• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.9 no.5
• /
• pp.259-271
• /
• 2019

The purpose of this study is to examine the potential of flip learning in Korea and to explore the possibilities of university English education. To this end, participants are sought for classes wherein general English class is taught and the researcher is in charge of teaching. 25 students of media-English class is chosen for the study. Instruments for the study include class evaluation and feedbacks, mid-term and final exams, group performative evaluation, on-line class views and participations. The findings of the study are: As students progress in flipped learning classes, their exam results significantly improved, and their performative evaluation results also improved significant across different groups. The effects are more eminent among higher levels of students, but students with mid and low level of English still improved significantly once they engage themselves in preview activity on a regular basis and self-directedly.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.423-423
• /
• 2023

습지 생태계는 탄소저장고, 대기 온·습도 조절 등의 기능을 수행하는 만큼 면밀한 관리가 요구된다. 습지의 규모와 생태계는 밀접한 연관성을 가지므로 그 규모를 우선적으로 파악할 필요가 있으며, 이를 위해 지표면의 상태를 산지, 습지, 수역 등의 항목으로 구분한 토지피복지도가 고려될 수 있다. 현재, 환경부에서 운영 중인 환경공간정보서비스(https://egis.me.go.kr/)에서는 각각 30 m, 5 m, 1 m의 공간 해상도와 7, 22, 41가지 분류 항목을 갖는 대분류, 중분류, 세분류로 구분된 토지피복지도를 제공하며 이러한 자료들은 모두 1년 이상의 시간 해상도를 갖는다. 습지의 경우, 계절에 따른 환경 변화로 인한 규모의 변동성이 크게 나타날 수 있기 때문에 1년 이하의 시간 해상도를 갖는 고품질 토지피복 분류 정보가 요구된다. 따라서 본 연구에서는 기존 자료의 낮은 시간 해상도 보완을 목표로, 1개월과 30 m의 시·공간 해상도를 갖는 토지피복지도를 구축하기 위한 방법론을 제안하고자 한다. 이를 위해 Landsat-8 등과 같은 다양한 인공위성 자료를 수집하고, Support Vector Machine 등과 같은 머신러닝 기법을 적용하였다. 최종적으로 습지보전법에서 지정한 습지보호지역 중 내륙습지 26개소를 대상으로, 본 연구로부터 산출된 토지피복지도를 기존 환경공간정보서비스 내 대분류 토지피복지도와 비교·평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• The Journal of the Korea Contents Association
• /
• v.16 no.11
• /
• pp.38-52
• /
• 2016

This study analyzed effects of Action Learning approach on enhancing learning motivation and improving problem-solving capacity in NCS vocational competency classes of Polytechnic College. Targeted group is B Polytechnic College located in Chungnam, and 53 students in experimental group and 64 students in control group. analysis of data is descriptive statistic analysis and the multivariate analysis of variance (MANOVA) method to study sub factors of learning motivation and problem-solving ability. As a result, Action Learning approach has a great influence on connection, confidence, and satisfaction, among the sub factors of learning motivation. also figured that the approach has positive effects on problem clarifying, cause analysis, alternative developing, planning/practicing, and performance assessment, among the sub factors of problem-solving capacity. Moreover, Polytechnic College's NCS vocational competency classes are desirably required to adopt the approach of Action Learning for their educational method, as it fosters basic competencies, such as understanding of diverse perspectives, communicating, leadership, interpersonal relationship, self-development, coping with conflicts, operating meetings, to be learned while students are doing problem-solving activities under a team-working atmosphere.

• Information Systems Review
• /
• v.12 no.2
• /
• pp.25-45
• /
• 2010

Today, as potential uses of the Internet continue to grow, e-learning in university an education course has taken on an important role. Accordingly, to provide good e-learning services, university officials attempt to develop high quality educational content in their courses. In this study, we investigate e-learning adoption by students using the extended technology acceptance model (TAM). In particular, trust in the online environment plays an extremely crucial role in student willingness to adopt e-learning. Therefore, in this study, we analyzed the relationships of perceived ease of use, perceived usefulness, attitude, and actual use on students' level of trust using a partial least squares (PLS) approach. This study suggests valuable implications for developing e-learning strategies and implementing e-learning.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.317-317
• /
• 2021

효율적인 물관리를 위한 댐 유입량 대한 연구는 필수적이다. 본 연구에서는 다양한 머신러닝 알고리즘을 통해 40년동안의 기상 및 댐 유입량 데이터를 이용하여 소양강댐 유입량을 예측하였으며, 그 중 고유량과 저유량예측에 적합한 알고리즘을 각각 선정하여 머신러닝 알고리즘을 결합한 CombML을 개발하였다. 의사 결정 트리 (DT), 멀티 레이어 퍼셉트론 (MLP), 랜덤 포레스트(RF), 그래디언트 부스팅 (GB), RNN-LSTM 및 CNN-LSTM 알고리즘이 사용되었으며, 그 중 가장 정확도가 높은 모형과 고유량이 아닌 경우에서 특별히 예측 정확도가 높은 모형을 결합하여 결합 머신러닝 알고리즘 (CombML)을 개발 및 평가하였다. 사용된 알고리즘 중 MLP가 NSE 0.812, RMSE 77.218 m3/s, MAE 29.034 m3/s, R 0.924, R2 0.817로 댐 유입량 예측에서 최상의 결과를 보여주었으며, 댐 유입량이 100 m3/s 이하인 경우 앙상블 모델 (RF, GB) 이 댐 유입 예측에서 MLP보다 더 나은 성능을 보였다. 따라서, 유입량이 100 m3/s 이상 시의 평균 일일 강수량인 16 mm를 기준으로 강수가 16mm 이하인 경우 앙상블 방법 (RF 및 GB)을 사용하고 강수가 16 mm 이상인 경우 MLP를 사용하여 댐 유입을 예측하기 위해 두 가지 복합 머신러닝(CombML) 모델 (RF_MLP 및 GB_MLP)을 개발하였다. 그 결과 RF_MLP에서 NSE 0.857, RMSE 68.417 m3/s, MAE 18.063 m3/s, R 0.927, R2 0.859, GB_MLP의 경우 NSE 0.829, RMSE 73.918 m3/s, MAE 18.093 m3/s, R 0.912, R2 0.831로 CombML이 댐 유입을 가장 정확하게 예측하는 것으로 평가되었다. 본 연구를 통해 하천 유황을 고려한 여러 머신러닝 알고리즘의 결합을 통한 유입량 예측 결과, 알고리즘 결합 시 예측 모형의 정확도가 개선되는 것이 확인되었으며, 이는 추후 효율적인 물관리에 이용될 수 있을 것으로 판단된다.

• Journal of Digital Convergence
• /
• v.14 no.4
• /
• pp.111-128
• /
• 2016

The purpose of this study was to analyze domestic research trends of social learning in higher education, and find out educational implications with regard to the effectiveness of social learning. The 63 articles on social learning were finally analyzed, which were published in KCI journals. The results are as follows: Firstly, in respect of research contents, the research area of utilization and the survey methods were most frequently used in those studies. Secondly, as to the use of SNS, the analyzed studies were centralized on Facebook and Formal Structured Learning. Thirdly, as for the effectiveness of SNS, the experimental studies showed that social learning has an effective impact on the learning outcomes, learning processes, and learners' characteristics. In addition, survey studies most frequently set the independent variables as learners' characteristics and the dependent variables as participation, satisfaction, and academic achievement. This research has a significance in terms of verifying the educational implications of social learning, and providing the preliminary data to facilitate the performance for the effective social learning.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.131-131
• /
• 2022

기후변화의 영향으로 극치강우의 변동성이 커지고 있으며 계획빈도를 초과하는 폭우로 피해가 증가하고 있다. 기존의 물리기반의 홍수예측모델은 개념적 및 구조적 제약과 함께 다양한 유역조건 및 수문기상 조건에 기인한 강우-유출 관계의 불확실성을 고려하는 데 한계가 있다. 특히 한정된 홍수 사상을 통해 구축된 관측 자료로 인해 새로운 홍수 사상 예측 능력이 저조할 수밖에 없다. 따라서 기존 물리모형 기반의 홍수예측과 함께, 딥러닝(deep learning) 모형을 고려한 홍수예측 모델 개발과 개선이 필요하다. 본 연구에서는 다양한 분야에서 활용되는 인공지능(artificial intelligence, AI) 기술을 종합적으로 검토하고, 홍수 예측 측면에서의 활용 가능성 및 신뢰성을 고려하여 AI 기법을 채택하였다. 한강수계에 존재하는 댐 중 일부를 선정하여 대상 댐의 수문·기상학적 자료를 전처리한 후, 인공지능 기반의 홍수예측모형을 구축 및 최적화하였다. 다양한 예측인자와 모델 구성으로 홍수예측력에 대한 평가를 다각적으로 수행함으로써 홍수예측모델의 신뢰성을 제고하였다. 전반적으로 우수한 결과를 도출하였고, 유역면적이 작을수록 결과가 좋았다. 이는 넓은 유역일수록 복잡한 강우-유출 과정이 내재되어 있기 때문으로 판단되며, 넓은 유역에는 본 연구에서 활용한 자료에 추가적인 자료를 도입하여 모형 개선이 이루어져야 할 것으로 판단하였다. 수문 예측 연구에 통계모형이나 기계학습모형의 적용은 많이 있었지만, 딥러닝 기법 활용은 새로운 시도라는 점에서 의미가 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.139-140
• /
• 2022

코로나 팬더믹의 장기화에 따른 비대면 환경에서 대면 수업의 실재감을 제공하는 다양한 교수·학습 방법에 대한 시도가 이루어지고 있다. 실제 수업 현장에서는 대면수업과 다른 환경에서 학습자의 수준과 특성에 맞는 수업 설계의 필요성 또한 대두되고 있다. 본 연구에서는 플립러닝을 기반으로 한 비대면 프로그래밍 수업에서 학업성취도에 따른 학습 참여 수준과 실재감의 차이를 분석하여, 맞춤형 학습역량 강화를 위한 교수 방안을 모색하는 데 그 목적이 있다. 강의 동영상 수업과 상호작용을 포함한 플립러닝 기반 실시간 수업을 혼합하여 수업한 후 설문을 통해 학업성취도에 따른 학습자들의 학습 참여 수준, 교수 실재감과 학습 실재감을 조사한 결과, 학업성취도 가장 높은 학습자일수록 학습 참여도 높고, 다음 수준의 학습자들이 교수 실재감과 학습 실재감은 가장 높은 것으로 조사·분석되었다. 이를 통해 학업성취도에 기반하여 학습자별 맞춤형 교수방안을 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.1
• /
• pp.169-178
• /
• 2016

The purpose of this study is to rigorously review extant research on flipped learning that has been given a rising interests as a measure of securing the quality of higher education apart from the improvement of the curriculum. Colleges and universities are criticized for failing in equipping their customers with critical skills, which triggered them to review both curriculum and teaching learning method. In the middle of the teaching and learning method lies the flipped learning. For its relatively short history of research tackling the issues of flipped learning, now is the best time to review the extant studies on the topic to overview and suggest future directions in the field. With the goal in mind, this study restricted the journal articles reviewed to 20 and presented the results based on a conceptual framework derived from a rigorous literature review. Followings are policy suggestions and conditions for successful implementation of flipped learning.