http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
장애학생의 공격행동에 대한 특수교육교사의 대처방식 및 교육적 중재에 관한 인식
유수희,임경원 公州大學校 特殊敎育硏究所 2017 특수교육논집 Vol.21 No.-
The purposes of this study were to investigate special education teachers’ coping strategies and educational interventions for the aggressive behavior of students with disabilities and search for desirable coping methods and efficient interventions for aggressive behavior. Coping in a special education teacher for students with disabilities in aggressive behaviors it was analyzed by separating them with problem-focused coping, pursuit of social support, emotional palliative coping, wishful thinking. And awareness of the educational intervention was analyzed separately by school level and individual level. The study measured perceptions of coping strategies and educational interventions of 166 special education teachers with measuring instruments, the data were analyzed utilizing the SPSS statistical program. Research, special education teacher for students with disabilities of aggression was shown by using more active than passive coping, coping strategies were different according to gender, special education career, education and behavior intervention training experience. Awareness of the educational intervention personal level also showed some different by gender, special educational career, grades, education, injuries Experience. Educational intervention in the school level were different in some areas by gender, behavior intervention training experience. 이 연구의 목적은 장애학생의 공격행동에 대한 특수교육교사의 대처방식 및 교육적 중재에 관한 인식을 알아봄으로써, 바람직한 대처와 교육적 중재방안 마련을 위한 기초자료를 제공하는데 있었다. 연구목적을 달성하기 위하여 166명의 특수교육교사를 대상으로 설문조사를 실시하였고, 장애학생의 공격행동에 대한 특수교육교사의 대처방식은 문제집중적 대처, 사회적지지 추구, 정서 완화적 대처, 소망적 사고로 구분하였으며, 교육적 중재방법에 대한 인식은 개인차원과 학교차원으로 구분하여 분석하였다. 연구 결과, 장애학생의 공격행동에 대한 특수교육교사는 소극적 대처보다 적극적 대처방식을 더 많이 사용하는 것으로 나타났으며, 대처방식은 성별, 특수교육경력, 학력 및 연수경험에 따라 차이를 보였다. 또한 개인차원의 교육적 중재방법에 대한 인식은 성별, 특수교육경력, 학교급, 학력, 상해경험에 의해 일부 다르게 나타났으며, 학교차원의 교육적 중재방법은 성별, 행동중재 연수경험에 의해 일부 영역에서 차이를 보였다. 이 연구의 결과를 바탕으로 논의와 후속연구에 대한 제언을 하였다.
초음파 영상의 통계적 특징 벡터를 활용한 지방간 분석 알고리즘
하수희 ( Soo-hee Ha ),유재천 ( Jae-chern Yoo ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1
기존 초음파 지방간 분석은 Hepatorenal sonographic index(HI)를 사용하여 지방간을 진단하여 왔다. 이러한 HI 기법에서는 Hepato(간)과 Renal(신장), 두 부분의 영상데이터를 비교 활용하였다면, 본 논문에서는 신장의 영상데이터만을 이용하여, 이의 통계적 특징 벡터만을 활용하여 지방간을 진단을 함으로서 기존의 HI기반 분석대비 편리성과 정확도를 개선코자 Kidney Index(KI) 기반의 분석 기법을 제안한다. 본 논문에서 제안된 KI는 정상간과 지방간을 가진 실제 환자의 초음파 사진(정상간, 지방간 각 30명)을 학습 데이터를 구성하고, 이들 데이터군으로부터 특징 벡터들을 선별하여 머신러닝 기법 중 서포트 벡터 머신(Support Vector Machine)을 통해 학습시켜, 제안된 알고리즘의 유효성을 입증하였다.
Nonparametric Test for Ordered Alternatives on Ranked Ordering-Set Samples
김동희,김현기,유수희 한국자료분석학회 2006 Journal of the Korean Data Analysis Society Vol.8 No.2
In this paper, we suggest nonparametric test statistic for ordered alternatives on ranked ordering-set samples(ROSS) and investigate the asymptotic properties of the proposed test statistic. By the simulation works, we calculate the power of test statistic(P_ROSS
자가면역성 간염과 담관병증의 중복증후군 (Autoimmune Overlap Syndrome) 1예
정지아,곽인근,이혜란,장수희,김경모,유은실 대한소아소화기영양학회 2006 Pediatric gastroenterology, hepatology & nutrition Vol.9 No.2
자가면역성 간질환은 우리나라를 포함한 동양권에서 드문 것으로 알려져 있으나 최근 성인에서의 보고가 증가하면서 소아에서도 증가되는 추세이다. 자가면역성 간질환에는 자가면역성 간염, 원발성 담즙성 간경변증, 자가면역성 담관병증, 원발성 경화성 담관염 등이 있다. 이들은 감별해야 하는 질환이면서 동시에 드물게는 중복되어 나타나는 경우가 있다. 저자들은 자가면역성 간염과 자가면역성 담관병증의 중복증후군을 문헌고찰과 함께 보고하는 바이다. 앞으로 사춘기 연령에서 급성 또는 전격성 간염의 감별진단 질환으로서 자가면역성 간질환 및 중복증후군을 염두에 둔다면 진단 및 치료에 도움이 되리라 생각한다.
Fuzzy Contrast Enhancement를 이용한 Rewind/Remove Camera System 연구
장현우(Hyun-Woo Jang),오세빈(Se-Bin Oh),유수희(Oh, Su-hee Yoo) 한국지능시스템학회 2012 한국지능시스템학회 학술발표 논문집 Vol.22 No.2
본 논문은 Fuzzy Contrast Enhancement기법을 적용하여 대비를 개선한 후, Hear-like feature, Gaussian Model, HOG 기법 등을 적용하여 사람을 제거 하거나 얼굴영역을 변경에 관한 방법을 제시한다. Smart Phone에서 촬영한 영상을 YUV Color Model에서 RGB Color Model로 변경한 후, 명암 대비를 향상시키기 위해 Fuzzy Contrast Enhancement 기법을 적용한다. Fuzzy Contrast Enhancement 기법을 적용한 영상에서 움직이는 사람을 추적하기 위해 제거할 영상과 얼굴영역을 변경할 영상을 구분한다. 움직이는 사람을 추적하여 제거할 영상에서 움직이는 사람을 추적하기 위해 Gaussian Model로 적용할 영상과 HOG 기법을 적용할 영상을 구분한다. Gaussian Model 기법으로 적용할 영상에서 Gaussian Model을 적용한 후, Blob 기법을 적용하여 각 객체간의 정보를 이용하여 군집화 한다. HOG 기법을 적용할 영상에서 HOG 기법을 적용하여 사람객체 정보를 한 후, 추출된 두 영역의 정보를 이용하여 사람객체 영역을 추출한다. 추출된 사람객체 영역의 정보를 이용하여 사람객체가 추출되지 않은 배경과 정합하여 사람을 제거한다. 얼굴영역을 변경할 영상에서 SURF Feature 기법을 이용하여 특징점을 추출한 후, 손 떨림으로 왜곡된 영상을 Homography 기법을 이용하여 왜곡된 영상을 보정해 준다. 보정된 영상을 Hear-like feature 기법을 이용하여 얼굴객체를 추출한 후, 사용자가 원하는 얼굴객체를 선택한다. 선택한 얼굴객체의 ROI영상을 Template Matching기법을 적용하여 영상을 정합한 후, Color 왜곡 문제를 보정하기 위해 Color Transfer 기법을 적용한다. 제안된 방법을 Smart Phone을 이용하여 적용한 결과, 움직이는 사람을 추적하여 제거하는 방법과 얼굴영역을 변경하는 방법으로 적용하는 것을 확인 할 수 있었다.