• 디자인학연구
• /
• 제15권1호
• /
• pp.113-122
• /
• 2002

본 연구에서는 멀티미디어와 네트워크를 중심으로 변화하고 있는 교육환경에서, 온라인교육을 위한 학습이론과 멀티미디어 표현기법을 선택하는 과정을 도울 수 있는 방법에 대하여 고찰하였다. 진행은 객관주의와 구성주의, 두가지 교육이론의 고찰과 멀티미디어표현의 특성분석을 통하여 가이드라인을 제시하고 이를 CAI 각 형태에 적용하는 방법으로 이루어졌다. 객관주의와 구성주의는 CAI의 기초 환경구성의 토대가 되며, 객관주의는 고정적, 순차적, 구조적, 수동적인 학습에, 구성주의는 자율적, 선택적, 비구조적, 능동적인 학습에 적합한 것으로 나타났다. 그리고, CAI에 활용되는 멀티미디어요소의 표현을 위한 기준을 선정하기 위한 요소로는 미디어의 특성, 학습자의 특성(인지모델, 숙련도, 수용성), 그리고 컨텐츠의 특성을 고려하였다. 이 과정에서 선정된 기준을 바탕으로 현재 활용되고 있는 CAI의 6가지 형태에 대하여 이를 구성하는데 가장 적합한 교육이론, 효과적인 미디어, 학습자 수준, 학습컨텐츠의 종류 및 특성을 분류하였다.

• 디지털콘텐츠학회 논문지
• /
• 제14권2호
• /
• pp.255-262
• /
• 2013

유용한 영어 교육을 위한 어플은 강의실 컴퓨터를 위해 모바일 장치를 무선 원격 시스템으로 즉각적인 변환을 가능하게 한다. 일단 강의실 주 컴퓨터에 무료 소프트웨어를 설치하면 학생들이 power point를 이용하여 컴퓨터 통제를 위한 모바일 장치에 Air mouse를 갖도록 한다. 이를 이용하여 학생들은 board위에 글이나 그림을 그릴수 있으며 그들의 앉은 자리에서 학습 자료를 구동할 수 있게 된다. 영어공부는 학문연구가 아니라 언어 훈련이라는 점에서 지금까지의 영어 학습이 단순한 학습대상으로 먼저 인식하여 의사소통의 도구가 아닌 학교 성적이나 토익, 토플 시험을 위한 학습 대상이 되었다는 점에서 그동안 영어의 학습의 문제점으로 지적되어 왔다. 본 연구는 수동적인 학습 환경에서 흥미와 동기부여를 가지고 자발적인 학습을 위해 Podcast, Apps 등 여러 매체를 이용하여 일정 학습 한도를 정하여 꾸준히 학습 할 수 있는 쉽고 재미있는 영어 학습 중 모바일, VOD영어 학습 컨텐츠, 리얼 영화 스크립트를 이용한 미드 영어 등 여러 어플을 이용한 영어 학습방법을 제시하고자 한다.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.208-220
• /
• 2015

본 논문은 스마트시대 이러닝 운영 현황의 한계점을 분석하고 인터넷 정신을 접목한 개선방안을 제시하여 그 효과를 실증적으로 분석하였다. 대학에서 활용되는 이러닝 클래스의 운영방식에 대하여 중점적으로 논한다. 오프라인 클래스의 운영모델을 온라인 환경에 원용함으로 인해 발생하는 부작용 등을 통계적으로 확인한다. 특히 시간이라는 정량적 개념이 온라인 학습에서 참여확인을 위해 활용되고 있는 이러닝 모델의 현실적, 기능적 한계를 구체적으로 분석하였다. 이에 대한 개선안으로 인터넷의 태생적 특징인 참여, 개방, 공유의 정신을 이러닝에 접목시킬 수 있는 방안으로 QBS시스템을 개발, 제안한다. 학습자가 주도적으로 문제를 만들어 학습 자료로써 공유하는 QBS를 실제 이러닝 현장에 적용하여 학습자의 행동양상을 분석한다. 결과적으로 이러닝 학습 환경에서 학습자 참여형 모델이 학업성취도에 유의미한 영향이 있음을 확인함으로써 스마트시대의 새로운 이러닝 모델의 개선방향을 제시한다.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.11-22
• /
• 2021

코로나19 확산으로 초·중·고등학교에서 비대면 원격수업이 시행되고 있으나 가정의 ICTs 환경이 어떻게 갖추어져 있는지에 대한 실증데이터를 분석한 연구는 부족한 상황이다. 가정의 ICTs 환경이 원격수업에 적합한지 알아보기 위해 한국미디어패널조사 데이터를 사용하여 2012년과 2019년 사이 스마트기기 보유량의 변화와 가구 특성에 따른 스마트기기 보유량 차이를 살펴보았다. 본 연구결과에 따르면 2012년에 비해 2019년에는 데스크톱 PC 보유량은 줄어들었으나 노트북 PC, 태블릿 PC, 스마트폰의 보유량이 증가하여 전체적으로는 대부분의 가정에서 원격수업 환경이 갖추어진 것으로 볼 수 있다. 그러나 스마트기기에서 스마트폰을 제외할 경우, 가구소득 500만원 미만 가정에서는 자녀수 별로 원격수업에 필요한 기기를 갖추지 못한 비율이 약 30%로 나타나 가구소득에 따라 원격수업 여건이 다름을 보여준다. 본 연구는 가정의 ICTs 환경을 분석하고 소득집단에 따라 보유 기기 유형의 차이가 있음을 확인함으로써 원격수업으로 인한 불평등을 방지하기 위한 개입 지점을 제시한다는 점에서 의의가 있다.

• 스마트미디어저널
• /
• 제11권5호
• /
• pp.48-55
• /
• 2022

토마토 작물은 병해에 노출이 쉽고 단시간에 퍼지므로 병해에 대한 늦은 조치로 인한 피해는 생산량과 매출에 직접적인 영향을 끼친다. 따라서, 토마토의 병해에 대해 누구나 현장에서 간편하고 정확하게 진단하여 조기 예방을 가능하게 하는 서비스가 요구된다. 본 논문에서는 사전에 ImageNet 전이 학습된 딥러닝 기반 모델을 적용하여 토마토의 9가지 병해 및 정상인 경우의 클래스를 분류하고 서비스를 제공하는 시스템을 구성한다. Plant Village 데이터 셋으로부터 토마토 병해 및 정상을 분류한 잎의 이미지 셋을 합성곱을 사용하여 조금 더 가벼운 신경망을 구축한 딥러닝 기반 CNN구조를 갖는 MobileNet, ResNet의 입력을 사용한다. 2가지 제안 모델의 학습을 통해 정확도와 학습속도가 빠른 MobileNet를 사용하여 빠르고 편리한 서비스를 제공할 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.294-302
• /
• 2022

Detection of fake news is a complex and a challenging task. Generation of fake news is very hard to stop, only steps to control its circulation may help in minimizing its impacts. Humans tend to believe in misleading false information. Researcher started with social media sites to categorize in terms of real or fake news. False information misleads any individual or an organization that may cause of big failure and any financial loss. Automatic system for detection of false information circulating on social media is an emerging area of research. It is gaining attention of both industry and academia since US presidential elections 2016. Fake news has negative and severe effects on individuals and organizations elongating its hostile effects on the society. Prediction of fake news in timely manner is important. This research focuses on detection of fake news spreaders. In this context, overall, 6 models are developed during this research, trained and tested with dataset of PAN 2020. Four approaches N-gram based; user statistics-based models are trained with different values of hyper parameters. Extensive grid search with cross validation is applied in each machine learning model. In N-gram based models, out of numerous machine learning models this research focused on better results yielding algorithms, assessed by deep reading of state-of-the-art related work in the field. For better accuracy, author aimed at developing models using Random Forest, Logistic Regression, SVM, and XGBoost. All four machine learning algorithms were trained with cross validated grid search hyper parameters. Advantages of this research over previous work is user statistics-based model and then ensemble learning model. Which were designed in a way to help classifying Twitter users as fake news spreader or not with highest reliability. User statistical model used 17 features, on the basis of which it categorized a Twitter user as malicious. New dataset based on predictions of machine learning models was constructed. And then Three techniques of simple mean, logistic regression and random forest in combination with ensemble model is applied. Logistic regression combined in ensemble model gave best training and testing results, achieving an accuracy of 72%.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.9-17
• /
• 2023

작물의 병충해는 다양한 작물의 성장에 영향을 미치기 때문에 초기에 병충해를 식별하는 것이 매우 중요하다. 이미 많은 머신러닝(ML) 모델이 작물 병충해의 검사와 분류에 사용되었지만, 머신러닝의 부분 집합인 딥러닝(DL)이 발전을 이루면서 이 연구 분야에서 많은 진보가 있었다. 본 연구에서는 YOLOX 검출기와 MobileNet 분류기를 사용하여 비정상 작물의 병충해 검사 및 정상 작물에 대해서는 성숙도 분류를 진행하였다. 이 방법을 통해 다양한 작물 병충해 특징을 효과적으로 추출할 수 있으며, 실험을 위해 딸기, 고추, 토마토와 관련된 다양한 해상도의 이미지 데이터 셋을 준비하여 작물 병충해 분류에 사용하였다. 실험 결과에 따르면 복잡한 배경 조건을 가진 영상에서 평균 테스트 정확도가 84%, 성숙도 분류 정확도가 83.91% 임을 확인할 수 있었다. 이 모델은 자연 상태에서 3가지 작물에 대한 6가지 질병 검출 및 각 작물의 성숙도 분류를 효과적으로 진행할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.105-111
• /
• 2023

현재, 인공지능 학습을 이용한 콘텐츠 복원의 대부분 2D 형태의 학습이 대부분이다. 하지만, 3D형태의 인공지능 학습은 기존의 2축(X,Y)에서 3축(X,Y,Z)의 많은 계산량과 학습속도가 많이 소요되는 단점으로 미진한 상태이다. 본 논문은 2차원적인 문화재 정보(이미지)를 기반을 시대별 우리나리 석탑을 분석하고 3D 모델링해 인공지능 학습을 위한 데이터-셋을 확보하는 것이 목적이다. 또한, 대한민국의 시대별 탑의 차이점과 특징을 분석하고, 인공지능 학습에 적합한 특징 모델링 방법을 제안했다. 문화재 복원은 다양한 자료와 전문가의 기술 및 역사적인 기록물 자료에 의존해 복구한다. 본 연구로 문화재 복원에 필요한 정보를 기록하고 관리함으로써 향후 우리나라 전통 탑을 복원하고 유지하는 중요한 기록 유산으로 활용될 수 있을 것으로 사료된다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.58-66
• /
• 2022

인터넷 기술이 발전함에 따라 SNS 사용자가 늘어나고 있다. SNS의 대중화가 진행되면서 소셜 네트워크의 영향력과 익명성을 활용한 SNS형 범죄가 나날이 증가하고 있는 추세이다. 본 논문에서는 인스타그램에서 SNS형 범죄에 주로 이용되는 가짜 계정 분류를 위해 통계 데이터와 이미지 데이터를 이용하여 각각 기계학습 및 딥러닝(deep learning) 기법을 활용한 가짜 계정 분류 방법을 제안한다. 모델 학습에 사용된 SNS 계정 데이터는 자체적으로 수집하였으며, 수집된 데이터는 통계 데이터 및 이미지 데이터에 기반한다. 통계 데이터의 경우에는 기계학습 및 다층 퍼셉트론 기반으로 학습을 진행하였고, 이미지 데이터의 경우에는 합성곱 신경망(Convolutional Neural Network, CNN) 기반으로 학습을 진행하였다. 학습을 진행한 결과 계정 분류에 대하여 정확도가 전반적으로 높게 나온 것을 확인하였다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.115-127
• /
• 2023

동영상 안정화 기술은 최근 1인 미디어 시장이 거대화됨에 따라 그 중요성이 점점 커지고 있는 카메라 기술 중 하나이다. 딥러닝 기반의 기존 방법들에서는 안정화 전/후 동영상 데이터 쌍을 사용하였으나 동영상의 특성상 동기화된 안정화 전/후 데이터를 만드는 것은 많은 시간과 노력이 필요하다. 최근 이러한 문제를 완화하기 위하여 안정화 전 데이터만을 사용하는 비지도 학습 방법이 제시되고 있다. 본 논문에서는 비지도 학습 방법의 하나인 Convolutional Autoencoder 구조를 사용하여 안정화 전/후 동영상 데이터 쌍 없이 안정화 전 영상만으로 안정화 궤적을 학습하는 네트워크 구조를 제안한다. 네트워크 입력 및 출력으로 옵티컬 플로우를 사용하고 네트워크 경량화 및 노이즈 최소화를 위해 옵티컬 플로우를 Grid 단위로 맵핑하여 사용했다. 또한 비지도 학습 방법으로 안정화된 궤적을 생성하기 위해 옵티컬 플로우를 부드럽게 만드는 손실함수를 정의하였고 결과 비교를 통해 손실함수의 의도대로 부드러운 궤적을 생성하도록 네트워크가 학습되었음을 확인했다.