• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2004년도 동계학술대회
• /
• pp.177-186
• /
• 2004

단위 시간 동안 이루어지는 교수-학습 활동이 이루어질 때, 교육적으로 추구하는 최선의 목표는 학습자가 정해진 목표를 달성하는 것이다. 이를 위해서 학습자가 수업에 실제로 참여하는 시간을 확보하는 일은 무엇보다도 중요하다. 학습과 관련성이 없거나 높지 않은 여러 가지 변인들로 인해 학습자의 학습 시간이 침해받는 일을 최소화하기 위한 해결 방안 수립이 필요한데, 시간과 인력을 불필요하게 동원하지 않으면서 빠른 시간 내에 원하는 결과를 관찰할 수 있는 시뮬레이션의 활용이 효과적이다. 시뮬레이션 모델 정립을 통해 학습자의 실제학습시간(Academic Learning Time)을 증진시킬 수 있는 방안을 모색하고자 한다

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.211-214
• /
• 2021

다수의 태스크를 처리 가능하면서 일반화된 성능을 제공할 수 있는 모델을 구축하는 자연어 이해 분야의 연구에서는 멀티태스크 학습 기법에 대한 연구가 다양하게 시도되고 있다. 또한, 자연어 문장으로 작성된 문서들에는 대체적으로 시간에 관련된 정보가 포함되어 있을 뿐만 아니라, 문서의 전체 내용과 문맥을 이해하기 위해서 이러한 정보를 정확하게 인식하는 것이 중요하다. NLU 분야의 태스크를 더욱 정확하게 수행하려면 모델 내부적으로 시간정보를 반영할 필요가 있으며, 멀티태스크 학습 과정에서 추가적인 태스크로 시간적 관계정보를 추출하여 활용 가능하다. 본 논문에서는, 한국어 입력문장의 시간적 맥락정보를 활용할 수 있도록 NLU 태스크들의 학습 과정에서 시간관계 추출 태스크를 추가한 멀티태스크 학습 기법을 제안한다. 멀티태스크 학습의 특징을 활용하기 위해서 시간적 관계정보를 추출하는 태스크를 설계하고 기존의 NLU 태스크와 조합하여 학습하도록 모델을 구성한다. 실험에서는 학습 태스크들을 다양하게 조합하여 성능 차이를 분석하며, 기존의 NLU 태스크만 사용했을 경우에 비해 추가된 시간적 관계정보가 어떤 영향을 미치는지 확인한다. 실험결과를 통하여 전반적으로 멀티태스크 조합의 성능이 개별 태스크의 성능보다 높은 경향을 확인하며, 특히 개체명 인식에서 시간관계가 반영될 경우에 크게 성능이 향상되는 결과를 볼 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권10호
• /
• pp.983-991
• /
• 2003

인터넷 상의 웹기반교육은 시$.$공간을 초월하여 많은 학습자들에게 관련 정보와 지식을 제공하고 있다. 그러나 웹 기반교육에서는 학습자의 학습진행상태를 단지 시험을 통해서만 확인 할 수 있는 문제가 있다. 본 논문은 웹기반교육에서 학습자의 학습 과정에 문제가 있는지를 검사하고, 문제가 있는 학생들을 발견할 수 있는 웹 모니터링 기법을 소개한다. 그 기법에서 본 논문은 이전 학을 단위들에 대한 학습자의 학습시간과 형성평가점수들에 기초하여 다음에 진행할 학습 단위에 대한 학습 시간을 예측할 수 있는 학습 시간 예측 모델을 제안한다. 이 기법은 교수자에게 학습자의 학습진행상태를 제공한다. 이 방법은 만약 학습자가 예측학습시간을 초과하였을 경우에는 자동으로 경고 메시지를 보내어 학습자가 다시 학습 과정에 잘 임하도록 독려하는데 이용될 수 있다. 학습시간 예측모델을 이용한 웹 모니터링에 관한 사례 연구를 통해 측정한 결과, 학습진행상태가 원만하지 않는 학습자의 대부분은 형성평가 점수가 저조하였다. 또한, 그들은 학습진행상태가 원만하지 않는 자신의 학습 습관을 그대로 유지하고 있는 것으로 나타났다.

• 한국가정과교육학회지
• /
• 제17권3호
• /
• pp.123-138
• /
• 2005

본 연구는 학습자의 시간관리에 대한 태도 및 시간관리에 대한 지식을 향상시키기 위해서 ICT를 활용한 학습자 활동 중심의 시간관리 교육 프로그램을 개발하여 창의적 재량활동시간을 통하여 교육하고 이의 효과를 검증하기 위하여 시도되었다. 시간관리 교육 프로그램의 개발을 위해 현행 7차 교육과정의 중학교 교육과정, 교육과정 해설서, 9종 교과서에서의 기술$\cdot$가정과 시간관리 단원의 내용분석을 하여 학습지도요소를 선정하고, 학습목표를 구체적으로 진술하였다. 시간관리 교육 프로그램 개발을 위해서 총 5차시의 교수-학습 과정안을 개발하였다. 교수-학습 과정안은 학습자의 활동 중심방법에 기초하였는데, 이 단계는 반응의 형성-반응의 명료화-반응의 심화-반응의 일반화 의 4단계로 구성되어 있다. 시간관리 교육 프로그램은 ICT활용수업으로 ICT활용유형을 고려하여 교수 학습 활동을 선정하고 학습자의 흥미도와 기억력을 높이기 위한 매체를 선정하였다. 시간관리 교육 프로그램이 학습자의 시간관리에 대한 태도 및 시간관리에 지식에 어떠한 영향을 미치는가를 검증하기 위하여 연구자가 재직하고 있는 G중학교 학생을 실험집단과 통제집단으로 나누어 실험을 실시하였다. 실험집단은 연구자가 개발한 시간관리 교육 프로그램을 활용하여 수업을 실시하였고 통제집단에는 설명식 강의 수업을 실시한 후 공변량분석을 하여 수업 효과를 검증하였다. 검증한 결과 개발된 시간관리 교육 프로그램으로 수업을 받은 실험집단의 학생들이 설명식 강의 수업을 받은 학생들에 비하여 시간관리에 대한 태도점수가 유의미하게 향상되었다. 또한, 개발된 시간관리 교육 프로그램을 통한 학습이 학습자의 시간관리에 대한 지식 향상에도 긍정적인 영향을 미친 것으로 나타났다. 이를 바탕으로 ICT를 활용한 시간관리 프로그램 개발과 교육에 대한 다양한 제언이 이루어졌다.

• 산업융합연구
• /
• 제20권11호
• /
• pp.157-164
• /
• 2022

본 연구에서는 중학생의 학업소진이 자존감에 미치는 영향에서 학습시간의 매개효과를 파악하고자 하였다. 이를 위해 경상남도 소재의 중학생 1,045명을 대상으로 학업소진, 학습시간, 자존감에 대한 설문조사를 실시하였다. 설문응답을 통해 3가지로 분석하였다. 첫째, 학업소진, 학습시간, 자존감의 집단적 특성에 따른 차이를 분석한 결과 학업소진과 학습시간은 집단별차이가 나타나지 않았고, 자존감은 성별, 학년별 유의한 차이가 있었다. 둘째, 상관분석 결과 학업소진과 학습시간은 자존감과 부적 상관관계를 보이고, 학습시간과 자존감은 정적 상관관계를 보였다. 셋째, 회귀분석 결과 학업소진이 자존감에 미치는 영향에서 학습시간은 모두 부분매개하였다. 이는 학업소진이 중학생의 자존감에 직접적인 영향을 주고 있을 뿐 아니라, 학습시간을 통해 간접적인 영향을 주고 있다. 넷째, 성별로 구분하여 분석한 결과에서는 남학생의 경우 매개변인인 학습시간이 자존감에 통계적으로 유의한 영향을 미치지 못하였지만 여학생의 경우는 학습시간이 자존감에 유의미한 통계적 영향을 미치고 있어 여학생만 부분매개효과가 있는 것으로 확인되었다. 학년별로 구분하여 분석한 결과에서는 중학교 1,2학년은 학습시간이 자존감에 미치는 영향이 유의하였으나, 중학교 3학년의 경우 학업시간이 자존감에 미치는 영향력은 유의한 효과가 나타나지 않았다. 본 연구의 설문을 통해 급격한 성장기인 중학생 시기에는 남학생과 여학생의 성별에 따른 접근 뿐 아니라 학년별로도 학업소진이 학습시간과 자존감에 미치는 영향이 다르다는 것을 고려한 교육과 상담이 이루어져야 함을 제안하였다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.813-824
• /
• 2021

A사이버교육시스템 성인학습자의 자기조절학습 관련 학습 추이를 분석하여 교육 성과를 높이기 위해 인공지능을 활용한 알고리즘 모델을 다양하게 설계하고, 그것을 실제 데이터에 적용함으로써 성능을 평가하였다. 이를 위해 A사이버교육시스템에서 115명의 성인학습자의 로그 데이터를 분석하였다. A사이버교육시스템 성인학습자들은 대부분 권장 학습 시간 이상을 학습하였으나, 학기 말에는 권장 학습 시간 대비 실제 학습 시간이 현저하게 감소하였다. VOD 참여율이나 형성평가 참여율, 학습 활동 참여율에서도 학습 후반부에 접어들수록 학습 참여율이 떨어졌다. 따라서 교육 성과를 높이려면 학습 시간이 후반에도 지속될 수 있도록 지원해야 한다 판단하여 후반부에 학습 시간이 떨어지는 학습자를 찾아내기 위해 Tensorflow를 활용한 인공지능 모델을 개발하여 수강 시작 날짜별 학습 시간을 예측하였다. 그 결과, CNN 모델을 활용하여 단일 출력 또는 다중 출력을 예측할 경우 다른 모델에 비해 평균 절대 오차가 가장 낮게 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.281-284
• /
• 2000

시계열 예측에 있어서 과거의 측정치 보다 최근의 측정치가 미래의 측정치 예측에 중요한 영향을 미친다. 시계열 예측에 있어서 최근의 측정치와 과거의 측정치가 미래의 값을 예측하는 인자로서 차별화 되어 학습해야 할 것이다. 기존의 시계열에 대한 신경망 접근에서는 최근의 측정치에 대한 학습 패턴과 과거의 측정치에 대한 학습 패턴을 동일하게 학습하였다. 이 논문에서는 과거의 학습패턴과 최근의 학습 패턴을 학습 횟수 면에서 차별화 하였다. 이러한 학습을 이 논문에서는 차별학습이라 한다. 차별학습에서는 주어진 학습 패턴을 시간 순으로 나열하고 일정 개수로 분할한다. 시간의 역순에 의해 등차 또는 등비의 형태로 학습 횟수를 설정한다. 각 학습 패턴의 분말집단을 시간의 역순으로 일정 횟수를 감소시켜 학습 횟수를 설정하는 등차차별학습과 일정 비율로 감소시켜 학습횟수를 설정하는 등비차별학습을 소개한다. 기존의 신경망 접근 방법과 이 논문에서 제안한 신경망 접근방법을 비교하기 위해 Mackay-Galss 공식에 의해 인공적으로 생성된 시계열 데이터를 예로 사용하였다.

• 컴퓨터교육학회논문지
• /
• 제17권1호
• /
• pp.65-73
• /
• 2014

본 연구는 시간관리, 유용성, 흥미가 모바일 과학학습 성과를 예측하는지 검증하고자 하였다. 이를 위해 A여자 고등학교 2학년 학생 144명을 대상으로 약 5주 동안 모바일 기기를 활용하여 과학수업을 진행하였다. 수업 후, 시간관리, 유용성, 흥미, 만족도, 성취도, 학습지속의향에 관한 설문 결과를 수집하여, 상관분석 및 다중회귀분석으로 데이터를 분석하였다. 연구결과, 시간관리, 유용성, 흥미가 학습성과 중 만족도, 학습지속의향을 예측하였고, 시간관리, 유용성은 인지된 성취도를 유의미하게 예측하였다. 이는 모바일 과학수업에서 학습성과를 높이기 위해서는 시간관리전략에 대한 교육프로그램 제공과, 모바일학습에 대한 긍정적인 태도를 함양할 수 있도록 하는 교육이 마련되어야 함을 시사한다.

• 한국초등수학교육학회지
• /
• 제11권2호
• /
• pp.161-176
• /
• 2007

모든 학습에서 시간은 매우 중요한 자원이다. 수학학습에서는 더욱 더 그러하다. 본 논문에서는 수학학습에서 시간이 어떻게 사용되며 이와 관련된 수학학습과의 관계를 조사 분석하였다. 학습자에게 주어지는 학습 시간은 귀중하고 가치 있게 또한 의미 있는 시간을 영위하도록 학부모나 교사들은 배려해야만 한다. 학습자는 학습의 진정한 주체가 되어 자율적이고 연속적이며 끊임없는 진정한 수행이 되도록 노력해야 한다. 누구에게나 물리적 시간은 같지만 어떻게 보내느냐에 따라서 그 질 및 가치는 매우 다르기 때문이다. 이러한 맥락에서 본 논문이 수학학습의 질을 높이는데 기여하는데 그 의의를 두고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권5호
• /
• pp.155-162
• /
• 2021

n-스텝 시간차 학습은 몬테카를로 방법과 1-스텝 시간차 학습을 결합한 것으로, 적절한 n을 선택할 경우 몬테카를로 방법과 1-스텝 시간차 학습보다 성능이 좋은 알고리즘으로 알려져 있지만 최적의 n을 선택하는 것에 어려움이 있다. n-스텝 시간차 학습에서 n값 선택의 어려움을 해소하기 위해, 본 논문에서는 Q의 과대평가가 초기 학습의 성능을 높일 수 있다는 특징과 Q ≈ Q^* 경우, 모든 n-스텝 누적 보상이 비슷한 값을 가진다는 성질을 이용하여 1 ≤ k ≤ n에 대한 모든 k-스텝 누적 보상의 최댓값과 평균으로 구성된 새로운 학습 타겟인 Ω-return을 제안한다. 마지막으로 OpenAI Gym의 Atari 게임 환경에서 n-스텝 시간차 학습과의 성능 비교 평가를 진행하여 본 논문에서 제안하는 알고리즘이 n-스텝 시간차 학습 알고리즘보다 성능이 우수하다는 것을 입증한다.