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.
Aydogmus, Hacer Yumurtaci;Erdal, Halil Ibrahim;Karakurt, Onur;Namli, Ersin;Turkan, Yusuf S.;Erdal, Hamit
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.