• 한국융합학회논문지
• /
• 제6권6호
• /
• pp.293-299
• /
• 2015

MOOC(Massive Open Online Course)란 대단위로 누구나 무료로 수강할 수 있는 온라인 강좌이다. 이러한 MOOC가 기존 대학체계를 무너뜨리고, 교육의 새 지평을 열 것이라는 전망이 있었다. 그러나 MOOC는 기존의 고등교육기관을 위협할 것이라는 최초의 전망과는 다른 양상으로 진행되고 있다. 그래서 본 연구는 MOOC의 허와 실을 드러냄으로써 MOOC를 우리 고등교육의 실정에 맞게 제작하고 활용할 수 있는 논의의 시발점을 마련하고자 한다. MOOC는 기본적으로 온라인 교육이므로 기존 온라인 교육의 본질적인 문제점인 '상호작용, 감독 및 평가'의 문제를 그대로 계승할 수밖에 없다. 그리고 새로이 추가된 'Massive' 개념은 교육 현장에서 가장 민감한 부분인 강좌당 학생 수 문제를 불러일으키며, 'Open' 개념은 MOOC가 불특정 다수를 염두에 둔 강좌이므로 맞춤형 교육에 역행된다. 결론적으로 MOOC는 자기 주도적 학습 능력이 매우 탁월한 학습자들과 전통적인 온라인 고등교육기관에도 접근할 수 없는 사람들을 위한 교육 서비스로 자리매김 되고, 대학에서는 Flipped Learning의 수단으로 사용될 가능성이 매우 높다. 그러므로 향후 MOOC에서는 이 점이 고려되어 강좌의 대상에 맞게 차별화되어 개발될 필요가 있다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.217-230
• /
• 2019

본 연구는 기존 동반질환을 이용한 중증도 보정 방법의 제한점을 보완하기 위해 급성심근경색증 환자의 맞춤형 중증도 보정방법을 개발하고, 이의 타당성을 평가하기 위해 수행되었다. 이를 위하여 질병관리본부에서 2006년부터 2015년까지 10년간 수집한 퇴원손상심층조사 자료 중 주진단이 급성심근경색증인 한국표준질병사인분류(KCD-7) 코드 I20.0~I20.9의 대상자를 추출하였고, 동반질환 중증도 보정 도구로는 기존 활용되고 있는 CCI(Charlson comorbidity index), ECI(Elixhauser comorbidity index)와 새로이 제안하는 CCS(Clinical Classification Software)를 사용하였다. 이에 대한 중증도 보정 사망예측모형 개발을 위하여 머신러닝 기법인 로지스틱 회귀분석, 의사결정나무, 신경망, 서포트 벡터 머신기법을 활용하여 비교하였고 각각의 AUC(Area Under Curve)를 이용하여 개발된 모형을 평가하였다. 이를 평가한 결과 중증도 보정도구로는 CCS 가 가장 우수한 것으로 나타났으며, 머신러닝 기법 중에서는 서포트 벡터 머신을 이용한 모형의 예측력이 가장 우수한 것으로 확인되었다. 이에 향후 의료서비스 결과평가 등 중증도 보정을 위한 연구에서는 본 연구에서 제시한 맞춤형 중증도 보정방법과 머신러닝 기법을 활용하도록 하는 것을 제안한다.

• 수산해양교육연구
• /
• 제29권3호
• /
• pp.677-688
• /
• 2017

The purpose of this study is to analyze the action learning lesson about the improvement process of the job support program of P university students. As a research method, we applied the related classes during the semester to the students who took courses in the course of 'Human Resource Development', which is a subject of P university, and analyzed the learner's reflection journal, interview data. As a result of the research, we went through the problem selection stage, the team construction and the team building stage. And then we searched for the root cause of the problem, clarified the problem, derived the possible solution, determined the priority and created the action plan. There are 10 solutions to the practical problems of poor job camps. Through two interviews with field experts it offered final solutions focused on promoting employment and Camp students participate in the management of post-employment into six camps. According to the first rank, job board integration, vendor selection upon student feedback, reflecting improved late questionnaire, public relations utilizing KakaoTalk, recruiting additional selection criteria, the camp provides recorded images in order. The results of this study suggest that the university's employment support program will strengthen the competitiveness of students' employment and become the basic data for the customized employment support program.

• Imaging Science in Dentistry
• /
• 제47권1호
• /
• pp.51-55
• /
• 2017

Purpose: This study was conducted to suggest the development of a learning management system for dental radiology education using the Modular Object-Oriented Dynamic Learning Environment(Moodle). Materials and Methods: Moodle is a well-known and verified open-source software-learning management system (OSS-LMS). The Moodle software was installed on a server computer and customized for dental radiology education. The system was implemented for teaching undergraduate students to diagnose dental caries in panoramic images. Questions were chosen that could assess students' diagnosis ability. Students were given several questions corresponding to each of 100 panoramic images. Results: The installation and customization of Moodle was feasible, cost-effective, and time-saving. By having students answer questions repeatedly, it was possible to train them to examine panoramic images sequentially and thoroughly. Conclusion: Based on its educational efficiency and efficacy, the adaptation of an OSS-LMS in dental school may be highly recommended. The system could be extended to continuing education for dentists. Further studies on the objective evaluation of knowledge acquisition and retention are needed.

• 정보처리학회논문지A
• /
• 제10A권5호
• /
• pp.571-578
• /
• 2003

웹의 등장은 멀티미디어 기술 및 컴퓨터 통신 기술 개발의 가속화 및 이를 응용한 컨텐츠 개발에 촉진제 역할을 하게 되었다. 또한 웹기반 교육시스템의 연구에서도 전자도서관과 LOD 기술을 접목한 연구들이 활발히 진행되어 왔다. 최근에는 교수-학습 활동에서의 새로운 형태인 웹을 기반으로 한 교육(WBI : Web-Based Instruction)이라는 교수 모형이 제시되기에 이르렀다. 또한, 학습자의 요구에 맞는 코스웨어의 주문이 증가되고 있는 추세이명 그에 따라 웹 기반 교육 시스템에 효율적이고 자동화된 교육 에이전트의 필요성이 인식되고 있다. 본 논문에서는 학습 평가에서 학습자의 답안 마킹 이벤트를 이용한 학습 성취도 분석 시스템을 제안한다. 제안한 시스템은 먼저 학습자의 학습 행위를 지속적으로 모니터링하고 평가하여 개인 학습자의 학습 성취도를 계산하며, 이 성취도를 에이전트의 스케쥴에 적용하여 학습자에서 적합한 코스를 제공하고, 학습자는 이러한 코스에 따라 능력에 맞는 반복된 학습을 통하여 적극적은 완전학습을 수행하게 된다.

• 컴퓨터교육학회논문지
• /
• 제7권4호
• /
• pp.77-91
• /
• 2004

학습자 정보의 표준화는 원격교육기관간의 원활한 학습자 정보 교류와 학습자 정보의 체계적 관리를 통한 학습자 중심의 이러닝 서버스를 제공하기 위해 반드시 필요하다. 기존의 학습자 정보 표준화 모형은 시스템간의 교류에 중점을 두는 경향이 있었으나, 학습자의 개별 특성에 따른 맞춤식 교육을 위해서는 교육적 관점에서 학습자 정보의 표준화를 다를 필요가 있다. 이를 위해 본 연구에서는 학습자 정보 표준화 모형에 대한 선행 연구를 바탕으로 학습자 성향 정보와 학습 성과 정보 등 교육적 목적을 위한 구체적인 표준화 항목을 도출하여 전체 3개 영역의 33개 항목으로 구성된 학습자 정보 표준화 모형을 개발하였다. 또한 이러닝의 운영 경험이 있는 26개 대학을 대상으로 설문조사를 실시하여 학습자 정보 표준화 모형을 위한 필수 정보와 선택 정보를 구분하였다. 표준화 모형은 그 적용 범위와 목적에 따라 각 요소들의 중요도가 달라지는데, 본 연구에서는 표준화 모형의 적용 범위를 대학을 중심으로 한 고등교육 영역으로 한정하였다.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.451-459
• /
• 2017

언어학습 도구로서 스마트폰은 강의실 밖과 비교했을 때 수업시간에 활용되는 경우는 흔하지 않다. 따라서 본 연구의 목적은 영어 듣기의 수업 활동에서 스마트폰의 유용성을 파악하는 것이다. 71명의 학생들이 한 학기 동안 Practical English Listening and Reading 과목에서 개별적으로 스마트폰을 이용하여 듣기 활동을 하였다. 학기 말에 학생들은 스마트폰 활동에 관한 10문항의 설문에 응답하였다. 설문을 분석한 결과 스마트폰을 이용한 듣기 활동은 학생들의 영어 듣기에 대한 흥미를 유발하였으며 개인별 맞춤 학습으로서 듣기 능력을 향상시키는 효과를 가져왔다. 그런데 스마트폰이 지닌 다른 기능들이 학생들의 듣기 활동을 방해한다는 사실이 스마트폰 활용의 가장 큰 단점으로 나타났다. 이를 해결하기 위해 듣기 활동을 모두 스마트폰 활동으로 할 것이 아니라 강의실 컴퓨터를 사용한 전체 활동도 병행할 것을 제안한다. 학생들이 원하는 혼합율은 50대 50 이었다. 학생 집단의 수준에 따라 그 혼합율은 달라질 수 있을 것이다. 이러한 연구결과는 디지털 융합 영어학습을 활성화하는데 기여할 것이다.

• 정보보호학회논문지
• /
• 제31권3호
• /
• pp.433-441
• /
• 2021

안드로이드 어플리케이션은 생산성과 게임 등의 다양한 카테고리에 걸쳐 출시되며, 사용자는 개인의 사용 패턴에 따라 다양한 어플리케이션 및 악성코드에 노출된다. 반면 대부분의 분석 엔진은 기존에 존재하는 데이터셋을 활용하며, 주기적인 업데이트가 이루어진다고 해도 사용자의 선호도를 반영하지 않는다. 따라서 알려진 악성코드에 대한 탐지율은 높은 반면, 애드웨어와 같은 유형의 악성코드는 탐지가 어렵다. 또한 기존의 엔진은 서버를 거쳐야 하므로, 추가적인 비용이 발생하며, 사용자는 가용성과 실시간성을 보장받지 못하는 문제가 발생한다. 이러한 문제를 해결하기 위해 논문에서는 서버와 단 한번만의 통신이 요구되는 on-device 악성코드 분석과 전이학습을 통한 모델 재훈련을 수행하는 분석 시스템을 제안한다. 또한 해당 시스템은 디바이스 내부에서 디컴파일을 포함한 전체 프로세스가 이루어지므로, 서버 시스템에서의 부하를 분산할 수 있다. 이러한 분석 시스템을 구현하여 테스트한 결과, 전이 학습이전 기준 최대 90.3%의 정확도를 얻었으며, Adware 카테고리에 대하여 전이학습을 수행한 뒤 최대 95.1% 의 정확도로, 기존 대비 4.8% 높은 정확도를 얻을 수 있었다.

• 한국IT서비스학회지
• /
• 제19권6호
• /
• pp.131-144
• /
• 2020

As the blockchain technology attracts attention, interest in cryptocurrency that is received as a reward is also increasing. Currently, investments and transactions are continuing with the expectation and increasing value of cryptocurrency. Accordingly, prediction for cryptocurrency price has been attempted through artificial intelligence technology and social sentiment analysis. The purpose of this paper is to develop a deep learning ensemble model for predicting the price fluctuations and one-day lag price of cryptocurrency based on the design science research method. This paper intends to perform predictive modeling on Ethereum among cryptocurrencies to make predictions more efficiently and accurately than existing models. Therefore, it collects data for five years related to Ethereum price and performs pre-processing through customized functions. In the model development stage, four LSTM models, which are efficient for time series data processing, are utilized to build an ensemble model with the optimal combination of hyperparameters found in the experimental process. Then, based on the performance evaluation scale, the superiority of the model is evaluated through comparison with other deep learning models. The results of this paper have a practical contribution that can be used as a model that shows high performance and predictive rate for cryptocurrency price prediction and price fluctuations. Besides, it shows academic contribution in that it improves the quality of research by following scientific design research procedures that solve scientific problems and create and evaluate new and innovative products in the field of information systems.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.193-198
• /
• 2023

딥러닝을 이용한 학습자 맞춤 강의 추천 프로젝트를 연구한다. 추천시스템은 웹과 앱에서 쉽게 발견할 수 있으며 이 특성을 이용한 예제는 사용자 클릭으로 특성 영상 추천과 SNS에서 평소 사용자가 관심 있던 분야의 아이템을 광고하는 것이 있다. 본 연구에서는 문장 유사도인 Word2Vec를 주로 이용하여 2번의 필터링을 거쳤으며 Surprise 라이브러리를 통해 강좌 추천을 하였다. 이러한 시스템으로 사용자에게 간편하고 편리하게 원하는 분류의 강좌 데이터를 제공한다. Surprise 라이브러리는 Python scikit-learn 기반의 라이브러리이며 추천시스템에 편리하게 사용된다. 데이터를 분석하여 시스템을 빠른 속도로 구현하고 딥러닝을 사용하여 강좌 단계를 거쳐 보다 더 정밀한 결과를 구현해낸다. 사용자가 관심 있는 키워드를 입력하면 해당 키워드와 강좌 제목과의 유사도를 실행하고 추출된 영상 데이터로 또 음성 텍스트와의 유사도를 실행하여 추출된 데이터로 Surprise 라이브러리를 통해 가장 높은 순위의 영상 데이터를 추천한다.