• 가정과삶의질연구
• /
• 제26권3호
• /
• pp.53-64
• /
• 2008

This study was to investigate the learning motive types and degree of psychological well-being of middle-aged married women attending the Korea National Open University and to examine the difference in their psychological well-being according to the types of learning motives. For these purposes, a survey was conducted to 263 middle-aged married women from 36 to 60 at the Korea National Open University. The findings were as follows: First, learning motive types of middle-aged women could be classified into 3 types; a non-oriented type, an activity and goal-oriented type and a multi-oriented type. A multi-oriented types were the most popular among those. Second, the overall level of self-respect was above the median, but the life satisfaction level was below the median. Third, there was difference in their self-respect level according to the learning motive types. That is, students who had a multi-oriented learning motive were higher self-respect level than those who had an activity and goal-oriented learning motive. Therefore, lifelong education is very significance in these days when average life span is prolonged.

• 컴퓨터교육학회논문지
• /
• 제16권1호
• /
• pp.51-61
• /
• 2013

본 연구는 ICT 활용능력과 학습목적 컴퓨터 사용영향 요인을 파악하기 위해 PISA 2009 한국자료 141개 학교의 학생 4,298명을 대상으로 다층분석을 실시하였다. 연구의 결과로 첫째, ICT 활용능력은 여학생, 사회경제문화적지위, 온라인 자료읽기, 컴퓨터 태도 하위항목의 중요성과 관심은 정적으로 유의하였고, 재미 및 시간왜곡은 부적으로 유의하였다. 학교수준에서는 사회경제문화적지위만이 유의하였다. 둘째, 가정에서 학습목적의 컴퓨터 사용은 ICT 활용능력의 학생수준 영향변인들의 결과와 같았으나 컴퓨터 태도 하위항목의 중요성은 유의하지 않았다. 학교수준에서는 사회경제문화적지위가 정적 영향, 지역규모는 부적 영향을 나타내었다. 셋째, 학교에서 학습목적 컴퓨터 사용은 성별 차이가 없었고, 온라인자료읽기는 정적 영향, 재미와 시간왜곡은 부적인 영향을 주었다. 학교수준에서는 사회경제문화적지위와 컴퓨터 비율은 정적 영향, 지역규모와 학생-교사비율은 부적 영향을 주었다. 연구결과는 다층적 접근을 통해 개인차와 학교 간 차이를 고려한 정보교육 정책이 이뤄져야 함을 시사한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권1호
• /
• pp.17-21
• /
• 2016

This paper investigates the importance of the computational overhead when machine learning methods, such as SVM, LASSO, AdaBoosting and AdaBagging, are used for automatic security classification.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권1호
• /
• pp.45-50
• /
• 2017

다문화 가정의 정보 격차의 주요 원인인 언어장벽은 다문화 가정 자녀의 낮은 교육수준과 높은 연관성을 가지며, 경제불균형을 높임으로써 추가적인 사회문제화가 될 것으로 예상된다. 다문화가정 학부모는 디지털 기기에 대한 접근성과 자료 활용 능력이 일반국민에 비해 현저하게 떨어지는 정보격차로 인해 기존의 교육 콘텐츠의 효과적 활용은 제약점을 갖고 있다. 이러한 제약점을 해결하기 위해서는 학습자의 이해수준에 적합한 콘텐츠를 제공하는 맞춤형 학습콘텐츠 지원체제의 구축은 필수적이다. 이 논문에서는 다문화가정 학부모의 정보격차 해소를 위한 한한변환 기반 학습콘텐츠 시스템을 설계하고 이를 위한 사용자 맞춤형 학습콘텐츠 지원을 위한 한한변환 시스템의 프로토타입을 결과로 제시한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.246-246
• /
• 2023

Multi-purpose dams are operated accounting for both physical and socioeconomic factors. This study aims to evaluate the utility of a deep learning algorithm-based model for three multi-purpose dam operation (Seomjin River dam, Juam dam, and Juam Control dam) in Seomjin River. In this study, the Gated Recurrent Unit (GRU) algorithm is applied to predict hourly water level of the dam reservoirs over 2002-2021. The hyper-parameters are optimized by the Bayesian optimization algorithm to enhance the prediction skill of the GRU model. The GRU models are set by the following cases: single dam input - single dam output (S-S), multi-dam input - single dam output (M-S), and multi-dam input - multi-dam output (M-M). Results show that the S-S cases with the local dam information have the highest accuracy above 0.8 of NSE. Results from the M-S and M-M model cases confirm that upstream dam information can bring important information for downstream dam operation prediction. The S-S models are simulated with altered outflows (-40% to +40%) to generate the simulated water level of the dam reservoir as alternative dam operational scenarios. The alternative S-S model simulations show physically inconsistent results, indicating that our deep learning algorithm-based model is not explainable for multi-purpose dam operation patterns. To better understand this limitation, we further analyze the relationship between observed water level and outflow of each dam. Results show that complexity in outflow-water level relationship causes the limited predictability of the GRU algorithm-based model. This study highlights the importance of socioeconomic factors from hidden multi-purpose dam operation processes on not only physical processes-based modeling but also aritificial intelligence modeling.

• 정보교육학회논문지
• /
• 제15권3호
• /
• pp.355-363
• /
• 2011

다문화가정 아동들은 학습 부진 및 학습 결손의 누적으로 이미 심각한 교육격차 문제를 안고 있다. 다문화가정 아동을 위해 수준별 교육이 반드시 필요하지만, 교육현장에서는 다문화가정 아동만을 위해 역량을 집중하기 어려운 현실이다. 이를 위해 수준별 개별 학습에 적합한 교육용 콘텐츠를 다문화가정 아동지도에 필요하나, 다문화가정 아동을 위한 교육용 콘텐츠를 새로 개발하면 예산과 시간이 많이 필요하게 되므로 기존의 교육용 콘텐츠를 다문화 가정 아동도 활용할 수 있도록 개선이 필요하다. 그러므로 본 논문에서는 교육용 콘텐츠 평가도구를 기반으로 다문화가정 아동을 위한 교육용 콘텐츠 적절성 평가도구를 개발하여, 사이버가정학습 4~6학년 국어 콘텐츠를 평가해보고 개선방안을 제시하고자 한다.

• ETRI Journal
• /
• 제46권1호
• /
• pp.82-95
• /
• 2024

As automated essay scoring (AES) has progressed from handcrafted techniques to deep learning, holistic scoring capabilities have merged. However, specific trait assessment remains a challenge because of the limited depth of earlier methods in modeling dual assessments for holistic and multi-trait tasks. To overcome this challenge, we explore providing comprehensive feedback while modeling the interconnections between holistic and trait representations. We introduce the DualBERT-Trans-CNN model, which combines transformer-based representations with a novel dual-scale bidirectional encoder representations from transformers (BERT) encoding approach at the document-level. By explicitly leveraging multi-trait representations in a multi-task learning (MTL) framework, our DualBERT-Trans-CNN emphasizes the interrelation between holistic and trait-based score predictions, aiming for improved accuracy. For validation, we conducted extensive tests on the ASAP++ and TOEFL11 datasets. Against models of the same MTL setting, ours showed a 2.0% increase in its holistic score. Additionally, compared with single-task learning (STL) models, ours demonstrated a 3.6% enhancement in average multi-trait performance on the ASAP++ dataset.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.786-799
• /
• 2021

Road damage detection is important for road maintenance. With the development of deep learning, more and more road damage detection methods have been proposed, such as Fast R-CNN, Faster R-CNN, Mask R-CNN and RetinaNet. However, because shallow and deep layers cannot be extracted at the same time, the existing methods do not perform well in detecting objects with fewer samples. In addition, these methods cannot obtain a highly accurate detecting bounding box. This paper presents a Multi-level Feature Pyramids method based on M2det. Because the feature layer has multi-scale and multi-level architecture, the feature layer containing more information and obvious features can be extracted. Moreover, an attention mechanism is used to improve the accuracy of local boundary boxes in the dataset. Experimental results show that the proposed method is better than the current state-of-the-art methods.

• 정보처리학회논문지A
• /
• 제12A권5호
• /
• pp.461-470
• /
• 2005

학습자 스스로 학습내용, 학습방법, 학습순서 등을 결정하고 재구조화할 수 있는 학습자 통제 환경에서는 학습자의 특성을 고려한 개별화 학습이 가능하다. 본 연구에서는 웹 기반 교수 학습 과정에서 중요시되고 있는 학습자 특성 변인 중에서 학습자의 학습경로 패턴을 Apriori 알고리즘을 이용하여 분석하고, 유사한 학습경로 패턴을 갖는 학습자들로 그룹화하였다. 이를 기반으로 학습자 개인에게 학습경로, 학습내용. 학습매체, 보조학습콘텐츠, 자료제시유형 등을 다차원적으로 제공하기 위한 다차원 학습경로 패턴 분석 시스템을 설계하고 구현하였다. 개발된 시스템에 대하여 만족도 검사를 실시한 결과 보조학습콘텐츠에 대한 만족도가 "매우 만족" $24.5\%$, "만족" $35.17\%$로 가장 높게 나타났다. 학습자 수준별로는 하위수준의 학습자에 대한 만족도가 "매우 만족" $20.2\%$, "만족" $31.2\%$로 상위수준의 학습자 "매우 만족" $18.4\%$, "만족" $28.54\%$ 보다 높게 나타났다. 개발된 시스템은 드릴-업, 드릴-다운 등의 OLAP 기술을 이용하여 학습자들에게 다양한 각도로 다차원적으로 의미 있는 정보를 제공할 것으로 기대된다.

• 대한임베디드공학회논문지
• /
• 제17권2호
• /
• pp.93-100
• /
• 2022

In this paper, we propose a machine learning-based method for supporting resource management of IoT software platforms in a multi-modal sensing scenario. We assume that an IoT device installed with a oneM2M-compatible software platform is connected with various sensors such as PIR, sound, dust, ambient light, ultrasonic, accelerometer, through different embedded system interfaces such as general purpose input output (GPIO), I2C, SPI, USB. Based on a collected dataset including CPU usage and user-defined priority, a machine learning model is trained to estimate the level of nice value required to adjust according to the resource usage patterns. The proposed method is validated by comparing with a rule-based control strategy, showing its practical capability in a multi-modal sensing scenario of IoT devices.