시감각기관을 통해 지각하는 1초 미만의 시간은 자극이 지속되었던 지속시간 이외의 요소인 비 시간적 특성에 의해 영향을 받는 것으로 알려져 있다. 그런데 거리 정보가 풍부하여 크기 항상성이 유지될 경우, 대상의 지속시간을 항상성 있게 지각한다는 연구들이 있다. 본 연구는 이전 연구들과는 달리 거리 정보를 제한한 실제 환경에서 크기 항상성과 시간 지각 항상성의 관계를 검증하였다. 이를 위해 참가자들의 양안 단서와 단안 단서를 제한하기 위한 장치를 고안하였다. 참가자들은 크기 항상성을 유지할 수 없었으며, 크기 착시가 발생하여 물리적 크기를 정확하게 지각할 수 없었다. 실험 1에서는 관찰 거리별 참조 자극과 시험 자극의 물리적 크기를 동일하게 제시하였다. 실험 결과 물리적 크기가 동일했음에도 불구하고 관찰 거리가 가까운 자극을 더 크게 지각하였으며, 자극이 더 오래 지속 되었다고 지각하였다. 실험 2에서는 관찰 거리별 참조 자극과 시험 자극의 망막상 크기를 동일하게 통제하였다. 관찰거리가 멀어질수록 자극의 물리적 크기는 커졌으나, 모든 자극의 지각된 크기가 동일하였다. 그 결과 모든 관찰 거리 에서 대상의 지속시간을 항상성 있게 지각하였다. 본 연구 결과는 거리 정보가 제한되었을 때에도, 시간 지각이 대상 의 지각된 크기에 영향을 받음을 보여준다. 또한 풍부한 거리 정보가 존재할 때, 관찰 거리가 달라지더라도 대상의 지속시간을 항상성있게 지각할 수 있음을 시사한다.

본 연구는 실시간 원격수업에서 학생들의 학습 장애 요인을 분석하고, 그러한 장애 요인을 해소 할 수 있는 수업을 설계하였으며, 이를 실제로 적용한 사례 연구이다. 2015 개정 교육과정에서 강조 하고 있는 ‘역량’을 함양할 수 있는 실시간 원격수업을 계획하였다. 이 수업은 개별 한자의 모양·음· 뜻과 필순에 대한 지식 암기가 아니라, 한자 정보를 찾아 활용할 수 있는 능력을 함양하는 데에 있다고 할 수 있다. 이를 위해 학생들이 실시간 원격수업에서 겪은 학습 장애 요인을 조사하였다. 응답 내용은 ‘집중’, ‘기술’, ‘학습’, ‘소통’, ‘피로’, ‘흥미’, ‘기타’ 등으로 분류할 수 있었다. 이러한 학습 장애 요인에 대한 개선 방안은 수업의 내적 요인과 수업의 외적 요인으로 나누어 살펴볼 수 있다. 수업의 내적 요인으로는 ‘학습, 흥미’의 문제, 수업의 외적 요인은 ‘집중, 기술, 소통, 피로’의 문제이다. 학습 부담이나 학습 부진에 관한 문제는 화상회의 플랫폼을 통하여 실시간 쌍방향 원격수업 실시, 학습량 적정화 등으로 개선 방안을 모색하고, 흥미는 대면 수업에서 친구들 과 함께 수업 듣는 분위기 조성 등으로 개선 방안을 찾는다. 집중은 활동 중심의 실시간 원격수업, 기술은 학습 플랫폼 오류에 대비한 대체 수단 마련, 소통은 실시간 쌍방향 수업과 피드백 강화, 피로는 일과 시간의 변경 등을 통해 개선 방안을 찾는다. 이러한 응답 내용을 토대로 학생들이 집중할 수 있는 활동 중심 한문 수업, 수업 시간 동안 해결 할 수 있는 적절한 학습량의 과제 제시를 통해 학습 부담 감소, 교사와 소통할 수 있는 채널 확보, 흥미를 가질 수 있는 요소를 가미한 수업 방안을 강구하였다. 기술적인 문제나 피로는 개별 교과에서 해결할 수 없는 문제이기 때문에 수업 구성의 고려 사항에서 제외하였다. 중학교 1학년의 학년 초에 실시한 수업이기 때문에 한자 영역을 대상으로 하였다. 수업은 ‘학습지 제공 → 신습 한자 선택 → 인터넷 사전 검색 → 필순에 따라 한자 쓰기 → 한자를 선택한 이유 쓰기’ 순서로 진행하였다. 처음 한자를 써보는 학생들이 다수였지만, 대부분 정해진 시간 안에 한자의 모양을 정확하게 작성하 였다. 일부 학생은 정해진 수업 시간 동안 학습지를 완성하지 못하였다. 원격수업에서 수업 환경은 교실에서 대면으로 이루어졌던 학교 수업을 그대로 온라인으로 옮겨가는 것이 아니라, 본질적인 수업 방법의 변화가 있어야 할 것이다.

본 연구는 비콘 기반의 웨어러블 디바이스를 통해 Social Distance로부터 감성 상호작용을 인식하기 위한 기술을 개발하였다. 인식된 상호작용은 Photoplethysmogram(PPG)로부터 추정된 심혈관 동시성과 비교하여 평가되었다. 상호작용은 Social Distance가 일정 시간 이상 유지되었을 경우 인식되었으며, 심혈관 동시성은 PPG로부터 계산된 Beats Per Minute(BPM) 간의 상관분석을 통해 추정되었다. Social Distance로부터 유효한 상호작용을 인식하기 위한 유지시간을 결정하기 위해 상호작용 대상일 때와 아닐 때의 심혈관 동시성에 대해 Mann-Whitney U test를 실시하였다. 15개 집단(집단 당 2명)이 실험에 참여하였으며, 이들은 일상생활에서 비콘 및 PPG 웨어러블 디바이스를 착용하도록 요청받았다. 그 결과, 본 연구에서 인식한 상호작용 대상은 더 높은 심혈관 동시성을 보이는 것으로 나타났으며, 유효상호작용 시간은 통계적 유의차를 보이는 11초로 결정되었다(p=.045). 결과적으로 실 공간에서의 사회관계망에 대한 실시간 측정과 평가를 할 가능성을 높였다.

Walking distance and eating time of Holstein (HF) and Brown-Swiss (BS) cows on the temperate pasture were measured on two dairy farms (A and B) in June, August and October to compare the foraging activity using Global Positioning System (GPS) device and voice recorder. The cows on A farm were supplemented concentrate and com silage about 43% of daily dry matter intake and the cows on B farm were supplemented concentrate about 23% of daily dry matter intake. The cows in both farms were grazed in daytime and night except for October in the A farm when the cows were kept in the bam during the night. There was no significant difference in walking distance between HF and BS in the A farm, however the walking distance of BS tended to be longer than HF in the B farm. Eating and ruminating time of the cows in the A farm did not differ between HF and BS. However, eating time of the cows in the B farm was higher in BS than in HF. These results suggest that foraging activity of dairy cows on the temperate pasture differ between HF and BS, and is also affected by amount of supplement.

본 연구는 하퇴의지 착용자와 정상 성인간의 시간-거리, 운동형상학 변수를 조사하고 비교하기 위하여 실시하였다. 연구 대상자는 외상으로 인한 하퇴 절단자로서 내골격식 하퇴의지를 착용하고 독립적으로 보행이 가능한 20명과 연령, 신장으로 짝짓기한 대조군(matched control group) 20명이 참여하였다. 보행분석은 Vicon Clinical Manager Software (VCM)를 내장한 PC에 5개의 카메라가 연결되어 있는 Vicon 512

This paper proposes a model and train method that can real-time detect objects and distances estimation based on a monocular camera by applying deep learning. It used YOLOv2 model which is applied to autonomous or robot due to the fast image processing speed. We have changed and learned the loss function so that the YOLOv2 model can detect objects and distances at the same time. The YOLOv2 loss function added a term for learning bounding box values x, y, w, h, and distance values z as 클래스ification losses. In addition, the learning was carried out by multiplying the distance term with parameters for the balance of learning. we trained the model location, recognition by camera and distance data measured by lidar so that we enable the model to estimate distance and objects from a monocular camera, even when the vehicle is going up or down hill. To evaluate the performance of object detection and distance estimation, MAP (Mean Average Precision) and Adjust R square were used and performance was compared with previous research papers. In addition, we compared the original YOLOv2 model FPS (Frame Per Second) for speed measurement with FPS of our model.