KSII Transactions on Internet and Information Systems (TIIS)
/
제17권9호
/
pp.2573-2589
/
2023
As 5G mobile systems carry multiple services and applications, numerous user, and application types with varying quality of service requirements inside a single physical network infrastructure are the primary problem in constructing 5G networks. Radio Access Network (RAN) slicing is introduced as a way to solve these challenges. This research focuses on optimizing RAN slices within a singular physical cell for vehicle-to-everything (V2X) and enhanced mobile broadband (eMBB) UEs, highlighting the importance of adept resource management and allocation for the evolving landscape of 5G services. We put forth two unique strategies: one being offline network slicing, also referred to as standard network slicing, and the other being Online reinforcement learning (RL) network slicing. Both strategies aim to maximize network efficiency by gathering network model characteristics and augmenting radio resources for eMBB and V2X UEs. When compared to traditional network slicing, RL network slicing shows greater performance in the allocation and utilization of UE resources. These steps are taken to adapt to fluctuating traffic loads using RL strategies, with the ultimate objective of bolstering the efficiency of generic 5G services.
본 연구는 비대면 학습환경에서 간호대학생의 학습몰입, 자기 주도성, 자기조절학습능력 및 학업성취도의 상관관계를 파악하기 위한 서술적 조사 연구이다. 연구 대상은 B, G시에 소재하고 있는 간호대학생 179명으로 2021년 9월부터 10월까지 자료수집을 하였다. 자료 분석은 SPSS 24.0 프로그램을 사용하였으며, 기술통계, 상관관계 분석을 실시하였다. 연구 결과 학습몰입 평균은 38.54±7.87이었고, 자기 주도성은 134.83±19.81, 자기조절학습능력은 42.93±5.98, 학업성취도는 15.03±2.56으로 나타났다. 학습몰입, 자기 주도성, 자기조절학습능력, 학업성취도는 모두 유의한 양의 상관을 보여주었다. 따라서 비대면 환경에서 간호대학생의 학업성취도를 높이기 위한 전략과 학습몰입을 높일 수 있는 환경 개선과 제도적인 지원이 필요하다.
최근 IT 환경의 변화에 따라 웹 서비스를 기반으로 대규모 사용자 대상의 상호 참여적인 MOOC(Massive Open Online Courses)과 같은 온라인 교육 환경이 부상하고 있다. 그러나 온라인 교육 시스템은 원거리로 학습이 이루어짐에 따라 학습자의 자발적 동기를 꾸준히 유지하기 어려우며, 또한 학습자 간에 지식을 공유하고 공유한 지식을 활용하는 기능이 부족하다. 이러한 문제를 극복하기 위해 구성주의적 학습이론과 집단지성에 기반하여 학습자가 보유한 학습자료를 공유하고 개인화된 학습자료 추천을 받을 수 있는 학습자료 북마킹 서비스인 WeStudy를 구현하였다. 위키피디아(Wikipedia), 슬라이드쉐어 (SlideShare), 비디오렉쳐스 (VideoLectures) 등 현존하는 집단지성 기반 서비스들의 주요 기능으로부터 필요한 집단지성 기능들을 검토하였으며, 본 서비스의 주요 기능으로 1) 리스트 및 그래프 형태의 학습자료 리스트 시각화, 2) 개인화된 학습자료 추천, 3) 보다 상세한 학습자료 추천을 위한 관심 학습자 지정 등을 도출하여 시스템을 설계하였다. 이후, 웹 기반으로 구현된 세 가지 주요기능 별로 개량된 휴리스틱 사용성 평가 방법을 통해 개발된 시스템의 사용성 평가를 실시하였다. 10명의 HCI 분야 전공자 및 현업 종사자를 대상으로 정량적 및 정성적인 평가 결과, 세 가지의 주요 기능에서 전반적으로 사용성이 우수한 것으로 판정되었다. 주요 기능 별 정성적인 평가에서 도출된 여러 마이너 이슈들을 반영할 필요가 있으며, 향후 대규모 사용자를 대상으로 본 서비스를 보급하고 이용할 수 있도록 제공하여 자발적인 지식 공유 환경을 조성할 수 있을 것으로 전망된다.
Wind speed forecasting is critical for a variety of engineering tasks, such as wind energy harvesting, scheduling of a wind power system, and dynamic control of structures (e.g., wind turbine, bridge, and building). Wind speed, which has characteristics of random, nonlinear and uncertainty, is difficult to forecast. Nowadays, machine learning approaches (generalized regression neural network (GRNN), back propagation neural network (BPNN), and extreme learning machine (ELM)) are widely used for wind speed forecasting. In this study, two schemes are proposed to improve the forecasting performance of machine learning approaches. One is that optimization algorithms, i.e., cross validation (CV), genetic algorithm (GA), and particle swarm optimization (PSO), are used to automatically find the optimal model parameters. The other is that the combination of different machine learning methods is proposed by finite mixture (FM) method. Specifically, CV-GRNN, GA-BPNN, PSO-ELM belong to optimization algorithm-assisted machine learning approaches, and FM is a hybrid machine learning approach consisting of GRNN, BPNN, and ELM. The effectiveness of these machine learning methods in wind speed forecasting are fully investigated by one-year field monitoring data, and their performance is comprehensively compared.
This study aimed to verify the learning effectiveness of students who took courses in the field of new and renewable energy, which have been operated within a convergence university system. To achieve this, data were collected from 1,228 students who participated in 34 courses jointly developed and conducted by seven universities as part of standard curriculum offerings. The study analyzed learning effectiveness (course satisfaction, transfer motivation, learning transfer, creativity-convergence competency) using Excel 2018 and SPSS 25.0. It also examined inter-university differences in learning effectiveness and identified factors influencing creativity-convergence competency. The main findings are as follows: (a) Course satisfaction (M= 4.20), transfer motivation (M=3.62), learning transfer (M= 4.06), and creativity-convergence competency (M=3.92) were generally high. (b) Analysis of learning effectiveness differences between universities showed no significant differences among universities A, B, C, D, and E. University F was lower compared to other universities, while University G was significantly higher than others. (c) Sex, grade, number of courses taken, course satisfaction, transfer motivation, and learning transfer had effect on creativity-convergence competency. The results of this study provided implications for promoting activities to attract students, expanding transfer opportunities, and ensuring student agency.
본 연구는 대학생들을 대상으로 한 마이크로러닝 콘텐츠 기반 비교과 프로그램의 효과를 일반적 특성에 따라 분석하였다. 거점 국립대학 G대학교 소속 학생 600명을 대상으로 설문을 실시하였고, 학습몰입과 학습의욕을 학습효과 측정의 주요 지표로 사용하였다. 학습효과 측정 도구의 신뢰도 검증을 위하여 Cronbach's α 계수 분석을 실시하였다. 성별과 전공계열에 따른 학습몰입, 학습의욕의 차이를 분석하기 위하여 독립표본 t-검정을 통해 결과를 분석하였고. 학년에 따른 학습몰입, 학습의욕에 대한 차이를 분석하기 위하여 집단 간 일원분산분석(ANOVA)을 통해 측정하였다. 연구 결과에 따르면 성별과 학년은 마이크로러닝 콘텐츠 기반 프로그램 참여에는 유의한 영향을 미치지 않았으나, 전공계열에 따라 학습몰입과 학습의욕이 다르게 나타났다. 이를 바탕으로 향후 프로그램은 전공계열에 따라 적절한 환경과 자극을 제공해야 할 것으로 나타났다.
본 논문에서는 G-러닝 콘텐츠를 사용자 수준에 맞는 난이도 조절을 위해 학습자의 수준을 평가하여 반영하고자 한다. 이때, 학습자의 수준은 게임의 적응도까지 고려하여 설계함으로써 사용자의 적응 훈련도까지 고려한 난이도 조절을 설계한다. 그럼으로써 학습자의 난이도에 맞는 G-러닝이 진행될 수 있도록 한다.
본 연구는 중학생의 자기이해가 자기주도 학습에 어떠한 영향을 미치는지 알아보며, 자기이해가 자기주도 학습에 미치는 영향관계에서 미래지향적 사고가 갖는 매개효과를 분석하는데 목적이 있다. 이를 위해 G지역 중학생 240명을 대상으로 자기이해 척도, 미래지향적 사고 척도, 자기주도 학습 척도를 이용하여 설문조사를 실시하였다. 매개효과를 검증하기 위해 구조방정식 모형을 사용하였다. 주요 분석결과는 다음과 같다. 첫째, 중학생의 자기이해가 자기주도 학습에 영향을 미치는 것으로 분석되었다. 둘째, 자기이해가 자기주도 학습에 미치는 영향에 있어서 미래지향적 사고는 완전 매개효과를 보이는 것으로 분석되었다. 이상의 결과는 중학생의 자기주도 학습 고취를 위해 자기이해와 미래지향적 사고 발달을 고려한 전략이 필요함을 시사하며, 가정과 학교차원의 자기이해 및 미래지향적 사고 프로그램 개발에 기초 자료로 활용될 수 있을 것이다.
본 연구의 목적은 고등 수학교육에 있어서 스마트 러닝의 특징적 적용을 통해 교육환경의 확장과 학습자 역량의 확장을 시도하고 그 효과성을 분석하는 것이다. 본 연구는 2017년 G대학에서 1학년 학생들의 공학인증 과목 중 하나인 미적분학I을 수강하는 화공생명학과 학생들 118명을 실험집단과 비교집단으로 분리하여 스마트러닝의 효과성을 검증하였다. 즉 수업에서 공학도구를 활용한 다양한 학습활동과 SNS를 통한 교수자와 학습자 간의 활발한 상호작용이 시각적 이해와 수학적 개념형성, 그리고 학습성과에 미치는 영향을 분석하였다. 연구결과에 따르면 실험집단에서 긍정적인 학업성취를 보였으며 학습자들의 만족도가 높았다. 본 연구는 고등 수학교육에서 스마트러닝의 가능성을 확인하였으며 향후 질 높은 스마트러닝을 실현하기 위한 전략을 제안한다.
본 연구는 대학생을 대상으로 복합적 문제해결능력을 갖춘 융합인재 양성을 위한 플립러닝을 활용한 글쓰기 프로그램의 효과를 알아보기 위한 단일군 전후설계의 원시실험연구이다. G도 C대학교 대학생 27명을 2020년 9월 1일부터 10월 30일까지 자료수집 하였다. IBM SPSS 25.0을 활용하여 빈도(백분율), 평균과 표준편차, paired t-test로 분석하였다. 셀프리더십은 평균 0.45점 향상(p<.001), 메타인지는 0.87점 향상(p<.001), 목표지향성은 0.77점 향상(p<.001), 창의성은 평균 0.51점(p<.001) 향상되어 통계적으로 유의하였다. 본 연구를 통해 플립러닝을 활용한 글쓰기가 복합적 문제해결능력 역량을 향상시키는 효과가 있었다. 이는 현 세대의 대학생들에게 복합적 문제해결능력을 갖춘 융합인재 양성을 위한 교육프로그램 개발에 기초자료로 활용되어 질 것으로 기대한다. 또한 온라인 환경이 자유로운 현 대학생들에게 플립러닝을 e-러닝으로 적용하는 다양한 수업 개발이 요구된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.