• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.557-562
• /
• 2020

코로나19로 인해서 비대면 강의환경에서 온라인 학습이 교육환경의 주요 학습기법으로 채택되고 있다. 온라인 학습패턴이 학업성적에 어떤 영향을 미치는지에 관한 연구가 부족하여, 본 연구에서는 학습자들의 온라인 동영상 학습횟수와 시간을 주요 요소로 두고, 매 학습에 대한 형성 평가와 함께 중간고사 기말고사를 바탕으로 학습효과의 상관관계를 분석하였다. 분석 대상은 대학에서 예체능 학부 학생들이 가장 어려워하는 교양 과목 중 컴퓨터 프로그래밍 교과목을 분석하였다. 실제 학생들의 사례를 분석한 결과 매주 실시한 형성 평가와 학습회수, 학습 시간과는 상관관계가 없는 것으로 나타났고, 중간고사와 기말고사와는 평소 학습회수(r=.39 p<0.05)와 학습 시간(r=.42 p<0.05)이 상관관계가 있는 것으로 나타났다. 강의 진행 과정에서 SMS 문자, 게시판, 메일 등의 요소는 모든 학생이 접하지 못하여 제외하였으므로, 앞으로는 좀 더 다양한 요인을 고려하여 비대면 강의환경에서의 학습자 패턴을 분석하고 연구한다면 학습자들의 요구와 학습효과를 향상할 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제6권2호
• /
• pp.149-158
• /
• 2005

본 논문은 이온 선택성 전극을 모듈화한 MACS를 사용하여 시스템의 크기를 축소할 수 있었고, PDA를 사용함으로써 측정된 데이터를 장소에 구애받지 않고 분석할 수 있는 휴대용 전자혀 시스템을 개발하였다. MACS는 ${NH_4}^+$, $Na^+$, $Cl^-$, ${NO_3}^-$, $K^+$, $Ca^{2+}$, $Na^+$, pH의 7종의 이온 선택성 전극을 이용하여 구성하였으며, 초기화 및 교정과정과 완충용액에 의한 안정화 과정을 거친 후 MACS로 시료에 대한 각각의 이온선택성 전극의 변화를 측정한다. 이렇게 각 전극으로부터 측정된 데이터를 이용하여 신경회로망 알고리즘으로 측정된 시료의 종류를 구분할 수 있다. 실험은 분류가 어렵다고 알려진 고급양주와 저급양주를 분류하는 것으로 진행되었으며, 성공적이며 우수한 실험 결과를 얻었다 이로부터 사용된 알고리즘이 휴대용 전자혀 시스템에 적절히 사용될 수 있음을 밝혔으며, 실제 휴대용 전자혀 시스템에 간단한 학습에 의해 적용될 수 있을 것으로 생각된다.

• Asia pacific journal of information systems
• /
• 제32권4호
• /
• pp.803-829
• /
• 2022

With the advances in technology and the trend towards increased computer-based experiential learning in education settings, business games are being increasingly used by business educators. This article utilizes Toulmin's Sensemaking Framework to investigate the sensemaking process of business professionals to reveal how they consciously reason about the value of business games for learning complex business concepts and principles. Using the analysis of responses from 43 business professionals, our study identifies key areas where business professionals find value in business games and the limitations of using business games. First, business games are found to be an effective tool when teaching practical business skill sets to business professionals. Second, business games enhance the overall learning process in professional business training. Third, despite the advantages, some pitfalls in applying business games to practice are found. We also found sub-themes, claims, and argument patterns of how business professionals evaluate the value of business games through a grounded theory qualitative analysis method. Analysis results show several ground-warrant patterns exist in the arguments on values of business games including general principle - causal reasoning, personal experience - generalization, and personal projection - generalization. With these findings, we believe this paper contributes to the theory and practice of business game design, development, and the game playing and learning process.

• Genomics & Informatics
• /
• 제17권3호
• /
• pp.30.1-30.4
• /
• 2019

Neuroblastoma is a major cause of cancer death in early childhood, and its timely and correct diagnosis is critical. Gene expression datasets have recently been considered as a powerful tool for cancer diagnosis and subtype classification. However, no attempts have yet been made to apply deep learning using gene expression to neuroblastoma classification, although deep learning has been applied to cancer diagnosis using image data. Taking the International Neuroblastoma Staging System stages as multiple classes, we designed a deep neural network using the gene expression patterns and stages of neuroblastoma patients. Despite a small patient population (n = 280), stage 1 and 4 patients were well distinguished. If it is possible to replicate this approach in a larger population, deep learning could play an important role in neuroblastoma staging.

• 반도체디스플레이기술학회지
• /
• 제9권4호
• /
• pp.99-102
• /
• 2010

In this study, the 3- dimensional (3-D) learning contents are suggested using 'Augmented Reality' instead of existing 2-dimensional (2-D) learning methods. At the present, there are some 2-D learning methods using texts, image, pictures, and videos called e-learning. However, these one-way 2-D methods have some disadvantages such as declining learner's immersion and concentration. Thus, the 3-D learning contents using 'Augmented Reality' are suggested to compensate the disadvantages. According to the development of information technology (IT), the augmented reality has many applications to the era of ubiquitous. However, there are some disadvantages when learners use these contents as following; non-augmenting by partially hiding from makers and declining concentration by patterns of the makers. In this study, the beneficial marker which can solve this non-augmenting phenomenon is suggested.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제23권2호
• /
• pp.399-428
• /
• 2009

2007년 개정교육과정은 대수의 도입 시기를 초등으로 앞당기고 있다. 최근의 연구결과들로부터 볼 때 초등수학 수준에서 대수를 도입할 때 패턴의 일반화를 이용하는 것은 타당한 과정으로 판단된다. 초등학교 6학년 학생들이 패턴의 일반화과정 학습에서 대수를 도입하는 것이 가능한지 그리고 어떤 효과가 있는지, 초등학교 6학년 학생들의 패턴의 일반화 과정은 어떠한지에 대한 연구가 보완되어야 할 필요가 있다. 본 연구는 초등학교 5학년들에게 패턴을 일반화하여 대수를 도입하고 지도하고 그 과정에서 나타나는 일반화 과정의 특징과 학생들이 겪는 어려움을 분석하였다. 이를 통하여 패턴의 일반화를 지도하거나 패턴에 기초한 대수 교육과정을 개발할 때 시사점을 얻고 교수학습 자료 개발에 대한 정보를 제공하고자 한다.

• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.1-20
• /
• 2021

코로나19 대유행으로 세계경제포럼에서 그레이트 리셋이 논의되면서 제4차산업혁명의 동력인 인공지능도 조명을 받고 있다. 그러나 인공지능 분야의 기업 연구는 아직도 희소하다. 2000년 이후 관련 연구는 기존 기업에 어떻게 인공지능을 적용하여 가치를 창출할 것인가에 초점이 맞춰져 있으며, 신생기업들이 어떻게 기회를 포착하고 기존 사업자들 사이에 진입하여 새로운 가치를 창출하는지에 대한 연구는 거의 찾아볼 수 없다. 이에 본 연구는 소프트웨어의 세부 분야인 인공지능 기반 신생기업들이 기존 소프트웨어 산업과 어떻게 다른 혁신패턴을 갖는가라는 연구 질문을 가지고 다층적 접근론의 종합적 틀을 활용하여 신생 기업들의 사례를 분석하였다. 대상 기업들은 창업 7년 내 의료, 금융, 마케팅/광고, 유통, 제조 분야에서 의도적으로 표집된 머신러닝 모델링 전문 신생 기업들로 벤처기업 인증을 받은 고성장 기업들이다. 분석 결과 기존 소프트웨어 기업들은 전사적 통합 관점의 프로세스 혁신을 이루어냈다면, 이들만의 혁신 패턴은 기존의 프로세스들을 잘게 해체하여 자동화나 가치창출이 어려웠던 단위 프로세스들을 식별해 내고 데이터 기반으로 자동화, 최적화하여 새로운 가치를 제공하고 있다는 것이다. 이 연구의 기여는 통합적인 다층적 접근론의 틀의 유효성을 검증하면서 인공지능 기반 신생 기업들의 탄생과 그들의 혁신 패턴을 제시했다는 데에 있다. 한편 기업 실무적, 정부 정책적 함의를 정리하면, 데이터를 기반으로 혁신을 이끌어내기 때문에 신생 기업일지라도 데이터 관련 규제 등에 대한 제도 대응 역량이 강조되며, 정부는 관련 제도의 불확실성을 제거하고 구체화하여 예측가능하고 유연한 사업 환경을 마련할 필요가 있다.

• 음성과학
• /
• 제14권3호
• /
• pp.31-46
• /
• 2007

This study attempts to investigate that the training of pitch manipulation would help Korean speakers reduce the intonation errors based on the review of many previous studies on Korean speakers' phonetic realization of intonation. The previous studies have indicated that Korean speakers have problems with pitch manipulation in their production of English word stress, sentence stress, and eventually intonation. To train Korean speakers phonetically realize English pitch patterns, a blended learning module was operated for two weeks: face-to-face instruction for six hours and e-learning instruction for three hours in total. This module was designed to help Korean speakers realize pitch as a distinctive phoneme. An acoustic assessment on five Korean female English speakers shows that the training of pitch manipulation helps Korean English speakers reduce the intonation errors indicated in the previous studies reviewed.

• International journal of advanced smart convergence
• /
• 제7권4호
• /
• pp.27-39
• /
• 2018

Since the global positioning system (GPS) has been included in mobile devices (e.g., for car navigation, in smartphones, and in smart watches), the impact of personal GPS log data on daily life has been unprecedented. For example, such log data have been used to solve public problems, such as mass transit traffic patterns, finding optimum travelers' routes, and determining prospective business zones. However, a real-time analysis technique for GPS log data has been unattainable due to theoretical limitations. We introduced a machine learning model in order to resolve the limitation. In this paper presents a new, three-stage real-time prediction model for a person's daily route activity. In the first stage, a machine learning-based clustering algorithm is adopted for place detection. The training data set was a personal GPS tracking history. In the second stage, prediction of a new person's transient mode is studied. In the third stage, to represent the person's activity on those daily routes, inference rules are applied.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.31-40
• /
• 2021

The increasing number of credit card fraud cases has become a considerable problem since the past decades. This phenomenon is due to the expansion of new technologies, including the increased popularity and volume of online banking transactions and e-commerce. In order to address the problem of credit card fraud detection, a rule-based approach has been widely utilized to detect and guard against fraudulent activities. However, it requires huge computational power and high complexity in defining and building the rule base for pattern matching, in order to precisely identifying the fraud patterns. In addition, it does not come with intelligence and ability in predicting or analysing transaction data in looking for new fraud patterns and strategies. As such, Data Mining and Machine Learning algorithms are proposed to overcome the shortcomings in this paper. The aim of this paper is to highlight the important techniques and methodologies that are employed in fraud detection, while at the same time focusing on the existing literature. Methods such as Artificial Neural Networks (ANNs), Support Vector Machines (SVMs), naïve Bayesian, k-Nearest Neighbour (k-NN), Decision Tree and Frequent Pattern Mining algorithms are reviewed and evaluated for their performance in detecting fraudulent transaction.