• 한국융합학회논문지
• /
• 제10권7호
• /
• pp.39-45
• /
• 2019

학습코칭과 보상시스템의 융합적 운영이 대학생들의 학업적 자기효능감과 학습성과에 어떠한 영향을 미치는지 알아보고자 하였다. 2학기에는 학습코칭과 학습성과에 따른 보상시스템을 마련하여 사전 공지하고 그에 따른 학업적 자기효능감을 측정하고자 학습공동체 운영 전 후 설문조사를 실시하였다. 또한 참여학생의 학습성향 진단하기 위해 G대학 재학생에게 MLST-II 학습전략진단검사를 실시하였다. 그 결과 G대학 재학생은 학습동기와 결과기대가 낮고 정체형과 잠재형 학습자가 많아 학습공동체 참여 과정에서 학습코칭에 거부감을 느끼고 부정적인 결과를 예상하였지만 2학기 학습공동체 운영 결과 학업적 자기효능감과 학습성과에 유의미한 향상을 나타내었다. 그러므로 부정적인 학습성향의 학생이라도 자율성에 맡기기 보다는 전문가의 학습코칭과 보상시스템이 학생들의 학업적 자기효능감과 학습성과에 긍정적인 결과를 야기하므로 교육 현장에서도 이러한 융합적인 프로그램 운영방식에 대한 고려가 필요할 것이다.

• 한국가시화정보학회지
• /
• 제19권3호
• /
• pp.31-38
• /
• 2021

The energy harvesting system using an inverted flag is analyzed by using an immersed boundary method to consider the fluid and solid interaction. The inverted flag flutters at a lower critical velocity than a conventional flag. A fluttering motion is classified into straight, symmetric, asymmetric, biased, and over flapping modes. The optimal energy harvesting efficiency is observed at the biased flapping mode. Using the three different machine learning algorithms, i.e., artificial neural network, random forest, support vector regression, the energy harvesting efficiency is predicted by taking bending rigidity, inclination angle, and flapping frequency as input variables. The R² value of the artificial neural network and random forest algorithms is observed to be more than 0.9.

• 반도체디스플레이기술학회지
• /
• 제22권2호
• /
• pp.81-86
• /
• 2023

Recently, there has been an increased demand for light-emitting diode (LED) due to the growing emphasis on environmental protection. However, the use of GaN-based sapphire in LED manufacturing leads to the generation of defects, such as dislocations caused by lattice mismatch, which ultimately reduces the luminous efficiency of LEDs. Moreover, most inspections for LED semiconductors focus on evaluating the luminous efficiency after packaging. To address these challenges, this paper aims to detect defects at the wafer stage, which could potentially improve the manufacturing process and reduce costs. To achieve this, image processing and deep learning-based defect detection techniques for Sapphire Epi-Wafer used in Green LED manufacturing were developed and compared. Through performance evaluation of each algorithm, it was found that the deep learning approach outperformed the image processing approach in terms of detection accuracy and efficiency.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1366-1369
• /
• 1993

This paper presents a simulation study on two self-learning control systems for a fuzzy prediction model of CO (carbon monoxide) concentration:linear control and fuzzy control. The self-learning control systems are realized by using Widrow-Hoff learning rule which is a basic learning method in neural networks. Simulation results show that the learning efficiency of fuzzy controller is superior to that of linear controller.

• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.93-98
• /
• 2022

디지털 신기술의 발전으로 인하여 다양한 학습도구에 대한 연구가 활발히 진행이 되고 있다. 이러한 학습도구에도 인공지능에 대한 기술을 적용하거나 빅데이터 기술 등을 적용한 스마트한 기능을 통한 학습도구들이 여러 가지 환경에 적용되도록 개발되어지고 있다. 이러한 스마트한 학습 도구들은 교육적인 효과와 학습의 효율을 높이는데 많은 기여를 하고 있다. 최근 대학에서도 다양한 학습도구들이 적용이 되면서 스마트 출결부터 스마트 학습을 위한 솔루션들을 도입하여 학생들의 학습효율을 위한 노력을 기울이고 있다. 본 연구에서는 이러한 대학의 스마트 학습 도구를 통한 기업의 맞춤형 프로젝트를 진행할 때 프로젝트 진행에 대한 효율성을 높이고 결과에 대한 확장성을 높일 수 있는 스마트 학습도구에 대한 설계를 제안하고자 한다. 제안된 스마트한 학습 도구는 실무 능력을 향상시킬수 있는 기업 맞춤형 프로젝트들이 원활하게 학습도구로 활용이 되어 실무형 기업 프로젝트에 쉽게 적용할 수 있는 장점을 가질 것으로 기대된다. 제안된 프로젝트 기반의 스마트한 학습 도구 모델은 추후에 관련 LMS로 구축이 되어 실질적인 프로젝트 진행에 적용하여 활용성을 확인하고 제안된 스마트 학습 도구 모델에 대한 부분을 수정 보완하여 프로젝트 기반의 스마트한 학습기능을 강화하고자 한다.

• 대한전자공학회논문지TE
• /
• 제39권2호
• /
• pp.66-75
• /
• 2002

본 논문에서는 역전파 신경회로망의 학습능률을 향상시키기 위한 방법으로 발생한 오차에 따라서 학습파라미터와 은닉층의 수를 적응적으로 변경시킬 수 있는 적응 역 전파 학습알고리즘을 제안하였다. 제안한 알고리즘은 역전파 신경회로망이 국소점으로 수렴하는 문제를 해결할 수 있고 최적의 수렴환경을 만들 수 있다. 제안된 알고리즘을 평가하기 위하여 배타적 논리합, 3-패리티 및 7${\times}$5 영문자 폰트의 학습을 이용하였다. 실험결과, 기존에 제안된 알고리즘들에 비하여 국소점에 빠지게 되는 경우가 감소하였고 약 17.6%~64.7%정도 학습능률이 향상하였다.

• 대한임베디드공학회논문지
• /
• 제19권2호
• /
• pp.107-114
• /
• 2024

Mobile ad hoc networks represent self-configuring networks of mobile devices that communicate without relying on a fixed infrastructure. However, traditional routing protocols in such networks encounter challenges in selecting efficient and reliable routes due to dynamic nature of these networks caused by unpredictable mobility of nodes. This often results in a failure to meet the low-delay and low-energy consumption requirements crucial for such networks. In order to overcome such challenges, our paper introduces a novel multi-objective and adaptive routing scheme based on the Q-learning reinforcement learning algorithm. The proposed routing scheme dynamically adjusts itself based on measured network states, such as traffic congestion and mobility. The proposed approach utilizes Q-learning to select routes in a decentralized manner, considering factors like energy consumption, load balancing, and the selection of stable links. We present a formulation of the multi-objective optimization problem and discuss adaptive adjustments of the Q-learning parameters to handle the dynamic nature of the network. To speed up the learning process, our scheme incorporates informative shaped rewards, providing additional guidance to the learning agents for better solutions. Implemented on the widely-used AODV routing protocol, our proposed approaches demonstrate better performance in terms of energy efficiency and improved message delivery delay, even in highly dynamic network environments, when compared to the traditional AODV. These findings show the potential of leveraging reinforcement learning for efficient routing in ad hoc networks, making the way for future advancements in the field of mobile ad hoc networking.

• Asia pacific journal of information systems
• /
• 제10권1호
• /
• pp.19-35
• /
• 2000

Data Envelopment Analysis(DEA), a non-parametric productivity analysis tool, has become an accepted approach for assessing efficiency in a wide range of fields. Despite of its extensive applications, some features of DEA remain bothersome. DEA offers no guidelines to where relatively inefficient DMU(Decision Making Unit) improve since a reference set of an inefficient DMU consists of several efficient DMUs and it doesn't provide a stepwise path for improving the efficiency of each inefficient DMU considering the difference of efficiency. We aim to show that DEA can be used to evaluate the efficiency of System Integration Projects and suggest the methodology which overcomes the limitation of DEA through hybrid analysis utilizing DEA along with machine learning.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2006년도 춘계 국제학술대회 논문집
• /
• pp.77-88
• /
• 2006

Data Envelopment Analysis (DEA), a non-parametric productivity analysis tool, has become an accepted approach for assessing efficiency in a wide range of fields. Despite of its extensive applications, some features of DEA remain bothersome. DEA offers no guidelines to where relatively inefficient DMU(Decision Making Unit) improve since a reference set of an inefficient DMU consists of several efficient DMUs and it doesn't provide a stepwise path for improving the efficiency of each inefficient DMU considering the difference of efficiency. We aim to show that DEA can be used to evaluate the efficiency of System Integration Projects and suggest the methodology which overcomes the limitation of DEA through hybrid analysis utilizing DEA along with machine learning.

• 융합정보논문지
• /
• 제11권1호
• /
• pp.167-174
• /
• 2021

본 연구의 목적은 컴퓨팅 사고력 수업이 대학생의 학습몰입과 협력적 자기효능감에 미치는 영향을 살펴보고 이를 통해 교양교육으로써 컴퓨팅 사고력 수업 효과를 탐색하는 데 있다. 본 연구를 위해 충남의 4년제 대학 1학년 학생 177명을 대상으로 학습몰입과 협력적 자기효능감 설문을 시행하였다. 수집된 자료는 Stata IC 14를 사용하여 ��2 test와 t-test 분석을 시행하였다. 본 연구를 통해 도출된 결과는 다음과 같다. 첫째, 컴퓨팅 사고력 수업을 수강한 학생의 학습몰입은 수강하지 않은 학생과 비교해 유의(t=3.837 p<.001)하게 높게 나타났다. 둘째, 컴퓨팅 사고력 수업을 수강한 학생의 협력적 자기효능감은 수강하지 않은 학생과 비교해 유의(t=2.277 p<.01)하게 높게 나타났다. 따라서 컴퓨팅 사고력 수업은 학습몰입과 협력적 자기효능감에 긍정적인 영향을 미치는 것으로 나타났다. 이와 같은 연구 결과를 바탕으로 컴퓨팅 사고력 수업의 중요성과 효과, 논의와 시사점을 제시하였다.