• The Journal of Korean Association of Computer Education
• /
• v.10 no.4
• /
• pp.73-82
• /
• 2007

The purpose of the study was to develope e-Learning multimedia resource management system to support developing of e-Learning contents. This system is to create and manage multimedia resources like video, audio, and image more easily. We analyzed and redesigned media asset management system that would be used in broadcast, press, and industry. This system has SCORM metadata and is consisted of Windows 2003 server and RDBMS. The survey was conducted to investigate usability and satisfaction for the developed system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1505-1506
• /
• 2011

소셜 서비스의 확산에 따라 이러닝 분야에서도 소셜러닝이 확산되고 있다. 소셜러닝이 기존 교육과 구별되는 가장 큰 특징은 콘텐츠의 생산과 소비 방법으로, 네트워크를 통해 가치를 전달하고, 다른 사람으로부터 배운다는 것이다. 따라서 소셜미디어 콘텐츠와 소셜네트워크 활동 콘텐츠를 학습객체화하여 함께 이용할 수 있어야 한다고 본다. 이를 위해 본 논문에서는 소셜미디어 콘텐츠를 학습객체화 할 수 있도록 콘텐츠 생성모델 확장 방안을 제안하고자 한다. 소셜자원기반 콘텐츠 생성모델은, 학습객체 정의와 메타데이터 생성모델로 구성된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.573-576
• /
• 2022

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolutional Neural Network, CNN)의 정확도를 개선시킬 수 있는 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 삼각형의 넓이와 그 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 오디오 파일과 이미지이었다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 학습은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장으로 인해 3차원 모델링 시장이 증가가 하면서 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습 표현하는 방식으로 적용하는 것은 쉽지 않다. 그렇기 때문에 본 논문에서는 산업 현장에서 사용되는 데이터인 삼각형 메쉬 구조를 바탕으로 기존 방법보다 정확도가 높은 학습 기법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.545-548
• /
• 2023

본 논문에서는 골프 코스 시뮬레이션을 위해 수집된 데이터의 정제 및 처리에 요구되는 딥 러닝 모델과 모델 적용 과정에 대해서 논의한다. 최근 스크린 골프 시장의 확대와 골프 시뮬레이터 기술의 발전으로, 위성 이미지, 항공 촬영 이미지, 공간 정보 시스템 (GIS) 등 다양한 데이터 소스로부터 골프 코스에 대한 정보를 수집에 대한 요구가 증가하였다. 이번 연구에서는 이러한 데이터 소스로부터 생성된 원시 데이터를 최적의 시뮬레이션 입력으로 변환하기 위한 컴퓨터 비전 기법과 딥 러닝 모델 구조에 대해서 검토한다. 특히, 데이터에서 골프 코스 시뮬레이션에 요구되는 메타 데이터를 도출하기 위해 코스 분할(Segmentation)과 코스 오브젝트 분류(Classification) 모델을 적용하는 과정을 다룬다. 이를 통해, 본 연구는 골프 코스 시뮬레이터의 개발 과정에서 중요한 기술 요소를 제공하며, 이는 시뮬레이션의 정확도와 골프 코스의 다양성을 증진시키는데에 기여한다.

• Journal of Korean Academy of Fundamentals of Nursing
• /
• v.23 no.4
• /
• pp.430-439
• /
• 2016

Purpose: The purpose of this study was to contribute to the development of an efficient teaching-learning method by analyzing effects of writing reflective journals on meta-cognition and problem solving ability in nursing students in education applying blended learning for fundamental nursing skills. Methods: The research design was a one-group pretest-posttest design, done to assess changes in meta-cognition and problem solving ability. Participants were 63 nursing students taking the fundamental nursing skills course at one college in Gyeonggi Province. The course was offered from March 21 to June 3, 2016. Data were collected using pre and post tests given before and after writing of reflective journals in blended learning. Data were analyzed using t-test, ANOVA, $Scheff{\acute{e}}^{\prime}s$ test and paired t-test with SPSS Statistics version 20.0. Results: The results of this study show that scores for meta-cognition and problem solving ability of these students were all above average. There was a statistically significant difference in meta-cognition between pre and post writing of reflective journals but not for problem-solving ability. Conclusion: The findings indicate that writing a reflective journal in blended learning is an efficient teaching-learning method to improve meta-cognition in nursing students.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.6
• /
• pp.173-178
• /
• 2022

Recently, a recommendation system using deep learning in social network services has been actively studied. However, in the case of a recommendation system using deep learning, the cold start problem and the increased learning time due to the complex computation exist as the disadvantage. In this paper, the user-tailored exercise routine recommendation algorithm is proposed using the user's metadata. Metadata (the user's height, weight, sex, etc.) set as the input of the model is applied to the designed model in the proposed algorithms. The exercise recommendation system model proposed in this paper is designed based on the neural collaborative filtering (NCF) algorithm using multi-layer perceptron and matrix factorization algorithm. The learning proceeds with proposed model by receiving user metadata and exercise information. The model where learning is completed provides recommendation score to the user when a specific exercise is set as the input of the model. As a result of the experiment, the proposed exercise recommendation system model showed 10% improvement in recommended performance and 50% reduction in learning time compared to the existing NCF model.

• Journal of the Korea Convergence Society
• /
• v.11 no.11
• /
• pp.103-114
• /
• 2020

This paper's research objective is to test educational content with different dimensions of knowledge during a graphic basic design course, while also proposing teaching plans and opinions for courses in flipped classrooms as well as enhancing educational efficiency. It categorizes educational content of courses based on the dimensions of knowledge in the learning objectives of Bloom's taxonomy. 120 students are divided into four experimental groups to respectively under go flipped classroom learning by using different dimensions of knowledge involved in course content. Course pretests and post tests are used to obtain and analyze experimental data. Among this knowledge, factual and conceptual knowledge obtained during extra curricular independent learning as well as programmed and meta-cognitive knowledge obtained during in-class learning from a flipped classroom can stimulate student's learning initiative and also enhance learning efficiency. According to research results and student feedback, this paper will propose targeted categorization methods for course content and also suggest educational strategies for these courses' flipped classroom model.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.960-963
• /
• 2013

By the rapid development ICTs, education is entering into a smart learning. Learners are put down the paper book, are learning by using a various smart devices, and at this moment emerged that learning system each of which contains numerous platforms. Platform-specific systems require a lot of time and money to applicable to heterogeneous platforms, and This phenomenon is exacerbated if system has a lot of learning contents. Learning system that supports cross-platform is needed for reduce the unnecessary waste of resources and provide effective learning content. In order to achieve this, the research must be preceded by a database model that numerous of existing learning content can be integrated without any unnecessary redundant. In this paper, suggests Ontology-based metadata model that can be integrate existing learning content as an alternative to database, and through this, Design and Implementation of smart learning system that support Heterogeneous platforms.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1222-1225
• /
• 2011

개인화된 IT 서비스의 트렌드는 학습자를 위한 튜터링 시스템에도 학습자의 능력과 수요를 고려한 개인화된 서비스를 요구하고 있다. 본 연구에서는 지능형 튜터링 시스템을 위해 사용자 프로파일 에이전트(UPA, User Profile Agent) 모델을 제안한다. UPA는 프로세스, 메타데이터, 사용자 인터페이스로 구성되어 있으며, 사용자의 기본 정보와 학력 및 경력 정보, 학습 영역 지식, 개인 능력 측정 정보를 메타데이터에 기반으로 저장한다. 저장된 사용자 프로파일 정보는 에이전트의 프로세스에 의해 가공되어 학습자에게 유용한 정보를 제공할 수 있도록 기여할 수 있다. 향후 본 논문의 모형 설계를 기반으로 이러닝 기술 환경의 변화를 반영한 지능화된 지능형 튜터링 시스템 개발에 기여할 수 있도록 연구 발전시키는 것을 목표로 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.621-623
• /
• 2022

최근 코로나19로 인해 비대면으로 소통할 수 있는 플랫폼에 대한 관심이 증가하고 있으며, 가상 세계의 개념을 도입한 메타버스 플랫폼이 MZ세대의 새로운 SNS로 떠오르고 있다. 아바타를 통해 상호 교류가 가능한 메타버스는 텍스트 기반의 소통뿐만 아니라 음성과 동작 시선 등을 활용하여 변화된 의사소통 방식을 사용한다. 음성을 활용한 소통이 증가함에 따라 다른 이용자에게 불쾌감을 주는 혐오 발언에 대한 신고가 증가하고 있다. 그러나 기존 혐오 발언 탐지 시스템은 텍스트를 기반으로 하여 사전에 정의된 혐오 키워드만 특수문자로 대체하는 방식을 사용하기 때문에 음성 혐오 발언에 대해서는 탐지하지 못한다. 이에 본 논문에서는 인공지능을 활용한 음성 혐오 표현 탐지 시스템을 제안한다. 제안하는 시스템은 음성 데이터의 파형을 통해 은유적 혐오 표현과 혐오 발언에 대한 감정적 특징을 추출하고 음성 데이터를 텍스트 데이터로 변환하여 혐오 문장을 탐지한 결과와 결합한다. 향후, 제안하는 시스템의 현실적인 검증을 위해 시스템 구축을 통한 성능평가가 필요하다.