• 한국프랜차이즈경영연구
• /
• 제5권1호
• /
• pp.49-64
• /
• 2014

본 연구는 대표 눈높이 러닝센터의 사업화 사례 분석을 통해 교육 서비스 프랜차이즈 기업의 자기주도 학습관 사업화에 대한 개념을 정립하는데 목적이 있다. 대교 눈높이 러닝센터는 자기주도 학습관과 관련된 프랜차이즈 사업화의 선두주자로 해당 산업 내에서 이러한 성공을 이끈 경영방식을 유지하고 있다.대교가 성공적으로 러닝센터 사업화를 이룰 수 있던 것은 목표관리, 학습관리, 그리고 환경관리 등의 3가지 요인을 기반으로 한 교육서비스를 제공하고 있기 때문이다. 첫째, 대교는 목표관리로 꿈과 학습목표 및 학습실천 계획을 세우고 실천할 수 있는 분위기를 조성함으로써 자기주도적 태도를 형성하는데 도움을 준다. 또한, 대교는 학습 성향검사를 통한 효율적인 학습방법을 탐색하고 도모하게 할 수 있는 정보를 제공한다. 그리고 대교는 지속적인 학습 동기부여를 위한 다양한 행사를 실시하고 있다. 둘째는 학습관리로서, 대교는 30여 년 노하우의 눈높이 교재를 통한 체계적인 기초학력을 정착하는데 도움을 주고, 학습자 중심의 개인별 맞춤 솔루션 제공 및 정확한 진도를 관리하며, 출결시스템을 통한 학습시간 관리 및 1:1 학습지도를 통한 학습실천 관리를 제공한다. 셋째는 환경관리로서, 대교는 이를 위해 과목별 담당교사 및 집중력 있는 시설을 통해 자기주도 학습을 위한 공부환경을 조성해주고, 멀티미디어 시스템을 통한 LAB학습, 동영상 학습을 통한 다양하고 재미있는 공부공간을 제공해준다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.645-646
• /
• 2023

본 연구에서는 원격강좌(콘텐츠 기반)를 이용하여 학습하는 학습자들의 학습 형태를 분석하여 효율적인 원격강좌 운영을 위한 제도 마련에 대한 필요성을 제시하고자 하였다. 학습자들이 원격강좌를 학습한 정규교과 1년의 데이터를 가지고 분석한 결과 학습자들은 오후8시부터 자정까지 학습하는 빈도가 가장 높았다. 이는 교과 구분 형태인 전공/교양 모두에서 나타나는 분석결과였다. 또한 요일별로 분석해 보면 특정 요일에 학습의 빈도가 높았는데 이 요일은 한 주간의 강의가 종료되는 요일이었다. 이러한 분석 결과를 기반으로 효율적인 원격강좌가 운영되기 위한 제도적 보완 - 원격강좌별로 종료되는 요일을 달리한다든지 -을 생각해 볼 필요가 있다 하겠다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.979-993
• /
• 2021

음향 장면 분류는 오디오 파일이 녹음된 환경이 어디인지 분류하는 문제이다. 이는 음향 장면 분류와 관련한 대회인 DCASE 대회에서 꾸준하게 연구되었던 분야이다. 실제 응용 분야에 음향 장면 분류 문제를 적용할 때, 모델의 복잡도를 고려하여야 한다. 특히 경량 기기에 적용하기 위해서는 경량 딥러닝 모델이 필요하다. 우리는 경량 기술이 적용된 여러 모델을 비교하였다. 먼저 log mel-spectrogram, deltas, delta-deltas 피쳐를 사용한 합성곱 신경망(CNN) 기반의 기본 모델을 제안하였다. 그리고 원래의 합성곱 층을 depthwise separable convolution block, linear bottleneck inverted residual block과 같은 효율적인 합성곱 블록으로 대체하고, 각 모델에 대하여 Quantization를 적용하여 경량 모델을 제안하였다. 경량화 기술을 고려한 모델은 기본 모델에 대비하여 성능이 비슷하거나 조금 낮은 성능을 보였지만, 모델 사이즈는 503KB에서 42.76KB로 작아진 것을 확인하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제23권3호
• /
• pp.47-71
• /
• 2014

The purpose of the present study is to verify the structural relationship among system quality, information quality, service quality, perceived ease of use, perceived usefulness, satisfaction, intention on continuous use of mobile learning in cyber university. For this study, W cyber university in Korea was chosen to conduct web survey. The subjects were 283 students who participated in W's cyber university courses. A hypothetical model was composed of system quality, information quality, service quality, perceived ease of use and perceived usefulness as exogenous variables, satisfaction and intention on continuous use of mobile learning as endogenous variables. The result of this study through structural equation modeling analysis is as follows: First, information quality only affect satisfaction, Second, perceived ease of use, perceived usefulness and satisfaction significantly affect intention on continuous use of mobile learning. These results imply that information quality should be considered for the design and development of mobile learning contents. Also, perceived ease of use, perceived usefulness and satisfaction is important to enhance intention on continuous use of mobile learning. This study proposes strategies for successful mobile learning in cyber university.

• 문화기술의 융합
• /
• 제5권2호
• /
• pp.375-380
• /
• 2019

본 논문의 핵심 주제는 개방형 교육 플랫폼 기반 학습 프로세스 마이닝 및 애널리틱스 기술로 최근에 관심과 사용이 급속히 증가하고 있는 MOOC(Massive Open Online Courseware) 등과 같은 개방형 교육 플랫폼을 기반으로 하는 개인별 학습 이력 로그로부터 학습 및 러닝 프로세스를 중심으로 하는 유의미한 학습 프로세스 지식을 발견하고 분석하기 위한 학습 프로세스 마이닝 프레임워크를 설계 및 구현하는 기술이다. 러한 프레임워크의 핵심 기술로서, 학습 프로세스의 표현, 추출, 분석, 가시화하는 기술과 이러한 마이닝 및 분석된 학습 프로세스 지식으로부터 개선된 학습 프로세스 관련 교육 서비스를 제공하는 기술로 구성된다.

• 한국기계가공학회지
• /
• 제20권7호
• /
• pp.72-79
• /
• 2021

This study reports on the experiment of using deep learning algorithms to determine the machining process of aluminium and steel. A face cutting milling tool was used for machining and the cutting speed was set between 3 and 4 mm/s. Both materials were machined with a depth to 0.5mm and 1.0mm. To demonstrate the developed deep learning algorithm, simulation experiments were performed using the VGGish algorithm in MATLAB toobox. Downcutting was used to cut aluminum and steel as a machining process for high quality and precise learning. As a result of learning algorithms using audio data, 61%-99% accuracy was obtained in four categories: Al 0.5mm, Al 1.0mm, Steel 0.5mm and Steel 1.0mm. Audio discrimination using deep learning is derived as a probabilistic result.

• 한국콘텐츠학회논문지
• /
• 제5권2호
• /
• pp.29-37
• /
• 2005

현재 많은 수의 원격대학들이 사이버교육 서비스를 제공하고 있으나 교육용 콘텐츠의 형식과 질에 있어서는 여전히 많은 문제점을 가지고 있다. 특히 표준적인 콘텐츠 개발 전략의 부재로 인하여 교수자마다 서로 다른 형식과 내용 구성의 콘텐츠를 작성하고 있으며 콘텐츠들 사이의 연관성의 부족으로 인하여 콘텐츠의 재사용이 어렵고 내용적으로 보완관계에 있는 유용한 콘텐츠가 있음에도 학습자가 이를 활용하는 것을 어렵게 하고 있다. 본 논문에서는 이러한 문제를 해결하기 위해 표준화, 재사용, 연관성을 높일 수 있도록 온톨로지와 SCORM 기반의 고급 교육 콘텐츠 개발 전략을 수립하였으며 실제 원격대학의 교육 콘텐츠를 제작함으로써 제안하는 기법이 효과적임을 보이고 있다.

• 재활치료과학
• /
• 제13권2호
• /
• pp.69-84
• /
• 2024

목적 : 노인의 건강한 삶의 방식으로서 라이프스타일에 대한 연구가 증가하고 있다. 라이프스타일이 개개인의 가치와 삶의 태도를 반영하는 개념임에도 불구하고, 아직까지 개인의 어떠한 가치가 라이프스타일을 건강하게 유도하는지 파악한 연구는 부족한 실정이다. 이에 본 연구는 노인의 라이프스타일 유형을 두 가지로 분류하고, 머신러닝을 활용하여 어떠한 개인적 가치가 건강한 라이프스타일에 우선적으로 작용하는지 파악하고자 한다. 연구방법 : 본 연구는 지역사회에 거주하는 55세 이상 중고령 노인 300명을 대상으로 횡단 연구를 수행하였다. 라이프스타일은 Yonsei Lifestyle Profile-Active, Balanced, Connected, Diverse (YLP-ABCD) 응답을 사용하여 잠재프로파일 분석을 통해 유형화하였다. 라이프스타일 유형을 예측하는 개인적 가치는 YLP-V (Values) 응답을 수집하여, 예측성능이 가장 높은 머신러닝 알고리즘을 선정한 후 상대적 중요도를 파악하였다. 결과 : 잠재프로파일 분석 결과, 라이프스타일은 건강한 라이프스타일 실천형(48.87%), 비실천형(51.13%)으로 분류되었다. 실천형에 속한 중고령 노인은 비실천형에 비해 사회관계가 활발한 특성을 나타내었다. 본 연구에 포함된 머신러닝 알고리즘 중 가장 우수한 성능을 보인 모델은 서포트 벡터 머신으로, 정확도 96%, Receiver Operating Characteristic (ROC) 영역 95%로 나타났다. 본 알고리즘을 바탕으로 개인적 가치의 상대적 중요도를 분석한 결과, 건강한 식단, 건강 매체, 여가활동, 건강 제품 및 머신러닝에 주의를 기울일수록, 해당 가치에 따라 중고령 노인은 건강한 라이프스타일을 실천하는 그룹에 속할 가능성이 큰 것으로 나타났다. 결론 : 본 연구는 중고령 노인의 사회적 관계망을 포함한 건강한 라이프스타일을 유도하기 위해, 건강 식단, 매체, 여가, 제품 및 습관에 대한 가치 향상을 중점적으로 다루는 종합적인 프로그램 및 서비스의 필요성을 시사한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.41-63
• /
• 2023

전자상거래 시장의 꾸준한 성장으로 인해 추천 시스템의 필요성은 점차 강조되고 있으며, 최근에는 추천 성능의 향상을 목적으로 리뷰 텍스트를 사용하는 연구가 활발히 진행되고 있다. 특히 많은 연구들은 리뷰 텍스트의 감성 점수를 활용하여 제안되고 있는데, 감성 점수만을 사용하는 방법론은 리뷰 텍스트에 존재하는 구체적인 선호도 정보의 활용 측면에 한계를 가지며 이는 결과적으로 성능 향상에 제약으로 작용하게 된다. 이를 개선하기 위해 본 연구는 딥러닝 기반 추천 모델에 온라인 리뷰 내 다양한 언어학적 요소들을 활용하여 고객의 선호도를 정교하게 학습할 수 있는 새로운 추천 방법론을 제안하였다. 이를 위해 먼저 고객과 상품 간 복잡한 상호작용을 고려할 수 있도록 딥러닝 모델을 통해 상호작용 관계를 비선형으로 학습하였다. 그리고 리뷰 텍스트를 효과적으로 활용할 수 있도록 언어학적 요소 중 고객의 구매 의사결정에 중요한 영향을 미치는 인지적 요인, 정서적 요인 그리고 언어 스타일 매칭을 사용하였다. 실험은 Amazon.com에서 수집한 온라인 리뷰 데이터를 사용하여 진행하였고, 실험 결과 제안 모델의 우수함을 검증할 수 있었다. 본 연구는 추천 시스템에서 리뷰 텍스트 내 고객 선호도에 대한 정보를 효과적으로 활용하는 방법론을 제안하여 연구의 이론적 및 방법론 측면에 기여하였다.

• 디지털융복합연구
• /
• 제17권3호
• /
• pp.221-226
• /
• 2019

뇌파 파형중 베타파를 이용한 인간의 인지상태를 판별한다. 베타파는 인간의 인지상태중 스트레스 영역에 해당하는 특성이 있고, 이 영역에서 스트레스의 오버대역폭을 추출하기 위해서 저대역폭과 고대역폭 사이의 베타파간 상관관계를 분석해야 한다. 그러므로 본 논문에서는 효과적으로 베타파 상관관계를 분석하고 추출하기 위해 비지도학습 머신러닝을 이용한 Kmean 클러스터링 분석모델을 제시한다. 제시된 모델은 베타파 영역을 유사한 영역의 클러스터 군으로 분류하고 해당 클러스터링 범주에서 이상파형을 판별한다. 이상파형 판별을 위해 클러스터군의 밀집도와 정상범주 이탈영역을 기준으로 스트레스 위험군을 판별하고 판별된 스트레스 위험군에 대한 대처방안을 제공할 수 있다. 제시된 모델을 활용하면 뇌파파형을 통한 인지상태의 스트레스 지수분별이 가능하고, 개인의 인지상태에 대한 관리 및 응용이 가능하다. 또한 스트레스와 오피스증후군을 갖는 사람들에게 뇌파관리를 통해 개인의 삶에 대한 질적 향상에 도움을 준다.