• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제15권2호
• /
• pp.135-145
• /
• 2012

학교 교육의 책무성이 강조됨에 따라 학교에서 교사의 수업 진도를 제대로 따라가지 못하는 학생들이 자신의 능력을 충분히 발현하지 못한 채 학습부진아가 되는 연결고리를 끊으려는 시도가 다양하게 모색되고 있다. 특히 학교 교육의 초기 단계인 초등학교에서부터 학습 부진아들의 학습 결손이 누적되지 않도록 하려는 노력들이 다양하게 전개되고 있다. 본 연구에서는 2007 개정 교육과정에 따라 설정된 수학과 성취 기준과 평가 기준을 바탕으로 초등학교 4~6학년 학생들이 수학 학습에서 도달해야 할 필수 학습 목표와 평가 목표를 설정하고, 학습 부진 정도의 판별을 위한 평가 도구와 학습 부진아를 지도하기 위한 학습 자료를 개발하였다. 개발된 평가 자료와 학습 자료는 개인의 학습 부진 정도에 따라 개별 관리가 가능한 맞춤형 학습 자료로 활용됨으로써 초등학교에서 학습 결손이 누적되는 것을 방지할 수 있으리라 기대된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.293-299
• /
• 2021

본 논문은 외국어 학습을 위한 딥러닝 기반 영어 교육 플랫폼인 PEEP-Talk (Personalized English Education Platform)을 제안한다. PEEP-Talk는 딥러닝 기반 페르소나 대화 시스템과 영어 문법 교정 피드백 기능이 내장된 교육용 플랫폼이다. 또한 기존 페르소나 대화시스템과 다르게 대화의 흐름이 벗어날 시 이를 자동으로 판단하여 대화 주제를 실시간으로 변경할 수 있는 CD (Context Detector) 모듈을 제안하며 이를 적용하여 실제 사람과 대화하는 듯한 느낌을 사용자에게 줄 수 있다. 본 논문은 PEEP-Talk의 각 모듈에 대한 정량적인 분석과 더불어 CD 모듈을 객관적으로 판단할 수 있는 새로운 성능 평가지표인 CDM (Context Detector Metric)을 기반으로 PEEP-Talk의 강건함을 검증하였다. 이와 더불어 PEEP-Talk를 카카오톡 채널을 이용하여 배포하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.17-25
• /
• 2023

The alarming global prevalence of Type 2 Diabetes Mellitus (T2DM) has catalyzed an urgent need for robust, early diagnostic methodologies. This study unveils a pioneering approach to predicting T2DM, employing the Extreme Gradient Boosting (XGBoost) algorithm, renowned for its predictive accuracy and computational efficiency. The investigation harnesses a meticulously curated dataset of 4303 samples, extracted from a comprehensive Chinese research study, scrupulously aligned with the World Health Organization's indicators and standards. The dataset encapsulates a multifaceted spectrum of clinical, demographic, and lifestyle attributes. Through an intricate process of hyperparameter optimization, the XGBoost model exhibited an unparalleled best score, elucidating a distinctive combination of parameters such as a learning rate of 0.1, max depth of 3, 150 estimators, and specific colsample strategies. The model's validation accuracy of 0.957, coupled with a sensitivity of 0.9898 and specificity of 0.8897, underlines its robustness in classifying T2DM. A detailed analysis of the confusion matrix further substantiated the model's diagnostic prowess, with an F1-score of 0.9308, illustrating its balanced performance in true positive and negative classifications. The precision and recall metrics provided nuanced insights into the model's ability to minimize false predictions, thereby enhancing its clinical applicability. The research findings not only underline the remarkable efficacy of XGBoost in T2DM prediction but also contribute to the burgeoning field of machine learning applications in personalized healthcare. By elucidating a novel paradigm that accentuates the synergistic integration of multifaceted clinical parameters, this study fosters a promising avenue for precise early detection, risk stratification, and patient-centric intervention in diabetes care. The research serves as a beacon, inspiring further exploration and innovation in leveraging advanced analytical techniques for transformative impacts on predictive diagnostics and chronic disease management.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.347-353
• /
• 2023

현재 軍(육군) 입대 장병은 신병훈련소에서 신체에 대한 치수 측정(자동, 수동) 및 샘플 피복을 착용해 본 후, 희망하는 치수로 피복을 지급받고 있다. 하지만, 민간 평상복보다 상대적으로 매우 세분화된 치수 체계를 적용하고 있는 軍에서는 이와 같은 치수 측정 과정에서 발생하는 측정된 치수의 낮은 정확도로 인해 지급받은 피복이 제대로 맞지 않아 피복을 교체하는 빈도가 매우 빈번히 발생하고 있다. 뿐만 아니라 서구적으로 변화된 MZ 세대의 체형변화를 반영하지 않고, 10여 년 전(前)에 수집된 구세대 체형 데이터 기반의 치수 체계를 적용함으로써 재고량이 비효율적으로 관리되는 문제점이 있다. 즉, 필요한 규격의 피복은 부족하고 불필요한 규격의 피복재고는 다수 발생하고 있다. 따라서, 피복 교체빈도를 감소시키고 재고관리의 효율성을 향상하기 위해 딥러닝 기반의 신체 치수 자동측정과 빅데이터 분석 및 머신러닝 기반의 "입대 장병 개인 맞춤형 피복 자동 추천 시스템"을 제안한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.160-165
• /
• 2015

기존의 음성기반 감정인식 기술은 다양한 사용자로부터 수집된 데이터를 기반으로 범용적인 훈련 모델을 생성하고 이를 기반으로 감정을 인식한다. 이러한 음성기반 감정인식 모델링 기술은 개인 사용자의 음성특징을 정확히 고려하기 힘든 방법으로 개인마다 인식 정확도의 편차가 크다. 본 논문에서는 스마트폰 환경에서 프로프트 레이블링 기법을 활용하여 사용자에게 즉각적으로 감정을 피드백 받아 새로운 모델을 생성하여 적용하는 적응형 음성기반 감정인식 프레임워크를 제안한다. 실험을 통하여 제안하는 적응형 음성기반 감정인식 기법이 기존의 범용적인 모델을 사용하였을 때 보다 정확도가 크게 증가됨을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.385-387
• /
• 2022

With the tremendous rise in popularity of the Internet and technological advancements, many news keeps generating every day from multiple sources. As a result, the information (News) on the network has been highly increasing. The critical problem is that the volume of articles or news content can be overloaded for the readers. Therefore, the people interested in reading news might find it difficult to decide which content they should choose. Recommendation systems have been known as filtering systems that assist people and give a list of suggestions based on their preferences. This paper studies a personalized news recommendation system to help users find the right, relevant content and suggest news that readers might be interested in. The proposed system aims to build a hybrid system that combines collaborative filtering with content-based filtering to make a system more effective and solve a cold-start problem. Twitter social media data will analyze and build a user's profile. Based on users' tweets, we can know users' interests and recommend personalized news articles that users would share on Twitter.

• 공학교육연구
• /
• 제20권3호
• /
• pp.25-31
• /
• 2017

As the world enters the era of the Fourth Industrial Revolution, which is represented by advanced technology, it not only changes the industrial field but also the education field. In recent years, Smart Learning has enriched learning by using diverse forms and technologies that utilize vast amount of information about learners' individual knowledge through the emergence of realistic and intelligent contents that combine high technology such as artificial intelligence, big data and virtual reality and there is an increasing interest in intelligent adaptive learning, which can customize individual education. Therefore, the purpose of this study is to explore intelligent adaptive learning method through recent smart education environment, beyond traditional writing-based communication education which is highly dependent on the competency of instructors. In this study, we analyzed the various learner information collected in the communication course and constructed a concrete teaching and learning method of intelligent adaptive learning based on the instructor's intended smart contents. The result of this study is expected to be the basis of highly personalized teaching and learning method of digital method in communication education which is emphasized in the fourth industrial revolution era.

• 대한수학교육학회지:학교수학
• /
• 제2권2호
• /
• pp.333-355
• /
• 2000

In this paper, possibility of practical use of cryptarithmetic problems in teaching and learning of mathematics is discussed. There might be seven cases to use them practically like followings: (1) Cryptarithmetic problems might be used for deepening the mathematical knowledges. (2) Cryptarithmetic problems might be used for fostering mathematical thinking abilities. (3) Cryptarithmetic problems might be used for fostering problem solving abilities. (4) Cryptarithmetic problems might be used as open ended problems. (5) Cryptarithmetic problems might be used as materials for personalized learning. (6) Cryptarithmetic problems might be used as materials for cooperative learning. (7) Cryptarithmetic problems might be used as materials for problems posing.

• 스마트미디어저널
• /
• 제11권5호
• /
• pp.82-90
• /
• 2022

Along with the growing popularity of 5G technology, providing flexible and personalized network services suitable for requirements of customers has also become a lucrative venture and business key for network service providers. Therefore, dynamic network provisioning is needed to help network service providers. Moreover, increasing user demand for network services meets specific requirements of users, including location, usage duration, and QoS. In this paper, a routing algorithm, which makes routing decisions using Reinforcement Learning (RL) based on the information about link stability, is proposed and called Link Stability aware Reinforcement Learning (LSRL) routing. To evaluate this algorithm, several mininet-based experiments with various network settings were conducted. As a result, it was observed that the proposed method accepts more requests through the evaluation than the past link annotated shorted path algorithm and it was demonstrated that the proposed approach is an appealing solution for dynamic network provisioning routing.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.17-24
• /
• 2009

웹2.0의 UCC와 개방 개념에 기반한 참여적 설계방법을 도입하여 학습자의 적극적인 참여를 이끌어 자기주도적 학습을 성취할 수 있는 새로운 이러닝 모델을 제시하고자 한다. 학습자는 문단 단위의 마이크로 콘텐츠 생성에 적극적으로 참여하고, 자신의 지적능력, 학습목표, 학습성향 등을 고려하여 다양한 영역의 마이크로콘텐츠를 자신의 학습전략에 맞춰 직접 재구성함으로써 학습자 중심의 학습이 이루어질 수 있도록 한다. 학습자 맞춤형 학습콘텐츠로 재구성하기 위하여 학습자는 학습자들간의 소셜 네트워크를 활용하여 필요한 마이크로콘텐츠를 선택하며 학습자들간의 유대감을 형성하여 높은 학습효과를 기대할 수 있다.