• Journal of Advanced Navigation Technology
• /
• v.13 no.5
• /
• pp.781-786
• /
• 2009

The cloud computing environment is a new trend of web based application parts. It can be IT business model that is able to easily support learning service and allocate resources through the internet to users. U-learning also is a maximal model with efficiency of the internet based learning. Thus, in this research, we proposed a design of u-learning's teaching and learning model that is applying the internet based learning. Proposal method is to fit u-learning and has 7 steps: Preparing, planning, gathering, learning process, analysis and evaluation, and feedback. We make a cloud u-learning server and cloud LMS to process and manage the service. And We also make a mobile devices meta data to aware the model.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2021.10a
• /
• pp.185-185
• /
• 2021

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.288-293
• /
• 2017

교수-학습 발화는 발화 턴 간에 규칙화된 인과관계가 강하고 자연 발화에서의 출현율이 낮다. 일반적으로 어휘부, 표현 제시부, 대화부로 구성되며 커리큘럼과 화제에 따라 구축된 언어자원이 필요하다. 기존의 말뭉치는 이러한 교수-학습 발화의 특징을 반영하지 않았기 때문에 한국어 교육용 튜터링 챗봇을 개발하는 데에 활용도가 떨어진다. 이에 따라 이 논문에서는 자연스러운 언어 사용 수집, 도구 기반의 수집, 주제별 수집 및 분류, 점진적 구축 절차의 원칙에 따라 교수-학습의 실제 상황을 반영하는 준구어 말뭉치를 구축한다. 교실에서 발생하는 언어학습 상황을 시나리오로 구성하여 대화 흐름을 제어하고 채팅용 메신저와 유사한 형태의 도구를 통해 말뭉치를 구축한다. 이 연구는 한국어 튜터링 챗봇을 개발하기 위해 말뭉치 구축용 챗봇과 한국어 학습자, 한국어 교수자가 시나리오를 기반으로 발화문을 생성한 준구어 말뭉치를 최초로 구축한다는 데에 의의가 있다.

• Journal of The Korean Association For Science Education
• /
• v.34 no.8
• /
• pp.731-744
• /
• 2014

Extracting students' own culture and resources as main sources in science class, we begin a research to explore teaching and learning settings that are more responsive to adolescents. This study has been designed to explore the funds of knowledge that students bring into middle school science class. It also focused on the features of teaching and learning settings that stimulated the autonomous inflow of students' funds of knowledge as resources of science learning. Data from participant observations and in-depth interviews with 7th grade students were qualitatively analyzed based on grounded theory. We found that students' funds of knowledge were formed from their family life, neighbor communities, peer group, and pop culture. The funds of knowledge based on peer culture emerged as the most salient factor of students' enhanced participation and utterance. Common features of classes that stimulated the inflow of funds of knowledge were analyzed to be: (1) hybrid spaces for learning designed in advance: (2) sharing and enlargement of the funds of knowledge that has been brought into the class: and (3) common orientation of the community of practice for knowledge co-construction and shared outcomes. From these findings, this paper discussed the educational implications for promoting students' potential resources to actual sources of science class. It also discussed students' development of participation specifically among the generally marginalized students. Science classes based on the funds of knowledge of students offer an increased possibility of knowledge co-construction through the hybridized interactions of student's everyday lives and science knowledge and lead to more meaningful learning experiences.

• The KIPS Transactions:PartA
• /
• v.13A no.1 s.98
• /
• pp.87-94
• /
• 2006

Internet makes it possible to access anytime, anywhere learning and so many LMS(Learning Management Systems) serve web based learning. But LMS has not flexible and qualified metadata to offer customired teaming. So we need extensible and flexible techniques which make if possible to define and share advanced teaming metadata. This paper presents an approach for implementing advanced learning metadata in LMS using RDF and the Semantic Web language. So we will first sketch the learning scenario in Semantic Web environment and structure of metadata management. Next we suggest two types of RDF authoring tool and search RDF documents. Advanced metadata management techniques enables the organization of learning materials around small pieces of semantically annotated learning objects. With these metadata learner can customize learning courses, improve retrieval performances.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.633-636
• /
• 2021

4G 에서 5G 로 기술이 발전하며 무선 통신에 필요한 자원이 급격히 증가하고 있다. 증가된 자원을 효율적으로 관리하는 것은 필수적이며 이를 위해 paging cost 감소 연구들이 진행되고 있다. 순환신경망을 응용한 paging cost 감소 연구에서는 연속 예측으로 인해 예측 정확도 감소 문제가 발생한다. 본 논문에서는 강화학습 기반 이동성 예측 기법을 제안하고 기존 순환신경망 응용 기법에서 발생하는 정확도 감소 문제를 극복한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.256-258
• /
• 2006

인터넷의 급속한 확산과 웹 기반의 학습을 제공하는 시스템이 늘어남에 따라 언제, 어디서나 웹을 이용한 학습이 가능한 환경이 제공되게 되었다. 하지만 활성화된 온라인 교육에서도 면대면 강의의 장점을 완벽하게 수용하기엔 어려움이 있다[1]. 따라서 최근에 LMS(Learning Management System)를 이용한 학습에서 학습자의 학습활동 평가[1,2], 학습자의 개별학습 성향[3], 다양한 콘텐츠 자원 활용[1,4] 등에서 많은 연구와 대안이 도출되고 있다. 본 논문에서는 LMS내에 저작환경을 제공함으로써 기존의 클라이언트에서 단방향으로 이루어졌던 콘텐츠 제작을 서버단에서 제공하여 콘텐츠 제작 시 학습자 학습활동 추적 정보생성과 전달 내용의 성격, 학습자의 성향에 따른 다양한 콘텐츠를 수용 할 수 있는 시스템을 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.175-176
• /
• 2020

본 논문에서는 가상 현실 기기를 이용하여 스택, 큐, 트리 등과 같은 복잡한 자료구조에 대한 학습을 도와주는 학습 지원 시스템을 제안한다. 컴퓨터 프로그래밍에서 적절한 자료구조를 선택함으로써 보다 효율적인 알고리즘을 구현할 수 있으며 프로그램 실행시간, 메모리 용량과 같은 컴퓨팅 자원을 효율적으로 사용할 수 있다. 본 논문에서 제안하는 EZ 학습 시스템은 비전공자의 자료구조 학습에 도움을 주며 특히, 스마트 폰 기반의 가상 현실 기기를 사용하여 학습자의 흥미를 유발하고자 한다. 학습자는 가상공간을 통해 정보를 보다 쉽게 받아들이고, 게임적인 요소를 통해 학습에 대한 집중도를 높일 수 있을 것으로 기대된다. EZ 학습 시스템은 스택 자료형에 대한 개념 설명, 스택 연산자 학습, 미로 탐색을 통한 스택 응용 사례를 제공한다.

• Journal of Platform Technology
• /
• v.11 no.4
• /
• pp.71-79
• /
• 2023

In this paper, we analyze the characteristics of machine learning workloads and, based on them, propose a distributed in-memory caching technique to improve the performance of machine learning workloads. The core of machine learning workload is model training, and model training is a computationally intensive task. Performing machine learning workloads in a Kubernetes-based cloud environment in which the computing framework and storage are separated can effectively allocate resources, but delays can occur because IO must be performed through network communication. In this paper, we propose a distributed in-memory caching technique to improve the performance of machine learning workloads performed in such an environment. In particular, we propose a new method of precaching data required for machine learning workloads into the distributed in-memory cache by considering Kubflow pipelines, a Kubernetes-based machine learning pipeline management tool.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.152-153
• /
• 2021

고성능 딥러닝 모델은 학습과 추론 과정에서 고비용의 전산 자원과 많은 연산량을 필요로 하여 이에 따른 개발 환경과 많은 학습 시간을 필요로 하여 개발 지연과 한계가 발생한다. 따라서 HW 또는 SW 개선을 통해 파라미터 수, 학습 시간, 추론시간, 요구 메모리를 줄이는 연구가 지속 되어 왔다. 본 논문은 EfficientNet에서 사용된 Linear Bottleneck을 변경하여 정확도는 소폭 감소 하지만 기존 모델의 파라미터를 55%로 줄이는 경량화 모델을 제안한다.