• 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.

• 방송공학회논문지
• /
• 제23권6호
• /
• pp.914-924
• /
• 2018

본 논문에서는 마커기반의 증강현실을 이용한 유아 언어교육 안드로이드 응용프로그램을 구현하고자 한다. 동물을 나타내는 단어(명사) 마커, 크기/색상을 나타내는 단어(형용사) 마커, 동작을 나타내는 단어(동사) 마커를 퍼즐 형태로 조합하여 간단한 문장을 완성하면, 문장의 내용과 관련된 가상 콘텐츠를 보여준다. /예를 들어, 동물 마커를 카메라에 비추었을 때 해당하는 동물의 모습이 나타나고 부가적으로 동작 마커를 조합할 경우 동물의 모습이 해당하는 동작을 하는 애니메이션으로 변화한다. 사용자가 스마트폰 화면에 나타난 마커를 눌렀을 때 해당하는 단어의 소리를 출력하게 하여 청각적 효과를 더 했고 모델의 회전기능을 더해 애니메이션을 방향에 관계없이 볼 수 있게 하였다. 시각적, 청각적 자극을 통해 유아 스스로 언어 학습에 적극 참여 할 수 있게 유도함으로써 언어학습의 흥미를 높이고 단어의 의미 및 간단한 문장구조에 대한 교육효과를 증대시키는 것을 목표로 한다.

• 컴퓨터교육학회논문지
• /
• 제19권3호
• /
• pp.21-34
• /
• 2016

본 연구는 사용자 경험에 기반한 자기주도학습을 위한 수학 프로그램을 개발하는 데 그 목적이 있다. 이를 위해서 교육 프로그램의 일반적인 설계모형인 ADDIE 모형에 따라 분석, 설계, 개발, 실행 및 평가의 과정을 거쳐 프로그램을 설계하고 개발하였다. 프로그램은 자기주도학습 증진을 위한 사용자 경험 요소를 고려하여 구현되었으며, 개발된 프로그램의 특징은 다음과 같다. 첫째, 교수자는 웹으로 편리한 문제출제가 가능하고, 학습자는 어플리케이션을 통해 언제 어디서나 즉시 접속하여 문제를 풀어볼 수 있다. 둘째, 학습자는 풍부한 문제데이터베이스를 기반으로 다양한 유형의 문제풀이와 실시간 질문이 가능하며, 교수자는 그에 대한 즉각적인 피드백이 가능하다. 셋째, 지면 및 동영상 해설 제공과 오답노트의 활용으로 학습자의 순환학습을 가능하게 하며, 교수자는 그룹 성취도 관리를 통하여 학습자의 능동적 학습관리를 지원한다.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.111-128
• /
• 2018

About 3.9 million apps and 24 primary categories can be approved on Apple iTunes Store. Making accurate categorization can potentially receive many benefits for developers, app stores, and users, such as improving discoverability and receiving long-term revenue. However, current categorization problems may cause usage inefficiency and confusion, especially for cross-attribution, etc. This study focused on evaluating the reliability of app categorization on Apple iTunes Store by using several rounds of inter-rater reliability statistics, locating categorization problems based on Machine Learning, and making more accurate suggestions about representative functionality stems for each primary category. A mixed methods research was performed and total 4905 popular apps were observed. The original categorization was proved to be substantial reliable but need further improvement. The representative functionality stems for each category were identified. This paper may provide some fusion research experience and methodological suggestions in categorization research field and improve app store's categorization in discoverability.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.1410-1413
• /
• 2012

최근 스마트 시대에 디지털 컨버젼스(digital convergence)의 대표기기로 대두되고 있는 태블릿 PC는 휴대전화와 컴퓨터의 기능을 바탕으로 장소의 제한 없이 네트워크에 접속할 수 있다. 이는, 개인의 일상생활에서 큰 영향을 미치고 있는 실정이다. 10년 이상 e러닝이 주도해 온 IT교육시장에서 스마트러닝으로의 변화는 새로운 플랫폼을 구축하는 그 이상의 의미를 가진다. 스마트 러닝은 기존의 수직적인 학습방식을 수평적, 참여적, 지능적, 그리고 상호작용적인 방식으로 전환하여 학습의 효과를 높였다. 이러한 트랜드를 반영하여 스마트러닝의 장점을 극대화 시킬 수 있는 학습자 중심의 컨버젼스 러닝시스템(learning system)을 구현하고자 하였다. 또한, 영어의 중요성이 대두되면서 영어 인증시험에 대한 관심이 날로 커지고 있다. 그리하여 바쁜 일상생활 중에서 시간과 장소에 구애 받지 않고 태블릿 PC를 통하여 영어 인증시험을 공부할 수 있는 어플리케이션을 기획하였다. 본 LEMON(Learn English Mobile ON-air) 앱(application)은 영어 학습 시간이 충분하지 않은 대학생 및 직장인 등을 대상으로 TOEIC, TOEFL, TOEIC SPEAKING 영어 인증시험에 대한 학습이 가능하도록 구현하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권7호
• /
• pp.317-323
• /
• 2021

Social media is increasingly becoming a part of our daily life for communicating each other. There are various tools and applications for communication and therefore, identity theft is a common issue among users of such application. A new style of identity theft occurs when cybercriminals break into WhatsApp account, pretend as real friends and demand money or blackmail emotionally. In order to prevent from such issues, data mining can be used for text classification (TC) in analysis authorship attribution (AA) to recognize original sender of the message. Arabic is one of the most spoken languages around the world with different variants. In this research, we built a machine learning model for mining and analyzing the Arabic messages to identify the author of the messages in Saudi dialect. Many points would be addressed regarding authorship attribution mining and analysis: collect Arabic messages in the Saudi dialect, filtration of the messages' tokens. The classification would use a cross-validation technique and different machine-learning algorithms (Naïve Baye, Support Vector Machine). Results of average accuracy for Naïve Baye and Support Vector Machine have been presented and suggestions for future work have been presented.

• International Journal of Computer Science & Network Security
• /
• 제21권8호
• /
• pp.267-275
• /
• 2021

Smart application is developed in this paper by using an android-based platform to automatically determine the human emergency state (Lifesaver) by using different technology sensors of the mobile. In practice, this Lifesaver has many applications, and it can be easily combined with other applications as well to determine the emergency of humans. For example, if an old human falls due to some medical reasons, then this application is automatically determining the human state and then calls a person from this emergency contact list. Moreover, if the car accidentally crashes due to an accident, then the Lifesaver application is also helping to call a person who is on the emergency contact list to save human life. Therefore, the main objective of this project is to develop an application that can save human life. As a result, the proposed Lifesaver application is utilized to assist the person to get immediate attention in case of absence of help in four different situations. To develop the Lifesaver system, the GPS is also integrated to get the exact location of a human in case of emergency. Moreover, the emergency list of friends and authorities is also maintained to develop this application. To test and evaluate the Lifesaver system, the 50 different human data are collected with different age groups in the range of (40-70) and the performance of the Lifesaver application is also evaluated and compared with other state-of-the-art applications. On average, the Lifesaver system is achieved 95.5% detection accuracy and the value of 91.5 based on emergency index metric, which is outperformed compared to other applications in this domain.

• 대한지역사회영양학회지
• /
• 제18권4호
• /
• pp.299-311
• /
• 2013

An educational application (App) called 'Children's Food Avatar' was developed in this study by using a food DB of nutrition and functionality from Rural Development Administration (RDA) as a smart-learning mobile device for elementary school students. This App was designed for the development of children's desirable dietary habits through an on-line activity of food choices for a meal from food DB of RDA provided as Green Water Mill guide. A customized avatar system was introduced as an element of fun and interactive animation for children which provides nutritional evaluation of selected foods by changing its appearance, facial look, and speech balloon, and consequently providing chances of correcting their food choices for balanced diet. In addition, nutrition information menu was included in the App to help children understand various nutrients, their function and healthy dietary life. When the App was applied to 54 elementary school students for a week in November, 2012, significant increases in the levels of knowledge, attitude and behavior in their diet were observed compared with those of the control group (p < 0.05, 0.01). Both elementary students and teachers showed high levels of satisfaction ranging from 4.30 to 4.89 for the App, therefore, it could be widely used for the dietary education for elementary school students as a smart-learning device.

• 아태비즈니스연구
• /
• 제13권3호
• /
• pp.293-309
• /
• 2022

Purpose - The purpose of this study is to explore the possibility of predicting the degree of smartphone overdependence based on mobile phone usage patterns. Design/methodology/approach - In this study, a survey conducted by Korea Internet and Security Agency(KISA) called "problematic smartphone use survey" was analyzed. The survey consists of 180 questions, and data were collected from 29,712 participants. Based on the data on the smartphone usage pattern obtained through the questionnaire, the smartphone addiction level was predicted using machine learning techniques. k-NN, gradient boosting, XGBoost, CatBoost, AdaBoost and random forest algorithms were employed. Findings - First, while various factors together influence the smartphone overdependence level, the results show that all machine learning techniques perform well to predict the smartphone overdependence level. Especially, we focus on the features which can be obtained from the smartphone log data (without psychological factors). It means that our results can be a basis for diagnostic programs to detect problematic smartphone use. Second, the results show that information on users' age, marriage and smartphone usage patterns can be used as predictors to determine whether users are addicted to smartphones. Other demographic characteristics such as sex or region did not appear to significantly affect smartphone overdependence levels. Research implications or Originality - While there are some studies that predict smartphone overdependence level using machine learning techniques, but the studies only present algorithm performance based on survey data. In this study, based on the information gain measure, questions that have more influence on the smartphone overdependence level are presented, and the performance of algorithms according to the questions is compared. Through the results of this study, it is shown that smartphone overdependence level can be predicted with less information if questions about smartphone use are given appropriately.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.157-163
• /
• 2022

최근 산업 분야 자동화의 발전에 따라 이상 징후 검출에 대한 연구가 활발하게 진행 중이다. 공장 자동화에 사용되는 이상 징후 검출의 응용분야로 카메라를 사용한 결함 검사가 있다. 비전 카메라 검사는 공장 자동화에서 높은 성능과 효율성을 보이지만, 조명과 환경조건의 불안정성을 극복하기가 어렵다. 딥러닝을 이용한 카메라 검사가 훨씬 더 높은 성능을 보이면서 비전 카메라 검사의 문제를 해결할 수 있지만 학습을 위해 엄청난 양의 정상 데이터 및 비정상 데이터를 요구하기 때문에 실제 산업 분야에 적용하기가 어렵다. 따라서 본 연구는 정상 데이터만을 사용한 72개의 기하학적 변환 딥러닝 방법으로 비정상 데이터 수집 문제를 극복하고, 성능 개선을 위한 특이치 노출 방법을 추가한 네트워크를 제안한다. 이를 자동차 부품 데이터 및 이상치 검출용 데이터베이스인 MVTec 데이터 셋에 적용하고 검증함에 의해 실제 산업 현장에서 적용할 수 있음을 보인다.