• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.327-332
• /
• 2014

본 논문에서는 Unity 3D 엔진을 이용하여 게임개발을 위한 학습용 앱의 구현 내용을 소개하였다. Unity 엔진을 이용하면 필드의 제작, 캐릭터 애니메이션 세팅, 스크립트 작성, Asset 관리, 레벨 디자인 등 많은 작업을 하나의 통합 환경에서 수행할 수 있다. 또한 컴파일 과정을 거치지 않아도 게임을 제작하는 도중 언제라도 실행해 볼 수 있기 때문에 개발에 걸리는 시간을 단축할 수 있다. 본 연구의 과정은 게임 앱 설계 관련 프로젝트의 수행이나 학습용 게임 개발의 학습 모형을 제시한 사례로 활용할 수 있다.

• 한국게임학회 논문지
• /
• 제21권3호
• /
• pp.3-12
• /
• 2021

본 연구는 전통적 교육 시스템에 게임성을 융합한 학습용 리딩 어플리케이션을 설계함에, 사용자의 몰입감 향상을 위해 기획된 개발 과정을 게이미피케이션 재미요소에 접목하고, 사용성 평가를 위한 디자인 연구이다. 이는 디지털 기술을 활용한 영어학습 리딩 어플리케이션 기획연구에서 챕터별로 배열된 이솝우화 '토끼와 거북이' 스토리진행을 중심으로 접목 가능한 게이미피케이션의 네 가지 재미의 요소들을 어플리케이션에 적용하고자 한다. 나아가 시스템에 적용될 재미 요소들을 게임엔진에 구현함에, 교육자 그룹의 설문조사를 통하여 프로토타입의 가능성 평가를 통하여 기술적 가이드라인을 제시함에 본 연구의 목적과 의의를 가진다.

• Human Ecology Research
• /
• 제53권2호
• /
• pp.219-228
• /
• 2015

This study evaluated the content of Korean vocabulary learning applications with a focus on tablet PC applications. We analyzed 51 Korean vocabulary learning applications. The instruments in this study were developed based on Yoo et al. (2012)' Vocabulary Learning Game Application Evaluation Criteria and Hyun et al. (2013)' Educational Application Evaluation Criteria. Data were analyzed using a t-test and one-way analysis of variance. The main results are as follows. First, each criteria's score was fairly good; the ease of use had the highest scores and the amusement had the lowest scores. Second, there was a significant difference in the interaction by vocabulary teaching approach. Applications based on a whole language-teaching method had higher scores than applications based on a phonics instructional teaching method inducing more operation and with immediate feedback. Third, there was significant difference in the sum of score and each criteria of developmental appropriateness, educational values, amusement, function and interaction by type of learning. Applications of combining type had higher scores in every criteria except for ease of use than applications of description type. These findings provide a preliminary evidence that the systematic Korean vocabulary learning application facilitates preschoolers' vocabulary learning.

• 한국초등수학교육학회지
• /
• 제17권2호
• /
• pp.285-299
• /
• 2013

영재들에게는 교과서에서 요구하는 문제 만들기 수준을 넘어 생활 주변에서 경험하는 다양한 수학적 소재들을 창의적으로 재구성해보는 경험이, 영재 지도 교사에게는 그 학생들의 사고를 이해하고 후속적인 지도를 위한 교훈과 반성이 필요하다. 본 연구는 영재학급 학생들에게 문제 만들기 전략 활용 수업의 가능성을 확인하고, What-If-Not 전략을 배우고 난 영재학생들이 루미큐브라는 보드게임을 자신이 알고 있는 수학적인 요소에 맞게 변형해 본 다양한 사례들을 분석한다. 그 결과물을 교육과정의 내용(주제)별로 제시하고 변형 루미큐브 만들기 수업의 교육적 가치와 영재들을 위한 교육적 시사점을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.447-450
• /
• 2011

This paper shows the application of P-N Learning [4] method in the soccer ball detection and improvement for increasing the speed of processing. In the P-N learning, the learning process is guided by positive (P) and negative (N) constraints which restrict the labeling of the unlabeled data, identify examples that have been classified in contradiction with structural constraints and augment the training set with the corrected samples in an iterative process. But for the long-view in the soccer game, P-N learning will produce so many ferns that more time is spent than other methods. We propose that color histogram of each frame is constructed to delete the unnecessary details in order to decreasing the number of feature points. We use the mask to eliminate the gallery region and Line Hough Transform to remove the line and adjust the P-N learning's parameters to optimize accurate and speed.

• 한국게임학회 논문지
• /
• 제7권2호
• /
• pp.91-100
• /
• 2007

본 연구는 HCI 이론을 적용하여 게임형 학습 프로그램을 평가하기 위한 준거를 개발한다. 사람들이 편리하고 즐겁게 사용하도록 하는 시스템을 개발하는 원리나 방법을 연구하는 학문인 HCI 이론은 다양한 영역의 프로그램 개발에 광범위하게 적용되어 왔다. 그리고 학습 프로그램을 평가하는 데도 널리 활용되어 왔다. 그러나 HCI 이론을 적용한 게임형 코스웨어 평가에 대한 연구는 거의 없다. 따라서, 게임형 코스웨어 평가 연구에서도 HCI 이론 적용이 필요하다. 본 연구는 HCI의 구성요소인 유용성(Usefulness), 사용성(Usability), 감성(Affect)의 관점에서 평가 준거를 개발한다. 본 연구에서 개발한 평가 준거는 게임형 학습 프로그램을 평가하는 기준으로 활용될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.754-774
• /
• 2023

Wrestling is one of the popular events for modern sports. It is difficult to quantitatively describe a wrestling game between athletes. And deep learning can help wrestling training by human recognition techniques. Based on the characteristics of latest wrestling competition rules and human recognition technologies, a set of wrestling competition video analysis and retrieval system is proposed. This system uses a combination of literature method, observation method, interview method and mathematical statistics to conduct statistics, analysis, research and discussion on the application of technology. Combined the system application in targeted movement technology. A deep learning-based facial recognition psychological feature analysis method for the training and competition of classical wrestling after the implementation of the new rules is proposed. The experimental results of this paper showed that the proportion of natural emotions of male and female wrestlers was about 50%, indicating that the wrestler's mentality was relatively stable before the intense physical confrontation, and the test of the system also proved the stability of the system.

• 한국건설관리학회논문집
• /
• 제15권1호
• /
• pp.20-27
• /
• 2014

효과적인 건설안전교육을 위해서는 기존의 문서와 시청각자료에 의존한 이론적인 수업방법에서 벗어나, 체험위주의 교육과 실무중심의 교육이 필요하다. 본 연구에서는 가상현실환경을 구현할 수 있는 3D엔진을 사용하여 건설현장 및 학교에서 안전교육용으로 사용할 수 있는 기능성게임을 개발하였다. 학습자는 게임 내에서 가상공간 내의 건설현장을 돌아다니며 잠재적인 안전재해 발생요인을 발견하는 안전관리자의 역할을 수행하게 된다. 이러한 시행착오 과정을 통해 안전에 관련된 지식을 학습자 스스로 익히게 된다. 또한 게임과정에서 학습과정을 돕기 위해 피드백이 제공되며, 획득한 포인트를 바탕으로 성과를 평가하게 된다. 학생들을 대상으로 한 평가에서 기능성 게임을 통한 안전교육은 설계과정에서 계획된 효과들을 이룬 것으로 나타났으며, 학습자들에게 긍정적인 효과를 나타내 것으로 평가되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권10호
• /
• pp.4177-4190
• /
• 2015

Current research on Internet of Things (IoT) has primarily addressed the means to enhancing smart resource allocation, automatic network operation, and secure service provisioning. In particular, providing satisfactory security service in IoT systems is indispensable to its mission critical applications. However, limited resources prevent full security coverage at all times. Therefore, these limited resources must be deployed intelligently by considering differences in priorities of targets that require security coverage. In this study, we have developed a new application of Cognitive Radio (CR) technology for IoT systems and provide an appropriate security solution that will enable IoT to be more affordable and applicable than it is currently. To resolve the security-related resource allocation problem, game theory is a suitable and effective tool. Based on the Blotto game model, we propose a new strategic power allocation scheme to ensure secure CR communications. A simulation shows that our proposed scheme can effectively respond to current system conditions and perform more effectively than other existing schemes in dynamically changeable IoT environments.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.59-64
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement learning is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to chose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement learning is different from supervised learning in the sense that there is no presentation of input pairs as training examples. Furthermore, model-free reinforcement learning algorithms like Q-learning do not require defining or learning any models of the surrounding environment. Nevertheless it can learn the optimal policy if the agent can visit every state- action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem. we suggest Adaptive Mediation-based Modular Q-Learning (AMMQL)as an improvement of the existing Modular Q-Learning (MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.