• 디지털콘텐츠학회 논문지
• /
• 제15권1호
• /
• pp.101-112
• /
• 2014

특정 표준에 대한 사전 지식 없이 콘텐트를 저작할 수 있는 템플릿 기반의 이러닝 저작 도구가 활발히 개발되고 있다. 그러나 일반적인 웹 기반 HTML 저작도구에서 템플릿을 사용하기 위해서는 중요한 극복 사항이 있다. 콘텐트 내부에 템플릿이 삽입 되거나, 이를 편집 과정 중에 사용자의 의도치 않은 입력으로 템플릿 구조가 변형이 될 수 있다. 이것은 제한된 스키마를 준수해야하는 표준 콘텐트 저작에 있어서 큰 위험 요소가 된다. 본 논문은 위지윅 기반의 HTML 저작 도구에 삽입되는 템플릿 자원을 사용자가 임의로 변형하는 것을 막을 수 있는 효과적인 유지 기법을 제안한다. 우리는 웹 기반 오픈 소스에디터인 tinyMCE에 IMS-QTI 표준 문항을 생성할 수 있는 템플릿 플러그인을 추가하였다. 그리고 사용자의 의도치 않은 입력 행위에 대응하여 템플릿의 구조가 지속적으로 유지 가능하게 하는 tinyMCE용 플러그인 모듈을 구현하였다. 제안하는 기법은 tinyMCE 이외에도 다양한 오픈 소스 기반의 편집 도구에 적용 가능하다는 장점이 있다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.65-76
• /
• 2022

Recently, not only traditional statistical techniques but also machine learning algorithms have been used to make more accurate bankruptcy predictions. But the insolvency rate of companies dealing with financial institutions is very low, resulting in a data imbalance problem. In particular, since data imbalance negatively affects the performance of artificial intelligence models, it is necessary to first perform the data imbalance process. In additional, as artificial intelligence algorithms are advanced for precise decision-making, regulatory pressure related to securing transparency of Artificial Intelligence models is gradually increasing, such as mandating the installation of explanation functions for Artificial Intelligence models. Therefore, this study aims to present guidelines for eXplainable Artificial Intelligence-based corporate bankruptcy prediction methodology applying SMOTE techniques and LIME algorithms to solve a data imbalance problem and model transparency problem in predicting corporate bankruptcy. The implications of this study are as follows. First, it was confirmed that SMOTE can effectively solve the data imbalance issue, a problem that can be easily overlooked in predicting corporate bankruptcy. Second, through the LIME algorithm, the basis for predicting bankruptcy of the machine learning model was visualized, and derive improvement priorities of financial variables that increase the possibility of bankruptcy of companies. Third, the scope of application of the algorithm in future research was expanded by confirming the possibility of using SMOTE and LIME through case application.

• 품질경영학회지
• /
• 제51권1호
• /
• pp.55-65
• /
• 2023

Purpose: The purpose of this study is to propose an optimization process to improve product yield in the process using process data. Recently, research for low-cost and high-efficiency production in the manufacturing process using machine learning or deep learning has continued. Therefore, this study derives major variables that affect product defects in the manufacturing process using eXplainable Artificial Intelligence(XAI) method. After that, the optimal range of the variables is presented to propose a methodology for improving product yield. Methods: This study is conducted using the injection molding machine AI dataset released on the Korea AI Manufacturing Platform(KAMP) organized by KAIST. Using the XAI-based SHAP method, major variables affecting product defects are extracted from each process data. XGBoost and LightGBM were used as learning algorithms, 5-6 variables are extracted as the main process variables for the injection process. Subsequently, the optimal control range of each process variable is presented using the ICE method. Finally, the product yield improvement methodology of this study is proposed through a validation process using Test Data. Results: The results of this study are as follows. In the injection process data, it was confirmed that XGBoost had an improvement defect rate of 0.21% and LightGBM had an improvement defect rate of 0.29%, which were improved by 0.79%p and 0.71%p, respectively, compared to the existing defect rate of 1.00%. Conclusion: This study is a case study. A research methodology was proposed in the injection process, and it was confirmed that the product yield was improved through verification.

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.85-94
• /
• 2009

온라인 비디오 강좌는 내용 파악이 힘든 컨텐츠들이 대부분이기 때문에 학습자가 원하는 정보를 찾기란 쉽지 않다. 그래서 학습자들이 필요로 하는 내용을 정확하고 빠르게 제공해 주는 서비스가 필요하게 되었다. 본 논문에서는 학습자의 요구에 맞는 비디오 강좌를 제공해주기 위해 사용자 기반의 협업적 여과 방법을 변형하여 적용하고자 한다. 제안하는 알고리즘 방법은 학습자가 평가한 선호도 정보를 바탕으로 강좌의 특성을 이용해 분할한 영역에서 학습자와 비슷한 이웃 학습자들을 찾고, 이웃 학습자들에 의해 높은 선호도를 보인 강좌를 선별하고 강좌의 속성 정보를 반영하여 학습자에게 추천해 주는 방식이다. 즉, 강좌의 특성을 고려하여 강좌별로 분할한 후사용자 기반의 협업적 여과 방법을 통해 학습자의 선호도를 예측한다. 그리고 강좌의 속성을 이용한 속성 기반의 여과 방법을 적용해 예측된 강좌들과 유사도를 비교한 후 최종적으로 학습자의 선호도와 가장 유사한 강좌를 추천해 준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.329-332
• /
• 2022

본 연구는 기존 이러닝 컨텐츠 및 비대면 수업방식에 대한 문제점을 파악하고 학생들의 집중도 향상 및 수업 성취도 및 교육 효과를 높이고 웹 서버를 활용해 인공지능 수업 시스템을 설계를 제안 하고자 한다. OpenCV를 이용한 얼굴과 눈동자 추적의 기능을 사용하여 출석 및 집중도 파악하고 수업 중간에 교수자가 질문하는 문제에 음성 또는 메시지로 피드백을 유도함으로써 학습자가 온라인 수업으로 인한 지루함을 해소하고 주자별 테스트를 통해 기준 점수에 도달하지 못했을 경우 틀린 문제에 대한 교육자료 및 영상을 제공하여 학업 격차를 해소하고 학업에 대한 성취도를 향상을 높일 수 있는 인공지능 교육 프로그램 시스템 설계를 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.280-283
• /
• 2022

본 연구는 기존 이러닝 컨텐츠 및 비대면 수업방식에 대한 문제점을 파악하고 학생들의 집중도 향상 및 수업 성취도 및 교육 효과를 높이고 웹 서버를 활용해 인공지능 수업 시스템을 설계를 제안 하고자 한다. OpenCV를 이용한 얼굴과 눈동자 추적의 기능을 사용하여 출석 및 집중도 파악하고 수업 중간에 교수자가 질문하는 문제에 음성 또는 메시지로 피드백을 유도함으로써 학습자가 온라인 수업으로 인한 지루함을 해소하고 주자별 테스트를 통해 기준 점수에 도달하지 못했을 경우 틀린 문제에 대한 교육 자료 및 영상을 제공하여 학업 격차를 해소하고 학업에 대한 성취도를 향상을 높일 수 있는 인공지능 교육 프로그램 시스템 설계를 구축하였다.

• 한국항행학회논문지
• /
• 제24권3호
• /
• pp.238-244
• /
• 2020

스마트 시대를 살아가는 요즘 스마트폰을 전 국민이 사용하는 상황으로 봐도 무방할 정도로 빠른 발전과 보급이 진행되었으며, 스마트폰 사용으로 국내 미디어 콘텐츠 이용을 위한 필수 매체로 자리 잡아 성별, 연령, 지역 등에 상관없이 수많은 사람이 다양한 콘텐츠를 이용하고 있다. 최근 다양한 매체를 통해 온라인에서 학습을 위한 동영상 콘텐츠 소비가 이루어지고 있으며, 이는 학습자들이 온라인에서 동영상 콘텐츠를 활용하여 학습에 활용한다는 것을 알 수 있다. 기존 연구에서는 콘텐츠 유형에 따른 만족도 연구를 진행하였으며, 학습 콘텐츠 자체를 평가하여 학습자들에게 제공하는 방법에 대한 연구가 이루어 지지 않아 개선 방안이 필요하다고 판단하였다. 본 논문에서는 학습을 위한 동영상 콘텐츠 제공 방식 동향과 양질의 학습 콘텐츠를 제공하기 위한 개선 방안으로 학습 콘텐츠 자체의 평가와 리뷰를 통해 시스템을 제안하려고 한다.

• 디지털융복합연구
• /
• 제13권10호
• /
• pp.517-525
• /
• 2015

본 연구자는 TOEIC 블렌디드 학습을 운영하면서 면대면 학습과 학습효과를 비교할 필요성을 느꼈다. 학습효과가 떨어질 경우에는 블렌디드 학습을 중단하기 위해서였다. 따라서 본 연구자는 학습자들의 한 학기 동안의 성적 향상도, 학습자들의 자가진단 점수, 온라인 과제 참여도와 문제풀이 평균점수를 활용하여 두 학습을 비교하였다. 이러한 비교를 하기 위해 t-test, 피어슨 상관관계, 회귀분석을 실시하였다. 그 결과 큰 차이는 아니라 할지라도 블렌디드 학습이 면대면 학습보다 효과가 있는 것으로 나타났다. 그 이유는 블렌디드 학습의 학습자들이 오프라인 수업과 수업 게시판을 통해 교수자와 소통할 수 있는 반면, 매주 온라인 수업의 출석을 독려하는 문자를 받았으며, 학습자들의 온라인 수업의 참여가 온라인 과제 또한 적극적으로 참여할 수 있게 영향을 끼친 탓이라고 분석하였다. 이러한 연구결과는 향후 TOEIC 블렌디드 학습을 운영하고자 하는 교수자들에게 많은 참고가 될 것이다.

• 한국병원경영학회지
• /
• 제14권4호
• /
• pp.1-24
• /
• 2009

The purpose of this study was to find out the differences and relationships among balanced strategy, coordinating and learning mechanism, and perceived performance of hospitals in Korea, and provide some directions to establish effective strategic management of hospital. Measure items on balanced strategy, coordinating and learning mechanism, and perceived performance were developed from previous studies. Questionnaire was sent and received through Internet site and e-mail during May, 2008. Data were collected from key informant in each institutions, and analyzed using frequency analysis, T-test, ANOVA, correlation and regression analysis. The major findings of this study were as follows: 1. The level of strategic selection and external learning mechanism of private hospital was lower than that of medical corporation, and others corporation hospital. 2. There was little difference between hospitals in metropolitan and those in small cities. 3. Hospitals that have under 100 beds were statistically lower level in strategic selection and external learning mechanism than hospitals has over 100 beds. 4. Formal coordinating and external learning mechanism, and foundation form(medical corporation) were significantly influenced on profitability from specialized field. 5. Strategic selection and adaptation mechanism were significantly affected on total profitability. 6. Strategic selection and external learning mechanism were significantly influenced on competitive power around its local market. Hospitals that are to be competitive by specialization should have to establish mechanism for management such as balanced strategy, coordinating and learning mechanism.

• 한국멀티미디어학회논문지
• /
• 제14권1호
• /
• pp.24-32
• /
• 2011

유비쿼터스 환경에서 학습자 맞춤형 교육을 제공하기 위해서는 학습자의 학습행위에 대한 분석이 필수적이다. SCORM(Sharable Contents Object Reference Model), IMS LD(Instructional Management System Learning Design) 등의 표준은 진도 체크와 같은 학습 설계 지원 기능을 제공한다. 하지만 표준 적용은 개발의 어려움과 수정이 어렵다는 단점이 있다. 본 논문에서는 이벤트 가로채기를 사용하여 웹 브라우저에서 학습자의 행위를 관리하는 시스템을 구현한다. 이를 통해 HTML기반의 모든 콘텐츠를 추가적인 작업 없이 재활용할 수 있고 학습결과의 저장 및 분석이 가능하게 되어 표준 적용에 따른 문제점을 개선할 수 있다. 또한 네트워크 단절 시에도 학습결과를 추적할 수 있어 유비쿼터스 학습 환경을 지원할 수 있다.