• 한국정보교육학회:학술대회논문집
• /
• 2007.08a
• /
• pp.300-305
• /
• 2007

발견학습이란 학습자에게 가르쳐야 할 내용을 최종적인 형태로 제공하는 것이 아니라 그 최종 형태를 학습자 스스로 조직하도록 요구되는 상황에서 일어나는 학습이라 한다. 지식과 정보가 끊임없이 창출되고 있는 현실에서 그 많은 지식과 정보를 모두 학습한다는 것은 불가능하며 무모한 일에 지나지 않는다. 그러므로 발견학습이 그 무엇보다도 중요하다고 할 수 있겠다. 그러나 교육 현장에서는 단위 시간의 부족과 발견학습에 적용시킬 자료의 부족함으로 인해 학습자에게 가르쳐야 할 내용을 최종적인 형태(개념 및 원리)를 교사가 전통적인 방법으로 가르치고 있다. 본 연구는 위의 문제점을 해결하고자 플래시를 활용한 자료 제시와 웹을 통해 교사와 상호작용할 수 있는 발견학습모형을 적용한 웹코스웨어를 설계하고자 한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.300-304
• /
• 2000

Linux 운영체제 환경하에서 개발된 대화형 코스웨어는 비구조적인 형태로서 국내에서 개발된 것은 CAI 형태가 대부분이고 CBT 형태는 거의 없는 실정이다. 본 논문에서는 학교 교실망을 기반으로 하여 정규수업시간에 활용할 수 있는 효율적인 멀티미디어 저작 도구로서 저작 및 팅 개념을 클라이언트/서버 개념에 적용시켜, 교수자와 학습자, 학습자와 학습자간의 상호작용을 통한 학업성취도를 향상시키는 방향을 제시하였다. 그리고 일반 멀티미디어 저작도구에서는 다른 객체들을 단순 링크시키는 형태이지만 본 저작도구에서는 단일 코드로 처리됨으로써 학습자료를 개발하기 쉽고 상호채팅이 가능한 클라이언트/서버 형태로 설계하여 학습토의를 통한 보다 효과적인 수업이 될 수 있도록 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.243-246
• /
• 2003

웹 상에서 이루어진다 하더라도 수업이라는 것은 일반적인 정보를 제공하는 형태와는 구별이 되어야한다. 학습자로 하여금 능동적으로 학습에 참여하도록 하며, 학습자의 현재 상태를 고려하여 적절한 학습과제를 제공해 주기 위해서는 학습자의 특성 못지않게 지식모듈간의 관련성 또한 중요하게 고려되어야 하는 내용이다. 일반적으로 지식이라고 하는 것은 상호간의 복잡한 관계로 얽혀있는 그래프 구조인데 반해 웹 코스웨어는 대부분 교과서의 형태와 같은 트리 구조인 선형적인 흐름을 따르고 있다. 이러한 형태에서는 개별화된 학습경로 또한 제한적일 수밖에 없다. 본 연구에서는 개별화 학습의 가능성을 제시하며 코스 설계에 있어 융통적인 구성단위가 되는 학습객체를 기반으로 하여, 지식간 관련성을 고려하여 개별화된 학습경로를 제시해 줄 수 있는 코스 설계의 가능성을 찾고자한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1009-1012
• /
• 2005

e-러닝의 활용도와 역할이 커져 가면서, 온톨로지(Ontology)나 컨셉맵(Concept Map)을 이용하여 e-러닝의 학습효과를 높이는 방안들이 연구되고 있다. 그러나 아직까지 e-러닝에 온톨로지나 컨셉맵 개념을 적용한 연구 사례는 미미한 수준이며, 이들간의 연계에 대한 고려 없이 별개의 대상으로 다루어져 왔다. 본 연구는 온톨로지와 컨셉맵의 상호 연관 관계와 각각의 장점들을 분석하여 학습에 있어서 시너지(Synergy)를 가져올 수 있는 새로운 e-러닝 시스템 구축 방안을 제안한다. 제안 시스템에서 온톨로지와 컨셉맵 간의 연계는 컨셉맵 에이전트에 의해 이루어진다. 컨셉맵 에이전트는 학습자의 수준이나 관심영역(주제와 범위)에 맞게 온톨로지로부터 추출한 학습 콘텐츠를 재구성해 준다. 학습자는 제안 시스템의 사용자 인터페이스를 통해 자신이 이해하고 있는 지식을 컨셉맵 형태로 표현할 수 있고, 컨셉맵 에이전트에게 요청하여 제공 받은 모범답안 컨셉맵과 자신이 표현한 컨셉맵을 비교하여 학습자가 스스로 자기 평가를 할 수 있다. 본 e-러닝 시스템이 제공하는 이러한 새로운 형태의 학습 환경은 학습자가 학습 지식에 대해 보다 체계적으로 접근하여 효과적으로 학습할 수 있게 해준다. 또한, 학습에 있어서 컨셉맵을 이용하므로 학습 형태의 특성상 보다 원천적으로 암기 위주의 학습에서 탈피하여 구성주의적인 학습을 가능하게 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.369-372
• /
• 2023

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolution Neural Network, CNN)을 응용하여 정확도가 높은 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 폴리곤의 edge와 face의 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 1, 2차원 데이터 형태인 오디오 파일과 이미지였다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 딥러닝은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장의 확대로 인해 3차원 모델링 시장이 증가하고, 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습에 이용하는 방식으로 적용하는 것은 쉽지 않다. 그렇게 때문에 본 논문에서는 산업 현장에서 이용되는 데이터인 메쉬 구조를 폴리곤의 최소 단위인 삼각형 형태로 구성하여 학습 데이터를 구성해 기존의 방법보다 정확도가 높은 학습 기법을 제안한다.

• The KIPS Transactions:PartA
• /
• v.10A no.6
• /
• pp.709-714
• /
• 2003

It is important that the interaction between learners and contents in Educational Contents. But, there is just simple interaction in traditional WBI or CAI. As it is necessary to study for interaction with learners. There is applied more multimedia elements for the fun of learners. But, it is also necessary to study for Network Educational Game Contents which can give virtual environment to learn easily and funny. In this study, Competition Learning Model is designed for network learning environment. We can look at the new view point of Educational Contents by implementation of Network Educational Game Contents and Competition Learning Model.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.38 no.1
• /
• pp.1-6
• /
• 2001

In this paper we reanalyze Kohonen‘s learning vector quantizing (LVQ) Learning rule which is based on Hcbb’s learning rule with a view to a gradient descent method. Kohonen's LVQ can be classified into two algorithms according to 6learning mode: unsupervised LVQ(ULVQ) and supervised LVQ(SLVQ). These two algorithms can be represented as gradient descent methods, if target values of output neurons are generated properly. As a result, we see that the LVQ learning method is a special case of a gradient descent method and also that LVQ is represented by a generalized percetron-like LVQ(PLVQ).

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.429-431
• /
• 2010

인터넷과 정보기술의 발전으로 최근 이러닝 시스템을 포함한 다양한 학습 시스템이 연구 발전되고 있다. 학습자의 관점에서는 학습의 형태 혹은 학습자의 학습 패턴등을 분석하여 지능적인 학습시스템으로 발전하고 있으며, 교수자의 관점에서는 교수학습 모델 연구와 학습 컨텐츠 계발 방법론 연구 등이 활발하게 이루어지고 있다. 본 논문에서는 지능형 튜터링 시스템을 위한 메타러닝 설계 연구를 제안하였다. 메타러닝은 학습자 자신이 어떤 특성을 가지고 어떻게 학습하는지에 대해 학습할 수 있는 방법을 설명한다. 동일한 학습내용을 같은 순서 혹은 같은 방법으로 학습하는 것은 서로 다른 학습자에게 동일한 학습 결과를 나타낼 수 없기 때문에 개인 맞춤형 학습 서비스 형태를 필요로 한다. 따라서 본 연구에서는 메타러닝 설계를 기반으로 지능형 튜터링 시스템을 개발 할 수 있는 방법을 설명하고자 한다. 향후 본 논문에 설계를 기반으로 지능형 튜터링 플랫폼을 표준으로 개발하여 국제적 표준의 ITS(Intelligent Tutoring System)로 발전되기를 기대한다.

• The Journal of Korean Association of Computer Education
• /
• v.11 no.1
• /
• pp.75-83
• /
• 2008

The prior data structure coursewares have been limited to using a simple screen structure with text, pictures or plain animation so that they have been failed to promote favorable interaction between learners and instructors, and unnecessarily charges the screen. In order to overcome these problems, this paper provides an applet-based simulation environment which enables learner to operate and control the data structure operation with their own data, therefore, the learners can actively and positively participate in a study with this courseware. The instructors can easily deliver the education contents to the learners by using web simulation suitable for IT education media. Also, the courseware can offer a class feedback and required data for students estimation by recording a log.

• Digital Contents
• /
• no.4 s.143
• /
• pp.62-63
• /
• 2005

학습자가 원하는 학습자원을 컴퓨터가 스스로 찾아내서 학습자에게 전달해주고, 더 나아가 새로운 지식까지 추론해서 제공해 줄 수는 없을까? 살아 있는 e러닝이 되기 위해서는 컴퓨터가 학습자가 원하는 학습자원의 의미를 이해하고, 적시적(Just-in-time)으로 학습자에게 맞는 형태(Just-for-me)로 학습자원을 제공해 주어 학습이 단편적이 아닌 연속적, 통합적으로 이뤄질 수 있는 적응적 학습 환경이 필요하다.의미의 웹이라 불리 우고 있는 시멘틱 웹(Semantic Web)은 의미적으로 연결돼 있는 학습 정보를 컴퓨터가 의미를 이해해서 학습자가 원하는, 학습자 수준에 맞는 정보를 제공해주고, 더 나아가 지식까지도 추론해서 학습자에게 가장 적합한 형태로 전달해 줄 수 있는 강력한 매카니즘으로 부각되고 있다. 이에 필자는 살이 있는 e러닝이 되기 위해서는 시멘틱 웹과의 통합이 필요하다고 생각해 2회에 걸쳐 시멘틱 웹과, 시멘틱 웹을 e러닝에 어떻게 적용할 것인지에 대해 애기해 보고자 한다.