• 제목/요약/키워드: Mobile Learning(M-Learning)

검색결과 108건 처리시간 0.022초

MEC 기반 스마트 팩토리 환경에서 DRL를 이용한 태스크 스케줄링 (Task Scheduling Using Deep Reinforcement Learning in Mobile Edge Computing-based Smart Factory Environment)

  • 구설원;임유진
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 춘계학술발표대회
    • /
    • pp.147-150
    • /
    • 2022
  • 최근 들어 다양한 제약 조건이 있는 스마트 시티나 스마트 팩토리와 같은 도메인들 내에서 태스크들을 효과적으로 처리하기 위해서 MEC 기술이 많이 사용되고 있다. 그러나 이러한 도메인에서 발생하는 복잡하고 동적인 시나리오는 기존의 휴리스틱이나 메타 휴리스틱 기법을 이용하여 해결하기엔 계산 복잡도가 증가하는 문제점을 가지고 있다. 따라서 최근 들어 이러한 문제점을 해결하기 위한 방법 중 하나로 강화학습과 딥러닝이 결합된 DRL 기법이 주목을 받고 있다. 본 연구는 스마트 팩토리 환경에서 종속성을 가진 태스크들이 실행시간과 태스크가 처리되는 MEC 서버들의 로드 표준편차를 최소화하는 태스크 스케줄링 기법을 제안한다. 모의실험을 통하여 제안 기법은 태스크가 증가하는 동적인 환경에서도 좋은 성능을 보임을 증명하였다.

딥러닝 기반 한글 전자 필기 연습 및 분석 앱 개발에 대한 연구 (A Study on Hangeul Mobile Handwriting Practice and Analyzing Application Development Based on Deep Learning)

  • 고주은;오지은;민경원
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 춘계학술발표대회
    • /
    • pp.322-325
    • /
    • 2022
  • 전 세계적으로 코로나바이러스가 유행함에 따라 비대면 활동을 비롯하여 전자 필기 이용 및 상품 소비가 증가하였다. 전자 필기에 대한 수요가 늘어남에 따라 전자 필기 글씨체 교정에 대한 관심 또한 증가하는 추세이다. 본 논문에서는 전자 필기 이미지에서 음절과 음소 영역을 추출하여 글씨를 분석하고, 이를 사용하여 사용자의 손글씨에서 개선점을 찾아낼 수 있는 딥러닝 알고리즘을 제안한다. 제안한 알고리즘을 통해 사용자가 원하는 전자 필기 글씨체를 효과적으로 습득할 수 있도록 사용자 글씨에 대해 구체적인 피드백을 제공하는 딥러닝 기반 태블릿 PC 용 한글 전자 필기 연습 및 분석 앱에 대한 연구를 소개하였다.

치매예방을 위한 헬스케어 알리미 앱 설계 및 구현 (The Design and Implement a Healthcare Alert App to Prevent Dementia)

  • 피수영
    • 디지털융복합연구
    • /
    • 제16권10호
    • /
    • pp.59-67
    • /
    • 2018
  • 고령자들에 국한된 M-Health 관련 서비스는 많지 않다. 치매발병 위험성이 있는 고령자의 다수가 스마트 기기에 익숙하지 않은 것이 현실이므로 직관적으로 사용하기 쉽고 터치버튼의 크기를 최대화한 사용자 맞춤형 앱설계가 요구된다. 따라서 본 연구에서는 고령자들의 접근성을 높이고자 음성입력이 가능한 모바일 음성알리미 통합앱을 설계, 구현하여 치매 등 인지기능 저하에 따른 질병을 예방하고자 한다. 경북 H지역의 평생교육원 수강생들에게 앱을 배포 후 개별 인터뷰와 설문검사를 실시 후 분석한 결과 만족도가 높게 나타났다. 음성 헬스케어 알리미 앱을 통해 치매예방을 할 수 있어서 고령자들의 M-Health 서비스를 위한 핵심적인 역할을 수행할 수 있을 것으로 기대된다. 향후 웹 DB에 저장된 자료를 딥러닝을 통해 학습하여 고령자들의 생활패턴과 치매가능성 여부를 예측하고자 한다.

학습 장애학생의 주의집중을 위한 M-ARCS모형 기반 모바일 앵커 프로그램 설계 (Design of a Mobile Anchor Program based on M-ARCS Model for Learning Disorder Students' Concentration)

  • 김철호;전우천
    • 한국정보교육학회:학술대회논문집
    • /
    • 한국정보교육학회 2010년도 동계학술대회
    • /
    • pp.57-63
    • /
    • 2010
  • 학생들의 기초 기본학습 능력의 신장이 강조되고 있는 교육상황에 비추어 볼 때 지금까지 간과되어 왔던 학습장애에 대한 재인식과 학습 장애학생들을 위한 대책이 필요하다. 본 논문에서는 그 대책으로 기존의 keller의 동기유발학습이론인 ARCS모델을 변형하여 정착수업이론의 앵커라는 자발적 인지학습을 위한 매개체를 도입하여 변형된 M-ARCS이론을 토대로 학습 장애학생들의 동기유발 및 학습에 대한 긍정적인 인식을 향상시키는 것을 목적으로 한다. 본 모바일 앵커 프로그램의 특징은 다음과 같다. 첫째, ARCS이론에서 강조하던 학생들의 주의집중, 관련성, 성취감, 자신감이라는 항목을 통해 학습 장애 학생들에게 기존의 교육방법과 다른 동기유발을 통한 성공이라는 경험을 준다. 둘째, 정착수업모델의 앵커를 적용하여 학생들이 실제생활과 관련된 지식들을 배우고, 적용하도록 함으로써 보다 유의미한 지식을 생성하고 활용할 수 있도록 한다. 셋째, 기존의 앵커형태와 다른 모바일 앵커를 적용함으로써 실제 활동하며 문제를 해결해 나가는 과정을 도입하여 학습 장애 학생들에게 주의집중 및 동기유발을 할 수 있는 새로운 형태의 교육방법을 제시한다. 이러한 활동을 통해 최종적으로 학습 장애 학생들의 학업능력 향상을 도모한다.

  • PDF

다중 미디어 정보의 실시간 최적화 합성 및 방송 (Real-time Optimized Composition and Broadcasting of Multimedia Information)

  • 이상엽;박성원
    • 한국컴퓨터정보학회논문지
    • /
    • 제17권2호
    • /
    • pp.177-185
    • /
    • 2012
  • 본 연구는 일반적인 성능의 PC와 모바일 디바이스를 사용하여 다양한 동영상 데이터, 문서 데이터, 각종 카메라 디바이스로부터 입력되는 비디오 스트리밍 데이터와 오디오 스트리밍 데이터를 실시간에 가까운 빠른 시간 안에 효율적으로 편집하고 방송하는 기술을 개발하는 것을 목적으로 한다. 본 연구에서는 두 개의 알고리즘을 개발하였는 데, 입력되는 여러 가지 형태의 여러 개의 동영상을 실시간에 합성하기 위하여 대략적 최적화 방법과 메모리 큐를 이용한 순차적 합성 방법이다. 본 연구에서 개발한 시스템은 강사가 동영상 강의 콘텐츠를 제작할 때 모바일 기기 또는 PC를 사용할 수 있으므로 보다 비용 측면에서 효율적이며 유용하다. 본 연구에서 개발한 시스템은 교육 분야뿐 만 아니라 동영상 합성 및 편집이 필요한 다양한 분야에서 매우 유용하게 사용될 수 있으므로 응용 분야가 넓을 것으로 판단된다.

POI 에서 딥러닝을 이용한 개인정보 보호 추천 시스템 (Personal Information Protection Recommendation System using Deep Learning in POI)

  • 펭소니;박두순;김대영;양예선;이혜정;싯소포호트
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 추계학술발표대회
    • /
    • pp.377-379
    • /
    • 2022
  • POI refers to the point of Interest in Location-Based Social Networks (LBSNs). With the rapid development of mobile devices, GPS, and the Web (web2.0 and 3.0), LBSNs have attracted many users to share their information, physical location (real-time location), and interesting places. The tremendous demand of the user in LBSNs leads the recommendation systems (RSs) to become more widespread attention. Recommendation systems assist users in discovering interesting local attractions or facilities and help social network service (SNS) providers based on user locations. Therefore, it plays a vital role in LBSNs, namely POI recommendation system. In the machine learning model, most of the training data are stored in the centralized data storage, so information that belongs to the user will store in the centralized storage, and users may face privacy issues. Moreover, sharing the information may have safety concerns because of uploading or sharing their real-time location with others through social network media. According to the privacy concern issue, the paper proposes a recommendation model to prevent user privacy and eliminate traditional RS problems such as cold-start and data sparsity.

Validation of a Cognitive Task Simulation and Rehearsal Tool for Open Carpal Tunnel Release

  • Paro, John A.M.;Luan, Anna;Lee, Gordon K.
    • Archives of Plastic Surgery
    • /
    • 제44권3호
    • /
    • pp.223-227
    • /
    • 2017
  • Background Carpal tunnel release is one of the most common surgical procedures performed by hand surgeons. The authors created a surgical simulation of open carpal tunnel release utilizing a mobile and rehearsal platform app. This study was performed in order to validate the simulator as an effective training platform for carpal tunnel release. Methods The simulator was evaluated using a number of metrics: construct validity (the ability to identify variability in skill levels), face validity (the perceived ability of the simulator to teach the intended material), content validity (that the simulator was an accurate representation of the intended operation), and acceptability validity (willingness of the desired user group to adopt this method of training). Novices and experts were recruited. Each group was tested, and all participants were assigned an objective score, which served as construct validation. A Likert-scale questionnaire was administered to gauge face, content, and acceptability validity. Results Twenty novices and 10 experts were recruited for this study. The objective performance scores from the expert group were significantly higher than those of the novice group, with surgeons scoring a median of 74% and medical students scoring a median of 45%. The questionnaire responses indicated face, content, and acceptability validation. Conclusions This mobile-based surgical simulation platform provides step-by-step instruction for a variety of surgical procedures. The findings of this study help to demonstrate its utility as a learning tool, as we confirmed construct, face, content, and acceptability validity for carpal tunnel release. This easy-to-use educational tool may help bring surgical education to a new- and highly mobile-level.

모바일 기반 초등학교 통합 학급 운영 시스템 설계 (Design of a Mobile-Based Integration Class Management System in the Elementary School)

  • 조윤섭;이수정
    • 한국정보교육학회:학술대회논문집
    • /
    • 한국정보교육학회 2005년도 하계학술대회
    • /
    • pp.267-275
    • /
    • 2005
  • 특수교육에 대한 기초적인 지식과 지도 방법의 이해 부족 및 특수아동의 학부모와의 상담여건이 조성되지 못하고 있는 실정에서 초등학교 통합학급 교사들은 일반학생들의 지도와 병행한 특수아동의 지도에 많은 어려움을 겪고 있다. 이에 본 연구에서는 시 공간의 제약을 받지 않는 모바일 환경 속에서의 통합학급운영 시스템 설계를 하였다. 첫째, m-Learning환경에서 특수아동을 지도하는 통한학급교사에게 시간적, 공간적으로 효율적인 도움이 될 정보를 제공하는 폰페이지를 구성하였다. 둘째, 무선인터넷의 특징인 즉시성, 편재성, 보안성을 갖는 모바일환경의 폰페이지에 학부모와 특수아동에 대한 정보 교환 및 상담이 가능하게 하였다. 셋째, 아동을 통한 알림장 작성이 불가능한 특수아동을 위하여 폰페이지에 알림장을 만들고 학부모에게 학교에 관련된 정보와 학급 상황을 전달하도록 하였다. 넷째, 통합학급과 특수학급의 효율적인 운영을 위하여 지역별, 또는 교육청 단위의 특수교육지원센터의 SMS서비스를 강조하였다. 이러한 모바일통합학급운영시스템은 현장에서의 통합학급 교사들에게 특수교육에 대한 자신감과 특수아동의 학부모와의 체계적인 상담 기회를 제공하여 효율적인 통합학급을 운영하는데 많은 도움을 줄 것이다.

  • PDF

UKF 기반 2-자유도 진자 시스템의 파라미터 추정 (Parameter Estimation of 2-DOF System Based on Unscented Kalman Filter)

  • 승지훈;김태영;아티야 아미어;팔로스 알렉산더;정길도
    • 한국정밀공학회지
    • /
    • 제29권10호
    • /
    • pp.1128-1136
    • /
    • 2012
  • In this paper, the states and parameters in a dynamic system are estimated by applying an Unscented Kalman Filter (UKF). The UKF is widely used in various fields such as sensor fusion, trajectory estimation, and learning of Neural Network weights. These estimations are necessary and important in determining the stability of a mobile system, monitoring, and predictions. However, conventional approaches are difficult to estimate based on the experimental data, due to properties of non-linearity and measurement noises. Therefore, in this paper, UKF is applied in estimating the states and parameters needed. An experimental dynamic system has been set up for obtaining data and the experimental data is collected for parameter estimation. The measurement noises are primarily reduced by applying the Low Pass Filter (LPF). Given the simulation results, the estimated error rate is 39 percent more efficient than the results obtained using the Least Square Method (LSM). Secondly, the estimated parameters have an average convergence period of four seconds.

숙련된 위조서명 구분이 가능한 딥러닝 기반의 모바일 동적 서명 인식 (Deep learning based mobile dynamic signature recognition for skilled forgery division)

  • 남승수;최대선;서창호
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2016년도 춘계학술발표대회
    • /
    • pp.186-188
    • /
    • 2016
  • 본 논문에서는 모바일 환경에서 동적서명인식에 관해 원본서명과 숙련된 위조서명의 구분을 검증하는 방법을 제안한다. 속도/거리 정보 실험(Data1)과 속도/거리정보와 가속도계를 추가 실험(Data2)을 원본 서명과 위조서명에 대한 테이블을 만들고, 비교하여 원본 서명의 인식률 확인한다. 제시한 방법은 각각 모바일 환경에서 10명이 20 번삑 손가락으로 테스트 하였다. 원본서명에서 딥 러닝중의 하나인 MLP를 실험한 결과 원본 서명에서 Data1은 92%, Data2는 95%의 정확도를 보였으며, 위조서명에서 Data1은 82%, Data2는 85%를 보였다. 그리고 AE에서 실험한 결과 Data1은 원본 서명에서 Data1은 95%, Data2는 97%의 정확도를 보였으며, 위조서명에서 Data1은 91.5%, Data2는 93%의 정확도가 보였다. 실험결과 위조서명에 대해서는 MLP로 위조서명을 분류하는 것보다 OAE에서 분류하는 것이 더 좋은 정확도를 보여준다.