• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1526-1533
• /
• 2018

This study aims to provide implications for mobile foreign language vocabulary learning app by analyzing the effects of mobile vocabulary learning app based on character animation. For this purpose, we applied the learning application designed with character animation and text, and the application designed with text only to two groups of learners, and analyzed the effect. As a result, we found that application designed with character animation and text was useful in recognition frequency and duration concerning learning. Regarding learning outcomes, we found that it is useful not only in memory but also in learning interest and motivation. This study provides implications for learning method and design development of mobile-based foreign language vocabulary learning application which actively using recently.

• 한국컴퓨터산업학회논문지
• /
• 제3권8호
• /
• pp.1117-1128
• /
• 2002

본 논문에서는 멀티미디어를 이용한 가장 효율적인 교수 방법을 제시한다. 공학적 연구성과를 근원으로 하는 멀티미디어와 멀티미디어 컨텐츠를 교수방법에 적용하기 위해 우선 개념 규정과 교육적 기대효과를 추론한다. 멀티미디어를 이용한 교수방법에 대하여 본 논문에서는 다음의 4가지를 제시한다. 첫째, 지시에 의한 학습을 위한 교수방법. 둘째, 안내에 의한 발견 학습을 위한 교수방법, 셋째, 수용적 학습을 위한 교수방법. 넷째, 탐색적 학습을 위한 교수방법 등이다. 향후의 과제로서는 교수 설계 원리와 이론적 고찰을 멀티미디어 기반 수업에 적용할 수 있도록 일선 교육현장에서 보다 효과적인 교수방법을 선택하여야 할 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (A)
• /
• pp.211-212
• /
• 2007

• 디지털융복합연구
• /
• 제15권3호
• /
• pp.55-64
• /
• 2017

본 연구는 프랑스의 품질인증 가이드라인과 한국의 품질인증 평가준거를 비교하고, 이러닝 품질관리에 대한 표준화된 이러닝 품질인증 평가준거를 적용한 품질인증 제도에서 품질인증에 성공한 사례와 실패한 사례를 비교분석함으로써 이러닝 품질인증 평가준거에 대한 주요 평가영역과 평가항목을 구별하였다. 이를 근거로 프랑스의 품질인증 평가항목에서 반영해야할 이러닝 품질인증 평가준거, 평가영역, 평가항목에 대한 일반화 모형을 개발하였다. 이는 우리나라는 물론 AUF와 관련이 있는 아프리카나 아시아 국가들에게 그들이 응용할 수 있는 평가준거를 제시한 것이다. 본 연구의 결과는 이러닝 품질인증 제도를 시행하려는 전 세계의 기관들이 활용할 수 있을 것이며, 동시에 이러닝 품질인증 평가를 받고자 하는 이러닝 관련 기업이나 기관들에게 중요한 활용자료가 될 것이다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.55-62
• /
• 2021

광주광역시의 3대 주력산업인 자동차 산업, 에너지 산업, 그리고 AI/헬스케어 산업 등에 응용 가능한 AI 활용 사례로 준지도 학습, 전이 학습, 그리고 연합 학습의 머신러닝을 적용하며, 더불어 주력산업을 위한 AI 서비스를 위한 ML 전략을 정립하였다. AI 서비스의 ML 전략을 기반으로 실용적 접근 사례들을 제시하고자 하며, 준지도 학습의 접근 사례는 자동차 영상 인식 기술에 활용하며, 전이 학습의 접근 사례는 헬스케어 분야의 당뇨병성 망막병증 검출에 활용하고자 하며, 마지막으로 연합 학습의 접근 사례는 전력 수요 예측에 활용하고자 한다. 이러한 접근 사례들을 싱글보드 Raspberry Pi, Jaetson Nano, Intel i-7 등의 하드웨어를 기반으로 성능 테스트를 진행함과 동시에 실용적인 접근 사례들의 유효성을 검증하였다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.30-37
• /
• 2022

Disease threatens plant growth and recognizing the type of disease is essential to making a remedy. In recent years, deep learning has witnessed a significant improvement for this task, however, a large volume of labeled images is one of the requirements to get decent performance. But annotated images are difficult and expensive to obtain in the agricultural field. Therefore, designing an efficient and effective strategy is one of the challenges in this area with few labeled data. Transfer learning, assuming taking knowledge from a source domain to a target domain, is borrowed to address this issue and observed comparable results. However, current transfer learning strategies can be regarded as a supervised method as it hypothesizes that there are many labeled images in a source domain. In contrast, unsupervised transfer learning, using only images in a source domain, gives more convenience as collecting images is much easier than annotating. In this paper, we leverage unsupervised transfer learning to perform plant disease recognition, by which we achieve a better performance than supervised transfer learning in many cases. Besides, a vision transformer with a bigger model capacity than convolution is utilized to have a better-pretrained feature space. With the vision transformer-based unsupervised transfer learning, we achieve better results than current works in two datasets. Especially, we obtain 97.3% accuracy with only 30 training images for each class in the Plant Village dataset. We hope that our work can encourage the community to pay attention to vision transformer-based unsupervised transfer learning in the agricultural field when with few labeled images.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.134-144
• /
• 2023

Nowadays, Deep Learning (DL) technology is being used in several government departments. South Korea imports a lot of seafood. If the demand for fishery products is not accurately predicted, then there will be a shortage of fishery products and the price of the fishery product may rise sharply. So, South Korea's Ministry of Ocean and Fisheries is attempting to accurately predict seafood imports using deep learning. This paper introduces the solution for the fish import prediction in South Korea using the Long Short-Term Memory (LSTM) method. It was found that there was a huge gap between the sum of consumption and export against the sum of production especially in the case of two species that are Hairtail and Pollock. An import prediction is suggested in this research to fill the gap with some advanced Deep Learning methods. This research focuses on import prediction using Machine Learning (ML) and Deep Learning methods to predict the import amount more precisely. For the prediction, two Deep Learning methods were chosen which are Artificial Neural Network (ANN) and Long Short-Term Memory (LSTM). Moreover, the Machine Learning method was also selected for the comparison between the DL and ML. Root Mean Square Error (RMSE) was selected for the error measurement which shows the difference between the predicted and actual values. The results obtained were compared with the average RMSE scores and in terms of percentage. It was found that the LSTM has the lowest RMSE score which showed the prediction with higher accuracy. Meanwhile, ML's RMSE score was higher which shows lower accuracy in prediction. Moreover, Google Trend Search data was used as a new feature to find its impact on prediction outcomes. It was found that it had a positive impact on results as the RMSE values were lowered, increasing the accuracy of the prediction.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.24-29
• /
• 2018

딥러닝에서 자연어 처리를 위한 텍스트 분석 기법은 워드 임베딩을 통해 단어를 벡터 형태로 표현한다. 본 논문에서는 워드 임베딩 기법과 딥러닝 기법을 이용하여 SMS 문자 메시지를 문서 벡터로 구성하고 이를 스팸 문자 메시지와 정상적인 문자 메시지로 분류하는 방법을 제안하였다. 유사한 문맥을 가진 단어들은 벡터 공간에서 인접한 벡터 공간에 표현되도록 하기 위해 전처리 과정으로 자동 띄어쓰기를 적용하고 스팸 문자 메시지로 차단되는 것을 피하기 위한 목적으로 음절의 자모를 특수기호로 왜곡하여 맞춤법이 파괴된 상태로 단어 벡터와 문장 벡터를 생성하였다. 또한 문장 벡터 생성 시 CBOW와 skip gram이라는 두 가지 워드 임베딩 알고리즘을 적용하여 문장 벡터를 표현하였으며, 딥러닝을 이용한 스팸 문자 메시지 필터링의 성능 평가를 위해 SVM Light와 정확도를 비교 측정하였다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.31-37
• /
• 2022

본 논문은 일상생활에서 흔히 들을 수 있는 소리(비명소리, 박수 소리, 여러 명의 박수 소리, 자동차 지나가는 소리, 배경음 등)를 감지하는 음향 인식을 위하여, 신호처리 및 딥러닝을 적용하는 연구에 관한 것이다. 제안된 음향 인식에서는, 인식 정확도의 향상을 위해서 음향 파형의 스펙트럼, 음향 데이터의 증강, 2차원(2-D) 이미지 변환에 관한 기술들이 사용되었고, 예측의 정확도를 향상을 위한 앙상블 학습, Convolution Neural Network(CNN) 딥러닝 기술들이 적용된다. 제안된 음향 인식 기술은 실험을 통해 다양한 음향을 정확하게 인식할 수 있음을 보여준다.

• Journal of information and communication convergence engineering
• /
• 제19권4호
• /
• pp.248-256
• /
• 2021

The purpose of this study was to introduce an application as a learning medium that can be used by students to prepare Solo bridal paes. This application can be used by make-up beginners who are learning about Solo bridal paes. This study used a quasi-experimental method with a randomized pretest-posttest control group. The paes application can be used as a medium in Solo bridal makeup learning, because it is highly effective in helping students prepare Solo bridal paes. This application is also considerably practical because it can be installed on smartphones. Experimental results revealed a difference between the control and experimental classes. Students in the experimental class could prepare paes neatly, and their shapes were proportional to the face of the model. The use of augmented reality as a medium to teach Solo bridal makeup, especially for making paes, is an innovation in the world of education. This application can help students make paes.