가결과 모델간 우/좌 Linear Regression(0.22/0.22), LASSO(0.83/0.81), RIDGE(0.31/0.31), Elastic Net(0.86/0.84), Huber Regression(0.14/0.07), LASSO/LARS(0.15/0.14), Passive Aggressive Regressor (0.29/0.18) 그리고 RANSA Regressor(0.22/0.22)를 보였다. RMSE에서 Linear Regression(0.40/0.40), LASSO (1.08/1.06), Ridge(0.54/0.54), Elastic Net(1.19/1.17), Huber Regression(0.20/0.20), LASSO/LARS(0.24/0.23), Passive Aggressive Regressor(0.21/0.58) 그리고 RANSA Regressor(0.40/0.40) 각각 나타냈다. 결론 : 본 연구는 자동화 자료검색 및 수집을 위한 크롤링 기법을 이용하여 데이터를 수집하였다. 이를 기반으 로 고전 선형모델을 기계학습에 적용할 수 있도록 하고, 데이터 학습을 위한 8개 학습모델들 간 성능을 비교하였다.

In this study, BSC model of center for teaching and learning was developed using balanced scorecard suitable for non-profit organization. Firstly, relevant literature surveys and evaluation indicators of various CTL and institution with similar characteristics were examined. Next, a draft BSC model was designed through interviews of specialists. Lastly, the BSC model was proposed by verifying the content validity of the evaluation model by conducting two Delphi surveys. The BSC model of CTL has 4 perspectives: resource, customer, internal process, learning and growth, 9 critical success factors: 2 factors in resource, customer and learning and growth perspectives, 3 factors in internal process perspective, and 23 key performance Indicators: 4 indicators in resource and learning and growth, 7 indicators in customer perspective, 8 indicators in internal process perspective. The implications of this study through the results were as follows: firstly, the proposed BSC model showed an evaluation model suitable for a non-profit organization. Second, the BSC model was linked to the organization’s mission and vision. Third, it could contribute to the long-term development of CTL. Lastly, if it could be applied to management, and evaluated, it is expected to play a role of providing basic data for the budget support and spread of the university.

Purpose: The purpose of this study was to identify the effects of learner-directed debriefing based on the clinical judgement model (LDCJM) on nursing students’ critical thinking disposition, selfdirected learning, problem-solving ability, and debriefing experience after simulation. Method: This study used a quasi-experimental design with 38 sophomore nursing students from one university. They were divided into an experimental group (n=20) and a control group (n=18). Collected data were analyzed by the Chi-square, the Mann-Whitney U-test, and the Wilcoxon signed-rank test using the WIN SPSS 22.0 program. Results: The experimental group that had participated in the LDCJM indicated significantly higher self-directed learning (U=23.50, p<.001), problem-solving ability (U=94.50 p=.011), and debriefing experience (U=87.00, p=.006) when compared to the control group. Conclusion: The results indicate that LDCJM is an effective learning strategy to improve self-directed learning, problem-solving ability, and debriefing experience. Further study is needed to identify the effects of various debriefing skills.

It is known that the growth and development of the mosquito are greatly affected by the change of the meteorological factors. In particular, temperature and precipitation are closely related to the life cycle of the mosquito, and their effects have different characteristics for each species of mosquito. Therefore, to develop a mosquito activity index based on mosquito density, it is essential to develop a prediction model based on weather data. In this study, we developed a functional formula that can estimate the change of mosquito density according to the change of meteorological factors using the mosquito classification data of Incheon region collected from 2011 to 2017. Also, using the data of the digital mosquito monitoring system (DMS) from April to October 2018, mosquito activity index according to characteristics of space in city was developed. In order to reflect the temporal characteristics of the mosquito life-cycle, we used data of temperature and precipitation prior to 1-2 weeks, and used land cover data to reflect the spatial characteristics of mosquito density. Density of Culex pipiens collected in the Incheon area were gradually increased when the average temperature increased two weeks ago after adjusting the precipitation. However, when the average temperature reached 22°C, the density of Culex pipiens marked a peak, and above the 22°C, the density was decreased. The predicted mosquito activity index calculated by applying the machine learning method to the DMS data of the Incheon area is designed to calculate from 1 to 10 grades. The accuracy of the mosquito activity index was 87% when the one grade error was allowed.

증발산은 순복사 에너지를 사용하여 잠열의 형태로 수증기를 대기 중으로 수송함으로써 지구에너지 순환에 있어 중요한 요소 중의 하나이며, 증발산량은 지표유출의 두 배 정도로서 지구 물 수지에서 차지하는 비중이 매우 크다. 증발산의 지상관측은 지점에 국한되기 때문에 공간연속면 상에서의 증발산량 산출을 위하여 격자형 기상자료와 위성자료를 이용한 모델링이 오랫동안 이루어져왔다. PM(Penman-Monteith) 방정식에 기초한 METRIC(Mapping Evapotranspiration with Internalized Calibration) 모델이나 PT(Priestley-Taylor) 방정식을 이용한 MS-PT(Modified Satellite-based Priestley-Taylor) 모델 등이 주로 사용되어 왔으나, 또 하나의 대안으로서 본 연구에서는 최근 부각되고 있는 딥러닝 기법인 DNN(deep neural network)을 이용한 증발산 모델링을 수행하였다. 은닉층 구조, 손실함수, 옵티마이저, 활성화함수, L1/L2 정규화, 드롭아웃 비율 등의 최적화 과정을 거쳐서 수립한 DNN 모델은 RMSE = 0.326mm/day, 상관계수 = 0.975의 매우 양호한 정확도를 나타내었다. 이는 DNN 최적화와 함께, 국지예보모델과 위성자료로부터 증발산 기작에 관여하는 인자들을 선택하여 입력자료로 적절히 사용하였기 때문이기도 하다. 향후과제로서 훈련자료의 종류와 양을 증가시켜서 DNN 모델을 보다 정교화하는 것은 반드시 필요하다고 사료된다.

본고는 미래 사회가 요구하는 역량중심의 2015 개정 한문과 교육과정을 이해하고 도달할 수 있는 학생 참여 중심 한문과 교수학습방법의 필요성을 느끼고 연구하였다. 새로운 방식의 한문과 학습 모형을 개발하는데 목적을 두고 교육과정-수업-평가-기록의 일체화를 적용한 책 만들기를 통한 고등학교 한문과 프로젝트 수업 방법을 제안하였다. ‘가이드북 만들기’를 주제로 소주제 설정, 프로젝트의 계획, 수행, 마무리의 모든 과정을 학생이 주도하여 총 10차시에 걸쳐 수업을 진행하였다. 프로젝트를 수행하는 과정에서 학습자는 영역별 한자·한자어·한문 학습의 자연스러운 활용 능력 및 다양한 역량을 함양 할 수 있었으며 교과목 간 통합, 교과와 생활의 통합, 창의 융합적 활동, 계속적 심화학습을 경험하여 성취감과 자신감이 향상하였다. 본고에서 제안한 책 만들기 프로젝트 수업은 다양한 주제 적용이 가능하고, 학습자의 수준에 따라서 수업의 절차와 내용을 구성할 수 있으며 교과의 지식이 학생들의 삶과 의미 있게 연계되어 있다는 것을 인식하고 느끼게 하였다는 점에서 의의가 있다. 본 연구를 통해 한문과 프로젝트 학습 방법에 대한 새로운 방안들이 꾸준히 연구되어 2015개정 교육과정의 변화에 적응하기 위한 한문과 학교 현장 교사들에게 창의적이고 효율적인 학습 모형이 될 수 있기를 기대한다.

본 연구의 목적은 야외지질답사 장소를 개발하고 과학적 모델의 사회적 구성을 야외지질학습에 적용하는 것이다. Orion(1993)의 가상의 공간(Novelty Space)과 2015 개정 교육과정 성취기준을 고려하고 답사 장소를 개발하였다. G 영재 교육원 과학과 8명 학생을 대상으로 ‘관악산 형성과정’이라는 것을 주제로 하여 총 5차시 분량의 과학적 모델의 사회적 구성을 활용한 야외지질학습을 실시하였다. 야외지질학습 전후로 1차시 분량의 설문 검사를 통해 학생들의 개념 이해 정도를 파악하고, 심층 면담에서는 개념 확인과 야외지질학습의 정의적인 면을 다루었다. 연구 결과는 다음과 같다. 첫 번째, 야외 답사 장소는 계곡 하류와 상류로 각각 명명하였고 변성암, 화강암, 절리, 포획암, 광물 입자를 관찰하도록 구성하였다. 두 번째, 사전 조사에서 관악산은 화산으로 만들어졌다고 응답한 학생이 7명이었다. 반면, 야외지질학습이 종료된 이후에는 7명 학생이 화강암의 형성과정을 설명하고 변성암을 예시로 지질시대를 이야기 하는 것으로 시간적인 스케일을 이해했음을 보여주었다. 더욱이 심층면담에서 지질학에 대한 낮은 성취를 보여주는 학생이 야외지질학습에 대해 긍정적인 답변을 주었다. 즉, 학습의 정의적인 면을 고려하였을 때 야외지질학습에 과학적 모델의 사회적 구성 활용이 효과적일 수 있다는 것을 보여준다. 이번 연구는 지질교육에 모델을 적용한 사례이고 동시에 교사에게 야외답사 장소를 제공할 수 있을 뿐만 아니라 야외지질학습에 과학적 모델의 사회적 구성을 적용한 사례로서 의의가 있다.

This study has suggested an image analysis system based on the Deep Learning for CCTV pedestrian detection and tracing improvement and did experiments for objective verification by designing study model and evaluation model. The study suggestion is that if someone’s face did not be recognized in crime scene CCTV footage, the same pedestrian would be traced and found in other image data from other CCTV by using Color Intensity Classification method for clothes colors as body features and body fragmentation technique into 7 parts (2 arms, 2 legs, 1 body, 1 head, and 1 total). If one of other CCTV footage has recorded its face, the identity of the person would be secured. It is not only detection but also search from stored bulk storage to prevent accidents or cope with them in advance by cost reduction of manpower and a fast response. Therefore, CIC7P(Color Intensity Classification 7 Part Base Model) had been suggested by learning device such as Machine Learning or Deep Learning to improve accuracy and speed for pedestrian detection and tracing. In addition, the study has proved that it is an advanced technique in the area of pedestrian detection through experimental proof.

본고는 4차 산업혁명을 이끌기 위한 새로운 방식의 학습으로 한문과 프로젝트 학습 모형을 개발 하는데 목적이 있다. 프로젝트 학습의 장점을 활용하면서 한문과의 특성과 학교의 실정을 고려하여 수업을 재구성하여 학교현장에 실제적인 도움을 줄 수 있는 프로젝트 학습 방법을 제안하였다. 지역 의 문화재 ‘水原華城’을 활용한 프로젝트 학습 방법을 적용하여 주제선정, 준비 및 계획, 수행, 마무 리의 4단계로 약 한 학기에 걸쳐 수업을 진행하였다. 프로젝트를 수행하는 과정에서 학습자는 주도 적, 협력적, 적극적으로 참여하였고 협력과 토론을 통해 문제를 해결하는 과정에서 교과목 간의 통 합적 접근이 이루어졌다. 교과의 지식이 단지 암기하여 시험을 통과하기 위한 내용이 아니라 학생들 의 삶과 의미 있게 연계되어야 한다는 것을 인식하고 느끼게 하였다는 점에서 본 연구는 의의가 있다. 본 연구를 통해 교육과정 구성 및 학습 방법에 대한 새로운 방안들이 지속적으로 제시되어 프로젝트 학습이 학교 현장에서 실시 할 수 있기를 기대한다.

The purpose of this study was to develop the NCS-based cooking practice education method by using the full learning model and to confirm its effect. The study design was a pre-post test of the non-equality control group. The subjects of this study included 28 students in the experimental group and 27 students in the control group. The experimental group participated in the NCS-based cooking practice training using the complete learning model, and the control group received only cooking practice training based on the full learning model. The data were collected during the second semester of 2016 and analyzed by SPSS WIN 23.0. The results of this study were as follows: First, homogeneity test showed that pre - homogeneity such as general characteristics, cooking ability, and knowledge of cooking theory were achieved (p>0.05). Second, the experimental group recognized that its cooking ability was high. With respect to the ability to cook food, the ability to cook, and the ability to prepare food ingredients (p<0.01), personal hygiene management, cooking hygiene management, and cooking safety management abilities were not significant. The mean value the experimental group was high. Third, the final theoretical knowledge score was not significant. The average score in the experimental group (69 points) was 5 points higher than that in the control group (64 points). This was about two times higher than the score of 37 points in the first stage preliminary survey. Finally, the final performance score was significant (p<0.05), and the score in the experimental group (89 points) was 5 points higher than that in the control group (84 points). Therefore, the NCS-based cooking education method is confirmed to be an effective method, especially for improvement of the practical ability, improvement of theoretical knowledge, and achievement of perfect learning standards.