• 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.

• Proceedings of KOSOMES biannual meeting
• /
• 2017.04a
• /
• pp.34-34
• /
• 2017

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2015.07a
• /
• pp.278-279
• /
• 2015

해기사의 해사영어 사용에 대한 체계적 교육의 필요성이 증가되는 가운데, 국제해사기구(IMO)는 이에 발맞추어 해사영어모델코스 3.17을 일반해사영어(General Maritime English, 즉 GME)와 특수해사영어(Specialized Maritime English, 즉 SME)로 나누어 재편하고, STCW에서 요구하는 지식, 이해 및 기술사항들을 영어교육의 다양한 요소들과 접합함으로써, 해사영어교육의 새로운 틀을 만들고자 시도하고 있다. 국내 해기교육 관련대학 및 기관이 향후 해사영어 커리큘럼을 재편성하기 위해서는, 개정될 해사영어모델코스의 주요 내용을 이해하고, 이를 국내 실정에 맞게 적용할 수 있도록 다양한 방안을 모색하는 것이 선행되어야 한다. 따라서 본 연구에서는, 국제해사기구가 제시한 해사영어모델코스 3.17의 개정 목적 및 변화된 해사영어모델코스의 틀과 방향을 살펴보고, 향후 국내교육기관에서의 해사영어교육 커리큘럼을 재편성한 후, 성공적인 언어교육서비스 제공을 하기 위해 고려해야 할 현실적인 제한 요소들을 살펴보고, 이에 대한 해결책을 모색하고자 한다.

• The Journal of Korean Association of Computer Education
• /
• v.3 no.1
• /
• pp.177-189
• /
• 2000

This paper describes the design and implementation of Korean History Web courseware using semantic network in order to build learning environment in the viewpoint of cognitive flexibility theory. The most important thing in design for a courseware using semantic network is to build learning environment. The first step to do this is to analyze learning contents and after that we should define the type of link between learning subjects. We should develope the knowledge map which has the link of each type connected with every learning subject.

• Proceeding of EDISON Challenge
• /
• 2013.04a
• /
• pp.1-12
• /
• 2013

그래핀에 대한 이론 연구는 주로 계산이 용이한 코스그레인 (Coarse-grained) 모델을 이용한 분자동역학 시뮬레이션을 토대로 이루어져 왔다. 하지만 그래핀 고분자 복합체, 표면이 개질된 그래핀의 구조 등에 대한 원자 수준의 총체적인 정보는 거시적인 (Macroscopic) 코스그레인 모델을 바탕으로 한 분자동역학 시뮬레이션으로는 얻을 수 없다. 따라서 본 연구에서는 전자구조 계산 및 원자 수준 모델의 Born Oppenheimer Molecular Dynamics를 이용하여 작은 그래핀 분자의 구조 (Structure)와 형태동역학 (Conformational Dynamics)에 대한 정보를 얻고, 이를 바탕으로 한 코스그레인 모델을 구축하였다. 더 나아가 이 코스그레인 모델을 이용하여 전기전도성 네트워크와 고분자-그래핀 복합체의 구조 등에 대해 살펴보고자 한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.11a
• /
• pp.235-240
• /
• 2000

현재 웹 코스웨어의 대부분은 하이퍼텍스트 문서들간의 비선형적인 연결에 의한 학습 방식을 채택하고 있으나, 이는 단순한 페이지 링크형 학습으로서 그리 커다란 교육 효과를 발휘하기에는 어렵다는 한계를 맞이하고 있다. 이러한 상황에서 다중 학습자가 동기적으로 참여하는 시뮬레이션 게임 방식은 웹 코스웨어의 현재 한계를 뛰어넘을 수 있는 하나의 교수·학습 모델이 될 수 있을 것으로 기대된다. 이에 본 논문에서는 다중 학습자가 동기적으로 참여하는 시뮬레이션 게임 방식의 웹 코스웨어에 대한 수업 모델을 제안하고 있다. 이 수업 모델은 Atkinson의 체제적 접근 방식의 게임 설계, Alessi와 Trollip의 시뮬레이션의 구조와 절차, Reigeluth와 Schwartz의 시뮬레이션에서의 학습자 역할에 대한 분석 연구를 기반으로 설계하였다.

• Journal of the Korea Convergence Society
• /
• v.9 no.10
• /
• pp.21-28
• /
• 2018

To help users who are experiencing difficulties finding the right learning course corresponding to their level of proficiency, we developed a recommendation model for personalized learning course for Intelligence Tutoring System(ITS). The Personalized Learning Course Recommendation model for ITS analyzes the learner profile and extracts the keyword by calculating the weight of each word. The similarity of vector between extracted words is measured through the cosine similarity method. Finally, the three courses of top similarity are recommended for learners. To analyze the effects of the recommendation model, we applied the recommendation model to the Women's ability development center. And mean, standard deviation, skewness, and kurtosis values of question items were calculated through the satisfaction survey. The results of the experiment showed high satisfaction levels in accuracy, novelty, self-reference and usefulness, which proved the effectiveness of the recommendation model. This study is meaningful in the sense that it suggested a learner-centered recommendation system based on machine learning, which has not been researched enough both in domestic, foreign domains.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.221-224
• /
• 2017

본 논문은 사용자 수준에 적합한 맞춤형 학습코스를 추천하여 학습효과를 향상시킬 수 있는 추천모델을 개발하고, 효과분석을 위한 방안을 제시한다. 학습자 개개인의 학습수준이나 학습내용 등에 따라 적합한 학습주제를 선정하여 제공하는 것은 중요하나, 일반적인 추천은 전문가 그룹을 활용한 사람중심의 추천으로 시간이 오래 걸리는 등 자원의 비효율적 한계점[1]을 가지고 있다. 이를 극복하기 위해, TF-IDF를 이용해 단어별 가중치를 계산하여 고빈도 단어를 추출하여 벡터 공간에 배치시키고, Cosine Similarity 기법을 이용해 벡터간의 유사도를 측정하였다. 학습자 프로파일을 분석하고, 학습스킬간의 연관성을 고려하여 맞춤형 학습코스를 추천하기 위해, 워드 임베딩 기법을 적용하였고, 이를 위해 오픈소스 Gensim[2]을 이용하였다. 맞춤형 학습코스 추천 모델의 효과를 분석하기 위한 실험을 설계하고 평가 문항지를 개발하였다.

• Journal of The Korean Association of Information Education
• /
• v.3 no.2
• /
• pp.85-93
• /
• 2000

The good courseware must have the me끼ts of computer and must be designed according to principles of instruction. Therefore, we propose a model of learning structure for tutorial web courseware on the basis of elaboration theory that can give us the suitable design strategies of contents for web courseware. This model is suited to the level learning and individual learning because it is constructed of six factors - epitome, precedence learning, basis learning, depth learning, summarizer, synthesizer. We also make a tutorial web courseware to apply this model and evaluate effects in comparison with the existing tutorial web coursewares.

• Proceeding of EDISON Challenge
• /
• 2015.03a
• /
• pp.61-69
• /
• 2015

나노과학에 대한 다양한 실험적 연구와 이론적 연구가 활발해지고 전문화 되어감에 따라 나노물질에 대해 연구하는 것은 더욱 중요해지고 있는 추세이다. 현재 고분자 나노물질들은 코팅, 광전자 부품, 자기 매체, 세라믹 등에 활발하게 이용되고 있으며 그 활용 범위가 더 커질 것으로 전망된다. 지난 몇 년간 사각기둥 형태의 구조체 내부에서 존재하는 고분자의 움직임에 대한 연구는 다양하게 진행되어왔다. 그러나 고분자들을 더욱 유용하게 응용하여 이용하기 위해서는 나노입자 기술과 연결시켜 보다 다양한 환경에서의 고분자의 상태를 자세하게 이해해야 할 필요가 있다. 고분자 물질에 대한 이론적 연구는 주로 계산이 용이한 거시적인 모델인 코스그레인(Coarse-grained) 모델을 이용한 컴퓨터 시뮬레이션을 통해 이루어져왔다. 본 연구에서도 에디슨 서버에 탑재된 코스그레인 모델을 이용한 분자 모델링 시뮬레이션을 통해 제한된 공간 안에서 다양한 구조체들의 내부에서 고분자의 구조를 계산하고, 시뮬레이션의 결과값과 Flory의 공식을 이용한 이론적인 계산값이 얼마나 잘 맞아 떨어지는지에 대해 알아보고자 한다.