• 한국사회복지학
• /
• 제57권3호
• /
• pp.251-276
• /
• 2005

대학교육에 봉사활동을 접목하려는 노력이 확대되고 있는 가운데 본 연구에서는 봉사학습(SERVICE-LEARNING)의 개념을 사회복지교육에 적용한 효과를 고찰하였다. 가족복지론 교과 수업과 봉사활동을 병행하면서 학생들의 개인적 성장요인으로서 자기효능감, 이타성, 사회적 책임의 변화를 양적연구로 분석하였고, 교과목 학습효과를 파악하기 위하여 질적연구방법으로 봉사활동 일지를 내용분석하였다. 분석결과, 봉사학습을 통해 학생들은 자기효능감, 이타성, 사회적 책임에서 자기효능감과 사회적 책임이 통계적으로 유의미한 수준으로 증가하였다. 또한 질적분석 결과, 가족문제에 대한 개입과정을 실제 적용해 보고, 가족복지이론에 대한 이해증진, 가족복지 전반에 대한 관심 증진, 클라이언트에 대한 인식의 변화 등의 효과가 있었다. 이러한 결과로 볼 때, 봉사학습은 전공교육에 다양하게 적용해서 학생들의 개인적 성장을 도모하며, 학습효과를 증진하는데 유용한 교육방법이 될 것이다.

• 디지털융복합연구
• /
• 제13권7호
• /
• pp.47-55
• /
• 2015

지금까지 이러닝 콘텐츠 개발의 대가 기준은 실제 이러닝 산업의 특성을 반영하지 않은 채 기존의 유사한 산업의 산정표나 가이드라인에 따라 산정되어 왔다. IT와 교육이 융합된 이러닝 산업에서 콘텐츠 개발 대가 기준의 부재는 이러닝 산업을 이끌어 가는 기업들에게 큰 애로사항으로 인식되어 왔다. 이러닝 산업의 특성을 반영하지 못한 개발 대가의 산정은 콘텐츠의 품질에 큰 영향을 끼치고 있으며, 이는 이러닝 산업의 성장과 발전을 저해하는 요인이다. 이러한 문제를 해결하기 위해, 본 연구에서는 이러닝 산업의 특성을 고려한 이러닝 콘텐츠 개발에 적합한 대가 기준을 제시하였다. 본문에서는 이러닝 산업의 콘텐츠 개발 대가 기준 책정에 대한 문제점과 그 특성을 분석하고, 기존의 대가 기준 산정 방식을 응용하여 이러닝 산업을 위한 콘텐츠 개발 대가 기준을 분류하고 정의하였다. 발주기관의 설문조사를 통해 이러닝 산업의 특성을 반영한 개발 대가 기준의 산정과 콘텐츠 개발 대가 기준 산정에 필요한 연구 방법론을 제시하여 이러닝 산업의 발전과 콘텐츠의 품질 향상에 기여할 수 있는 정책을 마련하고, 실질적으로 반영하여 사용함으로써 이러닝 산업이 보다 발전할 수 있을 것으로 기대한다.

• 산업융합연구
• /
• 제17권3호
• /
• pp.1-8
• /
• 2019

본 연구는 스포츠센터 지도자들의 일터 학습(work place learning)과 관련하여 구성주의 관점 및 무형식 학습의 특성에 대해 이론적인 접근을 통한 고찰을 하였다. 이에 무형식 학습을 기반으로 하는 스포츠센터 지도자는 그 성장과정과 학습을 촉진 시키는 과정에서 경험과 실천적 측면에서의 일터 학습을 통한 전문성 신장이 될 수 있도록 하기 때문에 무형식 학습은 중요한 학습적 의미를 갖는다고 할 수 있다. 또한, 스포츠센터 지도 현장에서의 지도자는 일반적인 기업의 사무직 근로자에 비해 상대적으로 일터 학습에서 형식적인 학습의 기회가 부족하다고 할 수 있다. 따라서 무형식 학습의 유형 및 학습 향상에 대한 방안의 제시가 이루어져야 할 것이며 이러한 부분은 스포츠센터 지도자의 전문성 신장을 위한 중요한 요소로서 교육적 의미가 있다고 판단된다. 아울러 개인적, 환경적, 제도적, 조직적 측면에서 직장 내 학습 환경의 구축이 이루어진다면 스포츠센터 지도자들의 전문성 신장에 큰 도움이 될 것이라 생각된다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제19권3호
• /
• pp.75-103
• /
• 2010

This study analyzes a model appling value in the mobile learning. We investigate the interaction, ease of use, hedonic value, and utilitarian value considering importance factors in the mobile learning, and the customer values are found to influence the customer satisfaction. We analysis a relationship between these factors and the customer satisfaction, and the relationship between the customer satisfaction and the loyalty. Finally, we research difference among gender of the satisfaction on the mobile learning. To fulfill this purpose, the research model was designed from literature review, and the structural equation modeling technique was used to evaluate hypotheses. The major results of this study are as follows. First, the ease of use, hedonic value, and utilitarian value positively influenced the satisfaction, and the satisfaction had positive influences on the customer loyalty. But the interaction didn't have positive influence on the satisfaction. Second, gender difference was found for some path coefficient. Male user's interaction and ease of use has effect on the satisfaction, and Female user's hedonic value and utilitarian value have influenced the satisfaction. When it consider the market share or the growth potential of the mobile learning industry, the results of this study will provide the useful information to manage mobile learning.

• 디지털융복합연구
• /
• 제18권4호
• /
• pp.23-35
• /
• 2020

본 연구는 기업연구에 유의한 영향을 미쳤던 일터학습에 관한 선행 연구사례를 배경으로 연구하게 되었다. 열약한 소상공인에게 일터학습의 참여기회를 간직하게 함으로써 문제점 해결과 보완 능력을 향상시키고 실천적 성장의 기회를 강화하기 위함이며, 교육, 정책 제도적 창치를 제안하기 위함이다. 따라서 소상공인의 일터학습, 직무만족, 서비스품질 간의 관계규명을 위해 선행연구를 배경으로 연구가설을 설정하였고 실증분석을 실시하였다. 203건의 설문 결과를 SPSS 18.0 프로그램으로 분석하였다. 분석결과 첫째. 일터학습은 직무만족에 부분적 정(+)의 영향을 미쳤다. 둘째. 일터학습은 서비스품질에 부분적 정(+)의 영향을 미쳤다. 셋째. 일터학습과 서비스품질 간의 관계에서 직무만족이 완전 매개 역할을 나타냈다. 이를 통해 일터학습의 하위요인 형식적 학습은 소상공인의 열약한 환경에 따라 외부교육 및 자체교육 그리고 체계화, 구조화 등 교육환경의 부제로 직무만족과 서비스품질에 영향을 미치지 못하는 것으로 연구되었다. 따라서 경영, 경제, 사회적 시각으로 소상공인의 열약한 환경을 그대로 드러내고 있음을 확인할 수 있었으며, 이러한 문제점 보완을 위해 정부기관 또는 지자체에 소상공인의 성장과 발전의 기회를 강화하기위한 교육, 정책, 제도적 장치를 제안할 수 있을 것이다. 이와 같은 연구결과가 유의하게 나왔음에도 불구하고 한계점은 있을 수 있다. 따라서 향후 다양한 표본으로 다양한 분야에서 추가 연구가 이루어 져야 할 것이며, 더 나아가 향상된 서비스품질 및 경영성과를 향상시킬 수 있는 학문적 실무적 관계에서도 연구가 이루어져야 할 것이다.

• 한국인공지능학회지
• /
• 제11권1호
• /
• pp.17-24
• /
• 2023

With the continuous growth in the amount of data collected and analyzed, deep learning has become increasingly popular for extracting meaningful insights from various fields. However, hardware limitations pose a challenge for achieving meaningful results with limited data. To address this challenge, this paper proposes an algorithm that leverages the characteristics of convolutional neural networks (CNNs) to reduce the size of image datasets by 20% through smoothing and shrinking the size of images using color elements. The proposed algorithm reduces the learning time and, as a result, the computational load on hardware. The experiments conducted in this study show that the proposed method achieves effective learning with similar or slightly higher accuracy than the original dataset while reducing computational and time costs. This color-centric dataset construction method using image smoothing techniques can lead to more efficient learning on CNNs. This method can be applied in various applications, such as image classification and recognition, and can contribute to more efficient and cost-effective deep learning. This paper presents a promising approach to reducing the computational load and time costs associated with deep learning and provides meaningful results with limited data, enabling them to apply deep learning to a broader range of applications.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.702-723
• /
• 2020

The application of machine learning (ML) in intrusion detection has attracted much attention with the rapid growth of information security threat. As an efficient multi-label classifier, kernel extreme learning machine (KELM) has been gradually used in intrusion detection system. However, the performance of KELM heavily relies on the kernel selection. In this paper, a novel multiple kernel extreme learning machine (MKELM) model combining the ReliefF with nature-inspired methods is proposed for intrusion detection. The MKELM is designed to estimate whether the attack is carried out and the ReliefF is used as a preprocessor of MKELM to select appropriate features. In addition, the nature-inspired methods whose fitness functions are defined based on the kernel alignment are employed to build the optimal composite kernel in the MKELM. The KDD99, NSL and Kyoto datasets are used to evaluate the performance of the model. The experimental results indicate that the optimal composite kernel function can be determined by using any heuristic optimization method, including PSO, GA, GWO, BA and DE. Since the filter-based feature selection method is combined with the multiple kernel learning approach independent of the classifier, the proposed model can have a good performance while saving a lot of training time.

• International Journal of Advanced Culture Technology
• /
• 제11권1호
• /
• pp.283-289
• /
• 2023

AI is bringing about drastic changes not only in the aspect of technologies but also in society and culture. Medical AI based on deep learning have developed rapidly. Especially, the field of medical image analysis has been proven that AI can identify the characteristics of medical images more accurately and quickly than clinicians. Evaluating the latest results of the AI-based medical image processing is important for the implication for the development direction of medical AI. In this paper, we analyze and evaluate the latest trends in AI-based medical image analysis, which is showing great achievements in the field of medical AI in the healthcare industry. We analyze deep learning models for medical image analysis and AI-based medical image segmentation for quantitative analysis. Also, we evaluate the future development direction in terms of marketability as well as the size and characteristics of the medical AI market and the restrictions to market growth. For evaluating the latest trend in the deep learning-based medical image processing, we analyze the latest research results on the deep learning-based medical image processing and data of medical AI market. The analyzed trends provide the overall views and implication for the developing deep learning in the medical fields.

• 통상정보연구
• /
• 제11권1호
• /
• pp.239-264
• /
• 2009

As the competitive market environment and industry circumstances become more and more competitive on a daily basis, it is not easy to find an opportunity to initiate small business, or increase performances of Small and Medium Business. The research findings are as follows. First, entrepreneurship(innovation, progressive, social responsibility) has significant effects on the market orientation. Second, company competence(individual resource, technology resource) has significant effects on the market orientation. Third, market orientation has significant effects on the non-financial performance(Internal process performance, learning & growth performance, customer performance). Finally, non-financial performance(Internal process performance, learning & growth performance, customer performance) has significant effects on the financial performance.

• 대한안전경영과학회지
• /
• 제19권4호
• /
• pp.283-290
• /
• 2017

In knowledge information society entering global unlimited competition era, our middle and small sized companies are the base of national and enterprise competitiveness and core base of national economy as an origin of jobs. The competitiveness of middle and small sized companies is so important to decide the level of the competitiveness of the whole industries, but the gap from big sized company is much low in comparison with advanced countries from angles of important factors of enterprise growth, productivity and technological competitiveness, so, it's urgent to improve the competitiveness through productivity enhancement. The purpose of this research is to do a positive study on effects of learning organization management outcomes of middle and small sized company on enterprise productivity among various types of outcome brought for strengthening of enterprise competitiveness. It confirmed learning organization has functions and usefulness as a management tool bringing positive effects on enterprise productivity through the Productivity improvement.