철도교량의 설계는 장기간에 걸쳐 수행되고 대규모의 부지를 대상으로 하기 때문에 다양한 환경적인 요인과 불확실성을 동반하게 된다. 이러한 연유로 초기 설계단계에서 충분히 검토하였더라도 설계변경이 종종 발생하고 있다. 특히 철도교량과 같은 대규모 시설 물의 설계변경은 많은 시간과 인력을 소모하며, 매번 모든 절차를 반복하는 것은 매우 비효율적이다. 본 연구에서는 딥러닝 알고리즘 중 전이학습을 통해 설계변경 전의 학습 결과를 활용하여 설계변경 후의 학습의 효율성을 향상시킬 수 있는 기법을 제안하였다. 분석 을 위해 기개발한 철도교량 딥러닝 기반 예측 시스템을 활용하여 시나리오들을 작성하고 데이터베이스를 구축하였다. 제안된 기법은 설계변경 전 기존 도메인에서 학습에 사용한 8,000개의 학습데이터 대비 새로운 도메인에서 1,000개의 데이터만을 학습하여 유사한 정확도를 나타내었고 보다 빠른 수렴속도를 가지는 것을 확인하였다.

컴퓨터 성능의 발전으로 빅데이터의 효율적인 사용이 가능해지면서, 심층 학습(deep learning)은 다양한 의료 분야에 활용할 수 있는 핵심적인 인공지능(artificial intelligence, AI) 기법으로 각광받고 있다. 이에 본 종설은 뇌종양 진단과 치료에 사용되는 자기공명영상(magnetic resonance imaging, MRI)의 심층 학습 기법을 소개하고자 하였다. 먼저 국내 AI의 의료 분야 도입의 동향을 분석하고, 이를 바탕으로 MRI를 활용한 뇌종양의 진단과 치료에 적용할 수 있는 심층 학습 기법과 그 결과들을 기술하였다. 뇌종양 진단과 치료 시, 심층 학습을 이용한 최근 사례는 영상 분류, 영상 품질 개선, 영상 분할로 나타났으며, 질병의 진단과 치료에 적용할 수 있는 객관적이고 높은 성능 수치를 나타내면서 그 유용성을 확인 할 수 있었다. 종합하자면, 심층 학습은 질병의 진단과 치료에 적용할 수 있는 유용한 지표이며, AI 역량을 지닌 의료진의 지도하에 점진적인 도입이 이뤄진다면 질병의 진단과 치료에 큰 도움을 주는 훌륭한 소프트웨어로 활용될 것으로 여겨진다. 본 종설이 심층 학습을 이해할 때 많은 도움이 되길 바라며, 향후 관련 연구를 수행할 때 가이드라인으로 활용될 것을 기대 한다.

There has been increasing interest in UHPC (Ultra-High Performance Concrete) materials in recent years. Owing to the superior mechanical properties and durability, the UHPC has been widely used for the design of various types of structures. In this paper, machine learning based compressive strength prediction methods of the UHPC are proposed. Various regression-based machine learning models were built to train dataset. For train and validation, 110 data samples collected from the literatures were used. Because the proportion between the compressive strength and its composition is a highly nonlinear, more advanced regression models are demanded to obtain better results. The complex relationship between mixture proportion and concrete compressive strength can be predicted by using the selected regression method.

In an effort to find a way to optimize the learning condition, this study examined the effects of two types of input frequency distribution, skewed-first distribution (SFD) versus balanced distribution (BD), and two types of focus-on-form techniques, input processing (IP) versus input enhancement (IE), on the learning of English participles by Korean middle school students. A total of 91 students participated in this study, divided into five subgroups: SFD + IP, SFD + IE, BD + IP, BD + IE, and Control. The learning outcomes and the generalizability of the learned knowledge were measured through scaled judgment tasks and picture description tasks, immediately after treatment as well as one week later. The results showed that the input frequency distribution factor did not have statistically significant effects on learning and generalizability, while the degrees of explicitness of focus-on-form techniques had statistically significant effects on both. The interaction effects of the two main factors were not statistically significant. More detailed findings are presented with some pedagogical implications for Korean EFL classrooms.

The purpose of this study is to investigate in-depth high school students’ strategy use in reading English texts of College Scholastic Ability Test (KSAT). This study employed a think-aloud method to look into the reading process by task types and by reading proficiency. Six high school students, three high-level and three low-level readers, were asked to perform reading tasks of three types, ‘finding a theme’, ‘filling the gap’, ‘finding an irrelevant sentence & inserting a sentence’, thinking out loud after training. The results are as follows. First, the participants used varied types of reading strategies regardless of top-down/bottom-up. ‘Guessing from the context’ and ‘paraphrasing in L1’, were most frequently used, and ‘using schema’ and ‘sensing the logical organization’ were least used.’ Second, different strategy use patterns were shown by task types: Far more strategies were used in ‘finding a theme’ than the others, especially, attending to keyword. Third, the high-level readers employed more reading strategies than the low-level counterparts. Furthermore, the strategy use pattern was very different between groups: The low-level readers seldom used ‘checking discourse markers,’ ‘synthesizing information,’ and ‘questioning’ that the high level readers commonly used.

The purpose of this study is to examine effective ways to introduce creative thinking skills development in the English learning classroom, specifically, focusing on questioning techniques and creative thinking techniques. The study explores selected creative-thinking techniques which are in accordance with English teaching methods and goals in the Korean context. The techniques highlighted were deemed adequate for enhancing creative and analytical thinking skills of English language learners and include the following: Brainwriting, SCAMPER, Lotus Blossom Technique, Forced Relationships/Analogy, Wishful Thinking Technique, Six Thinking Hats, SWOT, PMI technique, Flat Stanley Project. The study attempts to outline examples of and procedures for implementing such techniques in English education. The study is intended to provide insights for both researchers and practitioners alike and shall thus contribute to the ongoing discussion of integrating creativity education with English learning and teaching.

The purpose of this study is to develop preliminary learning program of UCC making techniques for assistance of project based international students exchange program. This study drew design principles based on examination from the experts and the experts from the field which resulted in development of Tam & Edy advance learning program for AEEP with the assistance of application enterprise. Multinational students will be able to receive help through Tam & Edy learning in terms of international exchange of AEEP learning activities.

개방화, 세계화의 심화로 국제사회 및 국가간의 상호의존성이 확대되고 있으며, 이에 따라 국제개발협력의 역할과 중요성도 커지고 있다. 또한 글로벌 시장의 개방과경쟁이 날로 심화되고 선진국 위주의 시장확대, 성장이 한계에 다다름은 물론 OECDDAC 가입 등 외교적 국격향상에 따라 대개도국 국제개발협력 확대에 대한 내외부의수요가 증가하고 있다.이러한 대외환경의 빠른 변화는 정책 및 국제공조의 강화 등 거시적 수준의 변화뿐만 아니라 국제개발협력의 방법론의 미시적 수준의 변화를 동시에 요구한다. 이에본 연구는 국제개발협력의 방법론에 대한 새로운 접근법으로서 오픈 이노베이션의 가치를 검토 하였고, 특히 교육분야에서 오픈 이노베이션의 운영사례인 ALCoB을 분석하여 향후 국제개발협력 방법론의 대안을 제시하고자 하였다.

학교소속감이 중도탈락을 막을 수 있는 중요한 변수임에도 불구하고 특히 고등학교 학생에 대한 학교소속감 연구는 그 수가 많지 않다. 아직 충분한 연구가 이루어지지 않은 분야에서 기계학습 기법을 활용하는 탐색적 연구가 학문적 기여를 할 수 있다. 본 연구의 주요 목적은 일반고 및 특성화고 학생들의 학교소속감을 예측하는 중요한 변수를 파악하는 것이다. 이를 위하여 부산교육종단 연구 2016 4차년도 데이터의 일반고와 특성화고 학생, 교사, 교장, 학교 변수를 모두 활용하였다. 구체적으로 75개 일반고 1,775명의 824개 변수 자료와 36개 특성화고 739명의 854개 변수 자료를 기계학습 기법으로 분석한 결과, 일반고와 특성화고에서 각각 20개와 21개의 학생, 교사, 학교 관련 변수가 선택되었다. 학교소속감을 개인의 심리적 차원에 초점을 맞추어 분석한 선행연구와 달리, 본 연구는 교사, 교장, 학교 변수까지 모두 모형에 투입함으로써 학교 현장에서의 변화를 꾀하였다. 기계학습 기법 중 벌점회귀모형으로 분류되는 glmmLasso를 활용하여 변수 선택 시 자료의 위계적 구조를 반영한 점 또한 연구 의의라 하겠다. 특히 특성화고 자료는 사례 수보다 변수 수가 더 많은 고차원 자료였으므로 기계학습 기법을 활용하는 것이 필수적이었다. 연구 결과를 토대로 고등학생의 학교소속감을 향상시키기 위하여 필요한 정책적 제언을 제시하고, 후속 연구주제 또한 논하였다.

In meteorological data, various studies are being conducted to improve the prediction performance of rainfall with irregular patterns, unlike temperature and solar radiation with certain patterns. Especially in the case of the short-term forecast model for Dong-Nae Forecasts provided by the Korea Meteorological Administration (KMA), forecast data are provided at 6-hour intervals, and there is a limit to analyzing the impact of disasters. In this study, Hydrological Quantitative Precipitation Forecast (HQPF) information was generated by applying the machine learning method to Local ENsemble prediction system (LENS), Radar-AWS Rainrates (RAR), AWS and ASOS observation data and Dong-Nae Forecast provided by the KMA. Through the preprocessing process, the temporal and spatial resolutions of all the data were converted to the same resolution, and the predictor of machine learning was derived through the factor analysis of the predictor. Considering the processing speed and expandability, the XGBoost method of machine learning was applied, and the Probability Matching (PM) method was applied to improve the prediction accuracy of heavy rainfall. As a result of evaluating the HQPF performance produced for 14 heavy rainfall events that occurred in 2020, it was found that the predicted performance of HQPF was improved quantitatively and qualitatively.

창의와 융·복합 기반인 4차 산업혁명 시대로 접어들면서 디자인과 디자이너의 역할은 변화되고 있다. 기존에 없었던 새로운 명칭의 디자인 유형이 생겨나고 혼자서 해결이 가능했던 디자인 과정도 이제는 다른 전공 분야와의 협동 및 협업이 필수적이게 되었다. 따라서 오늘날 디자이너의 역량은 지식사회가 요구하는 다양한 가치를 반영하는 창의적인 생각 및 적용 능력을 갖춘 인재를 원하고 있다. 앞으로의 디자인 교육은 ‘콘셉트’라는 난해한 개념을 주입 시키는 것에 초점을 두기보다는 ‘일상의 교육 환경 속에서 학생들이 디자인을 이해하고 실행할 수 있는 능력’에 중점을 두어야 한다. 이처럼 지식 정보화 사회에서의 창의적 문제해결력은 중요하게 작용한다. 지식과 정보는 디자인 과정에서 문제 상황에서 적절하게 변형하고 적용하는 요소로써 작용한다. 독창적이고 창의적 관점에서의 문제를 해결하기 위해서는 자신이 가지고 있는 지식과 정보를 재조직하여 새로운 아이디어로 만들어 내는 문제해결 과정이 더 중요한 것이다. 현재의 시각디자인 전공 교육은 틀에 맞춰 진 학습 과정에서 단기간에 창의적인 생각과 실행을 하기에는 학생들이 많은 어려움을 겪는 것이 사실이다. 많은 디자인 대학에서는 다양한 시도와 교육과정의 변화를 통해 학생들에게 실현 가능한 방법들을 적용하고 있지만, 창의적인 사고를 훈련하고 향상하기 위해서는 근본적인 해결책은 스스로 디자인적 문제를 해결하는 것에 있을 것이다. 따라서 시대의 흐름이 원하는 디자인을 적용 및 실행하기 위해서는 디자인 문제해결 능력의 중요성이 대두된다. 따라서 본 연구에서는 자기주도학습(Self-Directed Learning)에 있어 디자인 문제해결 과정에 필요한 확산적 사고와 수렴의 통합적 사고를 바탕으로 자기주도학습을 위한 교육 방법론을 제안하고 활용이 가능한 방법을 모색하고자 한다. 확산적·수렴적 사고기법의 통합 유형은 일상에서 관찰할 수 있는 주제를 통하여 주어진 형식 안에서 두 가지의 사고를 통해 자신만의 아이디어를 자유롭게 이끌어내는 것에 초점을 둔 교육 모델이다. 교육 모델 검증을 위한 연구방법은 기존 선행연구를 바탕으로 시각디자인 기초 교육 활용을 위해 창의적 사고기법 유형을 디자인 사고에 근거하여 통합, 적용하였으며, 자기주도학습의 효과성을 검증하 기 위하여 학습자 만족도, 자기효능감, 아이디어 표현, 발표력의 항목을 추출하였다. 추출된 항목은 창의적 문제해결 평가 속성(CPSS) 간의 영향관계를 검증하기 위해 실험연구로 진행되었다. 향후 다른 전공 분야와의 협업에 있어 자연스럽게 문제를 함께 해결해 나갈 수 있는 미래의 인재를 양성하고 자기주도학습 효과에 있어 DPS 교육 모델이 교육자와 학생들에게 적용되어 활용되어지길 기대한다.

The widespread sensors in a structural monitoring system provide vital support to its operation. Data is obtainedf rom sensors in a structural health monitoring system for integrity assessment of the structure, and false alarm will be frequently triggered if a faulty sensor is detected. In this study, a proposed method based on machine learning algorithm and Gaussian distribution is present to identify sensor fault.

Solar radiation forecasts are important for predicting the amount of ice on road and the potential solar energy. In an attempt to improve solar radiation predictability in Jeju, we conducted machine learning with various data mining techniques such as tree models, conditional inference tree, random forest, support vector machines and logistic regression. To validate machine learning models, the results from the simulation was compared with the solar radiation data observed over Jeju observation site. According to the model assesment, it can be seen that the solar radiation prediction using random forest is the most effective method. The error rate proposed by random forest data mining is 17%.

게임 환경에서의 학습은 다양한 분야에서 유용하게 활용될 수 있다. 그러나, 학습이 게임에서 만족스러운 결과를 산출하기까지는 많은 학습 시간이 요구된다. 이러한 점을 개선하기 위하여 학습시간을 단축시킬 수 있는 방법론들이 필요하다. 본 논문에서는 예측 정보를 이용한 Q-학습의 성능개선 방안을 제안한다. Q-학습 알고리즘에서는 Q-테이블의 각 상태별 선택된 액션을 참조한다. 참조한 값은 예측 모듈의 P-테이블에 저장되고, 이 테이블에서 출연 빈도가 가장 높은 값을 찾아 2차 보상 값을 갱신할 때 활용한다. 본 연구에서 제시한 방법은 상태내의 전이가 가능한 액션의 수가 많을수록 성능이 높아짐을 확인하였다. 또한 실험결과로 실험 중반 이후부터 제안한 방식이 기존 방식보다 평균 9%의 성능 향상을 보였다.

본 논문은 기계학습 기법을 이용한 게임 캐릭터를 제어하는 엔진을 설계하고 구현하는 것을 제안한다. 제안된 엔진은 실제 게임에서 상황 데이터를 추출하여 지식 데이터로 사용하므로 지능 캐릭터의 행동 패턴을 게이머들이 쉽게 인식하지 못하는 장점이 있다. 이를 위하여 상황 데이터를 추출하여 학습하는 모듈과 임의의 상황 데이터에 대하여 최적의 상황 제어를 판단하는 시험 모듈을 개발하는 것을 제안하였다. 구현된 엔진은 FEAR에 이식되고 Quake2 게임에 적용되었다. 또한 개발된 엔진의 올바른 동작과 효율성을 위하여 다양한 실험을 하였다. 실험으로부터 개발된 엔진이 올바르게 동작할 뿐만 아니라 제한된 시간 내에 효율적으로 동작함을 알 수 있었다.