인공신경망(ANN)을 이용한 전기공학 과정 과목 간 상관관계 연구

초록: 본 논문은 Universiti Teknologi MARA(UiTM) Cawangan Terengganu에서 전기공학 디플로마(전자/전력) 과목 간의 상관관계를 인공신경망(ANN)을 사용하여 연구한 내용을 제시한다. 수학 과목(예비 미적분 및 미적분 1)과 핵심 과목(전기회로 1)이 전자 1에 미치는 영향을 살펴보기 위해 분석이 수행되었다. 전자 1은 이전 학기에서 높은 낙제율(25% 이상)을 기록한 핵심 과목으로 확인되었다. 이 연구는 현재의 마지막 학기 학생들(5학기)을 대상으로 진행되었다. 과목 간의 상관관계를 관찰하기 위해 7개의 ANN 모델이 개발되었다. ANN 모델을 개발하기 위해서는 최적의 모델을 찾기 위해 ANN 설계 및 매개변수를 선택해야 한다. 이 연구에서는 학생 데이터베이스의 역사적 데이터가 교육 및 테스트 목적으로 사용되었다. 사용된 데이터셋의 총 수는 58세트이다. 70%의 데이터셋은 교육 과정에 사용되고, 30%의 데이터셋은 테스트 과정에 사용된다. 개발된 모델의 회귀 계수(R) 값이 관찰되고 분석되어 과목이 학생의 성과에 미치는 영향을 살펴보았다. 전기회로 1이 전자 1과 높은 R 값(0.8100)과 유의한 상관관계를 가지는 것을 입증할 수 있다. 얻어진 결과는 2학기 동안 수강한 전기회로 1에 대한 학생의 이해가 3학기 동안 수강한 전자 1의 학생 성과에 직접적인 영향을 미친다는 것을 보여준다. 따라서, 해당 당사자들에 의해 조기 예방 조치가 취해질 수 있다. 키워드: 인공신경망, 전기공학 디플로마, 정시 졸업, 상관관계.