• 디지털융복합연구
• /
• 제16권7호
• /
• pp.213-222
• /
• 2018

본 연구의 목적은 고등 수학교육에 있어서 스마트 러닝의 특징적 적용을 통해 교육환경의 확장과 학습자 역량의 확장을 시도하고 그 효과성을 분석하는 것이다. 본 연구는 2017년 G대학에서 1학년 학생들의 공학인증 과목 중 하나인 미적분학I을 수강하는 화공생명학과 학생들 118명을 실험집단과 비교집단으로 분리하여 스마트러닝의 효과성을 검증하였다. 즉 수업에서 공학도구를 활용한 다양한 학습활동과 SNS를 통한 교수자와 학습자 간의 활발한 상호작용이 시각적 이해와 수학적 개념형성, 그리고 학습성과에 미치는 영향을 분석하였다. 연구결과에 따르면 실험집단에서 긍정적인 학업성취를 보였으며 학습자들의 만족도가 높았다. 본 연구는 고등 수학교육에서 스마트러닝의 가능성을 확인하였으며 향후 질 높은 스마트러닝을 실현하기 위한 전략을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제21권11호
• /
• pp.1297-1304
• /
• 2018

Online education, commonly referred to as distance education, has developed rapidly. However, it is questionable whether such distance education has been applied to various educational fields and has achieved satisfactory results in terms of learning effect. One of the reasons for not maximizing the benefits of distance education is non-dynamicity in the production and application of educational content. Educational contents production is made up of collaborative work between the instructor who is the contents expert and the developer who is the production expert. For this reason, existing researches have also concentrated on the improvement of each educational effect. In this paper, we propose to replace a production expert from a developer to an instructor. At this time, the important point is that the educational contents produced by the instructor, who is a development non-expert, should still be able to be maintained with high-quality contents utilizing the characteristics of the web. For this purpose, the production system was developed based on open source to maintain the quality similar to the educational contents developed by the production expert. This will increase the effectiveness of education by applying the developed Smart-Blended Learning System to various educational sites.

• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.183-191
• /
• 2020

IT 발달과 함께 스마트기기로 많은 학습자가 이러닝 콘텐츠를 접하고 있으며, 콘텐츠 제공자들은 학습자의 재이용 의도와 행동을 주의 깊게 관찰하고 있다. 따라서 본 연구에서는 스마트폰에 기반한 이러닝 학습을 접해본 200명의 사용자를 대상으로 이러닝 콘텐츠 플랫폼 특성이 재이용 의도에 미치는 영향을 연구하였다. 그 결과, 사용자의 재이용 의도에 영향을 미치는 특성은 콘텐츠 품질, 상호작용성, 편재성으로 나타났다. 또한, 남성일 경우 재이용 의도에 영향을 미치는 가장 큰 특성은 상호작용성이며, 여성일 경우 콘텐츠 품질과 편재성이었다. 스마트폰을 이용해 하루 평균 한 시간 미만 이러닝을 학습할 경우 콘텐츠 품질이 재이용 의도에 가장 큰 영향을 주었으며, 반대로 한 시간 이상 학습할 경우 편재성, 편리성, 상호작용성이 재이용 의도에 영향을 주었다. 아직도 많은 이러닝 기업들이 PC 기반의 기술이나 단기적 홍보 중심의 사업 전략을 유지해오고 있는데, 본 연구의 결과는 앞으로 해당 기업들이 장기적 사업 전략의 관점에서 스마트폰 기반의 플랫폼 변화와 그 핵심 요인들에 대한 방향을 제시했다는 데 의의를 둘 수 있다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.9-18
• /
• 2023

스테가노그래피는 데이터의 존재 자체를 은닉하여 데이터를 보호하는 기술이다. 최근에는 인공지능 기술이 발달함에 따라 딥러닝 기반의 스테가노그래피 기법들이 개발되고 있다. 딥러닝 기술은 데이터에 대한 고차원의 특징을 분석하여 학습할 수 있으므로 스테가노그래피의 성능과 품질을 개선시킬 수 있다. 본 논문에서는 이미지데이터에 대한 딥러닝 기반의 스테가노그래피 기술의 최신 연구 동향에 대해 살펴보도록 한다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제28권4호
• /
• pp.377-401
• /
• 2019

Purpose The purpose of this study is to investigate the effects of learning expectation and perceived knowledge sharing on user satisfaction and IS continuance in the Korean Army which is currently using the Regiments' Information System to help their Integrated Administration Management. Based on both the Information System(IS) Continuance Model and IS Success Model, this study also examine the role of system quality on user satisfaction. We develop a research model(structural equation model) and its hypotheses that learning expectation, perceived knowledge sharing, and system quality increase users' satisfaction, which leads to IS continuance. The effect of learning expectation on perceived knowledge sharing is also hypothesized. Design/methodology/approach Online Survey using e-mails was administered to test our research model and associated hypotheses. Among the 360 e-mail letters including our survey questionnaire, 285 responses were collected via e-mails. Meaningful 225 cases were analyzed for our study. SPSS Statistics 24.0 and SmartPLS 3.0 were used to analyze both measuremant test and hyotheses test by using the data set. Findings Survey results show that learning expectation(confirmation variable), learning expectation, perceived knowledge sharing(a perceived usefulness variable), and system quality(a system characteristic) each increases user satisfaction, which leads to IS continuance, under the control of the effect of habit to use information systems. Learning expectation also has a positive influence on perceived knowledge sharing. Theoretical and practical implications are presented.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.199-203
• /
• 2019

In this paper, we propose the efficient impulsive noise mitigation scheme for power line communication (PLC) systems in smart grid applications. The proposed scheme estimates the channel impulsive noise information of receiver by applying machine learning. Then, the estimated impulsive noise is updated in data base. In the modulator, the impulsive noise which reduces the PLC performance is effectively mitigated through proposed technique. As an impulsive noise model, Middleton Class A interference model was employed. The performance is evaluated in terms of bit error rate (BER). From the simulation results, it is confirmed that the proposed scheme has better BER performance compared to the conventional model. As a result, the proposed noise mitigation improves the signal quality of PLC systems by effectively removing the channel noise. The results of the paper can be applied to PLC systems for smart grid.

• 한국인터넷방송통신학회논문지
• /
• 제21권4호
• /
• pp.51-55
• /
• 2021

본 논문은 스마트 빌딩을 위한 가시광 통신 시스템에서 데이터 신뢰성을 향상시키는 딥러닝 기반의 간섭 제거 알고리즘에 대해 연구하였다. 본 논문에서 제안한 기법은 딥러닝 기술을 적용하여 채널에서 발생하는 잡음을 예측하여 제거하는 기술로서 수신단에서 딥러닝에 의해 학습된 잡음들을 활용하여 효과적으로 잡음을 제거함으로써 신호의 품질을 향상시킬 수 있다. 딥러닝 기술의 잡음 예측 정확도를 향상시키기 위해 기존의 잡음 형태를 데이터베이스화하여 활용하였다. 모의실험을 통해 간섭 제거 기법이 적용된 시스템 모델의 성능을 검증하였으며, 제안하는 시스템이 잡음을 효과적으로 제거하여 신호의 품질 성능을 향상시킬 수 있음을 확인하였다. 제안한 시스템 모델은 가시광 통신뿐만 아니라 일반적인 통신 시스템에서도 신호의 품질을 향상시킬 수 있도록 다양하게 적용이 가능하다.

• 스마트미디어저널
• /
• 제13권3호
• /
• pp.27-35
• /
• 2024

본 연구는 GAN(Generative Adversarial Network)을 기반으로 한 Semi Supervised Learning을 활용하여 이미지 생성과 ResNet50을 이용한 이미지 분류를 결합하는 방법에 대해 다루고 있다. 이를 통해 새로운 접근법을 제시하여 이미지 생성과 분류를 통합함으로써 더 정확하고 다양한 결과를 얻을 수 있도록 하였다. 생성자와 판별자를 학습시켜 생성된 이미지와 실제 이미지를 구별하고, ResNet50을 활용하여 이미지 분류를 수행한다. 실험 결과에서는 생성된 이미지의 품질이 epoch에 따라 변화함을 확인할 수 있었으며, 이를 통해 산업재해 예측 정확성을 향상하고자 한다. 또한, GAN과 ResNet50의 결합을 통해 이미지 생성의 품질을 향상시키고 이미지 분류의 정확도를 높이는 효율적인 방법을 제시하고자 한다.

• 한국인공지능학회지
• /
• 제9권2호
• /
• pp.7-14
• /
• 2021

Purpose: To solve urban problems, empirical research is being actively conducted to implement a smart city based on various ICT technologies, and digital twin technology is needed to effectively implement a smart city. A digital twin is essential for the realization of a smart city. A digital twin is a virtual environment that intuitively visualizes multidimensional data in the real world based on 3D. Digital twin is implemented on the premise of the convergence of GIS and BIM, and in particular, a lot of time is invested in data pre-processing and labeling in the data construction process. In digital twin, data quality is prioritized for consistency with reality, but there is a limit to data inspection with the naked eye. Therefore, in order to improve the required time and quality of digital twin construction, it was attempted to detect a building using Mask R-CNN, a deep learning-based masking algorithm for aerial images. If the results of this study are advanced and used to build digital twin data, it is thought that a high-quality smart city can be realized.

• 스마트미디어저널
• /
• 제8권1호
• /
• pp.74-81
• /
• 2019

최근에 머신 러닝 기술은 의료, 제조, 마케팅, 금융, 방송, 농업 등 사회 전반에 많은 영향을 미치고 있고 미래에도 인류의 생활에 많은 도움을 줄 것으로 예상된다. 본 논문에서는 인류의 생존에 가장 큰 영향을 주는 먹거리 즉, 농업 분야에 머신러닝기술을 적용하는 방법을 연구한다. 농업 분야에 IoT(Internet of Things) 기술을 접목하는 스마트 팜 (Smart Farm) 분야는 생육환경을 실시간으로 모니터링 하여 농작물의 생육환경을 최적으로 유지 하는 방법을 중점적으로 연구한다. 최근 KT에서 출시된 기가 스마트 팜 솔루션 2.0 에서는 머신러닝 기술을 사용하여 온실내의 온습도를 최적으로 유지하는 기술에 머신러닝을 적용하였다. 기존의 스마트 팜 분야 연구가 생육환경 조절에 중점을 두어 생산성 증대에 집중되어 있지만 본 연구에서는 과일을 최상의 품질 상태에서 수확하여 좋은 가격으로 출하할 수 있도록 수확시기에 머신러닝을 적용하는 방법을 연구한다. 스마트 팜 분야에 머신러닝 기술을 적용하기 위해서는 풍부한 빅 데이터의 확보가 무엇보다 중요하므로 정확한 머신러닝 기술을 적용하기 위해서는 지속적으로 빅 데이터 수집이 가능해야 한다. 본 논문에서 수확시기 예측에 필요한 인자로는 온실 내에서 재배되는 과일의 색상 값과 무게 값, 내부 온습도 값을 색상센서 와 무게센서, 온습도센서를 사용하여 실시간으로 수집하여 확보한다. 본 논문에서 제안하는 FPSML은 유사 과일 재배에 반복적으로 사용할 수 있는 아키텍처를 제공하며 지속적으로 빅 데이터가 축적될수록 보다 정밀한 수확시기를 예측할 수 있다.