• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.645-647
• /
• 2022

코로나 팬더믹으로 인한 비대면 수업은 지속적인 운영을 통해 개선·발전되었다. 2022학년도부터 대면수업으로 전환되면서 온라인 플랫폼에 대한 적응력이 높아지고, 비대면 수업 경험이 축적된 학습자들을 위한 대면 수업의 변화가 필요하게 되었다. 본 논문은 프로그래밍 수업에서 비대면 방식과 대면 방식에 대한 경험이 있는 학습자들의 수업방식에 따른 만족도 및 의견을 조사·분석함으로써 서로 다른 두 방식의 장점을 활용한 수업모델을 모색하는데 필요한 학습자 의견 도출에 그 목적이 있다. 조사 결과, 학습자들은 대면 수업을 선호하나 비대면 학습경험이 많을수록 대면 수업에서의 단점을 비대면 수업을 통해서 해소할 수 있는 부분이 있음을 인지하고, 비대면 방식을 대면 수업에 활용하는 것을 긍정적으로 생각하는 것으로 나타났다. 이를 통해 향후 대면 프로그래밍 수업에서 비대면 방식을 결합한 하이드리드 방식의 수업 운영을 통한 수업 효과 증진 모델이 필요한 것으로 사료된다.

• 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.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.609-614
• /
• 2023

최근 인공지능 시스템이 발전함에 따라 사람보다 높은 성능을 보이고 있다. 또한 전문 지식에 특화된 분야(질병 진단, 법률, 교육 등)에도 적용되고 있지만 이러한 전문 지식 분야는 정확한 판단이 중요하다. 이로 인해 인공지능 모델의 결정에 대한 근거나 해석의 중요성이 대두되었다. 이를 위해 설명 가능한 인공지능 연구인 XAI가 발전하게 되었다. 이에 착안해 본 논문에서는 기계독해 프레임워크에 순환 신경망 디코더를 활용하여 정답 뿐만 아니라 예측에 대한 근거를 추출하고자 한다. 실험 결과, 모델의 예측 답변이 근거 문장 내 등장하는지에 대한 실험과 분석을 수행하였다. 이를 통해 모델이 추론 과정에서 예측 근거 문장을 기반으로 정답을 추론한다는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.722-725
• /
• 2008

복합질환(complex disease)의 원인과 작용 모델을 찾기 위해 여러 가지 통계적인 방법들과 기계 학습(machine learning)의 방법 등이 사용되고 있다. 소수 SNP의 작용모델을 찾는 방법은 많이 알려져 있지만 다수 SNP의 작용 모델을 효과적으로 찾는 방법은 거의 연구되어 있지 않다. 본 연구에서는 원인 SNP들의 작용을 부울 식(boolean expression)으로 나타내고, 유전 알고리즘(genetic algorithm)을 이용하여 예측 정확도가 높은 부울 식을 구성하였으며 실제 자료와 생성된 자료에 대하여 제안한 모델의 성능을 측정하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.597-600
• /
• 2007

신경망은 복잡한 데이터에서 일정한 패턴을 찾아 이를 분류하는 능력이 뛰어난 모델이다. 그러나 다량의 데이터가 입력으로 들어오면 연산에 오랜 시간이 걸리고 패턴을 찾기가 어려워진다는 한계가 있다. 본 연구에서는 set association과 의사결정나무를 이용하여 신경망에 입력되는 데이터의 수를 줄여서 다량의 데이터에도 적용 가능하며 예측의 정확도를 높인 신경망 모델을 구성하였다. 이 모델을 천식 관련 SNP 데이터에 적용하여 천식 발병 여부를 예측한 결과, 각각의 방법을 독립적으로 사용했을 때 보다 높은 예측 정확도를 얻었다.

• Journal of vocational education research
• /
• v.30 no.4
• /
• pp.23-49
• /
• 2011

Faculty performance evaluation system has been settled down as an uncomfortable but unavoidable system, and it is one of the most important factors to grow the college competitiveness up. In this study, we selected and surveyed faculty evaluation models of several universities and colleges in Korea, and analyzed by comparing each evaluation areas of educational achievement, college-industry collaboration, research, and service. We also identified the properties of the current faculty evaluation models of the junior colleges, and derived several problems from these models such as an imitation of four-year university model, a disorders of job evaluation with respect to the attributes of classified jobs, a large variation of individual item weights, and an insufficient reflection of major characteristics. Based on these surveys and analysis, an improved faculty evaluation model for the junior college is proposed in this study. This model proposed four basic areas-educational achievement, college-industry collaboration, research, and service by considering the importance of the college-industry collaboration in the junior college-as well as the team evaluation area. Weights of the SCI-class paper was selected as a criterion for the arrangement of objective comparison of each evaluation items. We showed the integration method of several different evaluation model with respect to the attributes of classified jobs of each faculties, and evaluation plan of variational characteristics according to the majors of individuals in this model. Finally, we introduced an area fail and rating system to operate efficiently the proposed faculty evaluation model.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.391-392
• /
• 2013

본 연구는 급변하는 환경 속에서 전문대학 디자인교육의 새로운 교육모델을 모색하고자 디자인 교육현장의 실태를 중심으로 디자인교육의 문제점 및 원인과 개선방안을 모색한 논문이다. 이를 위해 디자인교육의 핵심주체인 교수와 학생, 행정 및 교육, 실습지원부서, 산업체, 정부 및 지원기관에 대한 실태를 살펴보았다. 그 결과 입시제도의 개선, 재정지원의 집중화, 교수자의 연구지원, 학생의 인식전환, 산업체와의 실질적 협력강화 및 전문대출신에 대한 인식 및 대우개선, 정부지원기관의 차별화된 지원정책 발굴, 대학별로 특화된 교육과정운영 등이 필요한 것으로 나타났다. 앞으로 전문대학의 디자이너양성 교육은 급변하는 대학환경을 고려하여 교육주체의 내실화 및 관계집단의 인식전환을 고려한 새로운 직업교육모델을 개발, 운영해야 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.261-262
• /
• 2019

본 논문에서는 신경망 모델에 키보드를 통한 주행 학습을 이용하여 자율 주행을 할 수 있는 시스템을 개발하였다. 주어진 트랙에서 키보드의 방향키를 통해 전진, 후진 등 5가지의 상태로 RC카를 수동 제어하고, 제어시 카메라를 통해 얻어진 이미지를 저장해, 키 제어 데이터와 이미지 데이터를 학습시켜서 자율 주행을 할 수 있는 시스템을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.391-394
• /
• 2011

사용자의 감정을 자동으로 인식하는 연구는 사용자 중심의 서비스를 제공할 때 중요한 요소이다. 인간은 하나의 감정을 다양하게 분류하여 인식한다. 그러나 기계학습을 통해 감정을 인식하려고 할 때 감정을 단일값으로 취급하는 방법만으로는 좋은 성능을 기대하기 어렵다. 따라서 본 논문에서는 비감독 학습과 감독학습을 결합한 감정인식 모델을 제시하였다. 제안된 모델의 핵심은 비감독 학습을 이용하여 인간처럼 한 개의 감정을 다양한 하부 감정으로 분류하고, 이렇게 분류된 감정을 감독학습을 통해 성능을 향상 시키는 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.800-803
• /
• 2020

실 환경 로봇에 강화학습을 적용하기 위해서는 가상 환경 시뮬레이션이 필요하다. 그러나 가상 환경을 구축하는 플랫폼은 모두 다르고, 학습 알고리즘의 구현에 따른 성능 편차가 크다는 문제점이 있다. 또한 학습을 적용하고자 하는 대상이 실세계의 하드웨어 사양이 낮은 스마트 로봇인 경우, 계산량이 많은 학습 알고리즘을 적용하기는 쉽지 않다. 본 연구는 해당 문제를 해결하기 위해 Unity3D에서 제공하는 강화학습 프레임인 ML-Agents 모듈을 사용하여 실 환경의 저사양 스마트 로봇에 장애물을 회피하고 탐색하는 모델의 강화학습을 적용해본다. 본 연구의 유의점은 가상 환경과 실 환경의 유사함과 일정량의 노이즈 발생 처리이다. 로봇의 간단한 행동은 원만하게 학습 및 적용가능함을 확인할 수 있었다.