• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.365-366
• /
• 2020

인터넷의 발전으로 인터넷을 통해 미디어 콘텐츠를 제공하는 OTT 서비스의 이용자가 점점 증가하고 있다. 본 논문에서는 OTT 서비스 이용자의 검색 편의성을 위한 Vision API를 활용한 영상 속 랜드마크 검색 시스템을 제안한다. 이는 영상을 시청하는 사용자가 영상을 보다가 궁금한 장소가 있으면 따로 검색하지 않고, 바로 해당 장소의 정보를 얻도록 하는 것이다. 본 논문에서 개발한 영상 속 랜드마크 검색 시스템은 사용자가 원하는 영상을 검색 및 재생할 수 있고 재생 중 바로 화면을 캡처할 수 있다. 해당 캡처 이미지를 랜드마크를 기계 학습한 Vision API를 통해 어떤 랜드마크인지 파악하고 결과를 표시한다, 또한 동일 영상에서 다른 사용자가 검색한 이력이 있는 경우 이력을 표시하여주며, 검색한 랜드마크가 나온 다른 영상을 검색하여 보여준다.

• Journal of Engineering Education Research
• /
• v.9 no.2
• /
• pp.82-97
• /
• 2006

University entrance for technical high school students in Japan is politically promoted from a viewpoint of lifelong learning. Therefore, the Japanese universities (faculty of engineering) are pressed on the necessity of making the reform for educational methods which are based on the premise of systematic study from high school to university. In Nagasaki University, the special entrance of students who were graduated from technical high school was started from 1995. Now, we are strengthening basic academic ability for them by developmental (remedial) education under a new educational-learning model called "engineering power" cultivation. We are promoting the examination of the instructional method and the development of teaching-materials, which become adequate to the student's actual condition, with technical high school teachers and the professors of our university through the observing of student's learning process and their lesson.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.120-125
• /
• 2018

문서 요약 문제는 최근 심층 신경망을 활용하여 활발히 연구되고 있는 문제 중 하나이다. 많은 기존 연구들이 주로 시퀀스-투-시퀀스 모델을 활용하여 요약을 수행하고 있으나, 아직 양질의 요약을 생성하기에는 많은 문제점이 있다. 시퀀스-투-시퀀스 모델을 활용한 요약에서 가장 빈번히 나타나는 문제 중 하나는 요약문의 생성과정에서 단어나 구, 문장이 불필요하게 반복적으로 생성되는 것이다. 이를 해결하기 위해 다양한 연구가 이루어지고 있으며, 이들 대부분은 요약문의 생성 과정에서 정확한 정보를 주기 위해 모델에 여러 모듈을 추가하였다. 하지만 기존 연구들은 생성 단어가 정답 단어로 나올 확률을 최대화 하도록 학습되기 때문에, 생성하지 말아야 하는 단어에 대한 학습이 부족하여 반복 생성 문제를 해결하는 것에는 한계가 있다. 따라서 본 논문에서는 기존 요약 모델의 복잡도를 높이지 않고, 단어 생성 이력을 직접적으로 이용하여 반복 생성을 제어하는 모델을 제안한다. 제안한 모델은 학습할 때 생성 단계에서 이전에 생성한 단어가 이후에 다시 생성될 확률을 최소화하여 실제 모델이 생성한 단어가 반복 생성될 확률을 직접적으로 제어한다. 한국어 데이터를 이용하여 제안한 방법을 통해 요약문을 생성한 결과, 비교모델보다 단어 반복이 크게 줄어들어 양질의 요약을 생성하는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.368-371
• /
• 2016

정보 통신 기술의 급속한 발달로 인터넷 환경의 학습은 학습 혁명을 주도하는 핵심적인 위치에 있다. 인터넷 환경은 시공간의 제약 없이 자신이 필요로 하는 다양한 교육과정에 접근이 가능하고 생업과 병행하여 학습을 할 수 있는 접근성을 갖는다. 그러나 인터넷에 대한 접근성의 차이는 디지털 디바이스 현상을 발생하게 하여 온라인 학습자와 오프라인 학습자의 교육격차를 더 크게 한다. 이러한 문제를 해결하기 위해 본 연구는 인터넷 환경이 원활하지 않은 경우에는 지속적인 학습을 진행할 수 있도록 PDF 시스템을 활용한다. 이 시스템을 통해 오프라인에서의 학습 결과를 온라인에 전송하여 이력을 제공하는 시스템을 설계하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.788-791
• /
• 2024

온라인 교육의 보급이 증가함에 따라 온라인 학습자의 중도이탈율을 줄이기 위한 효과적인 전략이 필요해 졌다. 본 논문은 인공지능 기술을 온라인 학습 분야에 적용하여 온라인 학습 중도 이탈 문제를 해결하고자 한다. 특히 온라인 교육기관에서 중도이탈예측 시스템을 이미 운영 중인 온라인교육시스템(LMS)을 새롭게 구축하거나 크게 변경하지 않고도 개발 또는 도입이 가능한 방안을 제시한다. 운영 중인 온라인교육시스템(LMS)에 저장되고 있는 온라인 학습자들의 학습자정보 및 학습 이력 데이터를 활용하여 중도 이탈 위험이 있는 학생을 식별하고 맞춤형 관리가 가능하도록 온라인 교육 중도 이탈예측 시스템 개발하고 LMS와 연동하여 서비스는 방법을 제안한다. 이를 통해 온라인교육기관에서는 중도이탈이 있는 학생을 효과적으로 관리함으로써 온라인 교육의 질을 향상시킬 수 있고, 더 많은 수의 온라인 학습자가 성공적으로 과정을 이수할 수 있도록 하는 데 기여할 것이다.

• The Journal of Korean Association of Computer Education
• /
• v.6 no.4
• /
• pp.171-180
• /
• 2003

The recent paradigm of web-based teaching-learning is changing into a direction that analyzes the learning patterns of learners on the basis of learners' ability, aptitude, request, interest, learning history, activity profile, etc. and provides adaptive environment with individual learners The present study analyzed learners' learning patterns using data on learning activities and developed a personalization system that provides learning environment adapted to individual learners. This study customized in three aspects, which are recommendation of learning path, recommendation of interface and recommendation of interaction, through Web mining. The personalization system developed in this study was proved to be effective in improving individual learners' satisfaction with learning in Web-based teaching-learning environment.

• The Journal of the Convergence on Culture Technology
• /
• v.5 no.2
• /
• pp.375-380
• /
• 2019

In this paper, we study learning process mining and analytic technology based on open education platform. A study on mining through personal learning history log data based on an open education platform such as MOOC which is growing in interest recently. This technology is to design and implement a learning process mining framework for discovering and analyzing meaningful learning processes and knowledge from learning history log data. Learning process mining framework technology is a technique for expressing, extracting, analyzing and visualizing the learning process to provide learners with improved learning processes and educational services.

• Journal of the Korea Society for Simulation
• /
• v.23 no.4
• /
• pp.111-119
• /
• 2014

The cloud environment need resource management method that to enable the big data issue and data analysis technology. Existing resource management uses the limited calculation method, therefore concentrated the resource bias problem. To solve this problem, the resource management requires the learning-based scheduling using resource history information. In this paper, we proposes the ART (Adaptive Resonance Theory)-based adaptive resource management. Our proposed method assigns the job to the suitable method with the resource monitoring and history management in cloud computing environment. The proposed method utilizes the unsupervised learning method. Our goal is to improve the data processing and service stability with the adaptive resource management. The propose method allow the systematic management, and utilize the available resource efficiently.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.781-784
• /
• 2019

최근 AI를 산업 서비스에 적용하기 위해 많은 회사들이 활발히 연구를 하고 있다. 아마존과 넷플릭스 같은 거대 기업들은 이미 빅데이터와 AI 머신러닝을 이용한 추천 시스템을 구현하였고 아마존은 매출의 35%가 추천에 의해 발생하고 넷플릭스 75%의 사용자가 추천을 통해 영화를 선택한다고 보고되었다. 이러한 두 기업의 높은 추천 효율성의 이유는 협업 필터링(Collaborative filtering)과 같은 다양한 추천 알고리즘과 방대한 상품 및 고객 행동(구매, 시청 등) 데이터 등이 존재하고 있기 때문이다. 기계학습에서 알고리즘 학습을 위한 데이터의 양이 많지 않을 경우 알고리즘의 성능을 보장할 수 없다는 것이 일반적인 의견이다. 방대한 데이터를 가진 기업에서 추천 알고리즘을 적극적으로 활용 및 연구하고 있는 것도 이러한 이유 때문이다. 반면, 오프라인 및 여행사 기반에서 온라인 기반으로 영역을 차츰 확대하고 있는 항공 서비스 고객 데이터의 경우, 산업의 특성상 많은 회원에 비해 고객 1명당 온라인에서 활동하는 이력이 많지 않은 것이 특징이다. 이는, 추천 알고리즘을 통한 서비스 제공에서 큰 제약사항으로 작용한다. 본 연구에서는, 이러한 희박한 고객 활동 데이터에서 최신성 기반의 추천 시스템을 통하여 제약사항을 극복하고 추천 효율을 높이는 방법을 제안한다. 고객의 최근 접속 이력 로그를 시간 기준으로 데이터 셋을 분할하여 추천 알고리즘에 반영하였을 때, 추천된 노선에 대한 고객의 반응을 추천 성능 지표인 CTR(Click-Through Rate)로 측정하여 성능을 확인해 보았다.

• Journal of Internet Computing and Services
• /
• v.20 no.4
• /
• pp.73-79
• /
• 2019

Selecting a proper journal to submit a research paper is a difficult task for researchers since there are many journals and various decision factors to consider during the decision process. For this reason, journal recommendation services are exist as a kind of intelligent research assistant which recommend potential journals. The existing services are executing a recommendation based on topic similarity and numerical filtering. However, it is impossible to calculate topic similarity when a researcher does not input paper data, and difficult to input clear numerical values for researchers. Therefore, the journal recommendation method which consider the importance of decision factors is proposed by constructing the preference matrix based on the paper publication history of a researcher. The proposed method was evaluated by using the actual publication history of researchers. The experiment results showed that the proposed method outperformed the compared methods.