• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.876-883
• /
• 2009

진단 처방학습관리시스템은 차세대 개인화 교육 서비스 모델 중 하나로써, 단순한 이러닝 활용학습에서 벗어나 학생의 학력 및 학습 습관을 진단하고 처방하는 차세대 학습관리 시스템이다. 학생의 학업성취 진단결과에 따라 맞춤형 학습 콘텐츠를 제공하고, 개별화된 조언과 학습전략을 제시하여 학습습관을 관리하는 등의 개인화 서비스가 가능한 시스템이다. 최근 기술적으로 구현 가능한 차세대 교육 서비스 모델개발을 위한 가시적인 노력은 있지만 아직까지 효율적이고 효과적이면서도 사용경험의 극대화를 고려한 시스템의 사용성에 대한 연구는 미비하다. 사용성 평가는 Silius와 Tervakari(2002)의 웹사이트의 사용성에 대한 평가와 교육 시스템의 교육적 사용성 평가 도구가 있으며, 서영석(2007)의 교육적 사용성 고려한 웹기반 학습 사이트에 특화된 사용성 평가를 위한 전문가용 도구가 있다. 본 연구는 향후 전국적으로 도입될 가능성 있는 진단처방학습관리시스템의 교육적 사용성 평가를 위해 교육적 사용성 영역에 따라 개발된 전문가용 도구를 활용한 전문가 평가, 사용자를 통한 사용성 평가, 교사 및 담당 교육 연구사 인터뷰를 통한 문제점을 진단을 바탕으로 개선 방안을 연구하였다. 지금까지 대부분의 교육용 시스템은 효과성만을 강조하여 평가해 왔다. 그러나 본 연구는 학생이 시스템을 사용하는 과정에서의 사용 경험과 개인적 가치에 대해 조사하여 학생들의 교육적 효과성 뿐 아니라 사용자 중심의 사용 경험 극대화를 추구하는 관점에서 평가하고 그 개선점을 모색하는데 의의가 있다.

• 동의생리병리학회지
• /
• 제16권6호
• /
• pp.1151-1156
• /
• 2002

This research was done to make the effective prescription and cope with various senile dementia. Sprague-Dawley rats were injured by ibotenic acid to make a damage on learning and memory functions of model rats. At first acquisition test and retention rest were done in the Morris water maze. And to evaluate the effects of the sample drug(GSD) on choline acetyltranferase and acetylcholine esterase, immunoreactive measurement and enzymatic activity measuring were carried out. The ibotenic acid were injected to hippocampus CA1 and CA3 area. Conclusion : GSD improved the learning ability in the acquisition test and memory function in the retention test significantly. And GSD increased the level of ChAT which is synthesizing acetylcholine in CA1 area, and at the same time it increased the level of AChE which is resolving acetylcholine. These results show that GSD improved the cholinergic catabolism and anabolism, and the increment of metabolic activity of cholinergic system. In other words, it contributes to the recovery of damaged learning and memory function by ibotenic acid. So it can be concluded that GSD will be helpful to cholinergic brain damage induced by primary or senile reduction of acetylcholine secretive activity.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.29-35
• /
• 2023

본 논문에서는 챗봇 시스템을 활용하여 코딩 교육용 챗봇 학습 모델인 SW-EDU 봇을 제안한다. 대표적인 챗봇 빌더인 Dialogflow와 Kakao i Open Builer 기반으로 동일한 시나리오 기반 모델을 제작한 다음, 목적에 더 적합한 빌더를 선정하여 SW-EDU 봇을 설계하고 구현한다. 구현된 챗봇 시스템은 학습 유형 선택, 개념 학습, 난이도 별 문제풀이 등을 제공하여 사용자의 자기 주도성을 고취하면서 효과적인 학습 방법 습득을 목표로 한다. 챗봇 빌더의 사용성을 비교하기 위하여 5개 지표를 선정하고, 이에 근거하여 비교 우위의 빌더를 선택한 다음 이를 기반으로 SW-EDU 봇을 구현한다. 사용성 평가를 통하여 SW-EDU 봇의 학습 지원 도구로서의 타당성을 분석하고 새로운 SW 교육 학습 매체로의 활용 가능성을 확인한다.

• 대한조선학회논문집
• /
• 제40권1호
• /
• pp.69-73
• /
• 2003

Neuro-Fuzzy System is to combine merits of fuzzy inference system and neural networks. The neuro-fuzzy system applies a information about given input-output data to fuzzy theories and deals these fuzzy values with neural networks, e.g. first, redefines normalized input-output data as membership functions and then executes thses fuzzy information with backpropagation neural networks. This paper describes an innovative application of the Taguchi method for the determination of these parameters to meet the training speed and accuracy requirements. Results drawn from this research show that the Taguchi method provides an effective means to enhance the performance of the neuro-fuzzy system in terms of the speed for learning and the accuracy for recall.

• Journal of Multimedia Information System
• /
• 제6권2호
• /
• pp.87-90
• /
• 2019

Machine learning techniques have been applied in almost all the domains of human life to aid and enhance the problem solving capabilities of the system. The field of medical science has improved to a greater extent with the advent and application of these techniques. Efficient expert systems using various soft computing techniques like artificial neural network, Fuzzy Logic, Genetic algorithm, Hybrid system, etc. are being developed to equip medical practitioner with better and effective diagnosing capabilities. In this paper, a comparative study to evaluate the predictive performance of subtractive clustering based ANFIS hybrid system (SCANFIS) with Fuzzy C-Means (FCM) based ANFIS system (FCMANFIS) for Alzheimer disease (AD) has been taken. To evaluate the performance of these two systems, three parameters i.e. root mean square error (RMSE), prediction accuracy and precision are implemented. Experimental results demonstrated that the FCMANFIS model produce better results when compared to SCANFIS model in predictive analysis of Alzheimer disease (AD).

• 전자통신동향분석
• /
• 제36권4호
• /
• pp.145-153
• /
• 2021

Data imputation is a crucial issue in data analysis because quality data are highly correlated with the performance of AI models. Particularly, it is difficult to collect quality time-series data for uncertain situations (for example, electricity blackout, delays for network conditions). Thus, it is necessary to research effective methods of time-series data imputation. Many studies on time-series data imputation can be divided into 5 parts, including statistical based, matrix-based, regression-based, deep learning (RNN and GAN) based methodologies. This study reviews and organizes these methodologies. Recently, deep learning-based imputation methods are developed and show excellent performance. However, it is associated to some computational problems that make it difficult to use in real-time system. Thus, the direction of future work is to develop low computational but high-performance imputation methods for application in the real field.

• 한국인터넷방송통신학회논문지
• /
• 제10권1호
• /
• pp.137-144
• /
• 2010

가상대학 강좌는 누구나 쉽게 강의를 청취할 수 있는 장점 때문에 많은 학생들에게 인기를 얻고 있다. 그러나, 가상 대학 강의에서는 본인신분을 확인 하는 과정이 매우 어렵기 때문에 본 논문에서는 가상대학 강좌를 수강할 경우에 본인 여부를 확인하기위해서 RFID 카드 방식을 이용해서 본인인증여부를 확인 할 수 있는 시스템을 개발하였다. 뿐만 아니라 본 시스템은 실시간으로 신분을 확인할 수 있는 인식 알고리즘 및 쌍방향 가상 질문 시스템을 개발하였다. 컴퓨터 모의 실험결과 쌍방향 가상 수업 시스템이 이해하지 못한 학생을 고려하지 않은 기존의 단방향 가상 수업시스템보다 훨씬 효과적인 것을 입증했다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권1호
• /
• pp.77-92
• /
• 2020

When automatic speech recognition (ASR) is provided as a cloud service, it is easy to collect voice and application domain data from users. Harnessing these data will facilitate the provision of more personalized services. In this paper, we demonstrate our transfer learning-based knowledge service that built with the user-generated data collected through our novel system that deliveries personalized ASR service. First, we discuss the motivation, challenges, and prospects of building up such a knowledge-based service-oriented system. Second, we present a Quadruple Transfer Learning (QTL) method that can learn a classification model from a source domain and transfer it to a target domain. Third, we provide an overview architecture of our novel system that collects voice data from mobile users, labels the data via crowdsourcing, utilises these collected user-generated data to train different machine learning models, and delivers the personalised real-time cloud services. Finally, we use the E-Book data collected from our system to train classification models and apply them in the smart TV domain, and the experimental results show that our QTL method is effective in two classification tasks, which confirms that the knowledge transfer provides a value-added service for the upper-layer mobile applications in different domains.

• 한국건축시공학회지
• /
• 제15권2호
• /
• pp.227-235
• /
• 2015

국내 건설현장에서는 외국인 근로자들의 수가 증가함에 따라 그들에게 적합한 안전교육체계의 개발이 요구되고 있다. 본 연구에서는 외국인 근로자들을 위한 안전교육 모델을 제안하고 실제로 프로토타입의 안전교육시스템을 구현하였다. 그 결과로 이러닝 시스템 기반의 안전교육 모델을 개발하였다. 이 시스템은 국내 건설현장에서 근무하고 있는 외국인 근로자들이 안전교육을 잘 받을 수 있도록 지원해 줄 수 있을 것이다. 또한 현장의 안전관리자로 하여금 외국인 근로자들을 잘 교육하고 관리할 수 있도록 지원해 줄 것이다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.73-82
• /
• 2022

Early detection continues to be the mainstay of breast cancer control as well as the improvement of its treatment. Even so, the absence of cancer symptoms at the onset has early detection quite challenging. Therefore, various researchers continue to focus on cancer as a topic of health to try and make improvements from the perspectives of diagnosis, prevention, and treatment. This research's chief goal is development of a system with deep learning for classification of the breast cancer as non-malignant and malignant using mammogram images. The following two distinct approaches: the first one with the utilization of patches of the Region of Interest (ROI), and the second one with the utilization of the overall images is used. The proposed system is composed of the following two distinct stages: the pre-processing stage and the Convolution Neural Network (CNN) building stage. Of late, the use of meta-heuristic optimization algorithms has accomplished a lot of progress in resolving these problems. Teaching-Learning Based Optimization algorithm (TIBO) meta-heuristic was originally employed for resolving problems of continuous optimization. This work has offered the proposals of novel methods for training the Residual Network (ResNet) as well as the CNN based on the TLBO and the Genetic Algorithm (GA). The classification of breast cancer can be enhanced with direct application of the hybrid TLBO- GA. For this hybrid algorithm, the TLBO, i.e., a core component, will combine the following three distinct operators of the GA: coding, crossover, and mutation. In the TLBO, there is a representation of the optimization solutions as students. On the other hand, the hybrid TLBO-GA will have further division of the students as follows: the top students, the ordinary students, and the poor students. The experiments demonstrated that the proposed hybrid TLBO-GA is more effective than TLBO and GA.