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 : 박기수(Ki-Su Park) (검색결과 45 건)
- 무료
- 기관 내 무료
- 유료
-
-
중학교 과학영재를 위한 팀 프로젝트 기반 적정기술 설계 프로그램의 개발 및 적용 효과
박기수(Ki Su Park),홍훈기(Hun Ki Hong) 한국영재교육학회 2016 영재와 영재교육 Vol.15 No.3
이 연구에서는 적정기술 주제의 설계과제를 제시하고 이를 팀 프로젝트를 통해 수행하는 중학교 과학영재교육 프로그램을 개발하고 대학부설 과학영재교육원 학생 19명에게 적용하여 효과를 측정하였다. 프로그램 도입 후 융합에 대한 태도 검사 점수는 통계적으로 유의한 향상을 보였으며, 이와 관련된 프로그램 요인으로 ‘명시적 상황제시’와 ‘융합적 사고가 요구되는 설계 활동’, 그리고 ‘활동 과정에서의 자율성 확보’가 학생들의 융합에 대한 태도의 변화와 연관이 있음을 관찰하였다. 또한 프로그램 도입 후 리더십 검사 점수는 통계적으로 유의한 향상을 보였으며, 이와 관련된 프로그램 요인으로 ‘공동체적 가치의 내면화’, ‘설계 과제의 현장성’, 그리고 ‘단기 집중 팀 프로젝트 활동’이 도출되었다. 프로그램 적용 후 학생들의 적정기술의 의미에 대한 인식은 ‘자신과 분리된 타인에 대한 원조’로부터 ‘공감을 통한 타인과의 적극적인 연결’로 전환되었다. 이러한 결과를 통해 중학교 과학영재 수업에 효과적으로 활용될 수 있는 프로그램으로서의 적용가능성과 함께 프로그램의 구체적인 개선점을 확인할 수 있었다. In this study, we developed a middle school science-gifted education program that introduce design task about appropriate technology, performed through team project activity. We evaluated the effectiveness after application to 19 students in a university-attached institute of education for the science-gifted. As a result, post-test scores on ‘Attitude toward convergence’ show statistically significant improvement over pre-test scores. Relational factors of this result are ‘suggestion of specified situation,’ ‘design activity that need convergence thinking,’ and ‘ensurance of autonomy in learning activity.’ The post-test scores on ‘Leadership test’ show statistically significant improvement over pre-test scores. Relational factors of this result are ‘internalization of communal value,’ ‘authenticity of the design subject,’ and ‘concentrated short-period team project activity.’ After this program, recognition about the meaning of appropriate technology of students changed from ‘assistance to others separated from self’ to ‘active connection to others through sympathy’. From these results, we could check the applicability as a program available for middle school science-gifted classes and specific improvements of program.
-
머신러닝 회귀 모델과 초분광 영상을 이용한 사과나무의 질소 상태 추정
박기수 ( Ki-su Park ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),김은리 ( Eun-ri Kim ),백현찬 ( Hyun-chan Baek ),박민준 ( Min-jun Park ),조정건 ( Jung-gun Cho ),장시형 ( Si-hyeong Jang ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
사과나무의 질소는 세포 분화 및 조직의 생장에 중요한 역할을 하며 수확량과 품질에 큰 영향을 미치는 인자로서 본 연구는 무인기에 탑재된 초분광 센서를 이용하여 취득한 반사값 데이터를 활용하여 사과나무의 질소량을 추정하는 모델을 개발하였다. 전라북도 진안군 백운면에 위치한 농가(35°40'29N 127°23'22E) 내 수령이 10~20년 정도인 사과(후지)나무 38그루를 대상으로 2021년 6월 9일부터 8월 11일까지 무인기(Matrice 300 RTK)에 초분광 센서(micro HSI 410 SHARK)를 탑재하여 약 한달 간격으로 총 3차례 촬영하였다. 촬영된 영상은 방사보정 및 기하보정 후 개체별 캐노피의 반사값을 추출하였다. 반사값의 노이즈를 감소시키고 정밀도를 향상시키기 위해 평활화 기법(Savitzky-Golay Filtering)과 정규화 기법(MinMaxScaler)을 사용하였고 식물체 데이터 Total-N과 반사값 데이터를 이용하여 머신러닝 회귀 모델(Extra Tree, Random Forest)을 개발했다. 정규화 기법만 사용한 Random Forest 모델(Validation Set: R2=0.769, RMSE=0.204% / Test Set: R2=0.791, RMSE=0.164%)이 가장 높은 성능을 나타내었다. 사과의 생육단계에 따라 화아분화기(6~7월)와 성숙 착색기(7~8월)로 나누어 재분석한 결과 화아분화기의 경우 정규화 기법만 사용한 Random Forest 모델(Validation Set: R2=0.136, RMSE=0.207%/ Test Set: R2=0.815, RMSE=0.09%)이 가장 좋은 성능을 나타내었고 성숙 착색기의 경우 정규화 기법만 사용한 Extra Tree 모델(Validation Set: R2=0.828, RMSE=0.200% / Test Set: R2=0.902, RMSE=0.127%)이 가장 좋은 성능을 나타내었다. 추후 연구를 통해 질소 상태만이 아닌 타 영양분과 과실 특성 추정 가능한 모델을 개발하여 과실 생산 기술 개발에 기여할 것으로 사료된다.
-
박기수 ( Ki-su Park ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),김태양 ( Tae-yang Kim ),백현찬 ( Hyun-chan Baek ),박민준 ( Min-jun Park ),송혜영 ( Hye-young Song ),조정건 ( Jung-gun Cho ),장시형 ( Si-hyeong Jang ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1
과수 생장 시 충분한 양의 질소 시비가 중요한데 과잉 및 결핍 시 품질과 수확량이 크게 감소한다. 수체의 영양 진단을 위한 분광 기술과 단시간에 데이터 취득할수 있는 원격탐사 기술을 이용하면 대면적 과원에서의 효율적인 재배 관리 및 과수의 안정적인 생산성을 유지할수 있다. 따라서 대규모 과원에서 재배되는 과수의 생산성 향상을 위해 무인기를 활용한 정밀 영양 진단 기술이 필요하다. 본 연구는 무인기에 탑재된 초분광 센서를 이용하여 취득되어진 반사값 데이터로 과수의 영양 상태를 추정하는 모델을 개발하였다. 본 연구는 전라북도 완주군에 위치한 농촌진흥청 국립원예특작과학원 시험 포장 내 심겨진 사과(홍로)나무를 대상으로 2021년 5월 26일부터 10월 14일까지 총 10차례 진행되었다. 실험에 사용된 장비는 회전익 무인기인 Matrice 200 v2와 초분광 센서인 MicroHSI 410 Shark이며 촬영 시간은 태양의 남중고도를 고려하여 11시~1시 사이에 실시하였다. 취득되어진 영상들은 전처리(방사보정, 기하보정) 후 영상 처리를 통해 캐노피의 반사값을 추출하였다. 식물체 데이터인 클로로필과 캐노피 반사값 데이터를 이용하여 다변량 회귀분석인 부분 제곱회귀분석(PLSR)로 추정 모델을 개발하였으며 모델의 성능은 결정계수(R²)와 평균제곱근오차(RMSE), 상대 오차(RE)로 평가하였다. 사과나무의 클로로필 PLSR분석한 결과 Calibration 모델의 R²는 44%, RMSE, RE는 각각 0.92㎍/㎠, 17%이며 Valibration 모델의 R²는 33%, RMSE, RE는 1.01㎍/㎠, 19%로 낮은 성능을 보였다. 생육 시기에 따라 2차례(화아분화기, 성숙기)로 나누어 재분석한 결과 성숙기의 모델 성능 (Cal.= R²= 86%, RMSE= 0.44㎍/㎠, RE= 8% / Val.= R²: 69%, RMSE= 0.65㎍/㎠, RE= 13% )이 높게 나타났는데 엽에 있던 영양분이 가지로 이동하여 잎이 황변되어 질소 시비량에 따른 변이가 크게 차이가 나는 것으로 판단된다. 추후 연구를 통해 주요 생육 시기에 수체의 영양 상태 진단 가능한 모델 개발하여 효율적인 재배관리를 통한 다수확 및 고품질의 과실 생산 기술 개발에 기여할 것으로 사료된다.
-
-
-
자유 탐구 수행에 어려움을 겪는 과학영재교육원 중학생 지도 교사의 셀프스터디
박기수(Ki-Su Park),이종혁(Jong-Hyeok Lee),홍훈기(Hun-Ki Hong) 한국영재교육학회 2017 영재와 영재교육 Vol.16 No.2
이 연구는 자유 탐구 수행 중 어려움을 겪는 학생들의 사례를 통하여 교사의 실천에 대한 점검과 성찰을 위해 수행된 셀프스터디(self-study)이다. 교사연구자인 ‘나’는 과학영재교육원 중학생 20명의 자유 탐구 활동을 1년 동안 지도하면서 참여관찰, 면 담 등을 통한 자료를 수집하였다. 자료의 분석 및 해석을 통해 학생들이 어떠한 어려움을 겪고 그 어려움의 배경적 상황이 ‘시간’, ‘관계’, ‘인식’ 차원에서 어떻게 작용하는지 탐구하였다. 그 결과 다음을 알게 되었다. 첫째, 중학교 2학년은 영재학교 입시 를 본격적으로 대비해야 하는 시기이다. 이로 인한 여유의 총량 부족, 구성원들과의 시간 불일치, 장기적인 탐구 수행의 어려움이 나타난다. 둘째, 학생들의 친밀한 관계형성 이전에 주제 중심 모둠 편성을 함으로써 학생들 사이의 소통과 이해의 수준이 저하되었다. 셋째, 자유 탐구에 대해 “알아서 해야” 하지만 “쓸모” 있는 결과가 요구되는 활동으로 인식하는 경향이 있었다. 자유 탐구와 관련된 세 가지 배경적 상황들은 고등학교 ‘입학 자격 취득’(取得)이라는 보다 큰 상황 속에서 탐구 수행 과정의 어 려움에 작용한다. 또한 탐구(inquiry) 그 자체의 ‘체득’(體得)을 방해하며 ‘교육 소외’ 현상을 낳는다. 셀프스터디를 통해 나는 ‘지원적 안내자’가 아닌 학생들의 ‘생활 세계’로 들어가 동행하는 ‘참여적 안내자’가 되어야 함을 배웠다. This study was performed in the students’ case who experience difficulties in open inquiry. ‘I’ collected data by participatory observation and interview during one-year open inquiry teaching to 20 middle school students of institute of science-gifted. By analysis and interpretation, I tried to understand students’s difficulties and the context of difficulties in dimension with ‘time’, ‘relationship’ and ‘perception’. First, the second grade of middle school is the time to prepare for entrance examination of gifted school in earnest. This brought about lack of overall margin, time discrepancies with members, and difficulties in conducting long-term inquiries. Second, because of ‘theme-oriented grouping’ in the absence of enough relationship, the quality of communication between students was low. Third, students had tendency to percept open inquiry as activity that should be care “by themselves” and be “useful”. In the larger context of the acquisition of entrance qualification in high school, three factors are related to the difficulties of the inquiry process. Furthermore, they interfere with ‘learning through Erlebnis’(體得) of inquiry itself and cause ‘education alienation’ phenomenon. Through self-study, I learned that I should be a participatory guidance accompany student’s ‘lived-world , rather than supporting guidance .
-
-
건축물 전력에너지 최적화 사용을 위한 역률개선에 관한 연구
박기수(Park, Ki-Su),권대욱(Kwon, Dae-Wook) 대한건축학회 2017 대한건축학회 학술발표대회 논문집 Vol.37 No.2
There is a way to reduce energy use by reducing energy use and optimizing efficiency by reducing energy usage. There is a way to increase new renewable energy generation by increasing the renewable energy generation. There is also a way to economically cut emissions of greenhouse gases through the emission trading. In these three ways, we want to study how to improve power energy efficiently by improving power factor in terms of demand management.
-
박기수 ( Ki-su Park ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),김은리 ( Eun-lee Kim ),정종찬 ( Jong-chan Jeong ),박진기 ( Hye-young Song ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1
수수는 세계 5대 곡물 중 하나이나 국내에서는 소규모로 재배되는 작물로 2009년 이후로 재배면적과 생산량 조사가 이루어지지 않고 있다. 수수는 밭작물의 논 재배시 안정적인 생산이 가능하며 휴경논에 재배된다면 자급률이 상승할 것으로 기대되는 작물이며, 지속적이고 안정적인 수급을 위해서 재배면적과 수량 추정 기술이 요구된다. 따라서 본 연구에서는 수수의 재배면적 산출을 위해 드론 영상을 기반으로 재배지를 추출하는 모델을 개발하였다. 경상북도 안동시 남후면 고상리에 위치한 수수 재배지(36°30'20.3N 128°36'27.6E, 약 18ha, 수수 재배 면적 1.6ha)에서 회전익 무인기(Matrice 300 RTK)에 RGB 카메라(Zenmuse P1)를 탑재하여 2022년 7월 8일부터 9월 2일까지 고도 80m, GSD 1cm/pixel로 총 5회 영상을 취득하였다. 그중 7월 28일에 취득한 영상들을 PIX4D 소프트웨어를 이용하여 접합 후 수수 재배지가 포함된 총 7장의 8,000×8,000pixel의 이미지로 분할하여 불필요한 Dataset 수를 감소시켰다. Label-Studio로 Sorghum, Other의 Class로 라벨링을 진행하였고 라벨링된 8,000×8,000pixel 이미지를 랜덤한 위치에서 1,000장의 2,048×2,048pixel 이미지로 분할하여 Dataset을 생성하였다. Train과 Validation의 Dataset 개수는 각 6,000장, 1,000장으로 나누었고 Unet의 Semantic Segmentation 모델을 생성하여 sparse categorical crossentropy 손실 함수와 sparse categorical accuracy 평가지표를 통해 모델의 성능을 평가하였다. 모델의 성능 개선, 학습 시간 단축, 과적합 방지를 위하여 10 Epoch마다 학습률을 ⅓으로 줄이는 전략과 얼리스탑 기능을 사용하였다. 재배면적 확인을 위한 이미지 분할을 진행한 결과, 총 1000 Epoch 중 61 Epoch의 학습이 진행되어 Train Dataset의 경우 loss = 0.0037, accuracy = 0.9985의 성능을 나타내었고, Validation Dataset의 경우 loss = 0.5111, accuracy = 0.9410의 성능을 도출하였다. 추후 다른 시기의 Dataset 추가를 통해 학습모델 및 validation의 성능 개선의 가능성을 검토할 예정이다.
스콜라연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
