• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• Journal of the Korean Society for Library and Information Science
• /
• v.43 no.3
• /
• pp.147-162
• /
• 2009

In this study, our purpose was to develop the metadata elements for archiving e-learning content being generated by universities. In order to achieve this goal, we first examined the current status of e-learning content providing services both domestically and overseas and then compared each standard for metadata for e-learning content built for educational purposes. We found that KEM (Korea Education Metadata) 3.0, a server being provided by KOCW (Korea Open CourseWare), does not currently accommodate the metadata elements for archiving. In this study, we extended and added the scope of metadata elements for archiving based on KEM 3.0. We also tried to build up metadata for archiving the e-learning content provided based on KEM 3.0+. As a result of this study, a basis for archiving elLearning content is expected to be founded.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.429-431
• /
• 2010

인터넷과 정보기술의 발전으로 최근 이러닝 시스템을 포함한 다양한 학습 시스템이 연구 발전되고 있다. 학습자의 관점에서는 학습의 형태 혹은 학습자의 학습 패턴등을 분석하여 지능적인 학습시스템으로 발전하고 있으며, 교수자의 관점에서는 교수학습 모델 연구와 학습 컨텐츠 계발 방법론 연구 등이 활발하게 이루어지고 있다. 본 논문에서는 지능형 튜터링 시스템을 위한 메타러닝 설계 연구를 제안하였다. 메타러닝은 학습자 자신이 어떤 특성을 가지고 어떻게 학습하는지에 대해 학습할 수 있는 방법을 설명한다. 동일한 학습내용을 같은 순서 혹은 같은 방법으로 학습하는 것은 서로 다른 학습자에게 동일한 학습 결과를 나타낼 수 없기 때문에 개인 맞춤형 학습 서비스 형태를 필요로 한다. 따라서 본 연구에서는 메타러닝 설계를 기반으로 지능형 튜터링 시스템을 개발 할 수 있는 방법을 설명하고자 한다. 향후 본 논문에 설계를 기반으로 지능형 튜터링 플랫폼을 표준으로 개발하여 국제적 표준의 ITS(Intelligent Tutoring System)로 발전되기를 기대한다.

• The Journal of the Korea Contents Association
• /
• v.6 no.11
• /
• pp.249-259
• /
• 2006

E-learning objects should be appropriately described and classified using standard metadata for facilitating the processes of e-learning resource description, discovery and reuse. These metadata need to be published in a registry to reduce duplication of effort and enhance semantic interoperability. This paper describes how standard ebXML registries can be used for annotating, storing, discovering and retrieving e-learning object metadata. For semantic annotation of e-learning objects, IEEE LOM is adopted as the metadata ontology. In order to support the e-learning metadata ontology in interoperable ebXML registries, a mapping scheme between LOM and ebXML information model is proposed. The usefulness of standard ebXML registries for sharing e-learning metadata is demonstrated by prototyping an e-learning registry called ebRR4LOM based on the scheme.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.665-666
• /
• 2023

딥러닝은 인간이 탐지하기 어려운 데이터의 특징 및 패턴을 인지하고, 이들을 학습하여 데이터를 분류 및 예측할 수 있는 기술이다. 그러나 딥러닝 모델을 잘 학습시키기 위해서는 고품질의 대용량 데이터와 이들을 처리할 수 있는 방대한 컴퓨터 자원이 요구되는 것이 일반적이다. 따라서 소량의 데이터만이 존재하는 분야나 컴퓨터 자원이 한정되어 있는 상황에서는 딥러닝을 적용하기 어렵다. 본 논문에서는, 소량의 데이터로도 모델을 자신들의 태스크에 맞게 최적화시킬 수 있는 메타러닝에 대해 소개하고, 메타 러닝 기법들의 방향에 따른 Metric-Based, Model-Based 및 Optimization 기반 모델들에 대해 소개하고, 앞으로 나아가야 할 연구 방향에 대해 제시한다.

• 한국정보교육학회:학술대회논문집
• /
• 2011.01a
• /
• pp.211-217
• /
• 2011

Recent IT (information technology) environmental changes, such as emerging social network services or increasing user participation in multimedia environment, have made it necessary for e-learning systems to undergo changes in various ways. Metadata is an agreement for interoperability between different systems. The standardization of metadata for e-learning system has been driven by some domestic and international organizations, but applying diverse environmental changes into the design of e-learning metadata is in dire need. In this paper, we present a methodology for the analysis and design of modeling e-learning metadata and elicit the design requirements, on the basis of the metadata standard KEM 3.0, about the elements that are expected to be needed in future e-learning systems. Based on the requirements from the analysis, we present the three-layer model for classifying the requirements by the importance of metadata elements per Kana Model. An intelligent e-learning system is to be developed based on the proposed modeling design, which we hope to influence the development of an international standard in the future.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.156-160
• /
• 2007

정보 통신 기술의 발전으로 교육 환경은 이러닝(e-Learning)과 모바일 러닝(Mobile Learning)이 지원되는 융합(convergence)된 네트워크 환경이 구축되고 있으며, 새로운 교수법을 필요로 한다. 학습자의 학습 환경(learning environment)에 따라 이러닝과 모바일 러닝이 상호작용(interaction)하여 학습 활동이 끊김없이(seamless) 수행되도록 한다. 본 논문에서는 이러닝과 모바일 러닝 환경에서 학습 활동을 수행하는 과정에서 상호작용하는 레이어를 설계한다. 각 레이에의 흐름(flow)에서 필요한 요소로 메타데이터(metadata)를 도출하고, 메타데이터를 다른 요소에서 필요로 할 때 재사용(reusable)할 수 있도록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.157-160
• /
• 2006

최근 e-러닝 산업 및 기술에서 큰 화두는 디지털 융합과 현상이라고 할 수 있으며, 이러한 융합화 시대를 향한 진화의 핵심적인 요구사항은 OSMU 이다. 현재까지 e-러닝 산업은 표준화 활동을 통해 디지털 융합화를 실현하고 있으며, 미국 ADL의 SCORM이 사실상의 표준으로 인식되고 있다. 하지만 기존 웹 기반의 e-러닝 환경은 학습을 할 때 컴퓨터에 의존함으로써 실질적인 디지털 격차를 극복하기에 한계가 있다. 이에 본 논문에서는 보다 실생활에 근접한 DiTV용 T-러닝 학습 환경에의 적용을 위하여 이미 작성된 SCORM 기반의 학습 콘텐츠 메타데이터를 DiTV용 TV-Anytime 메타데이터로 변환하여 상호운용성, 재사용성 및 고 이용성 등을 가능하게 하는 시스템의 설계를 제안하고자 한다. 이 시스템을 통하여 PC 에 익숙하지 못한 사람들을 DiTV 앞에서 더욱 편한 학습 기회를 제공할 수 있을 것이다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.3
• /
• pp.189-201
• /
• 2011

In this paper, we design an ontology which provides interoperability by integrating typical metadata specifications and defines concepts and semantic relations between concepts that are used to describe metadata for learning objects in university courses. And we organize a hierarchical structured e-Learning system for efficient retrieval of learning objects on many local storages that use different specifications to describe metadata and propose a query processing method based on inferences. The proposed e-Learning system can provide more accurate and satisfactory retrieval service by using the designed ontology because both learning objects that be directly connected to user queries and deduced learning objects that be semantically connected to them are retrieved.

• The Journal of the Korea Contents Association
• /
• v.22 no.6
• /
• pp.413-427
• /
• 2022

The purpose of this study was to improve and verify task value and academic self-efficacy of university students with metaverse gamification teaching method combining flipped learning and project-based learning. The subjects in this study were 16 university students majoring in counseling psychology who engaged in K university in cheong-ju. The subjects were assigned to the experimental group or the comparison group. The experimental group received the proposed metaverse gamification teaching method combining flipped learning and project-based learning while comparison group received teacher-centered learning. The dependent variables in this study were task value and academic self-efficacy. Each variable was assessed before class, after the end of the class. At the end of the class, the experimental group engaged statistically significantly higher levels of task value and academic self-efficacy than the comparison group. The findings of this study suggest that this metaverse gamification teaching method combining flipped learning and project-based learning is effective at improving task value and academic self-efficacy.