• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권5호
• /
• pp.1252-1271
• /
• 2013

Automatic image annotation has become an increasingly important research topic owing to its key role in image retrieval. Simultaneously, it is highly challenging when facing to large-scale dataset with large variance. Practical approaches generally rely on similarity measures defined over images and multi-label prediction methods. More specifically, those approaches usually 1) leverage similarity measures predefined or learned by optimizing for ranking or annotation, which might be not adaptive enough to datasets; and 2) predict labels separately without taking the correlation of labels into account. In this paper, we propose a method for image annotation through collaborative similarity metric learning from dataset and modeling the label correlation of the dataset. The similarity metric is learned by simultaneously optimizing the 1) image ranking using structural SVM (SSVM), and 2) image annotation using correlated label propagation, with respect to the similarity metric. The learned similarity metric, fully exploiting the available information of datasets, would improve the two collaborative components, ranking and annotation, and sequentially the retrieval system itself. We evaluated the proposed method on Corel5k, Corel30k and EspGame databases. The results for annotation and retrieval show the competitive performance of the proposed method.

• 컴퓨터교육학회논문지
• /
• 제5권4호
• /
• pp.1-8
• /
• 2002

인터넷기술의 발달과 네트워크 환경의 구축 및 확산은 웹을 통한 교육적 적용과 활용을 더욱 증가시켰다. 학습에 참여하는 교사와 학습자는 경쟁적, 개별적, 협동적 학습구조에 따라 교육을 진행한다. 이중 경쟁적, 개별적 학습구조가 갖고 있는 지나친 경쟁의 유발이나 학습자간 협력도의 결여라는 문제점에 대한 새로운 대안으로서 협동적 학습구조에 대한 관심이 증가되었다. 이러한 배경속에서 본 연구는 협동학습의 장점과 모형을 웹에 적용하여 기존의 웹 기반 교육사이트의 질적 향상을 기한 웹 기반 협동학습 사이트를 설계 및 구현하고, 실시된 웹 기반 협동학습에 대한 실험연구를 통하여 협동학습에 참여한 학습자들의 학업성취도와 동기-태도를 향상시키고 있음을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제15권8호
• /
• pp.51-58
• /
• 2010

프로그래밍 교육은 학습자 개개인의 특성에 맞는 수준별 단계별 학습이 필요하다. 추천시스템은 개인화서비스를 위해 사용되는 방법의 하나로, 본 연구에서는 추천시스템을 사용하여 웹기반 프로그래밍 교육 환경에서 학습자 개개인에 적합한 학습을 추천할 수 있는 방법을 제공한다. 제안하는 수준별 프로그래밍 학습을 위한 추천시스템은 학습주제별 학습수준 기반 학습자 프로파일과 학습주제사이의 연관성 프로파일을 이용한 협업 필터링을 사용하여 특정 학습자의 학습수준과 학습범위에 적절한 프로그래밍 문제를 제공하도록 한다. 그 결과 프로그래밍 언어 교육과정에서 발생하는 수준별 단계별 학습에 맞는 프로그래밍 문제 제공의 어려움을 해결하여, 학습자의 프로그래밍 능력 향상의 결과를 얻을 수 있었다. 더 나아가 기존 협업필터링 방법을 사용하는 경우와 비교해 볼 때 추천 성능향상 및 분석 시간 감소를 통해 추천시스템의 한계점 중의 하나인 확장성을 해결할 수 있는 방법을 제시한다.

• 정보교육학회논문지
• /
• 제22권1호
• /
• pp.151-158
• /
• 2018

본 연구의 목적은 협력적 문제 해결력에 영향을 미치는 PISA(Programme for International Student Assessment) 2015의 ICT 요인을 바탕으로 학생들의 협력적 문제 해결력을 예측하는 시스템을 개발하는 데 있다. PISA 2015의 컴퓨터 기반 협력적 문제 해결력 평가에는 한국에서 5,581명이 참여하였다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 협력적 문제 해결력 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 95%의 정확도로 협력적 문제 해결력을 예측할 수 있었다. 이 모델을 바탕으로 협력적 문제 해결력 예측 시스템을 설계 및 구현하였으며, 해당 시스템을 사용하여 학습자의 ICT 관련 설문을 통해 협력적 문제 해결력을 예측할 수 있다. 본 연구는 교육에서 ICT 투입 및 사용에 대한 정책 결정에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.

• 대한안전경영과학회지
• /
• 제23권4호
• /
• pp.93-104
• /
• 2021

In this paper, we propose a method for diagnosing overload and working load of collaborative robots through performance analysis of machine learning algorithms. To this end, an experiment was conducted to perform pick & place operation while changing the payload weight of a cooperative robot with a payload capacity of 10 kg. In this experiment, motor torque, position, and speed data generated from the robot controller were collected, and as a result of t-test and f-test, different characteristics were found for each weight based on a payload of 10 kg. In addition, to predict overload and working load from the collected data, machine learning algorithms such as Neural Network, Decision Tree, Random Forest, and Gradient Boosting models were used for experiments. As a result of the experiment, the neural network with more than 99.6% of explanatory power showed the best performance in prediction and classification. The practical contribution of the proposed study is that it suggests a method to collect data required for analysis from the robot without attaching additional sensors to the collaborative robot and the usefulness of a machine learning algorithm for diagnosing robot overload and working load.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.483-503
• /
• 2014

In this paper, human action recognition using pyramid histograms of oriented gradients and collaborative multi-task learning is proposed. First, we accumulate global activities and construct motion history image (MHI) for both RGB and depth channels respectively to encode the dynamics of one action in different modalities, and then different action descriptors are extracted from depth and RGB MHI to represent global textual and structural characteristics of these actions. Specially, average value in hierarchical block, GIST and pyramid histograms of oriented gradients descriptors are employed to represent human motion. To demonstrate the superiority of the proposed method, we evaluate them by KNN, SVM with linear and RBF kernels, SRC and CRC models on DHA dataset, the well-known dataset for human action recognition. Large scale experimental results show our descriptors are robust, stable and efficient, and outperform the state-of-the-art methods. In addition, we investigate the performance of our descriptors further by combining these descriptors on DHA dataset, and observe that the performances of combined descriptors are much better than just using only sole descriptor. With multimodal features, we also propose a collaborative multi-task learning method for model learning and inference based on transfer learning theory. The main contributions lie in four aspects: 1) the proposed encoding the scheme can filter the stationary part of human body and reduce noise interference; 2) different kind of features and models are assessed, and the neighbor gradients information and pyramid layers are very helpful for representing these actions; 3) The proposed model can fuse the features from different modalities regardless of the sensor types, the ranges of the value, and the dimensions of different features; 4) The latent common knowledge among different modalities can be discovered by transfer learning to boost the performance.

• Educational Technology International
• /
• 제6권2호
• /
• pp.69-85
• /
• 2005

The purpose of the article is to address a new instructional approach to a complex engineering course. We design a novel instructional method that combines mobile technology, simulation program, collaborative teamwork, problem-solving process, and a variety of evaluation techniques. We suggested five instructional principles that might be required to change the fundamental educational process by which learning is done. The proposed instructional method is expected to aspire for new perspectives on complex learning environment. Nevertheless we solely began by the research on the development of students' complex problem-solving performance in a complex engineering course, the new instructional method in the article can promote the adoption of new instructional methods and strategies across different knowledge domains. In addition, the instructional method can provide a valuable bridge to acquisition and transfer of problem solving, motivation, and meaning learning.

• 디지털융복합연구
• /
• 제10권6호
• /
• pp.33-39
• /
• 2012

본 연구는 대학에서 이루어지고 있는 강의에 있어 전통적인 오프라인 강의실 강의에 정보기술 발달과 함께 급속도로 확산되고 있는 SNS(Social Network Service)를 접목할 경우 학습성과의 변화에 어떠한 영향을 미치는지를 살펴보기 위해 시작되었다. 이를 위하여 101명을 대상으로 설문조사를 실시하였고 분석결과는 다음과 같다. 첫째, 소셜 네트워킹 참여(online social networking engagement)와 사회적 수용(acculturation)은 교수와의 상호작용 품질(interaction quality with professors)에 영향을 미치는 것으로 나타났다. 또한 교수와의 상호작용품질은 협력학습(collaborative learning)과 학습성과(learning performance)에 유의한 영향을 미치는 것으로 나타났다.

• Journal of Information Technology Applications and Management
• /
• 제29권6호
• /
• pp.81-93
• /
• 2022

As deep learning technology in natural language and visual processing has rapidly developed, collaborative filtering-based recommendation systems using deep learning technology are being actively introduced in the recommendation field. In this study, OCF-GAN, a hybrid collaborative filtering model using GAN, was proposed to solve the one-class and cold-start problems, and its usefulness was verified through performance evaluation. OCF-GAN based on conditional GAN consists of a generator that generates a pattern similar to the actual user preference pattern and a discriminator that tries to distinguish the actual preference pattern from the generated preference pattern. When the training is completed, user preference vectors are generated based on the actual distribution of preferred items. In addition, the cold-start problem was solved by using a hybrid collaborative filtering recommendation method that additionally utilizes user and item profiles. As a result of the performance evaluation, it was found that the performance of the OCF-GAN with additional information was superior in all indicators of the Top 5 and Top 20 recommendations compared to the existing GAN-based recommender. This phenomenon was more clearly revealed in experiments with cold-start users and items.

• 전자공학회논문지CI
• /
• 제48권3호
• /
• pp.36-45
• /
• 2011

소셜러닝의 대표적 학습인 협력학습에서의 에이전트란 학습자에게 현황이든, 환경이든, 과제이든 설명해 줄 수 있거나, 보편적이고 일반적인 방법으로 독립적인 기능을 수행할 수 있는 것이다, 이를 위해서는 에이전트 사이에서의 의사소통에 관한 정보기술 표준화 방법이 요구된다. 본 연구는 협력학습에서 사용되는 각종 에이전트들의 의사소통에 관한 데이터 모델에 관한 기술을 제시한다. 따라서 이러닝 협력학습 환경을 지원하는 많은 에이전트들의 유형을 파악하고, 이 에이전트들 간의 상호 의사소통에 관한 규칙을 갖는 데이터 모델을 설계하여 그 요소들을 정의하고자 한다. 이렇게 제시된 표준화된 데이터 모델을 기반으로 하는 다중 에이전트 시스템은 여러 응용 에이전트가 독립된 프로세스로 활동할 수 있도록 정의된 통신 데이터모델에 의해 메시지 상호 교환이 가능해진다. 본 연구는 소셜러닝에서 주를 이루는 학습방법인 협력학습 중에서 다양한 에이전트를 활용하는 경우 이를 지원하는 에이전트간의 통신에 관한 의사소통 모델 응용을 통해 원활한 협력학습이 구현되도록 기여할 것으로 기대한다.