• Journal of Information Technology Applications and Management
• /
• 제27권3호
• /
• pp.19-36
• /
• 2020

The Internet of things (IoT) is a system of interrelated computed devices, digital machines and any physical objects which are provided with unique identifiers and the potential to transmit data to people or machine (M2M) without requiring human interaction. IoT devices can be used to monitor and control the electrical and electronic systems used in different fields like smart home, smart city, smart healthcare and etc. In this study we introduce four imaginary IoT devices as a learning support assistants according to students' dominant learning styles measured by Honey and Mumford Learning Styles: Activists, Reflectors, Theorists and Pragmatists. This research emphasizes the association between students' strong learning styles and a preference to appropriate IoT devices with specific characteristics. Moreover, different levels of IoT devices' architecture are clearly explained in this study where all the artificial devices are designed based on this structure. Data analysis of experiment were measured by the use of chi square test for association and research results showed the statistical significance of the estimated model and the impacts of each category over the model where we finally got accurate estimates for our research variables. This study revealed the importance of considering the students' dominant learning styles before inventing a new IoT device.

• 디지털산업정보학회논문지
• /
• 제10권3호
• /
• pp.207-221
• /
• 2014

Education environment of modern society is rapidly changing along the usage of various device and development of contents. Learners of diverse age groups and genders are exposed in smart education environment. Thus in order to investigate effective smart education contents production, this study classified interactive types that affect learning satisfaction into CAI (Computer Assisted Instruction) based , NCS (Network Communication System) based , and NTS (New Technology System) based . Then we investigated how each interactive types affect immersion, utility, self-efficacy, practicality, and stimulation. The effects were measured according to the learner's gender and age. As the result, interactive types do affect smart education, where male had higher learning satisfaction for CAI based, game type, and wiki type while female had higher satisfaction for relationship establishment type and experience type. Also, for age group, the 10s preferred NTS based, 20~30s NCS based, and 40s and over CAI based interactive type. Thus, if satisfaction levels according to gender and age are considered when producing smart education contents, it may be possible to create educative contents that meet the dispositions of the learners.

• International journal of advanced smart convergence
• /
• 제10권4호
• /
• pp.110-116
• /
• 2021

This paper proposed a real-time earlobe detection system using deep learning on the web. Existing deep learning-based detection methods often find independent objects such as cars, mugs, cats, and people. We proposed a way to receive an image through the camera of the user device in a web environment and detect the earlobe on the server. First, we took a picture of the user's face with the user's device camera on the web so that the user's ears were visible. After that, we sent the photographed user's face to the server to find the earlobe. Based on the detected results, we printed an earring model on the user's earlobe on the web. We trained an existing YOLO v5 model using a dataset of about 200 that created a bounding box on the earlobe. We estimated the position of the earlobe through a trained deep learning model. Through this process, we proposed a real-time earlobe detection system on the web. The proposed method showed the performance of detecting earlobes in real-time and loading 3D models from the web in real-time.

• 디지털융복합연구
• /
• 제12권6호
• /
• pp.549-557
• /
• 2014

스마트 기기를 활용한 회전체 학습 어플리케이션은 3D 그래픽과 터치 기능을 이용하여 조작감과 실재감을 높일 수 있으며 기존의 회전체 학습 콘텐츠가 가졌던 제약들을 극복할 수 있다. 본 연구는 초 중등 수학교육의 학습 내용을 바탕으로 '회전 클래스'를 설계하고, 설계한 클래스와 안드로이드 API, OpenGL ES를 활용하여 안드로이드 기반의 스마트 기기에서 구동되는 학습 어플리케이션을 개발한다. 회전체 학습 어플리케이션은 학습자의 스마트 기기에서 구동되기 때문에 일반적인 학습 환경에서 사용가능하며, 학습자가 손쉽게 다양한 평면도형을 회전시켜 회전체를 만들어 관찰할 수 있어 도형과 관련된 초 중등 교육과정에서 다양하게 활용할 수 있다.

• 컴퓨터교육학회논문지
• /
• 제16권3호
• /
• pp.31-39
• /
• 2013

본 연구는 교수자와 학습자들이 소유하고 있는 여러 장치들을 활용한다는 개념을 이용하여 스마트러닝 환경을 지원할 수 있는 학습자 평가시스템을 개발하여 수업에 적용하였다. 또한, 인터페이스, 상호작용, 애플리케이션, 기술지원, 평가 영역을 통해 학습자의 만족도를 분석하였다. 개발된 시스템은 태블릿 PC와 스마트폰용 애플리케이션 프로그램, 프로젝터를 지원하는 전자교탁용 프로그램, 서버 프로그램으로 구성된다. 수업자료 및 학습자에 대한 평가, 피드백 자료는 모두 서버에 저장되며, 학습자는 이를 이용하여 스마트폰, 데스크탑 PC를 통해 학습하거나 수업에 대한 피드백을 실시간 받을 수 있게 하였다. 제안된 시스템을 이용할 경우 학습자의 학업성취도와 학습에 대한 흥미를 높일 수 있음을 보이고 있다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.797-802
• /
• 2020

지난 몇 년 동안 스마트 폰을 비롯한 다양한 스마트 기기들은 휴대성을 기반으로 사용자의 요구에 의해 지속적으로 성능이 향상 되고 있다. 유비쿼터스 컴퓨팅 (Ubiquitous Computing) 환경과 센서 네트워크 (Sensor network)등의 다양한 망 접속 기술로 인하여 휴대성을 기반으로 하는 단말기들이 다양하게 보급되어 사용되고 있다. 스마트 단말들은 사용 중에 보다 안정적인 동작을 위하여 에너지 모니터링을 세밀하게 할 수 있는 기술이 필요하게 되었다. 소형 경량화 된 스마트 단말기는 다양한 멀티미디어 작업으로 인하여 단말 운용 중에 전원 부족 문제가 발생하게 된다. 이와 같은 상황을 미리 방지하고 안정적인 단말 운용을 위해서 기존에 다양한 추정 하드웨어가 개발 되었다. 그러나 잔량 추정을 하는 방법이나 성능이 비교적 우수하지 못하였다. 본 논문에서는 스마트 단말의 운용 중에 발생 할 수 있는 잔여 잔량 문제를 미리 예측하여 보다 안정적인 운용을 위한 리튬이온 셀의 잔량 추정 방법을 머신러닝에 기초를 두고 연구 하였다. 기존의 하드웨어적인 추정 방법이 아니라 사용 중인 리튬이온 셀의 특성을 머신러닝 기법을 이용한 학습 알고리즘으로 학습 시키고 최적화된 결과를 추정하여 적용 하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.7-14
• /
• 2021

자동화된 스마트 그리드의 등장은 이러한 문제에 대응을 위한 필수적인 장치가 되고 있으며 스마트 그리드 기반 사회로의 진전을 가져오고 있다. 스마트 그리드는 전기 공급 업체와 소비자 간의 양방향 통신을 가능하게 하는 새로운 패러다임이다. 스마트 그리드는 전력 그리드를 보다 안정적이고 신뢰할 수 있으며 효율적이고 안전하게 만들기 위한 엔지니어의 이니셔티브로 인해 등장했다. 스마트 그리드는 전력 소비자가 전력 사용에서 더 큰 역할을 할 수 있는 기회를 창출하고 전력을 현명하고 효율적으로 사용하도록 동기를 부여한다. 이에 본 연구에서는 기계 학습을 통한 전력 수요 관리에 중점을 둔다. 기계 학습을 사용한 수요 예측과 관련하여 현재 다양한 기계 학습 모델이 소개되어 적용되고 있는 데 이에 관한 체계적인 접근이 요구되고 있다. 특히 GP 학습 모델의 경우에 일반 소비 예측 및 데이터의 가시화와 관련해서 다른 학습 모델보다 장점이 있지만, 스마트 미터 데이터의 예측과 관련해서는 데이터 독립성에 강한 영향을 받는다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.221-228
• /
• 2021

Recent improvements on the quality, fidelity and availability of biometric data have led to effective human physical activity detection (HPAD) in real time which adds significant value to applications such as human behavior identification, healthcare monitoring, and user authentication. Current approaches usually use machine-learning techniques for human physical activity recognition based on the data collected from wearable accelerometer sensor from a single wearable smart device on the user. However, collecting data from a single wearable smart device may not provide the complete user activity data as it is usually attached to only single part of the user's body. In addition, in case of the absence of the single sensor, then no data can be collected. Hence, in this paper, a continuous HPAD will be presented to effectively perform user activity detection with mobile service infrastructure using multiple wearable smart devices, namely smartphone and smartwatch placed in various locations on user's body for more accurate HPAD. A case study on a comprehensive dataset of classified human physical activities with our HAPD approach shows substantial improvement in HPAD accuracy.

• 인터넷정보학회논문지
• /
• 제14권3호
• /
• pp.47-55
• /
• 2013

최근 다양한 스마트기기가 등장하고 교육 패러다임의 변화가 대두되면서 이에 맞는 교육환경과 교육방법의 변화가 요구되고 있다. 본 연구에서는 스마트교육의 도구적 활용 측면에서 스마트기기가 어떻게 활용되고 있는지를 알아보기 위하여 교사 개개인의 일반적인 활용 실태를 분석하고, 이를 통한 교육적 활용 방법에 대해 논의하고자 한다. 강원지역 초등교사 221명을 대상으로 설문조사를 통해 분석한 결과 교사의 87.7%가 스마트기기를 이용하고 있으며, 교사들은 일상생활에서 교사라는 특성변인과 관계없이 일반사용자와 유사한 이용을 하고 있는 것으로 나타났다. 스마트기기를 수업에 이용하게 된 동기에는 혁신성, 유용성, 용이성 등이 작용하였고, 수업에 이용하고자 하는 의도는 교과목별, 학습형태별, 교수-학습 전개별로 기기의 기능을 적절히 활용할 수 있기 때문인 것으로 나타났다. 그러나 기기 사용에 대한 효능감이 높다고 해서 수업에의 활용도가 함께 높지는 않았다. 이를 개선하여 교육현장에서 스마트기기를 수업에 활용할 수 있도록 하기 위해서는 교사의 스마트기기에 대한 사용자 연수와 함께 교사들이 수업방법을 변화시키기 위한 의지와 태도의 변화가 중요함을 시사한다. 본 연구의 결과는 초등교사 대상 스마트기기의 교육적 활용 방안을 마련하기 위한 추가 연구의 기초 자료가 될 수 있을 것이다.

• 스마트미디어저널
• /
• 제12권3호
• /
• pp.68-76
• /
• 2023

Emerging mobile edge computing (MEC) can be used in battery-constrained Internet of things (IoT). The execution latency of IoT applications can be improved by offloading computation-intensive tasks to an MEC server. Recently, the popularity of unmanned aerial vehicles (UAVs) has increased rapidly, and UAV-based MEC systems are receiving considerable attention. In this paper, we propose a dynamic computation offloading paradigm for UAV-based MEC systems, in which a UAV flies over an urban environment and provides edge services to IoT devices on the ground. Since most IoT devices are energy-constrained, we formulate our problem as a Markov decision process considering the energy level of the battery of each IoT device. We also use model-free Q-learning for time-critical tasks to maximize the system utility. According to our performance study, the proposed scheme can achieve desirable convergence properties and make intelligent offloading decisions.