• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.11
• /
• pp.443-454
• /
• 2020

The purpose of this study is to propose a structural theoretical model that can explain the learning flow of online distance education participants and to clarify the structural causal relationship among related variables that affect the learning flow of cyber university learners. Study results found a modified final model with a statistically significant fit based on the structural research model proposed in this study explained the learning flow of cyber university learners. Second, as a result of verifying the relationship between learning motivation and learning flow of cyber university learners, it was found that intrinsic motivation had a significant positive effect on learning flow. Third, as a result of the empirical verification on the relationship between academic self-efficacy and learning flow of cyber university learners, it was found that academic self-efficacy had a significant effect on learning flow. Fourth, as a result of empirical verification on the relationship between self-directed learning and the learning flow of cyber university learners, it was found that the learner's self-directed learning ability had a significant effect on learning flow. Such research results can be used to suggest a strategic direction for successful settlement and diffusion of a new paradigm of online non-face-to-face distance education, which has recently attracted attention.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.661-663
• /
• 2004

본 연구는 웹상에서 학습자들에게 동영상(Flash Animation)학습과 심화학습(Feedback Learning)을 통하여 흥미롭고 자기 주도적으로 학습을 할 수 있도록 하여 홍미를 유발시키고 학습효과를 놓이고자 한다. 전체적으로 자료구조에 대한 기초적이고 전반적인 이론 학습 및 알고리즘 수행과정 실습을 할 수 있도록 하였으며 이해하기 힘든 학습내용을 단순한 텍스트 위주의 설명식 수업에서 탈피하여 자바스크립트 및 플래시 액션 기능을 활용한 코스웨어 상에서의 학습자 상호작용에 기반한 환경을 제공하였다 각 단위별로 기본 학습 밀 동영상 학습, 심화학습, 형성평가로 이루어져 있으며 , 학습화면 구성을 윈도우 운영체제 기본 환경과 유사하게 설정하여 학습에 흥미를 돋우고자 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.105-108
• /
• 2007

Bayesian learning network is employed for diverse applications. This paper discusses the Bayesian learning network algorithm structure which can be applied in the wireless sensor network environment for various online applications. First, this paper discusses Bayesian parameter learning, Bayesian DAG structure learning, characteristics of wireless sensor network, and data gathering in the wireless sensor network. Second, this paper discusses the important considerations about the online Bayesian learning network and the conceptual structure of the learning network algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.85-87
• /
• 2005

본 논문에서는 폰노이만 컴퓨터의 동작 원리를 귑게 이해하도록 도와주는 애니메이션 학습 도구의 개발을 소개한다. 개발된 프로그램은 일정 제약조건을 만족하는 임의의 명령어 집합 구조를 가상으로 시뮬레이션 하고 각 명령어의 실행과정을 플래시 애니메이션을 사용하여 학습자에게 보여준다. 시뮬레이션 대상의 ISA 설정과 메모리의 내용을 변경함으로써 임의의 프로세서구조에 대한 명령어의 실행을 시뮬레이션할 수 있다. 본 학습 도구는, 애니메이션을 이용함으로써 초보자라도 학습 내용을 쉽게 이해하게 할 수 있게 하였고 사용자와 쌍방향 의사소통이 가능한 능동적 학습을 가능하게 하고 여러 수준의 학습자를 수용할 수 있는 장점이 있다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.15 no.4
• /
• pp.169-175
• /
• 2015

The purpose of this study is to investigate the structural relationships among teaching presence, cognitive presence, social presence, service quality, learning flow, and learners' satisfaction in mobile learning. Survey data collected by 255 learners who completed mobile-supported courses offered by an online university in South Korea were analyzed using structural equation modeling. The results suggest that cognitive presence, social presence, and service quality have direct effects on learning flow, and that cognitive presence, service quality, and learning flow have direct effects on learners' satisfaction.

• Journal of Korea Society of Industrial Information Systems
• /
• v.23 no.2
• /
• pp.53-61
• /
• 2018

Flow is an optimal psychological state that people experience when engaged in an activity that is both appropriately challenging to one's skill level, often resulting in immersion and concentrated focus on a task. Through the study model, we found that Flow can result in deep learning and high levels of learning performance.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.269-279
• /
• 1999

본 연구는 Web상에서 원격 협력 학습을 위한 수준별 학습자 모집 스케줄링 에이전트의 설계와 구현에 관해 제안한다. 본 시스템의 구조는 원격 교사 모듈과 여러 명의 학습자, 그리고 이를 연결해 주는 스케줄링 Agents, 학습자를 진단할 수 있는 진단 Agent로 구성된다. 컴퓨터가 분산환경으로 발전됨에 따라서 교육의 변화도 가속화되었고, 지식의 공유와 정보의 공유가 원격 협력학습에 의하여 절실히 필요하게 되었다. 원격 협력 학습에서의 학습자는 동일한 과목과 주제에 흥미를 느끼는 여러 명의 아동이 동시에 학습할 수 있는 상황이 필요하며, 선행 지식 또한 비슷한 수준이어야 동일한 주제로 학습의 효과가 있다. 이런 학습자를 판단하기 위해서 진단 Agent가 학습자를 진단하며 스케줄링 Agents의 학습자 지식에 추가한 후 스케줄링 Agents가 학습자의 기본 사항과 요구 내용을 추론하여 비슷한 수준의 학습자를 연결한다. 교사 모듈은 전통적인 ITS의 구조의 교수 학습 모듈, 전문가모듈로 구성되어 교수 학습을 할 수 있다. 이렇게 여러 명의 학습자를 연결하여 협력학습을 하기 위해서는 학습자간의 요구사항과 지식 수준 그리고 학습 가능한 시간이 같아야 하는데 이를 위해 시간을 자원으로 하는 동적 자원 스케줄링(Dynamic Resource Scheduling)으로 모델링 하였다. 본 연구에서 도형학습을 기반으로 하는 실험을 통해 구현한 원격 협력학습을 위한 지능형 스케줄링 에이전트를 평가하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.641-642
• /
• 2018

Currently, the performance of positioning technology based on radio wave fingerprint is greatly influenced by the selection of data comparison algorithm. In this case, the accuracy of the indoor positioning can be greatly improved by the data expansion technique necessary for the learning structure. In this paper, we discuss the importance of learning structure that can be applied to actual positioning through classification and extension of learning data to construct learning structure based on Wi-Fi radio fingerprint.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.517-521
• /
• 2023

최근 거대 언어모델의 등장과 동시에, 많은 매개변수를 효과적으로 학습하는 방법인 효율적인 매개변수 미세조정(Parameter Efficient Fine-Tuning) 연구가 활발히 진행되고 있다. 이 중에서 Adapter는 사전학습 언어모델(Pretrained Language Models)에 몇 개의 추가 병목 구조 모듈을 삽입하여 이를 학습하는 방식으로, 등장한 이후 다양한 연구 영역에서 주목받고 있다. 그러나 몇몇 연구에서는 병목 차원을 증가시켜 미세 조정보다 더 나은 성능을 얻는다는 주장이 나오면서, 원래의 의도와는 다른 방향으로 발전하고 있다는 의견도 있다. 이러한 맥락에서, 본 연구에서는 기존의 Adapter 구조를 개선한 MAdapter를 제안한다. MAdapter는 본래 Adapter에 중간 층을 추가하되 학습 가능한 매개변수의 수는 오히려 줄이는 방법으로, 전체 매개변수 수 대비 1% 내외 만을 학습에 활용하며, Adapter 대비 절반 정도의 매개변수만을 사용하여 기존 결과와 비슷하거나 더 나은 성능을 얻을 수 있는 것을 확인할 수 있다. 또한, 병목차원 크기 비교와 중간 층 개수 분석을 통한 최적의 MAdapter 구조를 찾고, 이로써 효율적인 매개변수 미세조정 방법을 제시한다.

• Journal of Internet Computing and Services
• /
• v.4 no.5
• /
• pp.69-76
• /
• 2003

In this paper we show a new learning algorithm for pattern classification. This algorithm considered a scheme to find a solution to a problem of incremental learning algorithm when the structure becomes too complex by noise patterns included in learning data set. Our approach for this problem uses a pruning method which terminates the learning process with a predefined criterion. In this process, an iterative model with 3 layer feedforward structure is derived from the incremental model by an appropriate manipulations. Notice that this network structure is not full-connected between upper and lower layers. To verify the effectiveness of pruning method, this network is retrained by EBP. From this results, we can find out that the proposed algorithm is effective, as an aspect of a system performence and the node number included in network structure.