• 한국컴퓨터정보학회논문지
• /
• 제14권11호
• /
• pp.221-232
• /
• 2009

본 연구는 4년제 대학에서 교수자에 따른 웹기반 강의지원시스템의 활용도를 분석하였다. 수집 자료는 수도권 S대학, D대학, K대학의 2009년1학기 강의에서 담당교수 5,023명과 12,733강좌를 대상으로 웹기반 수업지원시스템의 활용도를 서버에 저장된 로그파일을 이용하여 분석하였다. 구체적으로 교수자 및 계열별 강좌의 웹기반 수업지원시스템의 활용빈도 및 백분율을 제시하였다. 뿐만 아니라 수업지원시스템의 주요기능의 활용빈도 및 백분율이 분석되었고, 주요기능 중 공지사항, 수업자료, 공유게시판, 자유게시판 이용횟수에 대하여 교수자 및 계열별 이용횟수에 대하여 카이분석을 실시하였다. 연구결과 전체교수자의 62.28%와 전체강좌의 50.3%가 웹기반 수업지원시스템을 활용하였다. 주요 기능의 이용도를 분석한 결과 수업자료공유의 목적이 43.8%로 가장 높았으며, 공지사항이나 토론 기능의 이용은 다소 낮은 편이다. 이는 대부분의 교수자나 강좌에서 웹기반수업지원 시스템을 오프라인수업의 보충적 수단으로 활용하고 있어 실제적인 운용과 설계가 요구된다.

• 정보처리학회논문지A
• /
• 제11A권4호
• /
• pp.243-250
• /
• 2004

실시간 시스템은 시스템이 적시성을 보장하는지 파악하기 위해 실시간 감시기법을 이용한다. 일반적으로 실시간 감시는 실시간 시스템의 현재 동작상태를 파악하는데 중점을 두는 기법이다. 그러나 실시간 시스템의 안정적인 수행을 지원하기 위해서는, 현재 상태를 파악하는 것뿐 아니라, 실시간 시스템 및 시스템상에서 동작하는 실시간 프로세스들의 수행도 예측할 수 있어야 한다. 그러나 기존 예측모델을 실시간 감시기법에 적용하기에는 몇 가지 한계가 있다. 첫째, 예측기능은 실시간 프로세스가 종료한 시점에서 정적인 분석을 통해 수행된다. 둘째, 예측을 위해 사전 기초 통계분석이 필요하다. 셋째, 예측을 위한 이전확률 및 클러스터 정보가 현재 시점을 정확하게 반영하지 못한다. 본 논문에서는 이러한 문제점들을 해결하고 실시간 감시기법에 적용할 수 있는 학습 기반의 수행 예측모델을 제안한다. 이 모델은 학습기법을 통해 불필요한 전처리과정을 없애고, 현시점의 데이터를 이용해, 보다 정확한 실시간 프로세스의 수행 예측이 가능하도록 한다. 또한 이 모델은 실시간 프로세스 수행 시간의 증가율 분석을 통해 다단계 예측을 지원하며, 무엇보다 실시간 프로세스가 실행되는 동안 예측이 가능한 동적 예측을 지원하도록 설계하였다. 실험 결과를 통해 훈련집합의 크기가 10 이상이면 80% 이상의 판단 정확도를 보이며, 다단계 예측의 경우, 훈련집합의 크기 이상의 수행 횟수를 넘으면 다단계 예측의 예측 차는 최소화되는 것으로 나타났다. 본 논문에서 제안한 예측모델은 가장 단순한 학습 알고리즘을 적용했다는 점과, CPU, 메모리, 입출력 데이터를 다루는 다차원 자원공간 모델을 고려하지 못한 한계가 있어 향후에 관련 연구가 요구된다. 본 논문에서 제안하는 학습기반 수행 예측모델은 실시간 감시 및 제어를 필요로 하는 분야 및 응용 분야에 적용할 수 있다.

• 한국과학교육학회지
• /
• 제33권6호
• /
• pp.1154-1169
• /
• 2013

이 연구의 목적은 관찰 상황에서 초등학생들의 과학학습 동기체계(SL-BIS/BAS;과학학습 행동억제체계/행동활성화체계)에 따른 행동 특성을 알아보고자 하는 것이다. 이를 위해 신경생리학적 연구 방법 중 하나인 시선추적장치(Eye-Tracker)를 이용한 연구를 하였다. 이 연구의 결과는 다음과 같다. 첫째, SL-BIS에 민감한 학생의 경우 관찰 과제에 대한 총 시선고정 지속시간이 SL-BAS에 민감한 학생보다 유의미하게 짧았으며(p<.05), SL-BIS에 민감한 학생은 관찰과제에 대한 새로운 시선고정이 더 빈번하게 일어나면서 총 시선고정 횟수가 SL-BAS에 민감한 학생보다 유의미하게 많았다. 또한, 시선고정 당 지속시간은 SL-BIS에 민감한 학생보다 SL-BAS에 민감한 학생이 유의미하게 더 길었다. 둘째, 학습과제에서 주의를 이끄는 자극 중 하나인 변화 상황별 시선고정의 분포의 경우, 변화가 일어나는 상황에서는 SL-BIS에 민감한 학생과 SL-BAS에 민감한 학생 사이의 시선고정에서 큰 차이가 나타나지 않았지만, 변화가 멈춘 상황에서는 SL-BIS에 민감한 학생에 비하여 SL-BAS에 민감한 학생의 시선고정 총 지속시간과 시선고정 당 지속시간이 유의미하게 길게 나타났다. 셋째, 실험 구인별 시선고정의 대상을 비교하였을 때 SL-BIS에 민감한 학생들은 실험에 중요하게 관련되지 않는 구인에서도 시선고정을 보인 반면, SL-BAS에 민감한 학생들은 실험과 관련된 구인에 시선을 고정하며 집중하는 경향을 확인할 수 있었다. 이러한 결과는 관찰 상황에서 학생들의 과학학습 동기체계에 따른 특성에 대한 이해를 바탕으로 학습자의 특성에 적합한 지도 계획을 수립하는데 도움을 줄 수 있을 것으로 기대된다.

• 디지털융복합연구
• /
• 제10권6호
• /
• pp.275-281
• /
• 2012

본 연구는 태스크 온톨로지를 이용한 자동차부품 추천시스템 개발 방법을 제안하였다. 제안한 지능형 추천 시스템은 자동차 부품 조립과정을 학습하도록 하였으며, 자동차부품 추천을 위하여 부품들을 온톨로지 방법으로 구축하였다. is-a Relationship 기반 hierarchical Taxonomy를 이용하여 자동차 엔진을 구성하고 있는 각각의 부품들 사이의 관계를 설정하였다. 각각의 부품은 자동차 전문가의 지식에 의해 각기 다른 가중치 값을 가지고 있게 된다. 가중치는 자동차 추천시스템의 사용자들이 직접 사용하면서 선택한 횟수와 가중치의 곱 연산을 이용한 결과 값을 시스템 내에서 기록하여 순서를 작성하고 결과적으로 우선순위(priority)가 높은 순서부터 사용자에게 출력함으로써 어느 부품의 어느 요소가 중요한지 쉽게 파악할 수 있도록 하였다. 자동차부품 지능형 추천시스템은 사용자가 쉽게 접근하기 어려운 자동차 부품관련 부분을 생성된 데이터를 바탕으로 임의의 부품을 선택했을 때 해당 부품과 밀접한 관계를 가진 부품을 표현하여 특별히 전문적인 지식 없이도 손쉽게 자동차 부품의 조립 및 쓰임새와 중요성을 알 수 있게 해주는 시스템이다.

• 한국멀티미디어학회논문지
• /
• 제15권5호
• /
• pp.606-614
• /
• 2012

AdaBoost 알고리즘을 이용한 얼굴 검출 방법은 가장 빠르고 신뢰성 있는 얼굴 검출 알고리즘의 하나로 이를 향상하거나 확장한 많은 알고리즘들이 제안되었다. 그러나 이전의 접근들은 대부분 정면 얼굴만을 다루고 있고 AdaBoot 알고리즘을 정면과 기울어진 얼굴에 동일한 특징으로 적용함으로써 기울어진 얼굴에 대한 분별 성능이 제한적이었다. 또한 회전된 얼굴을 검출하기 위하여 입력된 영상을 회전하여 정면 얼굴 검출 방법을 적용하거나 회전된 각도에 따라 다른 검출기를 적용하는 기존 기법들은 연산량이 많고 검출률이 저하되는 문제를 가지고 있다. 본 논문에서는 이러한 문제를 극복하기 위해 JointBoost를 이용한 기울어진 얼굴 검출 방법을 제안한다. JointBoost를 통해 클래스간의 공유된 feature들를 찾음으로써 연산량과 샘플 복잡도를 감소시켰다. 실험 결과를 통해 제안된 방법의 검출률이 동일한 반복 횟수를 가지는 학습에서 기존의 AdaBoost 기법에 비해 2% 이상 우수함을 보인다. 또한 제안된 방법은 얼굴의 존재를 검출할 뿐만 아니라 기울어진 방향에 대한 정보도 제공할 수 있다.

• 한국학교수학회논문집
• /
• 제15권3호
• /
• pp.585-603
• /
• 2012

본 연구에서는 경로분석을 이용하여 TIMSS 2007의 수학 성취도 국제 비교 연구 결과를 바탕으로 학생의 배경 요인이 수학 성취도에 미치는 영향력을 비교하고 각 요인들 사이의 상관관계 및 인과관계에 대하여 분석하고자 하였다. 수학 성취도에 영향을 미치는 요인으로는 이전의 연구들을 바탕으로 학생의 배경에 대한 설문들 중 가정의 장서보유량, 어머니의 최종학력, 아버지의 최종학력, 교육포부, 학생의 정의적 성취지수, 스스로 학습활동 빈도, 그리고 숙제횟수의 총 7 가지 변수들을 설정하여 각 변수들이 수학 성취도에 어떻게 영향을 미치는지, 또한 각 변수들 사이에는 어떤 인과관계가 성립하는지 살펴보았다. 그 결과 부모의 최종 학력, 장서보유량, 정의적 성취지수는 교육 포부에 영향을 주어 학업성취도에 간접적인 영향을 주는 것으로 파악되었다. 교육포부와 정의적 성취지수, 숙제 회수는 학업 성취도에 직접적인 영향을 주는 것으로 나타났다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.115-126
• /
• 2019

무역수출 분야에서 수출 지수에 관한 논의는 수차례 있었으나 객관적 지표로 설명할 수 있는 명확한 무역수출 지수는 없다. 한국무역협회(KITA), 대한무역투자진흥공사(KOTRA) 등에서 지표를 만들고자 하는 시도를 하고 있으나 수출기업의 역량을 표현할 수 있는 방법에 대하여 현재 계속 고민 중이다. 이에 본 연구는 기업의 규모, 신용도와 같은 공시지표와 거래고객수, 거래횟수, 상품개수, 거래량, 거래기간 등의 활동지표를 feature로 설정하여 인공지능 학습 데이터 셋을 구축하고, 딥러닝 알고리즘에서 Lightgbm을 이용하여 수출 가능 기업에 대한 분류 모델을 제시한다. 또한 기업이 속한 산업 군집 분류 모델로 Graph Neural Network을 사용하여 기업간, 품목간, 사업군에서의 수출 가능 역량을 표현하는 수출 Live지수를 산출하였으며 이는 지수를 산출하는 현재로부터 기업의 과거 활동을 포함함으로써 객관성을 확보하였다.

• 한국콘텐츠학회논문지
• /
• 제16권1호
• /
• pp.308-318
• /
• 2016

본 연구의 목적은 부모교육 프로그램 관련 논문의 연구동향을 분석하여 부모교육 프로그램의 개발에 대한 기초자료를 제공하고 향후의 연구방향을 제시하는 것이다. 이를 위해 2004년부터 2014년까지 국내에서 이루어진 '부모교육 프로그램' 관련 논문들을 수집하여 분석하였다. 분석 대상 논문은 박사학위 논문 41편, 석사학위 논문 88편, 학술 논문 73편 등 총 202편이다. 먼저 부모교육 프로그램의 기초연구 동향을 대상과 주제별로 살펴보았다. 그다음, 부모교육 프로그램의 개발과 수행에 관한 연구동향을 개발 근거, 적용 대상, 주제, 프로그램 설계 유형, 프로그램 횟수와 진행 시간, 교수-학습 방법, 교육자, 프로그램 효과 등으로 구분하여 살펴보았다. 자료를 분석한 결과, 우리나라 부모교육 프로그램의 개발과 수행과정을 알 수 있었다. 이러한 연구결과를 연구문제에 따라 요약하고 이를 토대로 후속연구에 대해 제언을 하였다.

• 인지과학
• /
• 제7권1호
• /
• pp.37-56
• /
• 1996

본 논문에서는 구조적 특징분석을 이용한 무제약 필기 숫자의 검증기를 개발하고 이를 다중 인식기의 결합 알고리즘으로 사용하는 방법을 제안한다.일반적인 다중 인식기 결합은 학습이나 확률적 방법을 주로 사용하고 입력 영상의 구조적 특징에 대해서는 전혀 고려하지 않기 때문에 인간이 명백히 판단할 수 있는 숫자임에도 불구하고 인식기의 특성에 따라 오인식을 할 수 있다.이런 약점을 보완하기 위하여 자주 혼동되는 숫자쌍에 대하여 구조적 특징을 비교 분석하여 판단하는 일대일 검증기를 구현하고 이를 인식기의 결합에 적용한다.검증을 위한 구조적 특징으로는 윤곽선,방향코드,다각형 근사와 수직/수평 영교차 횟수 등이 있다.제안하는 방법의 성능 평가를 위한 실험은 CENPARMI숫자 데이터를 사용하였으며, 실험 결과 전체 신뢰도는 97.95%를 얻었고 또한 일반적인 결합 알고리즘에서 발생할 수 있는 오인식 요소들이 제거됨을 확인할 수있었다.

• 인터넷정보학회논문지
• /
• 제12권2호
• /
• pp.9-17
• /
• 2011

본 논문은 유비쿼터스 홈 네트워크 시스템에서 저장된 사용자 행동 프로파일 데이터에 은닉 마르코프 모델에 적용하여 사용자의 행동 상태를 예측하는 알고리즘을 제안한다. 은닉 마르코프 모델은, 순차 데이터를 갖는 패턴을 인식하기 위해서 데이터에 내포되어 있는 시간성을 적절히 표현하고, 그것으로부터 원하는 정보를 추론할 수 있는 대표적인 모델이다. 제안 알고리즘에서는 "행동 인지 시스템(Activity Recognition System)"에 의하여 저장된 행동 발생 횟수, 행동 지속시간, 행동이 발생된 위치 데이터를 학습 데이터로 이용하였다. 사용자의 행동에 가중치를 부여하여 사용자의 행동에 대한 흥미를 객관적으로 수식화 하는 방법을 제안하였으며 은닉 마르코프 모델을 이용하여 시간에 따른 가중치 변화를 구하여 사용자의 행동 상태 변화를 예측하였다. 제안 알고리즘은 현실적인 유비쿼터스 홈 네트워크 구축에 도움을 준다.