• 한국수학교육학회지시리즈A:수학교육
• /
• 제43권3호
• /
• pp.291-307
• /
• 2004

This study focused on the developing a system of computer adaptive diagnosis and instruction(CADI). This system is a conceptual model that connected learning with assesment by using new media such as computers, multimedia, and new technologies. In this conceptual model, adaptive diagnosis means tailored or customized diagnostic evaluation, and adaptive instruction implies tailored or customized instruction. The connection between learning and assesment suggests that they are closely related to determine following learning contents and learning methods. CADI's expected effect are 1) it can contribute to real learning of core concept, 2) it can enlarge the educational opportunities, 3) it can help students study by student himself and learn media literacy, 4) information for evaluation functions more essential roles, 5) it is possible to work cooperatively with any other school subject.

• 인터넷정보학회논문지
• /
• 제11권2호
• /
• pp.165-172
• /
• 2010

웹 기반 학습시스템에서 학습자의 학습효율을 높이기 위하여 자기조절학습, 자기주도학습 등의 방법이 사용되고 있다. 이러한 방법들은 학습자의 학습수준을 고려한 방법이지만 학습자의 정확한 학습능력을 고려하기 위해서는 수준별 학습의 적용이 필요하다. 본 연구에서는 학습자의 학습능력을 고려한 학습 시스템을 제시하였다. 학습자의 학습능력을 설정하기 위하여 문항반응이론을 사용하였으며, 학습 콘텐츠와 학습문항은 각 난이도에 따라 개발 및 적용되었다.

• 산업융합연구
• /
• 제22권2호
• /
• pp.13-22
• /
• 2024

현대 학습자들은 배경, 학습 스타일, 능력 등에서 다양한 차이를 보인다. 하지만 모든 학습자에게 동일한 학습 내용을 전달하는 전통적 교육 방법은 이러한 학습자의 다양성을 충분히 고려하지 못한다. 따라서 개별 학습자의 특성에 따라 최적의 학습 경험을 제공하는 맞춤형 학습 시스템의 구현은 오늘날 에듀테크 시대에 더욱 중요해졌다. 본 논문은 증가하는 학습자 중심의 교육 요구에 따라 학습자의 특성, 관심사, 학습 이력 등을 종합적으로 분석할 수 있는 모델들을 파악한 후 이를 기반으로 맞춤형 학습 시스템을 설계했다. 본 시스템은 학습자의 학습 이력을 기반으로 학습자의 현재 수준과 목표에 맞춘 자기주도적 학습을 지원하기 위해 강점과 약점을 파악할 수 있도록 설계되었으며 이 과정에서 시스템의 설계 변경 없이 필요한 학습 요소들을 확장할 수 있도록 구성하였다. 본 연구를 통해 사용자 맞춤형 학습 시스템 구축에 필요한 주요 기반을 파악하고 맞춤형 학습을 지원하기 위한 시스템 아키텍처를 효과적으로 구축할 수 있다.

• 실천공학교육논문지
• /
• 제16권2호
• /
• pp.159-165
• /
• 2024

본 연구는 학습자 중심의 맞춤형 교육을 위한 지능형 학습활동 데이터를 수집하기 위한 전체 체계를 연구하였다. 학습활동 데이터수집 표준인 xAPI, Caliper analytics, cmi5의 특징들을 비교 분석하였고, 이러한 표준화된 데이터뿐만 아니라 표준화되지 않은 학습활동 데이터도 모두 빅데이터로 저장되어 인공지능 학습분석을 할 수 있는 체계를 마련하였다. 그 결과 데이터 유형 정의, xAPI 적용한 학습데이터 표준화, 빅데이터 저장, 학습분석(통계 기반 및 AI 기반), 학습자 맞춤형 서비스인 5개의 단계로 구성하였다. 이를 통해 인공지능 기술을 적용한 학습데이터 분석을 위한 기반을 마련하고자 하였다. 향후 연구에서는 전체 체계를 3개의 단계로 나누어 구현하고 실행하면서 설계에서 부족한 부분을 수정·보완할 것이다.

• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.278-283
• /
• 2010

본 논문에서는 유비쿼터스 환경에서 학습자 맞춤형 학습을 지원하기 위한 사용자 모델 확장의 프레임워크를 설계 및 제시하였다. 이를 위해 기존의 모델인 도메인 모델, 사용자 모델, 적용 모델, 인터액션 모델을 LMS(Learning Management System)와 LCMS(Learning Contents Management System)에 연동하였다. 사용자 모델의 확장인 학습자 정보 관리 프로세스를 LMS와 적응적 시스템 사이에 두었으며, 이를 u-러닝에서 사용할 수 있도록 u-LMS와 연결하였다. u-LMS와 u-LCMS는 학습자의 접속 및 요구에 따라 적절한 변환을 통해 이동형 기기에 제공할 수 있도록 하였다.

• 전기전자학회논문지
• /
• 제28권3호
• /
• pp.474-478
• /
• 2024

본 논문에서는 의약 용기의 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크를 제안한다. 제안하는 딥러닝 네트워크는 현장에서 생산되는 의약 용기의 데이터를 사용하여 의약 용기에 특화된 딥러닝 네트워크로 더욱 정확하게 품질을 검사한다. 또한, 인라인 검사가 가능한 딥러닝 네트워크를 사용하여 품질 검사의 속도를 증대시킬 수 있다. 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크의 개발은 3단계로 나뉜다. 첫 번째로 실제 의약 용기 생산 현장에서 1개의 이물검사용 line 카메라, 3개의 치수검사용 area 카메라를 통해 얻은 약 10,000장의 이미지로 데이터셋을 구축한다. 두 번째로 의약 용기 데이터 전처리에서는 이물 검사, 치수검사의 용도에 맞게 불량이 일어날 수 있는 곳에 ROI를 지정하여 데이터를 전처리한다. 세 번째로 전처리된 데이터를 이용하여 딥러닝 네트워크를 학습한다. 딥러닝 네트워크는 적은 채널 수를 적용하여 linear layer를 사용하지 않아 판정 속도를 향상하고, PReLU와 residual learning를 적용하여 정확도를 향상한다. 이를 통해 4개의 카메라에서 구축한 데이터셋에 맞는 4개의 딥러닝 모듈을 제작한다. 제안된 의약 용기의 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, 딥러닝 모듈의 판별 정확도가 99.4%로 세계 최고 수준인 95% 보다 우수한 성적을 달성하였고, 평균 판별 속도가 0.947초로 측정되어 세계 최고 수준인 1초보다 우수한 성적을 달성하였다. 따라서, 본 논문에서 제안한 의약 용기의 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크의 효용성이 입증되었다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권1호
• /
• pp.55-60
• /
• 2020

Adaptive recommendation systems have been developed with big data processing as a system that provides services tailored to users based on user information and usage patterns. Deep learning can be used in these adaptive recommendation systems to handle big data, providing more efficient user-friendly recommendation services. In this paper, we propose a system that uses deep learning to categorize and recommend tourism types to suit the user's personality. The system was divided into three layers according to its core role to increase efficiency and facilitate maintenance. Each layer consists of the Service Provisioning Layer that real users encounter, the Recommendation Service Layer, which provides recommended services based on user information entered, and the Adaptive Definition Layer, which learns the types of tourism suitable for personality types. The proposed system is highly scalable because it provides services using deep learning, and the adaptive recommendation system connects the user's personality type and tourism type to deliver the data to the user in a flexible manner.

• Journal of Information Processing Systems
• /
• 제6권4호
• /
• pp.609-620
• /
• 2010

In order to provide a tailored education for learners within the ubiquitous environment, it is critical to undertake an analysis of the learning activities of learners. For this purpose, SCORM (Sharable Contents Object Reference Model), IMS LD (Instructional Management System Learning Design) and other standards provide learning design support functions, such as, progress checks. However, in order to apply these types of standards, contents packaging is required, and due to the complicated standard dimensions, the facilitation level is lower than the work volume when developing the contents and this requires additional work when revision becomes necessary. In addition, since the learning results are managed by the server there is the problem of the OS being unable to save data when the network is cut off. In this study, a system is realized to manage the actions of learners through the event interception of a web-browser by using event hooking. Through this technique, all HTMLbased contents can be facilitated again without additional work and saving and analysis of learning results are available to improve the problems following the application of standards. Furthermore, the ubiquitous learning environment can be supported by tracking down learning results when the network is cut off.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권2호
• /
• pp.127-135
• /
• 2024

Recent studies have shown that inverse design using deep learning has the potential to rapidly generate the optimal design that satisfies the target performance without the need for iterative optimization processes. Unlike traditional methods, deep learning allows the network to rapidly generate a large number of solution candidates for the same objective after a single training, and enables the generation of diverse designs tailored to the objectives of inverse design. These inverse design techniques are expected to significantly enhance the efficiency and innovation of design processes in various fields such as aerospace, biology, medical, and engineering. We analyzes inverse design models that are mainly utilized in the nano and chemical fields, and proposes inverse design models based on supervised and unsupervised learning that can be applied to the engineering system. It is expected to present the possibility of effectively applying inverse design methodologies to the design optimization problem in the field of engineering according to each specific objective.

• 한국컴퓨터정보학회논문지
• /
• 제9권3호
• /
• pp.115-120
• /
• 2004

SCORM의 데이터 모델을 확장하여 학습자의 학습특성에 따라 학습 컨텐츠를 차별적으로 제공할 수 있는 적응형 학습관리 시스템을 제안하였다. SCORM의 데이터 모델 확장과 학습자의 진단-처방처리 절차를 정립하여 IEEE에서 제시한 표준 학습관리 시스템의 아키텍쳐(LTSA)에 추가시켜 시스템을 설계하였으며, 컨텐츠 메타데이터를 확장하였고. 학습진행 동안에 컨텐츠를 동적으로 순서를 정하게 하는 패키징을 정의하여 이를 기반으로 적응형 학습관리 시스템을 구현하였다. 실험 컨텐츠를 이용해 시스템의 성능을 평가한 결과, 학습자의 특성에 따라 개별적인 학습컨텐츠가 제공되었고, SCORM을 확장하여 적응형 학습관리 시스템을 구현하는 것이 가능함을 보여 주었다.