STEM(Science, Technology, Engineering, and Mathematics) 분야의 교육은 이 론적 지식뿐만 아니라 실용적 기술과 혁신적 사고를 필요로 하는 현장 환경에 대비하여 학습자들을 준비시켜야 한다. 이를 위한 방법 중 하나 로 교육을 통해 습득한 지식과 기술을 다른 맥락으로 적용하는 학습전이 가 강조된다. 이에 본 연구는 능동적 학습 참여, 고차원적 사고, 실무 능 력을 배양할 수 있는 플립러닝 교수법을 활용하여 다차원 학습자 수업참 여가 학습전이에 미치는 인과관계에서 지식공유태도와 학습자 효능감의 효과에 대한 메커니즘을 살펴보고자 하였다. K대학 응용화학과 학생을 대상으로 한 연구결과는 첫째, 정서적, 행동적 참여는 학습전이에 정(+) 의 영향을 미치는 것으로 나타났다. 둘째, 행동적 수업참여와 학습전이 간의 관계에서 지식공유태도가 부분매개를 하는 것으로 나타났다. 마지 막으로 학습자 효능감은 인지와 정서적 수업참여와 학습전이 간의 관계 에 대해 조절효과를 보였다. 이러한 연구결과를 통해 학습자 수업참여는 지식공유태도를 통해 학습전이가 되는 것으로 알 수 있으며, 학습자 효 능감이 학습자 수업참여와 학습전이 간의 관계를 조절한다는 것을 알 수 있다.

A typical consumer is exposed to more than 5,000 advertisements per day (Story 2015) by exposure to around 500 advertising messages before ending breakfast (Marshall, 2015), and it is impossible for consumers to remember most of the advertisement images and messages. Thus, one consistent yet not thoroughly investigated question for advertisers is how advertisers draw consumers' attention by differentiating their brand from competitors' brands. One suggestion from academia is making more "creative" advertising (Dahlén et al., 2008; Lehnert et al., 2014; Rosengren et al., 2013; Smith et al., 2008). However, it is still questionable the exact meaning of "advertising creativity," and the effects of creative advertising on consumer evaluation have not been fully investigated the effects of creativity in advertising evaluation by considering various boundary conditions. The objective of this research is to redefine advertising creativity, to understand how advertising creativity shapes consumers' evaluation, and how these effects are moderated by the different types of boundary conditions, such as industry category, by analyzing more than 100,000 advertising images and copies using a cutting-edge transfer learning technique. The results of the transfer learning algorithm indicate that both cognitive dimensions (e.g., novelty of image) and affective dimensions (e.g., awe and coolness) simultaneously affect the consumers' perception of the advertising creativity, and the current algorithm enables to detect of creative advertising image with 92% accuracy rate.

Social media have emerged as one of the most important tools for firms to engage customers (e.g., Chandrasekaran et al., 2022; Cheng & Edwards, 2015; Lee et al., 2018; Wedel & Kannan, 2016). Within the tourism industry, scholars have investigated the role of social media communication in various contexts, such as online travel information search (Xiang & Gretzel, 2010), sharing travel experiences (So et al., 2018; Wang et al., 2022) and establishing positive customer relationships (Jamshidi et al., 2021). Insights into which social media content makes for generating positive engagement are, however, still largely based on marketers’ intuitions or focusing on message factors of social media posts such as message appeals (e.g., Wang & Lehto, 2020). It also often neglects the importance of the visual component of social media posts, and only a few research have investigated the effects of the image in social media on the travel industry (e.g., Fusté-Forné, 2022). The objective of this research is, therefore, to understand how textual features and image features generate user engagement in social media utilizing cutting-edge transfer learning techniques and to propose how these features should be customized to maximize user engagement for online travel shopping companies. We collect and analyze more than 10,000 Instagram posts from three online travel shopping companies, including Expedia, Priceline, and Kayak. The results from transfer learning algorithms utilizing 24 features, such as the number of people in the image, emotions expressed in the people in the image, hue, and RGB value, successfully predict the level of engagement measured by the number of likes and comments.

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.

본 연구의 목적은 딥러닝의 전이학습 모델을 이용하여 항공사진과 토지이용현황도 간의 비교를 통해 토지이용현황의 변화를 탐지하는 방안을 마련하는 데 있다. 이러한 목적을 위해 딥러닝의 이미지 예측모델과 라스터와 벡터 자료를 비교하는 공간분석 기능을 이용하였다. 학습모델 구축을 통해 토지이용현황도의 상업지, 농지, 임지 및 수계에 대한 예측결과를 이용하여 토지이용의 변화를 탐지하는 방안을 제시하였다. 이러한 분석 방안은 라스터 형태의 최신 정보와 벡터 형태의 기존 자료와의 비교를 통해서 자료의 변화를 확인하는 방안으로 활용이 가능하다.

Recently, transfer learning techniques with a base convolutional neural network (CNN) model have widely gained acceptance in early detection and classification of crop diseases to increase agricultural productivity with reducing disease spread. The transfer learning techniques based classifiers generally achieve over 90% of classification accuracy for crop diseases using dataset of crop leaf images (e.g., PlantVillage dataset), but they have ability to classify only the pre-trained diseases. This paper provides with an evaluation scheme on selecting an effective base CNN model for crop disease transfer learning with regard to the accuracy of trained target crops as well as of untrained target crops. First, we present transfer learning models called CDC (crop disease classification) architecture including widely used base (pre-trained) CNN models. We evaluate each performance of seven base CNN models for four untrained crops. The results of performance evaluation show that the DenseNet201 is one of the best base CNN models.

선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이 학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

Purpose: This study seeks to confirm the relationship between learning self-efficacy, learning satisfaction, and transfer motivation among nursing students who complete the integrated simulation practice class. Method: The data for the study were collected through self-report questionnaires administered to 4th year students and were analyzed using the SPSS 18.0 program. Results: The findings show that learning self-efficacy is 6.03±.69 (7 points), learning satisfaction is 4.23±.57 (5 points), and transfer motivation is 5.70±.90 (7 points). The transfer motivation has a positive correlation with both learning self-efficacy and learning satisfaction and learning self-efficacy has a positive correlation with learning satisfaction. The factors influencing the transfer motivation of nursing students are learning self-efficacy (β=.87, p<.001) and learning satisfaction (β=.24, p=.028), which together account for 61.9% of the transfer motivation. Conclusion: The results demonstrate that to enhance the transfer motivation for nursing students, it is necessary to develop a program and curriculum for increasing learning self-efficacy and learning satisfaction.

The temperature distributions were numerically calculated for the two-dimensional transient conduction heat transfer problem of a square plate. The obtained temperature distributions were converted into colors to create images, and they were provided as learning and test data of CNN. Classification and regression networks were constructed to predict representative wall temperatures through CNN analysis. As results, the classification networks predicted the representative wall temperatures with an accuracy of 99.91% by erroneously predicting only 1 out of 1100 images. The regression networks predicted the representative wall temperatures within errors of C. From this fact, it was confirmed that the deep learning techniques are applicable to the transient conduction heat transfer problems.

We apply a modified Convolutional Neural Network (CNN) model in conjunction with transfer learning to predict whether an active region (AR) would produce a ≥C-class or ≥M-class flare within the next 24 hours. We collect line-of-sight magnetogram samples of ARs provided by the SHARP from May 2010 to September 2018, which is a new data product from the HMI onboard the SDO. Based on these AR samples, we adopt the approach of shuffle-and-split cross-validation (CV) to build a database that includes 10 separate data sets. Each of the 10 data sets is segregated by NOAA AR number into a training and a testing data set. After training, validating, and testing our model, we compare the results with previous studies using predictive performance metrics, with a focus on the true skill statistic (TSS). The main results from this study are summarized as follows. First, to the best of our knowledge, this is the first time that the CNN model with transfer learning is used in solar physics to make binary class predictions for both ≥C-class and ≥M-class flares, without manually engineered features extracted from the observational data. Second, our model achieves relatively high scores of TSS = 0.640±0.075 and TSS = 0.526±0.052 for ≥M-class prediction and ≥C-class prediction, respectively, which is comparable to that of previous models. Third, our model also obtains quite good scores in five other metrics for both ≥C-class and ≥M-class flare prediction. Our results demonstrate that our modified CNN model with transfer learning is an effective method for flare forecasting with reasonable prediction performance.

이 연구는 법무부에서 시행하는 직업훈련 과정에 참여하는 수형자들을 대상으로 학습전이에 영향을 주는 요인이 무엇이며, 각각의 요인이 이에 미치는 직접적인 효과뿐만 아니라, 전이 요인간의 관계를 규명하고자 하였다. 그리하여 실제 교정시설에 직업훈련교육을 받고 있는 수형자를 연구대상으로 선정하고 설문조사를 실시한 결과는 다음과 같다. 첫째, 기술통계 분석결과 5점 척도의 중간 값인 3을 넘어서 수형자 직업훈련의 성과를 이루고 있다고 할 수 있다. 그리고 모든 변인에서 측정된 결과 값이 중간 값 이상으로서 수형자 직업훈련의 타당성과 책무성도 이루고 있다고 볼 수 있다. 둘째, 조직적 지원과 교육만족도가 중요한 변인으로 밝혀졌고, 본인들의 학습동기나 만족도와 같은 내생변인을 통하여 효과를 발생하는 것으로도 나타났다. 즉, 수형자들이 출소 후 배운 내용을 현업에 적용하기 위해서는 기관의 지원이 크게 작용하는 것으로 나타났다. 마지막으로 전이설계가 실제 현업과 유사한 학습 환경을 구성하여 훈련에서 습득한 내용 등을 활용하게 하고 전이를 촉진한다고 할 수 있다. 따라서 전이설계가 높을 때 학습전이가 잘 나타나는 것으로 결론지을 수 있다.

In order to promote social responsibility, a company reads to engage in various activities to increase their competitiveness to ensure stable and continuous development. One of the activities is to input human/material resources in order to draw and develop the core abilities of member for the productivity improvement of the company. This study is concerned with capability improvement of members in relation to core company performance, the focus of the study is to identify how education training in a company may contribute to team performance by leaning transfer through empirical study. As a result of this study, it was found that the personality of members, as well as the training programs, within the company can be a significant factor for improving productivity and performance of the company. In addition, team members noted that learning transfer take place when effectively lead through the leadership of a boss and identified that this leadership ultimately has a significant effect on team performance.

This paper proposes using learning outcomes as means to measure knowledge transfer. It is based on a study to assess the effectiveness of knowledge transfer using the knowledge management concept of externalization by means of weblog access. In the knowledge era, knowledge transfer from the instructor to learners is important since the goal of educational system is the learners gaining the knowledge through the process of knowledge transfer from the instructor. To address the assumption, the study was conducted both quantitatively and qualitatively and collected data from the respondents. For quantitative analysis, the author surveyed measuring different variables targeting 326 undergraduate students randomly sampled, and the multiple choice test using 5- point Likert scale. The reliability analysis was analyzed. For qualitative analysis, the author collected data from 60 students’ weblog. Studies have shown that knowledge transfer can be problematic, and an effective transfer of knowledge can be difficult. The difficulty arises when the transferred knowledge becomes ambiguous, disrupted (hence incomplete), and distributed all over (making it difficult to link them together. Five hypotheses were formulated to examine the relationship between key characteristics of knowledge and learning outcome, in addition to content analysis on the externalized knowledge in the form of learners’ weblogs. The findings revealed some significant results involving the key characteristics of knowledge. The implication from this study can contribute much to the instructors and learners in knowing what knowledge that the instructor can transfer to learners and what knowledge is gained by learners as learning outcomes. In addition, the learning outcomes can tell the instructor to search for the right methodologies for improving the knowledge transfer to learners.

본 연구의 목적은 사이버가정학습에서 배운 내용을 학교 현장에서 활용하고 있는 정도를 의미하는 학습 전이에 영향을 미치는 요인을 분석하는데 있었다. 본 연구의 목적을 달성하기 위하여 D시에 소재한 7개 초등학교 4, 5, 6학년 795명을 대상으로 연구 취지와 실시 방법을 사전에 설명한 후 학습자 배경 변인, 학습자 내적 특성, 교육내용 및 설계, 학습 수행 환경, 학습 전이 등의 관련 검사를 실시하여 786부를 회수하여 불성실한 설문지 6부를 제외한 780명을 대상으로 분석하였다. 연구 결과, 사이버가정학습에서 학습자 내적 특성, 교육 내용 및 설계, 튜터 지원, 사이버가정학습 수행 환경, 학습만족도가 학습 전이에 미치는 영향은 통계적으로 유의미한 것으로 나타났다. 이러한 결과를 토대로 사이버가정학습에서 학습 전이를 높일 수 있는 구체적인 방안을 결론으로 제시하면 다음과 같다. 첫째, 학습자의 성적 향상에 대한 기대와 사이버가정학습을 학습할 수 있는 준비 자세 등 학습자 내적 특성을 사전에 잘 갖출 수 있도록 다양한 형태의 학습동기 유발 전략을 제공해 주어야 한다. 둘째, 사이버가정학습에서 학습자가 효과적으로 학습하도록 지원하는 튜터의 역할과 사이버 상에서 안정적으로 학습할 수 있는 시스템 환경이 중요하므로 무엇보다도 효율적으로 사이버가정학습을 수행할 수 있는 환경을 구축해 주어야 한다. 셋째, 학교 수업과 연계된 교육 내용을 구성하는 것은 물론, 학습 내용에 대한 구체적인 피드백을 제공하는 사이버가정학습 설계해야 한다.

본 연구에서는 연습수행 전 다양한 방식의 감각 정보 제시가 복잡한 동작패턴으로 구성되어 있으며 타이밍 요소가 내재하는 특징을 지닌 동작과제의 절대시간(absolute timing)과 상대시간(relative timing)의 학습과 효과기 전이(effector transfer)에 미치는 영향을 규명하는데 그 목적을 두었다. 참가자는 일련의 댄스스텝을 각각 다르게 구성된 리듬에 맞춰서 수행하였다. 이들은 동작과제의 정확한 타이밍 패턴과 관련된 시각 정보, 청각 정보, 시청각 정보를 제공받은 집단, 그리고 아무런 정보도 제공받지 않은 통제 집단으로 각각 무선 배정되었다. 연구결과, 청각 정보를 제공받은 집단이 연습단계와 파지단계에서 상대시간 오차가 다른 집단에 비해 더욱 적은 것으로 나타났다. 그러나, 절대시간 오차에 있어서는 모델화된 정보를 제공받은 집단간에 유의한 차이가 나타나지 않았다. 이는 구성요소의 수가 많고 복잡한 타이밍 과제의 상대시간 학습에 있어서 시각보다는 청각 정보를 사용한 사전정보 제시 방법이 더 효율적임을 보여준다. 반면에 동일한 동작패턴을 연습시기와는 다른 신체부분를 사용하여 생성해내는 효과기 전이단계에서는 시각과 청각이 결합된 정보를 제공받은 집단이 다른 집단에 비해 더욱 우수하게 과제를 수행하였다. 이러한 결과는 주어진 동작기술에 내재하는 시공간적 특성에 따라 모델을 통해 학습된 시간적 정보의 전이에 가장 적합한 감각 정보의 유형이 결정됨을 시사한다.

This study investigated the effects of different sequence structures on the bilateral transfer of learning from one sequence to another. Subjects were asked to respond to visual stimulus of "x" mark appeared in a particular sequence on the CRT at one of four locations arranged horizontally. They were instructed to respond to the visual signal by pressing the corresponding keys with their four fingers. After practicing one serial pattern for a substantial period of time with one hand, the subjects were randomly assigned to one of two experimental conditions and a control condition [ hierarchy (n=6) , vs , linear (n=6) , control (n=6) ] . Reaction time and latency profile constituted the dependent variables and learning of the sequence was evaluated by measuring the amount of facilitation of the performance on the transfer tasks. The findings support the notion that the internal representation of a sequence organiges in hierarchically, rather than linearly and the executionin of movement sequence is controlled hieararchically even though different effector(different hand in this study) . In addition, the results provided strong evidence for the notion that the subunits of movement can be interchangeable once subjects establish interval structure of the sequence.