• 한국멀티미디어학회논문지
• /
• 제16권3호
• /
• pp.375-387
• /
• 2013

인터넷과 스마트기기의 발달은 시간과 장소에 구애 받지 않는 다양한 분야의 학습이 가능한 환경을 제공하고 있으며 이는 새로운 매체에 최적화된 학습컨텐츠를 필요로 하고 있다. 현재 다양한 IT관련 교육 중 가장 많은 온오프라인 교육이 이루어지고 있는 분야는 오피스 SW 분야이다. 그러나 교수자는 단순한 기능 전달에 중점을 두어 개념을 설명하고, 실무활용과는 무관한 형식적인 예제를 실습한 후 예제에 대한 풀이를 반복함으로써 효과적인 실무활용 교육이 이루어지지 않고 있다. 우리는 RTE(Real Training Environment)시스템이 적용된 LET(Live EduTainer)를 활용하여 학습능력을 극대화할 수 있는 새로운 방법을 제시하고, 단순한 지식전달을 넘어 '재미'와 '흥미'를 유발하여 교육에 대한 '몰입'이 가능하도록 GBL(Game Based Learning)을 접목한 교육시스템을 개발하였다. 본 논문에서는 시스템을 제작하는데 필요한 교수-학습법과 구체적인 솔루션 구성 및 설계과정에 대하여 기술한다. 이를 통해 획기적인 오피스 S/W 교육에 대한 새로운 대안을 제시하고자 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권7호
• /
• pp.263-270
• /
• 2014

본 논문에서는 영화의 흥행을 예측하기 위한 방법을 제안한다. 최근 영화시장이 성장함에 따라 시장의 수요를 예측하기 위한 다양한 연구들이 수행되고 있다. 영화는 비교적 수명주기가 짧은 문화상품이다. 따라서 안정적인 수익을 창출하기 위해 개봉 전 마케팅비용 및 개봉 후 스크린 수 등에 대한 설계가 필요하다. 이를 위해서는 상품의 수요와 경제적인 수익규모에 대한 계산이 선행되어야 한다. 기존 관련 연구들의 경우 예측을 위한 변수로서 주로 영화 자체의 속성들이나 시장에서의 경쟁요인 등을 이용한다. 그러나 정작 상품을 구매하는 주체인 잠재관객들에 대한 비중은 비교적 미비하다. 따라서 본 논문에서는 사람들이 가진 영화에 대한 인지도를 고려하기 위해 트위터를 하나의 설문표본으로서 활용했다. 기존에 사용된 변수들과 트위터에서 추출한 정보를 오프라인 요소와 온라인 요소로 정의하고, 두 요소를 취합하여 기계학습을 적용했다. 실험을 통해 본 논문에서 제시하는 예측기법을 검증했으며, 실험결과 약 95%의 정확도로 영화의 흥행을 예측했다.

• 한국정보컨버전스학회논문지
• /
• 제6권2호
• /
• pp.15-22
• /
• 2013

예비유아교사에게 SNS와 Community를 활용한 반복학습을 수업에 적용하여 강의만족도, 자기효능감, 수업이해도에 대한 효과성을 검증하였다. 대학교육현장에서 이루어지고 있는 교수자 주도적 전통적인 오프라인 강의에 SNS & Community를 활용한 반복학습 모형은 선행조직자를 통한 혼자 생각해보기, 수업도입 시 발표를 통한 함께 생각해보기, 수업종료 후 커뮤니티 활동을 통한 생각나누기로 나누어 적용하였다. 교수자가 수업이전 SNS를 발송으로 반복학습이 시작되지만 이후 학습자 스스로 자기주도적인 학습활동을 진행하게 된다. 이에 강의에 대한 만족도 증대 및 교육학에 대한 이해도가 높아졌으며 자기효능감에 긍정적인 영향을 미쳤다. 이에 기초수학능력이 필요한 전문대학 학습자들에게 교수자들이 활용할 수 있는 SNS와 Community를 활용한 수업방법을 제시하고자 한다.

• 컴퓨터교육학회논문지
• /
• 제14권3호
• /
• pp.63-72
• /
• 2011

사이버 공간에서 학업을 병행하는 직장인 학생에게 강의만족은 매우 역동적이고 다차원적인 과정으로 개개인의 학업 니즈와 능력을 반영된 결과이기도 하다. 본 연구는 사이버 경영대학원에 재학 중인 직장인 학생을 대상으로 교수 학생 간 상호작용, 학생 상호간 상호작용, 몰입, 콘텐츠의 질과 구조화, 실시간 Q&A와 사이버 강의를 보완하는 수단으로서의 오프라인 보충강의 등이 만족도에 미칠 직 간접적 영향 정도를 분석하는 데 목적이 있다. 인과관계 검증에 집중하기 보다는 수강생 입장에서 흥미롭다고 인지된 과목과 어렵다고 판단된 과목을 중심으로 인과관계의 강약 정도를 그룹 별로 비교하였다. 분석결과, 어렵다고 인지된 과목을 중심으로 답한 그룹의 경우 교수 학생 간 상호작용에서 만족도, 콘텐츠품질에서 몰입, Q&A에서 교수 학생 간 상호작용 그리고 Q&A에서 학생 간 상호작용으로 이어지는 경로계수값이 흥미롭다고 인지된 과목을 택한 그룹의 경우보다 더 높은 것으로 나타났다. 반대로 학생 간 상호작용에서 만족도와 콘텐츠 구조에서 몰입으로 이어지는 경로계수값은 흥미롭다고 인지된 과목을 택한 그룹이 더 높은 것으로 나타났다. 이를 토대로 이러닝 설계상의 시사점도 간략히 제시하였다.

• 한국융합학회논문지
• /
• 제10권8호
• /
• pp.115-120
• /
• 2019

이 연구는 융합기반의 모바일영어커리큘럼을 실용에 앞서 그 가치를 입증하는 데 목적을 두고 있다. 본 연구는 모바일에 탑재되어있는 영어프로그램을 활용하여 효과적인 영어 학습이 될 수 있도록 커리큘럼을 개발하고 연구한다는 점에서 기존의 연구와 차이가 있다. 이 커리큘럼에 대한 교사의 이해와 인지 정도를 알아보기 위해 질적 연구를 수행했으며, 그 결과 영어교사들의 피드백은 실제 사용하는 영어 학습, 반복효과, 협동 학습, 자기효능감 경험 등의 대부분 긍정적 평가를 받았다. 부정적인 견해로는 전통적인 영어 학습 틀에서 벗어난 학습 환경으로 인해 학습에 임하는 '학습자들의 자세가 가벼울 수 있지 않을까?' 하는 염려가 있었다. 이 문제는 교사와 학습자 간에 온 오프라인을 통한 긴밀한 의사소통으로 해결될 수 있다. 향후 연구에서는 이 커리큘럼을 학습현장에서 활용하고 분석하는 연구가 진행되기를 기대한다.

• 한국지진공학회논문집
• /
• 제28권4호
• /
• pp.183-191
• /
• 2024

Accurate seismic vulnerability assessment requires high quality and large amounts of ground motion data. Ground motion data generated from time series contains not only the seismic waves but also the background noise. Therefore, it is crucial to determine the high-pass cut-off frequency to reduce the background noise. Traditional methods for determining the high-pass filter frequency are based on human inspection, such as comparing the noise and the signal Fourier Amplitude Spectrum (FAS), f² trend line fitting, and inspection of the displacement curve after filtering. However, these methods are subject to human error and unsuitable for automating the process. This study used a deep learning approach to determine the high-pass filter frequency. We used the Mel-spectrogram for feature extraction and mixup technique to overcome the lack of data. We selected convolutional neural network (CNN) models such as ResNet, DenseNet, and EfficientNet for transfer learning. Additionally, we chose ViT and DeiT for transformer-based models. The results showed that ResNet had the highest performance with R² (the coefficient of determination) at 0.977 and the lowest mean absolute error (MAE) and RMSE (root mean square error) at 0.006 and 0.074, respectively. When applied to a seismic event and compared to the traditional methods, the determination of the high-pass filter frequency through the deep learning method showed a difference of 0.1 Hz, which demonstrates that it can be used as a replacement for traditional methods. We anticipate that this study will pave the way for automating ground motion processing, which could be applied to the system to handle large amounts of data efficiently.

• 전기전자학회논문지
• /
• 제2권1호
• /
• pp.150-159
• /
• 1998

본 논문은 필기체 한글의 특징을 추출한 후 이를 신경망을 이용하여 인식하였다. 한글의 특징 추출을 위해 $5{\times}5$ 윈도우 방법을 사용하였는데, 이는 $3{\times}3$ 윈도우 방법을 수정한 것이다. 추출된 특징을 이진화 코드로 변환하여 신경망의 입력으로 사용하며, 백프로퍼게이션 알고리즘으로 학습시켰다. 수직 모음, 수평모음, 자음 인식을 위한 3개의 신경망을 각각 구성하였고, 결과를 비교하기 위하여 3가지 학습 방법을 사용하였다. 3가지 학습 방법은 고정 코드 방법, 학습 코드 방법 I, 학습 코드 방법 II이고 학습 코드 방법 II가 가장 좋은 결과를 보였다. 이 경우 수직 모음과 수평 모음은 100%의 인식률을, 자음은 93.75%의 인식 결과를 보였다.

• 정보교육학회논문지
• /
• 제6권3호
• /
• pp.288-297
• /
• 2002

정보 통신 기술이 빠른 속도로 발전함에 따라 교육의 페러다임이 변하고 있다. 학교현장에서는 교수-학습을 위하여 웹활용에 대한 많은 자료와 방법들이 개발되고 있고, 활발한 논의가 되고 있지만 우리 아이들의 정의적 측면을 신장시키는데 웹활용 교육은 상대적으로 소홀한 측면이 있었다. 자아 개념 증진을 위한 선행연구들의 공통점은 off-line에서 실시되기 때문에 정보의 공유가 어렵고, 향상된 형태의 프로그램으로 발전하는데 제약이 있다. 본 연구에서는 선행연구들의 단점을 보완한 W-SET(웹기반 자기 표현 훈련)시스템을 설계 구현하였다. 이 시스템을 충북 청주시내 초등학교 학생들에게 실험 적용한 결과, 자아개념 형성에 긍정적인 효과를 가져왔다.

• 정보교육학회논문지
• /
• 제8권1호
• /
• pp.67-77
• /
• 2004

최근 학교 현장에 인터넷의 보급과 함께 새로운 방식의 교육 형태와 학교 업무 전산화의 필요성이 대두되었다. 이에 따라 새로운 교육 방식으로서 ICT (Information & Communication Technology) 활용교육을 통한 다양한 교수-학습 모형이 시도되고 있으나, 학교 업무 전산화는 오프라인에서 종이문서를 단편적으로 입력하고 데이터를 출력하는 형태에 머물러 있다. 따라서 본 연구에서는 웹 기반의 업무처리 방식에 따른 초등학교 과학 교구 관리시스템을 제안한다. 본 시스템의 특징은 다음과 같다. 첫째, 학교에서 관리하는 과학 교구 관리업무를 시 도교육청 기준안에 따라 표준화, 정보화하고 또한 교육청의 교구기준에 따라 자료를 선정하여 업무의 효율성과 신속성을 증진시킨다. 둘째, 교구관리시스템을 기초 정보 관리, 교구 기준 관리, 교구 현황 관리 등으로 구성하여 필요한 정보를 쉽고 빠르게 파악할 수 있다. 셋째, 초등학교 교구기준에 맞추어 설계함으로써 기준량, 보유량 및 부족량의 파악과 교구확충계획을 효율적으로 수립하여 업무의 경감과 인력 및 시간의 낭비를 줄일 수 있다.

• 한국정보처리학회논문지
• /
• 제4권2호
• /
• pp.401-408
• /
• 1997

인간이 지식을 얻는 대부분의 수단은, 눈으로 사물을 보거나 귀로 소리를 들어 입력되는 패턴.영상또는 소리.을 인식하고 그것을 지식으로 축적하는 연속적인 과정이다. 그중 문자인식은 시각정보를 통하여 문제를 인식하고 나아가 의미를 이해하는 인간의 능력을 컴퓨터로 실현하려는 패턴인식의 한분야로서 신경망을 사용한 패턴인식 시스템으로 발전되고 있다. 신경망의 학습에 있어서를 출력값을 재사용하는 신경망모델로는, 순환신경망( Recurrent Neural Netwrek)이 있다. 최근 들어서 이러한 순환신경망을 오프라인 필기체 문자와 같은 정적인 패턴의 분류에 적용하려는 연구가 많이 진행되고 있다. 그러나 이러한 방법들의 대부분든 오프라인 필기체문자와 같은 정적인 패턴의 분류에 있어서는 효과적으로 적용되지 않는다. 이에 본 연구에서는 오프라인 필기체문자와 같은 정적인 패턴을 효과적으로 분르하기 위한 새로운 형태의 순환신경망을 제안한다.본논문에서는 Jordan과 Elman Model 을 확정 결합한 새로운 J-E(Jordan-Elman) 신경망 모델을 사용하여 숫자 및 필기체 문자와 같은 정적인 패턴의 인식에서 기존의 신명망보다 성능이 향상되었음을 보여 준다.