Earticle

초록

영어

This paper proposes a program to educate elementary school students about Convolutional Neural Network(CNN). This algorithm introduced in the high school course of the “Elementary and Secondary AI Education Content Standards”. Convolutions, the core of CNN algorithms, are continuous mixed computations of multiplication and addition, so convergence with elementary mathematics curriculum can be sought. In the proposed CNN education program, instructors can combine 4 modules: convolution, stride, padding, and pooling, and incorporate mathematical systems and operations related with the learners' grades. There are 6 recommended combinations of modules, and there are differences in the scope and depth of learning from 2nd to 6th graders. It is necessary to verify the effectiveness of the program through field classes in the future.

한국어

인공지능 교육의 방향과 깊이에 대한 논의가 계속되고 있는 오늘날, 본 논문에서는 ｢초·중등 인공지능 교 육 내용기준｣의 고등학교 과정에서 도입되는 CNN(합성곱 신경망)에 대하여 초등학생을 대상으로 교육하는 프로 그램을 제안한다. CNN 알고리즘의 핵심인 합성곱 연산은 곱셈과 덧셈의 연속적인 혼합계산이라는 점에서 수학과 교육과정과의 융합을 모색할 수 있다. 제안된 CNN 교육 프로그램에서 교수자는 합성곱, 스트라이드, 패딩, 풀링이 라는 4개 모듈을 합리적으로 조합하고 학습자의 학년 수준에서 다룰 수 있는 수 체계와 연산을 접목할 수 있다. 권장되는 모듈의 조합은 6가지이며, 초등학교 2학년부터 6학년 학습자까지 학습의 범위와 깊이에 차이를 둔다. 향 후 현장 수업을 통해 교육 프로그램의 효과성을 검증할 필요가 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 합성곱
2.2 스트라이드
2.3 패딩
2.4 풀링
Ⅲ. 초등 수학과와의 융합 방안
3.1 수학 교과 역량
3.2 수와 연산 영역의 계통성
Ⅳ. 연구 결과
4.1 모듈형 CNN 교육 프로그램 개요
4.2 1개 모듈을 적용한 교육 프로그램
4.3 2개 모듈을 적용한 교육 프로그램
4.4 3개 모듈을 적용한 교육 프로그램
4.5 4개 모듈을 적용한 교육 프로그램
Ⅴ. 결론
REFERENCES

키워드

인공지능교육 CNN 합성곱 스트라이드 패딩 풀링 Artificial intelligence education CNN Convolution Stride Padding Pooling

저자

• 황유리 [ Yuri Hwang | 제주대학교 일반대학원 과학교육학부 컴퓨터교육전공 박사과정 ]
• 박남제 [ Namje Park | 제주대학교 교육대학 초등컴퓨터교육전공 교수 ] Corresponding Author

참고문헌

발행기관

간행물