• 한국정보시스템학회지:정보시스템연구
• /
• 제21권1호
• /
• pp.117-152
• /
• 2012

The purpose of this study was to identify the negative factors affecting personnel u-Learning acceptance and to analyze the interrelation among the factors in this research model. The two independent variables avoidable convenience and reliant convenience, based on pilot test results, and learning performance and perceived interactivity, based on the relevant literature, are used to examine the research model. The research problem was tested with data collected from 577 respondents in 23 universities. This study developed and empirically analyzed a model representing the relationship by using the Structural Equation Model. The major findings of this study are, firstly, that the higher reliant convenience is negatively affecting the degree of system use and learner’s satisfaction, whereas avoidable convenience is only affecting the learner’s satisfaction. Secondly, the higher learning performance and stronger perceived interactivity affects the degree of system use as well as learner’s satisfaction. Finally, the degree of system use affects the learner’s satisfaction.

• 한국항행학회논문지
• /
• 제14권5호
• /
• pp.661-667
• /
• 2010

많은 기존의 E-러닝은 SCORM과 LMS를 연동하고 있다. 또한 U-러닝은 E-러닝의 하나의 트랜드로 연구되고 있다. 그러나 U-러닝에서 기존의 SCORM과 LMS를 연동하는 방안에 대해서는 매우 미흡하게 제시되고 있다. 본 연구는 기존의 SCORM과 LMS를 연동한 U-러닝 프레임워크를 제안하고자 한다. U-러닝에서 사용하는 각기 다른 모바일 기기의 특성을 반영하기 위하여 모바일 기기 변환모듈과 학습객체 재구성 모듈을 이용하였다. 특히 모바일 기기 정보는 모바일 기기 메타데이터를 사용하여 저장하고 관리하였다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2011년도 동계학술대회
• /
• pp.271-279
• /
• 2011

유비쿼터스 시대에서 새로운 교육형태인 유러닝(Ubiquitous Learning: U-learning)은 언제(Anytime) 어디서나(Anywhere) 어떠한 형태의 네트워크를 이용하여(Any Network) 어떠한 단말기로도(Any Device) 정보의 전달이 가능한 새로운 교육형태이다. 유러닝은 무선인터넷과 휴대단말기의 발달과 더불어 더욱 진화되고 있으며, 대중화되고 있다. 유러닝 지원시스템(U-learning Support System: ULSS)은 유러닝을 지원하는 포괄적인 시스템이다. 한편 최근들어 스마트폰(Smart Phone도 급속히 대중화되고 있으며, 교육 분야의 활용에도 각광을 받고 있다. 본 논문에서는 스마트폰 환경에서의 유러닝지원시스템을 정의한다.

• 정보교육학회논문지
• /
• 제9권3호
• /
• pp.511-522
• /
• 2005

정보통신기술이 급변함에 따라 교육에 대한 패러다임도 변화되고 있다. 최근 PDA, 태블릿 PC, 휴대전화 단말기 등의 개별화 정보기기를 통해 언제 어디서나 학습이 가능한 u-러닝이 도입되고 있다. u-러닝에서 개별화 정보기기의 이동성과 개인성 등을 이용한다면 시간과 공간의 제약 없이 학습자 개인의 특성에 적합한 맞춤형 학습을 가능하게 하고, 상황학습과 체험학습에도 효과적이게 될 것이다. 본 연구에서는 PDA의 교수-학습에의 활용 방안과 PDA 활용 교수-학습 기초 모델을 모색하고자 PDA를 직접 수업에 적용하고 그 효과를 알아보았다. 그 결과 PDA를 활용한 수업에 대하여 대부분 만족스럽다는 응답을 얻었으나, 접속의 문제, PDA용 콘텐츠의 부족, 화질의 문제 등이 개선되어야 할 점으로 지적되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.123-126
• /
• 1995

Characteristics of control system design using Universal Learning Network (U.L.N.) are that a system to be controlled and a controller are both constructed by U.L.N. and that the controller is best tuned through learning. U.L.N has the same generalization ability as N.N.. So the controller constructed by U.L.N. is able to control the system in a favorable way under the condition different from the condition of the control system in learning stage. But stability can not be realized sufficiently. In this paper, we propose a robust control method using U.L.N. and second order derivatives of U.L.N.. The proposed method can realize better performance and robustness than the commonly used Neural Network. Robust control considered here is defined as follows. Even though initial values of node outputs change from those in learning, the control system is able to reduce its influence to other node outputs and can control the system in a preferable way as in the case of no variation. In order to realize such robust control, a new term concerning the variation is added to a usual criterion function. And parameter variables are adjusted so as to minimize the above mentioned criterion function using the second order derivatives of criterion function with respect to the parameters. Finally it is shown that the controller constricted by the proposed method works in an effective way through a simulation study of a nonlinear crane system.

• 한국콘텐츠학회논문지
• /
• 제10권10호
• /
• pp.54-67
• /
• 2010

종래에 헬스케어 영역에서 주로 사용해왔던 기계학습 기법을 U-health 서비스 분석단계에 적용하기에는 여러 가지 문제점들이 있다. 첫째, 아직 U-health 분야의 연구가 초기단계에 불과하여 기존의 기법들을 U-health 환경에 적용한 사례가 매우 부족하다. 둘째, 기계학습 기법은 학습시간이 많이 소요되기 때문에 실시간으로 질환을 관리해야만 하는 U-health 서비스 환경에는 적용하기 어렵다. 셋째, 그동안 다양한 기계 학습 기법들이 제시되었으나 질환 연관변수에 가중치를 부여할 수 있는 방법이 없어, 개인 맞춤형 질병예측 시스템으로 구축할 수 없는 한계를 가진다. 본 논문에서는 이러한 문제점들을 개선하고, U-health 서비스 시스템의 바이오 데이터 분석 과정을 프로세스로 해석하기 위하여, 개인 맞춤형 질병예측 기법인 PCADP를 제안하였다. 또한 이러한 PCADP를 바탕으로 U-health 데이터 및 서비스 명세의 의미 있는 표현을 위하여 U-health 온톨로지 프레임워크를 시멘틱스형으로 모델링하였다. 또한 PCADP 예측 기법은 U-health 환경에서 판별 기법이 갖추어야 할 조건인 유연성과 실시간성이 기존의 방식에 비하여 향상되었고, 판별과정의 모니터링 및 시스템의 지속적인 개선측면에서도 효율적으로 작용함을 확인하였다.

• 컴퓨터교육학회논문지
• /
• 제9권6호
• /
• pp.65-78
• /
• 2006

유비쿼터스 사회(Ubiquitous Society)의 핵심기술인 RFID(Radio Frequency Identification)를 물류, 유통, 교통, 의료 등 다양한 분야에서 개발, 적용하는 연구가 활발하게 진행되고 있다. RFID를 이용하여 u-Campus, u-Library 등 유비쿼터스 교육환경을 마련해주는 연구들은 있으나 직접적으로 학습에 적용한 연구는 아직 미미한 실정이다. 따라서 본 연구에서는 RFID 태그와 리더의 무선통신 기술을 이용하여 학습자의 위치와 상황을 인지하고 그에 부합하는 영어 상황학습 서비스를 제공하고자 한다. RFID 시스템을 이용하기 위해 본 연구에서 제안하는 RFID 미들웨어는 기존의 범용 RFID 미들웨어와 달리 PDA 기반에서 동작하는 모바일 RFID 미들웨어로 필수 API를 중심으로 최적화하여 개발하였다.

• 한국항행학회논문지
• /
• 제13권6호
• /
• pp.854-860
• /
• 2009

유비쿼터스는 정보통신 기술과 IT 기술 등이 접목된 새로운 컴퓨팅 환경으로서, PDA를 비롯한 다양한 기기와 여러 분야의 응용기술이 적용되었다. 최근엔 통신 기능과 다양한 IT 기능이 접목되고 휴대성이 좋은 스마트 폰의 출현으로 사용자들의 기기 이용 환경이 변화하고 있다. 이러한 스마트 폰의 활용은 환경의 제약없이 사용자들에게 학습 기기로서의 역할까지로 확장되고 있다. 따라서 본 연구에서는 스마트 폰에서 U-러닝을 제공하기 위하여 SCORM 기반의 메타데이터를 설계하였다. 이를 위하여, 기존의 LMS와 연동된 SCORM을 U-러닝 서버와 스마트 폰 처리 서버를 두어 이를 핸들링 하도록 하였다. 각기 다른 특성을 가지는 스마트 폰의 적용을 위하여 메타데이터에서는 CPU, 화면크기, 메모리 등의 자원 정보를 가지도록 하였으며, 메타데이터 아답터가 이를 처리하도록 하였다.

• 디지털융복합연구
• /
• 제9권4호
• /
• pp.281-289
• /
• 2011

이 연구는 유러닝 이용 교육에서 신기술의 발전에 따라 나타나는 특정과 문제점들을 사례를 분석하여 연구하였다. 이러한 유비쿼터스 환경에서 인간은 컴퓨터 능력을 갖고 있는 장치와 상호 교류가 가능하며, 유러닝을 통해 학생들은 열린 자세를 갖으며 스스로 공부하는데 동기부여를 갖게 된다. 이는 학습과 의사소통을 효율적으로 할 수 있게 하며, 시간과 비용 에너지를 절약 할 수 있게 한다. 국내 외 사례에서 살펴보았듯이 유러닝의 발전을 도모하기 위해서는 여러 가지 측면에서 고려되어야 할 것이지만, 교육, 학습태도, 관습, 인간관계 등에 있어 현재 보다 훨씬 광범위하게 수집되어 오용되거나 유출되는 문제를 반드시 해결해야 할 분야이다. 이를 위해 법이나 제도 그리고 윤리적 관점에서 고려되어야 할 것으로 본다.

• 한국환경복원기술학회지
• /
• 제26권6호
• /
• pp.85-96
• /
• 2023

This study proposes a method for forest vegetation monitoring using high-resolution aerial imagery captured by unmanned aerial vehicles(UAV) and deep learning technology. The research site was selected in the forested area of Mountain Dogo, Asan City, Chungcheongnam-do, and the target species for monitoring included Pinus densiflora, Quercus mongolica, and Quercus acutissima. To classify vegetation species at the pixel level in UAV imagery based on characteristics such as leaf shape, size, and color, the study employed the semantic segmentation method using the prominent U-net deep learning model. The research results indicated that it was possible to visually distinguish Pinus densiflora Siebold & Zucc, Quercus mongolica Fisch. ex Ledeb, and Quercus acutissima Carruth in 135 aerial images captured by UAV. Out of these, 104 images were used as training data for the deep learning model, while 31 images were used for inference. The optimization of the deep learning model resulted in an overall average pixel accuracy of 92.60, with mIoU at 0.80 and FIoU at 0.82, demonstrating the successful construction of a reliable deep learning model. This study is significant as a pilot case for the application of UAV and deep learning to monitor and manage representative species among climate-vulnerable vegetation, including Pinus densiflora, Quercus mongolica, and Quercus acutissima. It is expected that in the future, UAV and deep learning models can be applied to a variety of vegetation species to better address forest management.