• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.47-58
• /
• 2004

개별화되고 적응화된 코스를 생성하기 위해서는 학습객체가 논리적 연관성을 가지고 연결되어 있는 기반구조를 갖추어야 한다. 이러한 학습객체간의 논리적 연관성, 그리고 개별 학습자를 고려한 다양한 링크를 통하여 학습의 각 시점에서 각각의 학습자는 서로 다른 학습경로를 제공받을 수 있게 된다. 본 연구는 학습과제 유형별 유의미 연결을 고려하여 학습객체 기반의 개별화 학습 시스템 구조를 설계하는데 목적이 있으며, 이를 위해 '관련성 요소 추출에 관한 연구', '학습목표 맵 구성에 관한 연구', '학습자의 인지상태 판단에 관한 연구'를 수행하였다. 학습객체 기반의 코스 설계가 단지 무의미한 객체들의 집합이라는 비판이 대두되는 시점에서, 본 연구의 학습객체간 관련성을 고려한 개별화학습 시스템 모형 연구는 e-Learning 안에 유의미한 학습과 진정한 교육을 담고자 하는 시도가 될 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.189-201
• /
• 2011

본 논문에서는 대표적인 학습 객체 메타데이터 형식들을 통합하여 상호운용성을 제공하면서 대학 강좌를 위한 학습 객체의 메타데이터를 기술할 때 사용되는 개념과 개념들 간의 의미적 관계를 정의하는 온톨로지를 설계한다. 그리고 서로 다른 형식을 이용해 학습 객체의 메타데이터를 기술하는 여러 지역 저장소에 대해 효율적인 학습 객체 검색이 가능하도록 계층적으로 구조화된 이러닝 시스템을 구성하고 추론에 기반한 질의 처리 기법을 제안한다. 본 논문에서 제안한 계층적으로 구조화된 이러닝 시스템에서 학습 객체 온톨로지를 이용한 질의 처리 기법을 적용하면 사용자 질의에 직접적으로 관련이 있는 학습 객체와 함께 의미적 연관성이 추론된 학습 객체도 검색되어 보다 정확하고 만족도 높은 검색 서비스를 제공할 수 있다.

• 전력전자학회논문지
• /
• 제26권4호
• /
• pp.241-248
• /
• 2021

A battery state-of-health (SOH) estimation algorithm using a machine learning-based linear regression method is proposed for estimating battery aging. The proposed algorithm analyzes the change trend of the open-circuit voltage (OCV) curve, which is a parameter related to SOH. At this time, a section with high linearity of the SOH and OCV curves is selected and used for SOH estimation. The SOH of the aged battery is estimated according to the selected interval using a machine learning-based linear regression method. The performance of the proposed battery SOH estimation algorithm is verified through experiments and simulations using battery packs for electric vehicles.

• International Journal of Computer Science & Network Security
• /
• 제24권7호
• /
• pp.108-117
• /
• 2024

The selection and recommendation of a suitable job applicant from the pool of thousands of applications are often daunting jobs for an employer. The recommendation and selection process significantly increases the workload of the concerned department of an employer. Thus, Resume Classification System using the Natural Language Processing (NLP) and Machine Learning (ML) techniques could automate this tedious process and ease the job of an employer. Moreover, the automation of this process can significantly expedite and transparent the applicants' selection process with mere human involvement. Nevertheless, various Machine Learning approaches have been proposed to develop Resume Classification Systems. However, this study presents an automated NLP and ML-based system that classifies the Resumes according to job categories with performance guarantees. This study employs various ML algorithms and NLP techniques to measure the accuracy of Resume Classification Systems and proposes a solution with better accuracy and reliability in different settings. To demonstrate the significance of NLP & ML techniques for processing & classification of Resumes, the extracted features were tested on nine machine learning models Support Vector Machine - SVM (Linear, SGD, SVC & NuSVC), Naïve Bayes (Bernoulli, Multinomial & Gaussian), K-Nearest Neighbor (KNN) and Logistic Regression (LR). The Term-Frequency Inverse Document (TF-IDF) feature representation scheme proven suitable for Resume Classification Task. The developed models were evaluated using F-Score_M, Recall_M, Precission_M, and overall Accuracy. The experimental results indicate that using the One-Vs-Rest-Classification strategy for this multi-class Resume Classification task, the SVM class of Machine Learning algorithms performed better on the study dataset with over 96% overall accuracy. The promising results suggest that NLP & ML techniques employed in this study could be used for the Resume Classification task.

• 한국산학기술학회논문지
• /
• 제19권6호
• /
• pp.683-688
• /
• 2018

21세기에 교사는 물리적 수업 외에 가상 수업에서 최상의 학습을 보장하기 위해 어떤 새로운 기술에도 환영해야 한다. 구글 크레스룸은 브랜디드 학습과 전문 개발을 촉진하기 위한 중요한 기회를 제공한다. 본 연구는 브랜디드 문제중심학습을 위한 문제 설계를 제시하는 데 그 목적이 있다. BPBL의 기본적인 특징은 학습자들이 흥미를 갖게 하는 실생활의 문제들을 포즈를 취하고 해결함으로써 학습이 가장 효과적으로 시작되고 촉진된다는 것이다. 비구조된 PBL(문제중심 학습 )문제는 충분한 도메인 지식을 획득하는 학생들에게 영향을 미칠 수 있고, 적절한 사전 지식을 활성화하고, 그들 자신의 학습을 적절하게 지도할 수 있다. 좋은 문제를 설계하는 절차는 교육적 콘텐츠의 선택, 학습자의 특성 파악, 문제 발견, 역할과 상황설정, 문제 기록으로 구성된다. 이러한 절차를 사용하여, 관리 과목의 내용을 포괄하는 5가지 통합 문제를 설계하였다. 몽골대학의 BPBL에 기반하여 계획된 관리 과목 문제를 해결하는 과정에 시점을 두었다.

• 정보교육학회논문지
• /
• 제4권2호
• /
• pp.187-201
• /
• 2001

프로젝트 학습은 구성원간의 협동을 통해 문제를 해결해 나가는 학습 형태이다. 본 논문에서는 전통적인 프로젝트 학습에 웹을 활용하여 새로운 학습모형을 구상 제시하였다. 웹은 학습자 중심의 학습 환경 구현에 적합한 특성을 가지고 있어 학습자 스스로 문제 해결력을 신장할 수 있도록 하는 강점을 지니고 있다. 이러한 웹의 잠재적인 힘과 전통적인 프로젝트 학습을 기반으로 학습자 주도적 웹 기반 프로젝트 학습 모형을 구현하였다. 제안된 학습 모형은 모든 프로젝트 활동을 웹 환경에서 가능하도록 한 것으로 프로젝트에 참여한 그룹 구성원 모두가 책임감을 갖고 보다 적극적 능동적인 학습을 수행할 수 있도록 하는데 초점을 두고 구현된 것으로 그 세부적인 학습 흐름은 프로젝트 주제 제안, 프로젝트 계획 수립, 프로젝트 활동, 정리 및 평가로 이루어진다. 본 논문에서 제안한 학습자 주도적 웹 기반 프로젝트 학습 시스템을 현장에서 적용 활용시 수동적 수혜적인 기존의 학습형태에서와는 달리 보다 적극적 형성적 협력적인 학습자들의 학습 활동 모습을 기대해 볼 수 있다.

• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.573-578
• /
• 2019

본 논문은 몽골인들을 위한 구글 클래스룸을 기반 PBL(Problem Based Learning) 한국어 수업 모형을 개발하였다. 최근 몽골인들은 한류 때문에 한국어를 배우고자 노력하고 있다. 한국 텔레비전 드라마는 전체 방송 프로그램의 약 90%를 차지한다. 본 연구는 한국어를 배우려는 몽골인들의 창의적인 문제해결 능력을 개발하는 방법으로 온라인 문제 기반 학습 모델을 개발하는 것을 목표로 한다. 우리는 9주 동안 3가지 문제를 적용했다. 이 연구는 참가자들이 구글 클래스룸과 PBL의 여러 가지면에서 효과적임을 경험했으며, 93 %의 참가자가 구글 클래스룸과 PBL을 활용해서 한국어를 쉽고 재미있는 원격 학습 모델로 배울 수 있었다고 응답했으며, 90 %의 참가자가 Googlish 프로그램들을 더 배우고 싶다고 했으며, 85%는 온라인 환경에서 다른 사람들과의 상호 작용이 쉽게 증가했다고 말했다. 그들 중 100 %는 언제든지 구글 클래스룸에서 온라인 교사와 함께 한국어를 배우는 것이 좋다고 했다. 실제로 그들 중 86 %는 PBL이 온라인 학습 환경에서 새로운 지침을 제시했기 때문에 처음에는 PBL을 이해하기가 어렵게 느꼈다고 말했다. 이번 연구는 한국어 수업의 구성원들이 구글 클래스룸 기반 PBL을 통해 학습 내용 이해, 협력 학습 이해, 실습 경험, 창의적인 문제 해결능력, 프레젠테이션 능력, 커뮤니케이션 능력, 자기 주도 학습 능력, 자신감 등 다양한 효과를 경험했다는 것을 보여주었다.

• 한국IT서비스학회지
• /
• 제18권5호
• /
• pp.85-97
• /
• 2019

In this study, we developed the Field-Experiential Learning Framework Using the Location Based Mobil-learning System (LBMS) and it is mobile Augmented Reality (AR) for smart learning system which is advanced e-learning. AR is technology that seamlessly overlays computer graphics on the real world. LBMS-AR has become widely available because of mobile AR. Mobile AR is possible to get information from real world anytime, anywhere. Nowadays, there are various areas using AR such as entertainment, marketing, location-based AR. We analysed the result of survey and implemented the functions. Also, for survey about application's effectiveness, we have focus group interview (FGI). Then we demonstrated and explained the application to them. The result of survey about application's effectiveness shows that application have higher utilization in education area. One of the most promising areas is education. AR in education shows lifelike images to users for realism. It's a good way for improving concentration and attention. We utilize only a beacone for image-based AR without other sensor.

• Journal of information and communication convergence engineering
• /
• 제14권1호
• /
• pp.45-50
• /
• 2016

Gait-based classification has gained much interest as a possible authentication method because it incorporate an intrinsic personal signature that is difficult to mimic. The study investigates machine learning techniques to mitigate the natural variations in gait among different subjects. We incorporated several machine learning algorithms into this study using the data mining package called Waikato Environment for Knowledge Analysis (WEKA). WEKA's convenient interface enabled us to apply various sets of machine learning algorithms to understand whether each algorithm can capture certain distinctive gait features. First, we defined 24 gait features by analyzing three-axis acceleration data, and then selectively used them for distinguishing subjects 10 years of age or younger from those aged 20 to 40. We also applied a machine learning voting scheme to improve the accuracy of the classification. The classification accuracy of the proposed system was about 81% on average.

• 컴퓨터교육학회논문지
• /
• 제6권3호
• /
• pp.75-85
• /
• 2003

본 연구는 SCORM 기반 학습 객체의 메타데이타 생성 즉 Asset, SCO, Contents Aggregation과 Contents Package에 대한 메타데이터를 생성하는 시스템(MetaGene)을 개발한다. SCORM 을 지원하는 LMS내 API 어댑터와 인터페이스를 위한 학습 객체 내에 API 활성화 함수를 내장시키고, 데이터 모델을 기반으로 학습 과정을 트래킹 하는 코드도 포함 시킨다. 또한 학습 객체들이 LMS에 전송되게 PIF(Package Interchange File)로 패키징 시킨다. MetaGene에 생성된 학습객체의 메타데이터와 컨텐츠 패키지의 manifest file을 $SCORM^{(TM)}$ Conformance Testsuite을 이용하여 유효성을 검증한다.