http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 경윤영 (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
머신러닝을 활용한 하향취업의 결정요인 분석: 자아존중감을 중심으로
경윤영,신범철,이영석,이태현 경희대학교(국제캠퍼스) 국제지역연구원 2023 아태연구 Vol.30 No.1
본 연구는 머신런닝의 랜덤포레스트 모델을 사용하여 하향취업 여부를 예측하였다. 청년층의 직업 선택에 관한 정보를 얻고자 청년 패널조사(YP2007) 5차부터 12차 자료를 이용하였다. 또한, 랜덤포레스트 분석에 사용한 예측인자는 취업자의 객관적 정보인 인적특성, 직업속성, 구직활동 경험, 인적자본 변수뿐만 아니라 주관적인 평가가 들어가는 직업선택 시 중요도, 자아존중감의 변수도 포함하여 총 84개의 예측인자를 사용하였다. 주요 결과는 다음과 같다. 첫째, 랜덤포레스트 모델을 사용하였을 때 하향취업 여부의 기준을 교육수준을 나눈 모형1의 정확도, 민감도 및 특이도는 약 94%, 91%, 96%였으며 기술수준으로 나눈 모형2의 정확도, 민감도 및 특이도는 약 93%, 92%, 95%로 측정되어 두 모형 모두 예측 성과가 매우 높게 나타났다. 둘째, 랜덤포레스트 모델을 통해 예측인자의 변수 중요도를 살펴본 결과 모형1, 모형2 모두 월평균 임금, 종사하는 산업, 회사소재지 등의 직장속성 변수가 주요 변수로 채택되어 해당 변수들이 하향취업에 중요한 영향을 미치는 것으로 나타났으며 주관적 요인인 자아존중감 변수 역시 예측에 중요한 변수 중 하나임을 확인하였다. 이러한 연구 결과는 하향취업 여부를 예측하는 것에 있어 자아존중감이 하나의 중요 변수로 인식되기에 청소년기에 자아존중감 향상을 위한 체계적인 정책 및 교육과정을 마련할 필요가 있음을 시사한다. 또한 자아존중감을 높여야 하는 교육대상뿐만 아니라 부모, 교사 등 주변 인물들에 대한 교육도 함께 진행되어야 함을 의미한다.
-
경윤영(Yunyoung Kyung), 장인실(Insil Chang) 한국실행연구학회 2023 교육실행연구 Vol.1 No.1
본 연구는 2022년 법무부가 난민심사 지침을 공개해야 한다는 원심판결이 확정된 사건을 배경으로 교사가 가상의 상황을 설정하여 주도권 토론으로 중·고등학생이 지닌 난민에 관한 인식을 분석하였다. 설정한 연구 문제는 첫째, 학생들은 난민을 어떻게 생각하고 있는가? 둘째, 난민 수용에 있어서 제도적으로 보완해야 할 점을 무엇이라고 생각하는가? 셋째, 학생들은 난민 신청자를 난민으로 인정하기 위해 꼭 필요한 요소를 무엇이라고 생각하는가?이다. 학생들은 난민인정기준 심사에 포함될 평가 항목으로 경제력, 재능, 가족 여부, 출신국, 건강 이상의 다섯 가지 중 두 가지를 중요도 순으로 고른 후 한 가지를 더 제안하는 형태의 주도권 토론을 실시하였다. 토론 결과 학생들은 주어진 다섯 가지 평가 항목 이외에도 자국민 보호, 난민 구호의 시급성, 자국 이익, 신뢰성, 난민 신청자의 태도 등을 세 번째 인정 심사 평가 항목으로 선정하였다. 또한 학교급별에 따라 난민인식에 차이가 있었는데, 고등학생들은 난민의 무조건 수용에 대하여 자국민 보호를 우선 혹은 전제로 두고 의견을 제시하였으나, 중학생은 난민 입장을 우선 생각하는 팀의 활약이 두드러졌다. 이는 고등학생이 중학생보다 조금 더 현실적이고 실질적인 계산에 더 많이 마음을 기울이고 있음을 의미한다. 본 연구는 중·고등학교 학생들이 난민을 어떻게 인식하고 있는가를 이해하는 기초자료로 활용할 수 있다. This study analyzes the perceptions of middle and high school students regarding refugees through a discussion of a hypothetical scenario proposed by a teacher in light of a court decision confirming that the Ministry of Justice should publish refugee screening guidelines in 2022. The research questions were: First, what do students think about refugees? Second, what institutional improvements are necessary for refugee acceptance? Third, what elements do students think are essential for recognizing refugee applicants as refugees? After listing economic status, talent, family background, country of origin, and health as possible evaluation criteria, the study proposes that each team should choose two criteria based on importance and suggest another one. During the discussion, students highlighted the need to expand the evaluation criteria to include national protection, urgent refugee relief, national interest, reliability, and the attitude of asylum seekers. High school students emphasized the importance of national protection over the unconditional acceptance of refugees, while middle school students focused on establishing criteria from a refugee's perspective. The results indicate that high school students tend to be more pragmatic and focused on practical considerations than middle school students. The study aims to provide insight into the differences in thinking between middle and high school students regarding refugees and to encourage them to consider the issue of accepting refugees from various perspectives.
-
-
딥러닝 알고리즘을 활용한 디스플레이 정전척 FAB 공정의 불량 탐지 및 원인 분석
김서연,이지윤,목충협,김상훈,문석호,경윤영,이우진,최종명,진영길,김성범 대한산업공학회 2022 대한산업공학회지 Vol.48 No.2
Deep learning algorithms have been used in various production processes to reduce product defect rates and improve process management efficiency. In this study, we propose a method for defect detection and cause analysis in the field of display electrostatic chuck fabrication (FAB) processes. The proposed method consists of three steps. First, we construct an autoencoder model for detecting defects and obtain reconstruction errors. Second, we construct the deep neural network model based on reconstruction errors obtained from the preceding autoencoder model to predict defects. Lastly, we applied locally interpretable model-agnostic explanations (LIME) and Shapley additive explanations (SHAP) to the deep neural network model for identifying the major causes of defects. The usefulness and applicability of the proposed method was demonstrated using the actual electrostatic chuck FAB data. Our proposed model outperformed all comparative models by achieving the highest average recall score. Furthermore, lag time and electrostatic chuck driving environment were identified as major causes of the defect.
-
-
KCI
스콜라연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
