• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.125-130
• /
• 2010

협동학습이란 서로 다른 능력을 갖는 학생들이 주어진 주제에 대한 이해를 증진하기 위하여 다양한 학습 방법을 사용하여 단지 무엇을 배울 것인지 뿐 아니라 팀 구성원들의 학습을 도움으로서 보다 높은 성취도를 갖게 하는 학습방법이다. 본 논문에서는 협동학습 교육프로그램 활용을 위한 효율적인 팀 구성 방법에 대해서 기술한다. 이를 위해 초등학교 학생들을 위한 영어와, 수학 협동학습 프로그램을 구현하였다. 이 협동학습 교육프로그램을 활용하여 학습자들은 협동학습을 수행하였으며 성적, 성별, 친밀도 별 실험을 실시하였다. 결과로 혼성이며 성적이 상호보완적인 팀이 가장 효율적임을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.287-296
• /
• 2003

추천 시스템에 있어서 협력적 필터링 기술은 많은 연구가 되고 있다. 그러나 협력적 필터링 기술을 이용한 추천 시스템은 초기 평가 문제와 희박성 문제가 발생한다. 이를 해결하기 위해서 본 논문에서는 선호도 재 계산을 위한 연관 사용자 군집과 베이지안 추정치를 이용한 사용자 선호도 예측 방법을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서 아이템의 속성을 고려하지 않는 단점을 보완하기 위해서 선호도에 가장 크게 영향을 미치는 대표 장르를 추출하여 유사한 이웃을 찾아 낼 때 예측에 이용하는 Representative Attribute-Neighborhood 방법을 사용한다. 협력적 필터링의 알고리즘에 군집 아이템 백터 내의 특정 아이템의 선호도를 재계산 하기 위한 연관 사용자 군집 분석을 적용하여 성능 향상을 하였다. 또 초기 평가 문제와 희박성 문제를 해결하기 위하여 Association Rule Hypergraph Partitioning 알고리즘을 사용하여 사용자를 장르별로 군집한다. 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도를 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게하여 예측의 정확도를 높일 수 있다. 제안된 방법은 기존의 방법보다 높은 성능을 나타냄을 보인다.

• 대한수학교육학회지:학교수학
• /
• 제18권3호
• /
• pp.479-501
• /
• 2016

본 연구는 예비 고등학교 3학년 학생 20명을 대상으로 수학 교과서, G+, 수능기출문제를 학습도구로 하여 2015년 12월 24일부터 9주간 프로젝트를 진행하였다. 본 연구의 목적은 온라인과 오프라인을 연계한 혼합형 학습 방법인 '수학 교과서 프로젝트 학습(MtPL)'을 개발하여, MtPL이 고등학생들의 정의적 영역에 어떤 영향을 미쳤는지 분석하는 것이다. 연구결과에 의하면 MtPL은 학생들의 자기효능감, 자신감에 긍정적인 영향을 주었고, 교과서를 이용한 협력학습과 교사의 역할은 수학 학습에서 도구적 동기로 작용했다는 것을 알 수 있었다. 본 연구는 입시에 성공하기 위해서 더 어려운 수학 문제를 풀어야 한다는 우리나라 고등학생들의 수학 학습 방법에 대한 인식이 수정되어야 함을 시사하고 있다. 또한 교과서를 활용한 수능 준비와 수학 학습에서 교과서의 이용은 학생들에게 긍정적으로 작용했음을 알 수 있다.

• 의학교육논단
• /
• 제14권2호
• /
• pp.64-68
• /
• 2012

Learning in medical school is usually regarded as a very specialized type of learning compared to that of other academic disciplines. Medical students might have general beliefs about their own learning. Beliefs about learning have a critical effect on learning behavior. There are several factors that affect medical students' learning behavior: epistemological beliefs, learning styles, learning strategies, and learning beliefs. Several studies have addressed epistemological beliefs, learning styles, and learning strategies in medical education. There are, however, few studies that have reported on medical students' beliefs about learning. The purpose of this study was to determine what learning beliefs medical students have, what the causes of these beliefs are, and how medical educators teach students who have such beliefs. In this study, the five learning beliefs are assumed and we considered how these beliefs can affect students' learning behaviors. They include: 1) medical students are expected to learn a large amount of information in a short time. 2) memorization is more important than understanding to survive in medical schools. 3) learning is a competition and work is independent, rather than collaborative. 4) reading textbooks is a heavy burden in medical education. 5) the most effective teaching and learning method is the lecture. These learning beliefs might be the results of various hidden curricula, shared experiences of the former and the present students as a group, and personal experience. Some learning beliefs may negatively affect students' learning. In conclusion, the implications of medical students' learning beliefs are significant and indicate that students and educators can benefit from opportunities that make students' beliefs about learning more conscious.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.21-33
• /
• 2022

최근 추천 시스템은 영화, 음악, 온라인 쇼핑 및 SNS 등 다양한 분야들에서 광범위하게 활용되고 있으며, 추천 시스템 분야에서 1세대 모델이라고 할수 있는 Apriori 모델을 통한 연관분석부터 최근 많은 주목을 받는 딥러닝 기반 모델들까지 많은 모델들이 제안되어왔다. 추천 시스템에서 기본 모델들은 협업 필터링(Collaborative filtering) 방법, 콘텐츠 기반 필터링(Content-based filtering) 방법, 그리고 이 두 방법을 통합적으로 사용하는 하이브리드 필터링(Hybrid filtering) 방법으로 분류될 수 있다. 하지만 이러한 모델들은 최근 점점 빠르게 변화하는 사용자-아이템 간의 상호관계와 빅데이터의 발전과 같은 내외 변화 요인들에 적응하지 못하면서 점점 분야 내 방법론으로써의 지위를 잃어가고 있다. 반면, 추천 시스템 내에서 딥러닝 기반 모델들은 비선형 변환, 표현학습, 순차적 모델링, 그리고 유연성과 같은 장점들 때문에 그 비중이 높아지고 있는 추세이다. 본 논문에서는 딥러닝 기반 추천 모델들 중에서도 사용자-아이템 간의 상호작용에 대해 보다 정확하고, 유연성 있게 분석이 가능한 순차적 모델링에 적합한 순환 신경망, 합성곱 신경망, 그리고 생성적 적대 신경망 중심 기반 모델로 분류하여 비교 및 분석한다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.49-56
• /
• 2024

There have been emerging many use-cases applying recommendation systems especially in online platform. Although the performance of recommendation systems is affected by a variety of factors, selecting appropriate features is difficult since most of recommendation systems have sparse data. Conventional matrix factorization (MF) method is a basic way to handle with problems in the recommendation systems. However, the MF based scheme cannot reflect non-linearity characteristics well. As deep learning technology has been attracted widely, a deep neural network (DNN) framework based collaborative filtering (CF) was introduced to complement the non-linearity issue. However, there is still a problem related to feature embedding for use as input to the DNN. In this paper, we propose an effective method using singular value decomposition (SVD) based feature embedding for improving the DNN performance of recommendation algorithms. We evaluate the performance of recommendation systems using MovieLens dataset and show the proposed scheme outperforms the existing methods. Moreover, we analyze the performance according to the number of latent features in the proposed algorithm. We expect that the proposed scheme can be applied to the generalized recommendation systems.

• 대한간호학회지
• /
• 제36권8호
• /
• pp.1308-1314
• /
• 2006

Purpose. The purposes of this study were to develop a PBL program for continuing nurse education and to evaluate the program after its implementation. Methods. The PBL program was developed in the core cardio-pulmonary nursing concepts through a collaborative approach with a nursing school and a hospital. The PBL packages with simulation on ACLS were implemented to 40 clinical nurses. The entire PBL program consisted of six 3-hour weekly classes and was evaluated by the participants' subjective responses. Results. Two PBL packages in cardio-pulmonary system including clinical cases and tutorial guidelines were developed. The 57.5 % of the participants responded positively about the use of PBL as continuing nurse education in terms of self-motivated and cooperative learning, whereas 20.0% of the participants answered that the PBL method was not suitable for clinical nurses. Some modifications were suggested in grouping participants and program contents for PBL. Conclusion. The PBL method could be utilized to promote nurses' clinical competencies as well as self-learning abilities. Further research is needed in the implementation strategies of PBL-based continuing education in order to improve its effectiveness.

• 융합보안논문지
• /
• 제17권2호
• /
• pp.165-171
• /
• 2017

이 연구의 목적은 부사관과 학생들의 의사소통 능력 향상을 위해 사고도구어를 선정하고 이를 활용한 글쓰기 교육방안을 고찰하는 것이다. 전문대학 부사관과에 적합한 사고도구어 선정은 다음과 같은 3단계를 거쳐 목록화 하였다. 첫째, 최근 3년간 부사관과 의사소통과 교육방안에 관련된 논문에서 사고도구어를 추출한다. 둘째, 기존 연구에서 고등학교 수준의 사고도구어와 비교한다. 셋째, 전문대학 부사관과 글쓰기 교육방안에서 활용 가능한 사고도구어를 선정한다. 이 연구에서 선정된 사고도구어는 전문대학 부사관과의 글쓰기 교육과 밀접하게 관련된 것으로 한정된 의미를 지니고 있다. 선정된 사고도구어는 협력학습 글쓰기 교육에 응용하여 학습자의 학술적 의사소통 능력을 향상시키는 방안을 모색하는데 활용하였다. 마지막으로 향후 연구를 위한 제언을 하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3172-3193
• /
• 2018

Recently, several studies have shown that linear representation based approaches are very effective and efficient for image classification. One of these linear-representation-based approaches is the Collaborative representation (CR) method. The existing algorithms based on CR have two major problems that degrade their classification performance. First problem arises due to the limited number of available training samples. The large variations, caused by illumintion and expression changes, among query and training samples leads to poor classification performance. Second problem occurs when an image is partially noised (contiguous occlusion), as some part of the given image become corrupt the classification performance also degrades. We aim to extend the collaborative representation framework under limited training samples face recognition problem. Our proposed solution will generate virtual samples and intra-class variations from training data to model the variations effectively between query and training samples. For robust classification, the image patches have been utilized to compute representation to address partial occlusion as it leads to more accurate classification results. The proposed method computes representation based on local regions in the images as opposed to CR, which computes representation based on global solution involving entire images. Furthermore, the proposed solution also integrates the locality structure into CR, using Euclidian distance between the query and training samples. Intuitively, if the query sample can be represented by selecting its nearest neighbours, lie on a same linear subspace then the resulting representation will be more discriminate and accurately classify the query sample. Hence our proposed framework model the limited sample face recognition problem into sufficient training samples problem using virtual samples and intra-class variations, generated from training samples that will result in improved classification accuracy as evident from experimental results. Moreover, it compute representation based on local image patches for robust classification and is expected to greatly increase the classification performance for face recognition task.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.543-553
• /
• 2022

협동로봇은 4차 산업혁명에서 제시하고 있는 생산시스템 중 하나로 작업자의 정교한 손기술과 로봇의 단순 반복작업 능력을 조합하여 효율성을 극대화할 수 있는 시스템이다. 또한, 작업자와 로봇 간의 작업공간 공유에서 발생하는 안전문제의 해결과 함께 효율적인 인터페이스 방법 개발에 대한 연구가 지속적으로 진행되고 있다. 본 연구에서는 이를 위하여 작업자의 편리성과 집중도를 강화하기 위해 작업자의 수신호를 인식하여 로봇을 제어하는 방법을 제시하였으며 안전공간의 개념을 도입하여 작업자의 안전을 확보하였다. 이를 구현하기 위하여 로봇제어, PLC, 영상처리, 기계학습, ROS 등 다양한 기술을 사용하였다. 또한 이를 교육매체로 활용하기 위하여 제시된 기술들의 역할과 인터페이스 방법을 정의하여 제시하였다. 학습자들은 소개된 여러 기술들을 연계하여 시스템을 구축하고 조정하는 일을 수행한다. 따라서 현장에서 필요한 기술의 필요성을 인식시키고 이에 대한 심화 학습을 유도할 수 있는 큰 장점이 있다. 또한 문제를 제시한 뒤 스스로 문제를 해결하는 방법을 모색하는 형태로 진행해 자기 주도적으로 학습할 수 있도록 유도할 수 있다. 이를 통해 4차 산업혁명의 주요 기술들을 학습하고 다양한 문제에 대한 해결 능력을 향상시킬 수 있다.