• 제목/요약/키워드: Learning media

검색결과 1,571건 처리시간 0.03초

온라인 네트워킹 활동이 가상협업 역량 및 업무성과에 미치는 영향 (The Influence of Online Social Networking on Individual Virtual Competence and Task Performance in Organizations)

  • 서아영;신경식
    • Asia pacific journal of information systems
    • /
    • 제22권2호
    • /
    • pp.39-69
    • /
    • 2012
  • With the advent of communication technologies including electronic collaborative tools and conferencing systems provided over the Internet, virtual collaboration is becoming increasingly common in organizations. Virtual collaboration refers to an environment in which the people working together are interdependent in their tasks, share responsibility for outcomes, are geographically dispersed, and rely on mediated rather than face-to face, communication to produce an outcome. Research suggests that new sets of individual skill, knowledge, and ability (SKAs) are required to perform effectively in today's virtualized workplace, which is labeled as individual virtual competence. It is also argued that use of online social networking sites may influence not only individuals' daily lives but also their capability to manage their work-related relationships in organizations, which in turn leads to better performance. The existing research regarding (1) the relationship between virtual competence and task performance and (2) the relationship between online networking and task performance has been conducted based on different theoretical perspectives so that little is known about how online social networking and virtual competence interplay to predict individuals' task performance. To fill this gap, this study raises the following research questions: (1) What is the individual virtual competence required for better adjustment to the virtual collaboration environment? (2) How does online networking via diverse social network service sites influence individuals' task performance in organizations? (3) How do the joint effects of individual virtual competence and online networking influence task performance? To address these research questions, we first draw on the prior literature and derive four dimensions of individual virtual competence that are related with an individual's self-concept, knowledge and ability. Computer self-efficacy is defined as the extent to which an individual beliefs in his or her ability to use computer technology broadly. Remotework self-efficacy is defined as the extent to which an individual beliefs in his or her ability to work and perform joint tasks with others in virtual settings. Virtual media skill is defined as the degree of confidence of individuals to function in their work role without face-to-face interactions. Virtual social skill is an individual's skill level in using technologies to communicate in virtual settings to their full potential. It should be noted that the concept of virtual social skill is different from the self-efficacy and captures an individual's cognition-based ability to build social relationships with others in virtual settings. Next, we discuss how online networking influences both individual virtual competence and task performance based on the social network theory and the social learning theory. We argue that online networking may enhance individuals' capability in expanding their social networks with low costs. We also argue that online networking may enable individuals to learn the necessary skills regarding how they use technological functions, communicate with others, and share information and make social relations using the technical functions provided by electronic media, consequently increasing individual virtual competence. To examine the relationships among online networking, virtual competence, and task performance, we developed research models (the mediation, interaction, and additive models, respectively) by integrating the social network theory and the social learning theory. Using data from 112 employees of a virtualized company, we tested the proposed research models. The results of analysis partly support the mediation model in that online social networking positively influences individuals' computer self-efficacy, virtual social skill, and virtual media skill, which are key predictors of individuals' task performance. Furthermore, the results of the analysis partly support the interaction model in that the level of remotework self-efficacy moderates the relationship between online social networking and task performance. The results paint a picture of people adjusting to virtual collaboration that constrains and enables their task performance. This study contributes to research and practice. First, we suggest a shift of research focus to the individual level when examining virtual phenomena and theorize that online social networking can enhance individual virtual competence in some aspects. Second, we replicate and advance the prior competence literature by linking each component of virtual competence and objective task performance. The results of this study provide useful insights into how human resource responsibilities assess employees' weakness and strength when they organize virtualized groups or projects. Furthermore, it provides managers with insights into the kinds of development or training programs that they can engage in with their employees to advance their ability to undertake virtual work.

  • PDF

BERTopic을 활용한 불면증 소셜 데이터 토픽 모델링 및 불면증 경향 문헌 딥러닝 자동분류 모델 구축 (Topic Modeling Insomnia Social Media Corpus using BERTopic and Building Automatic Deep Learning Classification Model)

  • 고영수;이수빈;차민정;김성덕;이주희;한지영;송민
    • 정보관리학회지
    • /
    • 제39권2호
    • /
    • pp.111-129
    • /
    • 2022
  • 불면증은 최근 5년 새 환자가 20% 이상 증가하고 있는 현대 사회의 만성적인 질병이다. 수면이 부족할 경우 나타나는 개인 및 사회적 문제가 심각하고 불면증의 유발 요인이 복합적으로 작용하고 있어서 진단 및 치료가 중요한 질환이다. 본 연구는 자유롭게 의견을 표출하는 소셜 미디어 'Reddit'의 불면증 커뮤니티인 'insomnia'를 대상으로 5,699개의 데이터를 수집하였고 이를 국제수면장애분류 ICSD-3 기준과 정신의학과 전문의의 자문을 받은 가이드라인을 바탕으로 불면증 경향 문헌과 비경향 문헌으로 태깅하여 불면증 말뭉치를 구축하였다. 구축된 불면증 말뭉치를 학습데이터로 하여 5개의 딥러닝 언어모델(BERT, RoBERTa, ALBERT, ELECTRA, XLNet)을 훈련시켰고 성능 평가 결과 RoBERTa가 정확도, 정밀도, 재현율, F1점수에서 가장 높은 성능을 보였다. 불면증 소셜 데이터를 심층적으로 분석하기 위해 기존에 많이 사용되었던 LDA의 약점을 보완하며 새롭게 등장한 BERTopic 방법을 사용하여 토픽 모델링을 진행하였다. 계층적 클러스터링 분석 결과 8개의 주제군('부정적 감정', '조언 및 도움과 감사', '불면증 관련 질병', '수면제', '운동 및 식습관', '신체적 특징', '활동적 특징', '환경적 특징')을 확인할 수 있었다. 이용자들은 불면증 커뮤니티에서 부정 감정을 표현하고 도움과 조언을 구하는 모습을 보였다. 또한, 불면증과 관련된 질병들을 언급하고 수면제 사용에 대한 담론을 나누며 운동 및 식습관에 관한 관심을 표현하고 있었다. 발견된 불면증 관련 특징으로는 호흡, 임신, 심장 등의 신체적 특징과 좀비, 수면 경련, 그로기상태 등의 활동적 특징, 햇빛, 담요, 온도, 낮잠 등의 환경적 특징이 확인되었다.

개인화기 조준 능력 향상 관점에서의 추적 기법의 성능평가 (Evaluation of Tracking Performance: Focusing on Improvement of Aiming Ability for Individual Weapon)

  • 김상훈;윤일동
    • 방송공학회논문지
    • /
    • 제18권3호
    • /
    • pp.481-490
    • /
    • 2013
  • 본 논문에서는 실제 전장에서 전투수행 중인 병사의 개인화기 조준 능력 향상 관점에서 추적기법의 성능평가를 하였다. 실제 전장에서는 짧은 시간동안 전투를 하는 것뿐만 아니라 며칠에 걸쳐서 실시되는 경우도 있다. 이와 같이 장시간 지속되는 작전 중에서 다양한 요소에 의해서 지속적으로 병사의 신체능력이 감소된다. 이렇게 손실되는 신체능력을 보완하기 위하여 시각추적 기술을 화기의 조준경에 적용하여 적 병사 이동상황을 자동적으로 추적하고 이로 인해 감소된 조준능력을 향상시키기 위한 실험을 하였다. 최신영상 추적 기법들 중에서 최적의 것을 결정하기 위하여, 겹침 현상, 카메라 이동, 크기변화, 저대비 영상, 조명변화 등의 특징이 포함된 여러 실제 전장 영상으로 그 성능을 평가하였다. VTD (Visual Tracking Decomposition)[2]가 정확도에서 IVT (Incremental learning for robust Visual Tracking)[7]가 속도 평가에서 가장 우수하였으며 종합적으로는 MIL (Multiple Instance Learning)[1]이 가장 우수한 결과를 보여 주었다. 이러한 성능평가 결과는 시각추적기술이 적용된 조준경이 실제 전장에서 전투수행을 하면서 신체능력이 감소된 병사의 전투력을 보완할 가능성이 있다는 것을 보여 준다.

포스트 코로나 시대의 교회교육 (Church Education in the COVID-19 Era)

  • 유재덕
    • 기독교교육논총
    • /
    • 제63권
    • /
    • pp.13-37
    • /
    • 2020
  • 중국 우한에서 발생한 코로나바이러스(COVID-19)의 전파력과 치사율에 주목한 WHO는 글로벌 비상사태를 선언했으나, 효과적인 치료제를 확보하지 못한 채 상황이 악화되자 팬데믹으로 상향 조정했다. 사회적 거리두기와 자가 격리 및 여행 제한에 따른 경제위기 때문에 자유무역 중심 세계 경제체제 붕괴와 세계화의 퇴조가 거론되고 있다. 팬데믹에 제대로 대처하지 못한 정치리더십이 도전받고, 사회는 비접촉과 부동성 문화로 급속히 전환 중이다. 교육 분야에서는 탈학교화라는 개념이 디지털 매체를 통해 물리적 공간에서 현실화하고 있다. 교회교육 역시 심각한 위기에 처했다. COVID-19 팬데믹 상황에서 교회들은 팬데믹에 관한 신앙 및 신한적 성찰, 온라인 예배와 체계적인 신앙교육, 그리고 비대면 중심의 목회까지 포괄하는 이른바 뉴노멀을 기대하고 있다. 포스트 코로나 시대에 교회교육은 급변하는 주변 상황에 부응해서 적극적으로 대안을 모색하면서 의미 있는 기독교적 가치에 초점을 맞춘 교육신학을 새롭게 재구성해야 한다. 아울러서 오프라인과 온라인을 결합한 모바일(또는 온라인) 교회학교를 운영하는 한편, 비대면과 면대면 학습을 혼용하는 학습방식(Blended Learning)을 도입하고, 교회학교와 홈스쿨링을 결합해서 교회와 가정이 교육의 책임을 분담할 필요가 있다.

자연재해 분석을 위한 빅데이터 마이닝 기술 (Big data mining for natural disaster analysis)

  • 김영민;황미녕;김태홍;정창후;정도헌
    • Journal of the Korean Data and Information Science Society
    • /
    • 제26권5호
    • /
    • pp.1105-1115
    • /
    • 2015
  • 자연재해 빅데이터 분석은 현재 소셜 미디어 데이터 등 텍스트 데이터를 중심으로 시작되고 있으며 이는 재난관리의 네 단계인 예방, 대비, 대응, 복구에서 마지막 두 단계에 주로 해당된다. 반면 기상 데이터 자체에 대한 빅데이터 분석은 사전 관리에 해당하는 예방, 대비 단계에 활용될 수 있어 이와 관련한 연구 사례에 대한 체계적인 정리가 필요하다. 본 논문은 리뷰 논문으로서, 자연재해 영역에서 텍스트 데이터 외의 빅데이터를 다루는 분석 기술들에 대해 소개한다. 이를 위해 기상 관련 분야에서 사용되고 있는 데이터 마이닝 및 기계 학습 기술들을 살피고 각 기상 데이터의 특성에 맞춰 기존의 기술들이 어떻게 변형되는 지 밝힌다. 우선 2절에서 빅데이터, 데이터 마이닝, 기계 학습에 대한 기본 개념을 설명하고 3절에서 데이터 마이닝 및 기계 학습 기술의 실제 적용 사례를 상세히 정리한다. 4절에서는 자연재해 대응에 이러한 기술들이 직접 활용되는 예를 소개하고 마지막에 결론으로 마무리한다.

WebRTC 기반 원격 협업 학습 플랫폼 기술 연구 (WebRTC-Based Remote Collaborative Learning Platform)

  • 오현택;안상홍;양진홍;최준균
    • 한국통신학회논문지
    • /
    • 제40권5호
    • /
    • pp.914-923
    • /
    • 2015
  • 스마트 디바이스의 보급과 더불어 스마트 TV, 웹 기반 IPTV등의 확산으로 사용자 측의 방송 콘텐츠 재생 단말의 급속한 변화가 일어나고 있다. 이러한 환경 변화를 통해 방송 콘텐츠들은 다양한 웹 서비스들이 결합된 응용 서비스들이 가능해졌으며 방송 환경에서의 웹 콘텐츠의 수용을 더욱 촉진하고 있다. 이러한 변화와 함께, 교육 콘텐츠의 경우 교수자의 강의를 일방적으로 전달하던 방송 형태에서 점차 웹을 응용한 온라인 교육 환경으로 발전함에 따라 점점 교수자와 학습자간의 상호작용에 대한 요구가 증가하고 있다. 본 논문에서는 웹 기술과 방송이 결합된 환경에서 양방향 교육 환경을 지원하기 위해, WebRTC (Web Real-Time Communication) 기반 원격 협업 학습 플랫폼을 제안한다. 변화된 환경에서의 원격 협업 교육 서비스 시나리오 도출을 통해 요구사항을 정의하고, 이를 지원하기 위한 웹 기반 원격 협업 콘텐츠 객체 공유 기술과 협업 스트리밍 기술을 제시한다. 특히 WebRTC를 기반으로 한 효율적인 사용자 세션 제어, 연동 및 관리를 위한 협업 교육 플랫폼 구조 제안 및 구현을 통해 실제 교육 환경에서의 적용 및 검증하고, 본 기술의 가능성을 확인하였다.

RDB 및 웨이블릿 예측 네트워크 기반 단일 영상을 위한 심층 학습기반 초해상도 기법 (Deep Learning-based SISR (Single Image Super Resolution) Method using RDB (Residual Dense Block) and Wavelet Prediction Network)

  • 응우엔 휴중;김응태
    • 방송공학회논문지
    • /
    • 제24권5호
    • /
    • pp.703-712
    • /
    • 2019
  • 단일 영상 초해상도 (Single Image Super-Resolution - SISR)기법은 카메라로 획득된 저해상도 영상에 필터 기반의 연산을 적용하여 좋은 화질의 고해상도 영상을 복원하는 과정이다. 최근에 심층 합성곱 신경망 학습의 발전에 따라 단일 영상 초해상도에 적용되는 심층 학습 기법들은 좋은 성과를 보여 주고 있다. 그 대표적인 방법으로 영상의 특징 맵 기반 웨이블릿 계수 학습을 통해 고해상도 영상을 복원하는 WaveletSRNet이 있다. 하지만 복잡한 알고리즘으로 인해 계산량이 증대되어 처리 속도가 늦고 특징 추출할 때 특징 맵을 효율적으로 활용하지 못 한다는 단점을 가지고 있다. 이를 개선하기 위해 본 논문에서는 단일 영상 초해상도 RDB-WaveletSRNet 기법을 제안한다. 제안된 기법은 잔여밀집블록(Residual Dense Block)을 사용하여 저해상도의 특징 맵을 효과적으로 추출하여 초해상도의 성능을 향상시키고 적절한 성장률을 설정하여 복잡한 계산량 문제까지 해결하였다. 또한 웨이블릿 패킷 분해를 사용하여 확대율에 맞게 웨이블릿 계수를 획득하므로 높은 확대율의 단일 영상 초해상도를 얻게 하였다. 다양한 영상에 대한 실험을 통하여, 제안하는 기법이 기존 기법보다 수행시간이 빠르며 영상 품질도 우수함을 입증하였다. 제안하는 방법은 기존 방법보다 화질은 PSNR 0.1813dB만큼 우수하며 속도는 1.17배 빠른 것을 실험을 통해 확인하였다.

과제 중심 다감각운동 프로그램이 학습지연을 동반한 ADHD성향 아동의 자아효능감과 쓰기능력에 미치는 변화 (The Effect of Task-Oriented Multi-Sensory Movement Program on Self-efficacy and Writing Ability of Children with ADHD Tendency Accompanied by Learning Delays)

  • 노효련;곽성원
    • 대한지역사회작업치료학회지
    • /
    • 제8권2호
    • /
    • pp.1-14
    • /
    • 2018
  • 목적 : 학습지연을 동반한 ADHD성향을 지닌 아동에게 교육매체를 접목한 과제 중심 다감각운동 프로그램을 적용한 후 자아효능감과 쓰기능력의 변화를 알아보고자 하였다. 연구방법 : 학습지연을 동반한 ADHD성향을 지닌 아동을 대상으로 과제 중심 다감각운동 프로그램을 실시하였다. 연구절차는 사전검사, 중재, 사후검사 순으로 진행되었다. 사전-사후검사로 자아효능감 및 KNISE-BAAT 쓰기검사 '가'형과 '나'형을 사용하였다. 중재는 총 8회기 동안 실시하였다. 수집된 자료는 SPSS version 18 프로그램을 사용하여 분석하였다. 결과 : 과제 중심 다감각운동 프로그램 적용 결과 자아효능감(학교, 사회), 쓰기능력(어휘구사력, 문장구사력)에 유의미한 향상이 나타났다. 결론 : 과제 중심 다감각운동 프로그램은 학습지연을 동반한 ADHD성향을 지닌 아동의 자아효능감 및 쓰기능력을 향상시킬 수 있는 유익한 중재방안으로 활용될 수 있을 것이다. 후속 연구에서는 교육매체를 접목한 과제 중심 다감각 운동 중재모형을 다양하게 구안할 필요가 있다고 사료된다.

사용자 참여형 웨어러블 디바이스 데이터 전송 연계 및 딥러닝 대사증후군 예측 모델 (Deep Learning Algorithm and Prediction Model Associated with Data Transmission of User-Participating Wearable Devices)

  • 이현식;이웅재;정태경
    • 한국산업정보학회논문지
    • /
    • 제25권6호
    • /
    • pp.33-45
    • /
    • 2020
  • 본 논문은 최근 다양한 종류의 웨어러블 디바이스가 헬스케어 도메인에 급증하여 사용되고 있는 상황에서 최신 첨단 기술이 실제 메디컬 환경에서 개인의 질병예측이라는 관점을 바라본다. 사용자 참여형 웨어러블 디바이스를 통하여 임상 데이터와 유전자 데이터, 라이프 로그 데이터를 병합하여 데이터를 수집, 처리, 전송하는 과정을 걸쳐 딥뉴럴 네트워크의 환경에서 학습모델의 제시와 피드백 모델을 연결하는 과정을 제시한다. 이러한 첨단 의료 현장에서 일어나는 메디컬 IT의 임상시험 절차를 걸친 실제 현장의 경우 대사 증후군에 의한 특정 유전자가 질병에 미치는 영향을 측정과 더불어 임상 정보와 라이프 로그 데이터를 병합하여 서로 각기 다른 이종 데이터를 처리하면서 질병의 특이점을 확인하게 된다. 즉, 이종 데이터의 딥뉴럴 네트워크의 객관적 적합성과 확실성을 증빙하게 되고 이를 통한 실제 딥러닝 환경에서의 노이즈에 따른 성능 평가를 실시한다. 이를 통해 자동 인코더의 경우의 1,000 EPOCH당 변화하는 정확도와 예측치가 변수의 증가 값에 수차례 선형적으로 변화하는 현상을 증명하였다.

정보 증류 및 재귀적인 방식을 이용한 심층 학습법 기반 경량화된 초해상도 네트워크 (Lightweight Super-Resolution Network Based on Deep Learning using Information Distillation and Recursive Methods)

  • 우희조;심지우;김응태
    • 방송공학회논문지
    • /
    • 제27권3호
    • /
    • pp.378-390
    • /
    • 2022
  • 최근 심층 합성 곱 신경망 학습의 발전에 따라 단일 영상 초해상도에 적용되는 심층 학습 기법들을 좋은 성과를 보여주고 있으며 깊은 네트워크의 강한 표현 능력으로 저해상도 영상과 고해상도 영상 사이의 복잡한 비선형 매핑이 가능해졌다. 하지만 과도한 합성곱 신경망의 사용으로 인해 증가하는 파라미터와 연산량으로 실시간 또는 저전력 장치에 적용하는데 제한이 있다. 본 논문은 정보 증류 방식을 이용하여 계층적인 특징을 조금씩 추출해내는 블록을 재귀적인 방식으로 사용하며 고주파수 잔여 정제 블록을 통해 더 정확한 고주파수 성분을 만들어 성능을 향상시키는 경량화된 네트워크인 Recursive Distillation Super Resolution Network (RDSRN) 를 제안한다. 제안하는 네트워크는 RDN과 비교했을 때 비슷한 화질의 영상을 복원하며 약 32배 적은 파라미터와 약 10배 적은 연산량을 가지고 약 3.5배 더 빠르게 영상을 복원하며 기존 경량화 네트워크 CARN과 비교했을 때 약 2.2배 적은 파라미터와 약 1.8배 빠른 처리시간으로 평균 0.16dB 더 좋은 성능을 만들어 냄을 확인 하였다.