• 정보처리학회논문지A
• /
• 제11A권2호
• /
• pp.223-230
• /
• 2004

본 논문에서는 온라인 교육에서의 컨텐츠의 효율적 관리와 중복개발방지 및 재사용성을 위한 교육학습시스템의 표준화 수립과 수요자 중심의 맞춤교육을 통한 학업성취도를 높이기 위한 방안들을 모색하여 보다 효율적인 온라인 학습 시스템에 근접한 LTSA기반의 초등수학 안내시스템을 제안한다. 학습자 특성에 따라 학습 진도/방법을 제시하여 프로그램학습의 기계적인 교육이 되지 않도록 학습자의 개인간차(학습자와 학습자)를 고려하였다. 또한 표준안을 기반으로 구현된 초등학교 교육 활용사례를 통한 교육의 학습내차(학습자 내부영역)의 문제를 부각시켜 시스템 내의 지도(coach)프로세스를 활성화할 수 있는 방안을 제시한다.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.220-225
• /
• 2021

Human population growth rate is an important parameter for real-world planning. Common approaches rely upon fixed parameters like human population, mortality rate, fertility rate, which is collected historically to determine the region's population growth rate. Literature does not provide a solution for areas with no historical knowledge. In such areas, machine learning can solve the problem, but a multitude of machine learning algorithm makes it difficult to determine the best approach. Further, the missing feature is a common real-world problem. Thus, it is essential to compare and select the machine learning techniques which provide the best and most robust in the presence of missing features. This study compares 17 machine learning techniques (base learners and ensemble learners) performance in predicting the human population growth rate of the country. Among the 17 machine learning techniques, random forest outperformed all the other techniques both in predictive performance and robustness towards missing features. Thus, the study successfully demonstrates and compares machine learning techniques to predict the human population growth rate in settings where historical data and feature information is not available. Further, the study provides the best machine learning algorithm for performing population growth rate prediction.

• Computers and Concrete
• /
• 제16권5호
• /
• pp.741-757
• /
• 2015

In the last decade, several modeling approaches have been proposed and applied to estimate the high-performance concrete (HPC) slump flow. While HPC is a highly complex material, modeling its behavior is a very difficult issue. Thus, the selection and application of proper modeling methods remain therefore a crucial task. Like many other applications, HPC slump flow prediction suffers from noise which negatively affects the prediction accuracy and increases the variance. In the recent years, ensemble learning methods have introduced to optimize the prediction accuracy and reduce the prediction error. This study investigates the potential usage of bagging (Bag), which is among the most popular ensemble learning methods, in building ensemble models. Four well-known artificial intelligence models (i.e., classification and regression trees CART, support vector machines SVM, multilayer perceptron MLP and radial basis function neural networks RBF) are deployed as base learner. As a result of this study, bagging ensemble models (i.e., Bag-SVM, Bag-RT, Bag-MLP and Bag-RBF) are found superior to their base learners (i.e., SVM, CART, MLP and RBF) and bagging could noticeable optimize prediction accuracy and reduce the prediction error of proposed predictive models.

• 정보교육학회논문지
• /
• 제3권1호
• /
• pp.125-133
• /
• 1999

This paper is to provide a provision, in the system of virtual studying on the base of web, that can be used when learners(student) don't feel interesting anymore in the situation of unit studying and wanders in virtual space. No doubt, It's possible to provoke learner's interesting with providing such as fine multi-media, graph, and animation. But This study propose a method for learner who is apt to tired of studying although activity program is developing.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 추계 학술발표회 논문집
• /
• pp.193-197
• /
• 2005

Classification tree is one of the most suitable base learners for ensemble. For past decade, it was found that bagging gives the most accurate prediction when used with unpruned tree and boosting with stump. Researchers have tried to understand the relationship between the size of trees and the accuracy of ensemble. With experiment, it is found that large trees make boosting overfit the dataset and stumps help avoid it. It means that the accuracy of each classifier needs to be sacrificed for better weighting at each iteration. Hence, split effect in boosting can be explained with the trade-off between the accuracy of each classifier and better weighting on the misclassified points. In bagging, combining larger trees give more accurate prediction because bagging does not have such trade-off, thus it is advisable to make each classifier as accurate as possible.

• 정보교육학회논문지
• /
• 제18권1호
• /
• pp.35-44
• /
• 2014

21세기 지식기반 정보화 사회에서 학교교육은 학습자 중심으로 변화되고 있다. 특히, 최근 스마트 교육을 위한 기반 구축으로 자기 주도적 학습이 보다 다양한 방법으로 실현 가능하게 되었다. 이에 본 연구에서는 ePUB 포맷 기반 전자책 저작도구를 교과학습에 적용하여 콘텐츠를 제작하도록 하여 학습자의 자기 주도적 학습 능력 향상에 미치는 효과를 분석해 보았다. 5학년 사회과 역사영역을 대상으로 하여 학습 결과물을 전자책으로 제작하는 활동을 하였다. 그 결과 실험집단이 통제집단보다 자기 주도적 학습 능력이 향상되었고 자기 주도적 학습 능력의 하위 요소인 내재적 동기, 학습 기회의 개방성, 자율성 등 모든 영역에서 높은 만족도를 보이는 것을 확인할 수 있었다.

• 정보교육학회논문지
• /
• 제5권2호
• /
• pp.279-287
• /
• 2001

본 연구는 효율적인 e-Learning 컨텐츠를 제공하기 위하여 개념적으로 표준화된 XML 컨텐츠 구조를 정의, 설계에 관한 내용이며 이를 쉽게 생성하기 위한 XML컨텐츠 프로토타입 생성기를 구현에 관한 내용이다. 또한 생성된 XML 컨텐츠를 학습자의 요구에 맞는 학습에 제공하기 위하여 사례기반 추론과 베이지안 확률에 의한 검색 방법을 응용.구현하였다. 이를 통하여 기존의 HTML기반 e-Learning System에서는 제공할 수 없었던 컨텐츠의 커스터마이즈화와 표준화를 이룰 수 있으며 학습자 수준에 맞는 적응형 컨텐츠를 제공할 수 있다. 이의 효율성을 평가하기 위해서 실제 e-Learning 시스템의 자바 학습에 적용하였으며 검색 결과를 통해 그 효율성을 입증하였다.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.853-862
• /
• 2003

본 논문에서는 퍼지 이론을 이용한 학습 평가 방법을 제안하였다. 제안된 학습 평가 방법은 정보처리 데이터베이스 과목에 대한 기출문제의 출제 빈도수를 3등급으로 분류하고 이것을 중요도라 정의하였다. 학습 중요도에 따른 학습 횟수에 대한 퍼지 소속도와 형성평가 점수에 대한 퍼지 소속도를 각각 9개의 퍼지 추론 규칙에 적용하여 학습 이해도를 평가하였다. 최종적인 학습 평가는 각 장별 학습 이해도에 대한 퍼지 등급과 총괄평가 점수에 대한 소속도를 이용하여 퍼지 추론규칙에 적용하고 비퍼지화하여 평가하였다. 제시된 퍼지 이론을 이용한 학습 평가 방법은 학습자가 스스로 학습한 내용을 진단 할 수 있도록 도와주며, 학습목표의 성취여부를 종합적이고 객관적으로 판단할 수 있는 방법을 제공한다.

• 한국융합학회논문지
• /
• 제9권2호
• /
• pp.7-12
• /
• 2018

최근 4차 산업혁명 시대에 접어들면서 사회적으로 코딩교육에 대한 관심이 높아지고, 학교 내 강좌 개설이 확대되고 있다. 코딩교육은 기존 전공자 중심의 강좌 개설에서 비전공자를 대상으로 한 교양강좌 개설의 형태로 강좌수가 증가하고 있다. 소프트웨어 교육을 통한 컴퓨팅 사고 및 창의력 중심의 교육에 대한 중요성이 강조되면서 효과적인 코딩 교육에 대한 연구가 절실히 요구 된다. 본 연구는 학습자의 참여와 흥미를 높이는 효과적인 코딩학습 모델에 대한 연구를 진행하였다. 제안된 학습 모델은 학습자가 수업의 중심이 되는 프로젝트를 미리 디자인 하고, 이를 해결하는 과정에서 다양한 문법의 인지와 자료 탐색을 수행하도록 설계 하였다. 제안된 학습 모델의 적용과 사례 분석을 통하여 향상된 학습 결과를 확인 하였다. 제안한 학습 모델을 다양한 코딩 수업 과정에 적용한다면 보다 향상된 학습 성과를 올릴 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제9권6호
• /
• pp.1830-1837
• /
• 2008

지식 정보화 사회의 발달은 교육자나 교육 기관 중심의 교육에서 학습자 중심의 자기 주도적 학습을 중심으로 하는 교육으로 변화하게 되었다. 이는 학습자의 특성과 교육 의도가 학습 성과에 가장 중요한 요인으로 작용함을 의미한다. 특히 학습자들간의 학습, 온라인 커뮤너티, 멀티미디어 중심 교육 등이 혼합되어 있는 사이버 대학이 가장 대표적인 새로운 교육 패러다임을 활용한 예로 들 수 있다. 본 연구는 서울에 있는 4년제 대학에서 병설한 사이버 대학교 재학생 1620명을 대상으로 사이버 교육에 대한 만족도 조사를 실시하였다. 조사 분야는 입학 프로세스 및 대학 교육에 대한 기대 수준 등을 위시한 개인적 측면의 인구 통계적 분야와 수업 및 교육환경, 학습 과정 등에 관한 기관과 관련한 만족도 수준을 측정하였다. 연구 결과는 사이버 대학 교육이 원천적으로 사회 재교육을 위한 평생 교육법에 의거하여 설립된 것과 같은 맥락으로 학습과 교육에 대한 만족도는 나이와 직업 유무와 높은 상관 관계가 없었다. 특히 컴퓨터 리터러시와 매우 깊이 관련되는 나이는 학습 만족도와는 상관 관계가 없었고, 오히려 50세 이상의 계층에서 높은 수준의 학업 만족도를 보였다. 그러나 궁극적으로 사이버 교육에 익숙하여지면서 오히려 사이버 교육에 관한 만족도가 저하되는 현상은 앞으로 사이버대학이 해결해야 할 과제로 제기 되었다.