• 공학교육연구
• /
• 제25권2호
• /
• pp.32-41
• /
• 2022

The purpose of this study was in a pandemic situation caused by COVID-19 to explore the online distance experiments and interaction of engineering freshmen, and to identify practical difficulties, resulting in to derive implications. Seven freshmen from engineering college participated in the interview, of which data were analyzed based on phenomenological analysis methods. The types of non-face-to-face experiments experienced by students were complete non-face-to-face experiment, mixed face-to-face experiment, and fusion face-to-face experiment. Students were completely isolated in time and space in complete non-face-to-face experiment. In biweekly mixed face-to-face experiment, isolation was halved. In fusion face-to-face experiment, isolation was removed. Non-face-to-face interactions can be characterized by restrictions on simultaneous activities, on rapport formation, and on observation opportunities. Based on these results, three implications were derived: First, it is necessary to allow students to manage time and space constraints on their own in non-face-to-face experiments. Second, support is needed to solve the difficulty of forming rapport, which is a characteristic of non-face-to-face interaction. Third, an opportunity to observe the interaction between other students and professors should be provided.

• ETRI Journal
• /
• 제15권2호
• /
• pp.35-51
• /
• 1993

This paper presents function approximation based on nonparametric estimation. As an estimation model of function approximation, a three layered network composed of input, hidden and output layers is considered. The input and output layers have linear activation units while the hidden layer has nonlinear activation units or kernel functions which have the characteristics of bounds and locality. Using this type of network, a many-to-one function is synthesized over the domain of the input space by a number of kernel functions. In this network, we have to estimate the necessary number of kernel functions as well as the parameters associated with kernel functions. For this purpose, a new method of parameter estimation in which linear learning rule is applied between hidden and output layers while nonlinear (piecewise-linear) learning rule is applied between input and hidden layers, is considered. The linear learning rule updates the output weights between hidden and output layers based on the Linear Minimization of Mean Square Error (LMMSE) sense in the space of kernel functions while the nonlinear learning rule updates the parameters of kernel functions based on the gradient of the actual output of network with respect to the parameters (especially, the shape) of kernel functions. This approach of parameter adaptation provides near optimal values of the parameters associated with kernel functions in the sense of minimizing mean square error. As a result, the suggested nonparametric estimation provides an efficient way of function approximation from the view point of the number of kernel functions as well as learning speed.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.175-181
• /
• 2021

본 연구는 COVID-19로 인해 갑작스럽게 진행된 전면 비대면 수업의 학습만족도에 미치는 교수실재감과 학습실재감의 영향을 분석하여, 실재감의 유형에 따라 비대면 수업의 질을 개선 및 발전시키는데 목적이 있다. 이를 위해 광주광역시 H대학교의 온라인 수업에 대한 설문조사를 실시하여 학습만족도와 교수실재감(학습설계, 직접촉진), 학습실재감(인지적실재감, 사회적실재감)에 대해 분석하고자 한다. 분석결과, 학습실재감의 하위요인인 인지적 실재감의 학습내용이해(𝛽=.589, p<.001), 교수실재감의 하위요인인 직접촉진(𝛽=.420, p<.001), 학습설계(𝛽=.397, p<.01) 순으로 영향력이 나타났다. 이는 갑자기 변화된 수업방식에 긍정적인 감정의 교환이나 상호작용 등이 동반된 교수자와 동료 학습자와의 친밀감을 향상시키려는 자세를 가져야 하겠으며, 교수자는 질 높은 학습설계를 위하여 온라인과 오프라인을 병행하는 블랜디드 러닝(blended learning)을 통해 시·공간적 한계를 극복하는 노력을 하되 학습자의 신체적 피로감을 고려한 학습매체와 학습방식이 개발되어야 한다.

• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제14권4호
• /
• pp.361-380
• /
• 2010

Some 400 Secondary One (i.e. seventh-grade) students from 10 schools were provided with non-routine mathematical problems in their normal mathematics classes as exercises for one academic year. Their attitudes toward mathematics, their conceptions of mathematics and their problem-solving performance were measured both in the beginning and at the end of the year. Hierarchical regression analyses revealed that the introduction of an appropriate dose of non-routine problems would generate some effects on the students' conceptions of mathematics. A medium dose of non-routine problems (as reported by the teachers) would result in a change of the students' conception of mathematics to perceiving mathematics as less of "a subject of calculables." On the other hand, a high dose would lead students to perceive mathematics as more useful and more as a discipline involving thinking. However, with a low dose of non-routine problems, students found mathematics more "friendly" (free from fear). It is therefore proposed that the use of non-routine mathematical problems to an appropriate extent can induce changes in students' "lived space" of mathematics learning and broaden their conceptions of mathematics and mathematics learning.

• 4차산업연구
• /
• 제2권2호
• /
• pp.1-9
• /
• 2022

Purpose - The purpose is to present an efficient library-use education model in the form of flip learning, reflecting traditional teaching methods and gamification elements even in such non-face-to-face and face-to-face situations after COVID-19. Research design, data, and methodology - Research on library use education, research on ubiquitous environment and gamification instructional design, flip the learning, and gamification elements are classified, compared, and analyzed to present educational models for library education, COVID-19 Pandemic situation, and subsequent library use education. Result - We propose an e-learning content development strategy for flipped learning-based library education. First, benchmark and use the existing educational contents. Second, a user-friendly interface is configured so that learners can flexibly organize their learning contents. Third, it allows learners to experience it directly or indirectly in a virtual space. Conclusion - If the e-learning environment can be standardized to the level of schools or educational institutions, a good educational model that can be used not only in library user education but also in other fields will be possible.

• 정보교육학회논문지
• /
• 제7권1호
• /
• pp.1-10
• /
• 2003

웹 기반 교육은 하이퍼텍스트의 기술과 인터넷의 전송속도 증가에 따른 다양한 상호작용을 기반으로 원격교육을 가능하게 하는 새로운 학습 환경이다. 즉, 이것은 학습자가 자신의 필요와 요구에 따라 비순차적으로 융통성 있게 정보에 접근하고 자신의 경로를 개발할 수 있는 학습자 중심의 환경을 제공한다. 하지만 이러한 학습 환경은 학습자의 학습경로 선택의 어려움, 방향상실의 위험성, 인지과부하의 문제 등 이전에는 없었던 새로운 문제들을 야기하고 있다. 이러한 문제들은 학습동기와 흥미유지에 방해가 되어 결국 학습효과를 떨어뜨리게 된다. 이 연구는 초등학교 학생들의 학습에 대한 흥미를 지속시키기 위한 방안으로 3D 기반 공간 항해 시스템을 제안하고, 이를 구현 한 다음 그 효과를 검증한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국게임학회 논문지
• /
• 제21권4호
• /
• pp.85-94
• /
• 2021

본 연구의 목적은 마인크래프트를 활용한 초등 사회과 비대면 수업의 교육적 효과를 분석하는 것이다. 이를 위해 초등학교 4학년 31명을 실험학급(15명)과 통제학급(16명)으로 나누어 한학기 동안 마인크래프트를 활용한 사회수업을 실시한 후 학업성취도(지리, 역사, 일반사회), 학습태도(학습동기, 학습흥미, 학습효능감), 장소감(장소정체성, 장소애착, 장소의지), 협력의 변화와 양상을 t-test 및 질적내용분석으로 연구하였다. 연구결과 마인크래프트를 활용한 초등 사회 수업을 경험한 실험학급 학생들은 학업성취도, 학습태도, 장소감에서 통제학급에 비하여 유의미한 향상이 나타났으며 질문과 설명 그리고 의견 제안의 방식으로 학생 간의 상호협력이 긴밀하게 이루어졌음을 확인할 수 있었다.

• 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.

• Steel and Composite Structures
• /
• 제25권6호
• /
• pp.663-670
• /
• 2017

The problem of layup optimization of the composite laminates involves a very complex multidimensional solution space which is usually non-exhaustively explored using different heuristic computational methods such as genetic algorithms (GA). To ensure the convergence to the global optimum of the applied heuristic during the optimization process it is necessary to evaluate a lot of layup configurations. As a consequence the analysis of an individual layup configuration should be fast enough to maintain the convergence time range to an acceptable level. On the other hand the mechanical behavior analysis of composite laminates for any geometry and boundary condition is very convoluted and is performed by computational expensive numerical tools such as finite element analysis (FEA). In this respect some studies propose very fast FEA models used in layup optimization. However, the lower bound of the execution time of FEA models is determined by the global linear system solving which in some complex applications can be unacceptable. Moreover, in some situation it may be highly preferred to decrease the optimization time with the cost of a small reduction in the analysis accuracy. In this paper we explore some machine learning techniques in order to estimate the failure of a layup configuration. The estimated response can be qualitative (the configuration fails or not) or quantitative (the value of the failure factor). The procedure consists of generating a population of random observations (configurations) spread across solution space and evaluating using a FEA model. The machine learning method is then trained using this population and the trained model is then used to estimate failure in the optimization process. The results obtained are very promising as illustrated with an example where the misclassification rate of the qualitative response is smaller than 2%.