정보통신 기술의 발전은 양방향의 참여 문화를 형성하고 있다. e-러닝의 환경도 웹 기반의 환경에서 모바일 환경과 방송과 융합된 네트워크 환경으로 변화되며, e-러닝도 학습자의 직접 참여를 요구하는 교수-학습 교수법을 제공하고 있다. 다양한 네트워크 환경에서 원하는 정보를 생성, 추출하고 다른 사람과 의사소통할 수 있어야 한다. e-러닝의 발전으로 복합적 사고와 고차원적인 인지 사고를 위해 학습자 주도의 개별적자율적 학습, 협력적(collaborative)학습을 제공할 수 있다. 즉, e-러닝의 웹 기반에서 발전하여 무선 네트워크 환경으로의 변화가 학습 환경도 시간적, 공간적으로 자유로울 수 있는 모바일 환경(mobile environment)에서 방송과 통신이 융합되고 나아가 유비쿼터스 환경(ubiquitous environment)으로 전환되고 있다. 본 논문에서는 e-러닝의 콘텐트를 다양한 디지털 기기에 따라 재사용하고 재구성하여 제공할 수 있도록 메타데이터 맵핑 구조에 대해 연구하고자 한다.
코로나 19(Covide-19)이후 가상과 현실이 융·복합 되어 사회·경제·문학활동과 가치 창출이 가능한 메타버스가 차세대 핵심산업으로 부상하고 있다. 이에 자사 보유 기술, IP(Intellectual Property) 등을 활용하여 메타버스 플랫폼을 구축하고자 하는 기업들이 증가하여 지식재산권을 둔 법적 이슈들이 새롭게 나타나고 있다. 따라서 본 논문에서는 상표권 침해를 보호하기 위하여 딥 러닝 기반 객체 탐지모델인 YOLOv5 모델을 활용한 메타버스 환경에서의 상표권 탐지 시스템을 제안한다.
군 복무 중 이러닝을 통해 군 장병의 자기 계발을 돕기 위해 정부는 군 이러닝 포털시스템을 구축하였다. 본 연구에서는 군 이러닝 포털 시스템을 통해 다양한 교육용 콘텐츠를 제공하기 위해 교육용 콘텐츠에 대한 메타데이터를 설계하였다. 군 장병들이 원하는 콘텐츠와 이를 표현하는 방법에 대한 설문 조사를 통해 요구 분석하였으며, 이를 토대로 분류 체계와 분류 항목을 선정하였다. 이러한 분류 체계와 분류 항목을 KEM과 SCORM과 같은 국내 외 콘텐츠 표준화 규격을 참조하여 교육 콘텐츠 메타데이터로 설계하였다.
본 연구의 목적은 메타분석을 통해 국내 플립러닝의 학습 효과를 검증하는 것이다. 이를 위해 2017년도까지 국내에서 발행된 플립러닝 효과성에 관한 연구들을 수집하였고, 총 95편이며 이 중 학위 논문은 59편, 학술 논문은 36편이다. CMA 프로그램을 활용하여 전체 효과크기, 종속변인에 대한 효과크기, 조절변인에 따른 효과크기 차이를 분석하였으며, 그 결과는 다음과 같다. 첫째, 플립러닝의 학습 효과가 .58로 강의식 수업에 비해 학습 효과가 높게 나타났다. 둘째, 인지적, 정의적, 대인관계 영역의 효과크기 분석 결과, 세 영역 모두에서 플립러닝의 효과가 유의하게 나타났으며, 인지적 영역, 정의적 영역, 대인관계 영역의 순으로 효과크기가 큰 것으로 나타났다. 셋째, 플립러닝의 학습 효과는 출판유형, 학교유형, 중심교과에 영향을 받으며 출판유형이 학위 논문일 때, 학교유형이 고등학교일 때, 높은 효과크기를 나타냈다. 본 연구는 이러한 연구결과를 바탕으로 향후 국내 플립러닝 수업설계 및 실행에 시사점을 제안하였다.
본 연구는 국내 간호대학생을 대상으로 한 플립러닝 연구들의 결과를 통합하고 분석하기 위해 실시한 메타분석연구이다. 대상 문헌은 PubMed, EMBASE, Cochrane, CINAHL, Korean databases가 이용되었으며 국내 간호학과학생들의 플립러닝 효과를 평가하는 무작위 실험과 비무작위 실험연구가 포함되었다. 95% 신뢰 구간과 SMD가 변량효과 메타분석 결과로 산출되었으며, 플립러닝 전체 효과 크기는 대조군에 비해 큰 효과 크기(SMD = 1.21; 95% CI = 0.84 ~ 1.63; I2 = 93.9; n = 23)로 나타났다. Bloom 분류에 따른 추가 분석 결과, 플립러닝은 심동적 영역, 인지적 영역, 정서적 영역의 변수들에 의미있게 영향을 미치는 것으로 나타났다. 본 메타분석은 총 10건의 문헌 분석을 통해 국내의 간호학과 학생들에 대한 플립러닝 교수법이 전통적인 교수법보다 심동적 영역, 인지적 영역, 정서적 영역에서 효과적임을 보여주었다. 추후 플립러닝은 간호대학생들의 학문적 수행 능력 향상을 위한 이론수업 및 실습 간호교육에 까지 통합 되어질 수 있다.
전자기록물의 유형은 다양해지고 있으며, 기능성이나 사용자와의 상호작용을 포함하며 여러 종류의 전자기록으로 구성된 기록물인 복합전자기록물들이 증가하고 있다. 복합전자기록물의 지속적인 접근을 보장하기 위해서는 아카이빙을 지원할 수 있는 메타데이터 구축이 필수적이다. 본 연구는 이러닝 콘텐츠인 복합전자기록물의 아카이빙을 위한 메타데이터 요소를 설계하여 제안하였다. 국내외의 장기보존을 위해 설계된 포맷 레지스트리의 구성요소를 비교 분석하여 디지털 아카이빙에 필수적인 공통 메타데이터 요소를 도출하고, 간호 분야 이러닝 콘텐츠의 보존 속성을 조사, 분석하여 이를 반영할 수 있도록 메타데이터 요소를 확장, 추가하였다. 분석결과를 통해 복합전자기록물 아카이빙을 지원하는 메타데이터 상위요소 25개와 138개의 하위요소가 제안되었다.
서비스 관점에서 구축되는 추천 시스템의 성능은 얼마나 효율적인 추천 모델을 적용하여 심층적으로 설계되었는가에 좌우된다고도 볼 수 있다. 특히, 추천 시스템의 초개인화는 세계적인 추세로 1~2년 전부터 구글, 아마존, 알리바바 등의 데이터 플랫폼 강자들이 경쟁적으로 딥 러닝 기반의 알고리즘을 개발, 자신들의 추천 서비스에 적용하고 있다. 본 연구는 갈수록 고도화되는 추천 시스템으로 인해 발생하는 여러 문제들 중 사용자 또는 서비스 정보가 부족하여 계속적으로 발생하고 있는 Cold-start 문제와 추천할 서비스와 사용자는 지속적으로 늘어나지만 실제로 사용자가 소비하게 되는 서비스의 비율은 현저하게 감소하는 데이터 희소성 문제 (Sparsity Problem)에 대한 솔루션을 모색하는 알고리즘 관점에서 연구하고자 한다. 본 논문은 첫 단계로, 적용하는 메타데이터에 따라 추천 결과의 정확성이 얼마나 차이가 나는지를 보이고 딥러닝 비지도학습 방식을 메타데이터 선정 및 추출에 적용하여 실시간으로 변화하는 소비자의 실제 생활 패턴 및 니즈를 예측해야 하는 필요성에 대해서 기술하고자 한다.
21세기 인류는 디지털 기술 혁신과 정보 통신 혁명으로 물리적 공간과 가상공간이 통합되는 새로운 유비쿼터스 시대를 맞이하고 있다. 미국, 일본, 유럽 등 많은 선진 국들은 유비쿼터스 컴퓨팅 혁명을 자국의 경쟁력 강화를 위한 핵심 패러다임으로 인식하고 유비쿼터스 관련 연구에 박차를 가하고 있다. 이에 본 연구에서는 엄선된 u-러닝 분석 사례의 고찰을 통해 'u-러닝 연구 방향 설정 시 고려할 사항','u-러닝 학습 모델 개발 시 고려할 사항' 및 'u-러닝 환경 조성 시 고려할 사항'등을 도출해 U-러닝 활성화 방안을 모색하였다.
본 연구는 자살 관련 행동에 대해 전통적인 예측 모형(기법)과 머신러닝 알고리즘을 활용한 연구의 예측력을 비교하기 위한 목적에서 수행되었다. 따라서 체계적 리뷰 수준에서 벗어나 메타분석을 통해 과학적으로 두 가지 기법의 예측력에 대해 살펴보고, 지역적인 수준에서 특히 국내 연구를 통해 알 수 있는 변인들을 분석하여 추후 자살 관련 행동 예측 연구에 도움을 주고자 하였다. 이를 위해 머신러닝을 사용한 연구 50개와 전통적 기법을 활용한 연구 74개로 총 124개의 문헌이 메타분석에 포함되었다. 연구 결과 전통적 기법을 활용한 연구들의 통합 AUC는 .770으로 머신러닝을 활용한 연구들의 통합 AUC값인 .853보다 낮은 것으로 나타났다. 특히 아시아권의 연구(AUC = .944)가 서양(AUC = .820)과 한국(AUC = .864)의 연구에 비해 높은 정확도를 나타내었다. 국내 연구에서의 조절효과를 추가적으로 분석한 결과 남성의 비율이 많을수록, 예측 대상이 자살 시도일수록 예측 정확도가 높았으며, 예측 대상이 자살 사망일수록, 그리고 신경망분석(Neural Network)을 활용한 연구일수록 예측 정확도가 낮았다. 본 연구는 자살 관련 행동의 예측에 대한 다양한 연구결과를 종합하고, 머신러닝을 활용한 예측의 효과성을 검증하는 한편, 국내에서 활용가능한 변인을 탐색하는 데 그 의의가 있다.
본 논문은 무선 인지 센서 네트워크에서 2차 사용자를 위한 효율적 채널 선택 알고리즘을 제안한다. 제안된 알고리즘은 러닝 오토메타와 퍼지 로직을 기반하고 있으며, 러닝 오토메타는 무선 전송 채널을 2차 사용자가 학습하여 그 결과를 채널 선택 확률값로 나타내며, 퍼지 로직은 최종 채널 선택을 위하여 다양한 입력 변수를 고려할 수 있도록 한다. 즉, 퍼지 로직은 러닝 오토메타의 결과인 채널 선택 학률값, 기사용자와 2차사용자 사이의 채널 SNR, 송수신 2차 사용자들 사이의 SNR값을 고려하여 다중의 가용 채널로부터 최적으로 전송 채널을 선택할 수 있도록 한다. 시뮬레이션 결과를 통해, 제안된 알고리즘이 기존 알고리즘들 보다 높은 처리율(throughput)을 제공할 수 있음을 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.