• 컴퓨터교육학회논문지
• /
• 제6권3호
• /
• pp.99-108
• /
• 2003

본 논문은 VOD(Video On Demand) 기반 온라인 교육 시스템의 한계점들을 분석하고 이에 대한 대안으로 e- Learning 표준에 기초한 EOD(Education On Demand) 시스템의 디자인과 구현에 대해 기술한다. EOD 시스템은 XML로 표현되는 메타 정보와 컴포넌트 기술을 사용하여 학습 컨텐츠 라이프사이클 전반에 적용되는 저작 도구, 컨텐츠 서버, 학습 정책 시스템 그리고 뷰어로 구성된다. 구성요소간의 모든 정보 교환은 SCORM 표준에 기반한 메타 정보로 표현되어 효과적인 컨텐츠 관리와 자동화를 가능하게 한다. 또한 학습자의 상호작용 및 피드백 정보를 통합 관리하여 학습 정책 시스템을 통해 개별 학습자에게 맞추어진 학습 지도를 제공 할 수 있다. 이러한 EOD 시스템을 통해 단순한 컨텐츠 제공을 넘어선 발전된 형태의 온라인 교육 시스템에 대해 고찰해 본다.

• 대한임베디드공학회논문지
• /
• 제18권2호
• /
• pp.81-87
• /
• 2023

With the development of BCI devices, it is now possible to use EEG control technology to move the robot's arms or legs to help with daily life. In this paper, we propose a customized vehicle control model based on BCI. This is a model that collects BCI-based driver EEG signals, determines information according to EEG signal analysis, and then controls the direction of the vehicle based on the determinated information through EEG signal analysis. In this case, in the process of analyzing noisy EEG signals, controlling direction is supplemented by using a camera-based eye tracking method to increase the accuracy of recognized direction . By synthesizing the EEG signal that recognized the direction to be controlled and the result of eye tracking, the vehicle was controlled in five directions: left turn, right turn, forward, backward, and stop. In experimental result, the accuracy of direction recognition of our proposed model is about 75% or higher.

• 한국산학기술학회논문지
• /
• 제17권12호
• /
• pp.716-722
• /
• 2016

급격한 IT 환경의 변화에 따라 스마트 시대의 다양한 디지털 데이터가 폭발적으로 증가하고 있다. 이에 따라 다양한 영역에서 빅데이터를 활용한 서비스와 관련 기술들이 연구 및 개발되고 있다. 스마트교육에 있어서 빅데이터의 활용도는 학생, 교사, 학부모 등의 입장에서 많은 잠재력을 지니고 있다. 본 논문에서는 빅데이터에 대해 알아보고, 교육적 활용 시나리오에 대해서 살펴본다. 또한 빅데이터를 통한 맞춤형 교육 서비스를 도출하고, 이를 활용할 수 있는 방안을 제안하고자 한다. 이를 위해 교육용 빅데이터 처리 기술을 분석하고, 빅데이터 처리를 위한 시스템을 설계하고, 교육용 빅데이터를 활용하기 위해서 필요한 교육 서비스 방안을 제시하였다. 이러한 방안이 제대로 적용될 수 있는지 시범적으로 업무과 교육을 위한 클라우드 기반에서 동작하는 테스트 플랫폼을 구현하였다. 이를 교사들이 직접 사용해 보고 나서, 업무와 교육에서의 흥미도, 즐거움, 도구 사용 느낌, 긴장감이나 걱정, 자신감 등을 토대로 설문을 실시하고, 그 결과를 분석하여 교육용 빅데이터를 사용하기 위한 기반을 마련하고자 한다.

• 한국전자통신학회논문지
• /
• 제7권2호
• /
• pp.227-234
• /
• 2012

컴퓨터와 인터넷의 발달은 사회 전 분야에 걸쳐 많은 변화를 가져왔다. 교육 시장도 이에 적극적으로 부응하여 원격교육, 사이버교육, 가상강의, e-Learning 등의 이름으로 제안되어지며 다양한 서비스를 제공하고 있다. 이를 위한 시스템들이 다양하게 제공되면서 컴퓨터를 이용하여 이루어지는 교육과 평가가 활발히 이루어지고 있다. 그러나 많은 시스템들이 제한적 기능을 제공하고 있는 것이 사실이다. 이에 본 논문에서는 학습자들의 교육 이해 수준 정도를 실시간으로 피드백(Feedback)함으로써 교수자가 맞춤식교육을 진행할 수 있는 CBT(Computer Based Training/Test)방식의 쌍방향 자율모드 기반 교육 환경을 제공하는 RTE(Real Training Environment) 시스템을 제안한다. 이 시스템을 활용하여 학습자의 능력에 맞는 맞춤식 교육 환경을 제공하고 학습자들의 학습동기를 극대화시킬 수 있을 것으로 생각된다.

• 디지털융복합연구
• /
• 제14권6호
• /
• pp.263-270
• /
• 2016

본 논문에서는 교육 분야에 프로파일링을 활용하여 교사가 전문적인 통계 지식을 가지고 있지 않아도 운영이 가능한 성적 맞춤형 통계 분석 시스템을 개발하고자 한다. 이를 위해 프로파일링에 대한 기술을 교육 분야에 융합하여 학생 맞춤형 다차원 분석 시스템을 구축하기 위한 필요 요소들(프로파일링, 빈도/교차/기간별/이항/다항 분석)에 대해 살펴보았다. 실제 교육 프로파일링을 활용한 학생 맞춤형 다차원 분석 시스템을 구축하기 위한 전체 구성도와 구축 상황에 대해 언급하고, 각 통계적 방법을 적용한 알고리즘에 대한 구현 결과를 보였으며, 기존에 존재하는 시스템들과의 차별성과 우월성에 대해 설명하였다. 제안된 기술을 기반으로 시스템이 구축되면 수각자의 요구와 능력의 차이를 고려하여 정확한 목표 및 기준을 명확하게 함으로써, 공교육 만족도 제고를 통해 선행학습 및 사교육비 절감의 효과와 학생 개인의 능력과 적성에 맞는 자기 주도적 학습 실현이 가능하다.

• 디지털융복합연구
• /
• 제19권6호
• /
• pp.11-21
• /
• 2021

본 연구는 인문계열 학생들에게 생소하고 어려운 프로그래밍 교육의 효과적인 학습이 가능하도록 비교과프로그램 운영을 통한 학습의 효과성을 살펴보고자 한다. 인문계열 학생들 A학과와 B학과 70명 대상으로 한 학기 수업을 통해 수집된 학습관련 데이터와 창의융합 앱개발 공모전 비교과프로그램 활동을 통해 수집한 데이터, 설문지를 바탕으로 분석한 결과 비교과프로그램 활동이 학업성취도에 영향을 미치는 것으로 나타났다. 교육과정 참여 전후에 실시한 학생들의 핵심역량 진단 검사결과는 교육과정 참여 후 핵심역량이 A학과와 B학과 모두 향상된 것으로 나타났다. 본 연구는 비교과프로그램 활동이 개인의 역량 증진에 도움이 됨과 동시에 은둔형 학생들에게 맞춤지도를 하여 학업성취도 향상을 기대할 수 있다고 본다. 향후 수업진행시 일반적인 앱개발보다는 전공과 관련된 앱을 개발할 수 있도록 학과별 맞춤지도를 하여 전공분야와 융합하여 문제를 해결할 수 있는 능력, 컴퓨팅적 사고력, 창의적 사고력 향상을 기대해 본다.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.39-47
• /
• 2023

The development of autonomous driving and Advanced Driver Assistance System (ADAS) technology has grown rapidly in recent years. As most traffic accidents occur due to human error, self-driving vehicles can drastically reduce the number of accidents and crashes that occur on the roads today. Obviously, technical advancements in autonomous driving can lead to improved public driving safety. However, due to the current limitations in technology and lack of public trust in self-driving cars (and drones), the actual use of Autonomous Vehicles (AVs) is still significantly low. According to prior studies, people's acceptance of an AV is mainly determined by trust. It is proven that people still feel much more comfortable in personalized ADAS, designed with the way people drive. Based on such needs, a new attempt for a customized ADAS considering each driver's driving style is proposed in this paper. Each driver's behavior is divided into two categories: assertive and defensive. In this paper, a novel customized ADAS algorithm with high classification accuracy is designed, which divides each driver based on their driving style. Each driver's driving data is collected and simulated using CARLA, which is an open-source autonomous driving simulator. In addition, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) machine learning algorithms are used to optimize the ADAS parameters. The proposed scheme results in a high classification accuracy of time series driving data. Furthermore, among the vast amount of CARLA-based feature data extracted from the drivers, distinguishable driving features are collected selectively using Support Vector Machine (SVM) technology by comparing the amount of influence on the classification of the two categories. Therefore, by extracting distinguishable features and eliminating outliers using SVM, the classification accuracy is significantly improved. Based on this classification, the ADAS sensors can be made more sensitive for the case of assertive drivers, enabling more advanced driving safety support. The proposed technology of this paper is especially important because currently, the state-of-the-art level of autonomous driving is at level 3 (based on the SAE International driving automation standards), which requires advanced functions that can assist drivers using ADAS technology.

• 정보교육학회논문지
• /
• 제16권2호
• /
• pp.223-231
• /
• 2012

최근 스마트폰 보급에 따른 디지털 네이티브의 등장으로 교육에 있어서도 이에 걸 맞는 변화가 필요하게 되었다. 기존의 E-Learning, U-Learning 을 보다 학습자 중심, 맞춤형 교육에 근접하도록 실현할 수 있는 교수학습용 자료와 소프트웨어가 필요한 것이다. 이에 따라 초등학생의 발달 단계에 맞는 음성언어 중심의 영어 학습 프로그램을 교육과학기술부가 추천하는 초등학생을 위한 영어 단어를 기반으로 한 스마트폰에서 학습할 수 있도록 어플리케이션을 설계하고 구현하여 초등학교 학교 현장에서의 스마트러닝의 적용 및 발전을 위한 창의적인 아이디어를 제시해 보고자 한다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.79-86
• /
• 2019

This paper is an overview of key elements of Korea National Open University's smart mobile learning system, and an attempt to evaluate its main services relative to the FRAME model and the Mobile Learning Development Model for distance learning in higher education. KNOU improved its system architecture to one based on xMOOC e-learning content delivery while also upgrading its PC-based online/mobile learning services to facilitate an easier and more convenient access to lectures and for better interactivity. From the users' viewpoint, the upgraded 'U-KNOU Campus' allows for a more integrated search capability coupled with better course recommendations and a customized notification service. Using the new system, the students can access not only the school- and peer-issued messages via online bulletin boards but also share information and pose questions to others including to the school faculty/officials and system administrators. Additionally, a new mobile payment method has been incorporated into the system so that the students can select and pay for additional courses from anywhere. In spite of these advances, the issue of device usability and content development remain; specifically U-KNOU Campus needs to improve its instructor-learner and learner-to-learner interactivity and mobile evaluation interface.

• 드라이브 ㆍ 컨트롤
• /
• 제18권4호
• /
• pp.9-18
• /
• 2021

This study proposes a method for creating learning datasets to recognize obstacles using deep learning algorithms in automated construction machinery or an autonomous vehicle. Recently, many researchers and engineers have developed various recognition algorithms based on deep learning following an increase in computing power. In particular, the image classification technology and image segmentation technology represent deep learning recognition algorithms. They are used to identify obstacles that interfere with the driving situation of an autonomous vehicle. Therefore, various organizations and companies have started distributing open datasets, but there is a remote possibility that they will perfectly match the user's desired environment. In this study, we created an interface of the virtual simulator such that users can easily create their desired training dataset. In addition, the customized dataset was further advanced by using the RDBMS system, and the recognition rate was improved.