• 한국정보전자통신기술학회논문지
• /
• 제5권4호
• /
• pp.180-185
• /
• 2012

소셜 러닝은 미래 지식정보사회의 새로운 학습모델로 기존의 학습과 달리 개인의 능동성과 타인과의 관계 형성을 강조한 것으로, 블로그, SNS, 위키, UCC, 마이크로블로그 등과 같은 소셜 미디어를 학습플랫폼으로 활용하여 소셜의 효과가 학습으로 연결될 수 있도록 설계할 수 있다. 본 논문에서는 소셜 러닝을 이해하기 위한 세가지 키워드인 맥락, 연결, 협업을 중심으로 소셜 러닝 특성을 기술한다. 각 소셜 미디어 특징을 조사하여 소셜미디어가 소셜 러닝에 어떻게 활용이 될지를 알아보고 페이스북을 활용한 소셜러닝 시스템 구축 방법을 제시한다.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.258-266
• /
• 2024

E-learning systems have proliferated in recent years, particularly in the wake of the global COVID-19 pandemic. For kids, there isn't a specific online learning platform available, though. To do this, new conceptual models of training and learning software that are adapted to the abilities and preferences of end users must be created. Young pupils: those in kindergarten, preschool, and elementary school are unique subjects with little research history. From the standpoint of software technology, young students who have never had access to a computer system are regarded as specific users with high expectations for the functionality and interface of the software, social network connectivity, and instantaneous Internet communication. In this study, we suggested creating an electronic learning management system that is web-based and appropriate for primary school pupils. User-centered design is the fundamental technique that was applied in the development of the system that we are proposing. Test findings have demonstrated that students who are using the digital environment for the first time are studying more effectively thanks to the online learning management system.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1259-1268
• /
• 2023

본 연구는 딥러닝의 합성곱과 순환신경망 네트워크를 기반으로 시각센서를 이용해 속도(Throttle)와 조향(Steering) 제어 기술을 제안한다. 학습 트랙을 시계, 반시계 방향으로 주행하며 카메라 영상 이미지와 조종 값 데이터를 수집하고 효율적인 학습을 위해 데이터 샘플링, 전처리 과정을 거쳐 Throttle과 Steering을 예측하는 모델을 생성한다. 이후 학습에 사용되지 않은 다른 환경의 테스트 트랙을 통해 검증을 진행하여 최적의 모델을 찾고 이를 CNN(Convolutional Neural Network)과 비교하였다. 그 결과 제안하는 딥러닝 모델의 성능이 뛰어남을 확인했다.

• Educational Technology International
• /
• 제20권2호
• /
• pp.195-221
• /
• 2019

This study explored middle and high school students' learning experiences using e-textbooks in online learning courses. Data were collected from in-depth interviews. The interviewees for this study were 19 students who enrolled voluntarily in an online mathematics and science inquiry program, actively participated in the online learning. The students generally have high academic achievement and motivation for learning in science and mathematics. Data were analyzed based on a grounded theory approach. As a result, the characteristics of the online learning environment using e-textbooks were conceptualized via three different categories including temporal, spatial, and technical. Such characteristics of the learning environment were able to provoke self-directed learning, extended learning, interactive learning, in-depth learning, improved ICT literacy, and formation of positive emotions and learning habits. Most of the learners showed positive feedback towards the use of e-textbooks, while some mentioned the technical limitations compared to conventional paper-based learning. This study suggested that e-textbooks are likely to induce positive experiences for learners in the context of online learning, so it is necessary to design contents that utilize various functions and advantages of electronic teaching materials in order to use e-textbooks effectively.

• 한국정보전자통신기술학회논문지
• /
• 제12권6호
• /
• pp.591-596
• /
• 2019

본 논문에서는 로컬 PC의 성능이 주는 영향이 적은 딥러닝 동작 구조를 구현하였다. 일반적으로, 딥러닝 모델은 많은 연산량을 가지고 있어 처리하는 PC의 성능에 영향을 많이 받는다. 본 논문에서는 이와 같은 제약 사항을 줄이기 위하여 AWS와 스트리밍 서버를 이용하여 딥러닝 동작을 구현하였다. 첫 번째, AWS에서 딥러닝 연산을 하여 로컬 PC의 성능이 떨어지더라도 딥러닝 동작이 정상적으로 작동할 수 있도록 하였다. 하지만 AWS를 통해 연산 시 입력에 대해 출력의 실시간성이 떨어진다. 두 번째, 스트리밍 서버를 이용하여 딥러닝 모델의 실시간성을 증가시킨다. 스트리밍 서버를 사용하지 않았을 경우 한 이미지씩 처리하거나 이미지를 쌓아서 동영상으로 만들어 처리하여야 하기 때문에 실시간성이 떨어진다. 성능 비교 실험을 위한 딥러닝 모델로는 YOLO v3모델을 사용하였고, AWS의 인스턴스들 및 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 성능을 비교하였다. 시뮬레이션 결과 AWS의 인스턴스인 p3 인스턴스를 사용하였을 때 한 이미지 당 테스트 시간이 0.023444초로써 고성능 GPU인 GTX1080을 탑재한 로컬 PC의 한 이미지 당 테스트 시간인 0.027099초와 유사하다는 결과를 얻었다.

• 센서학회지
• /
• 제30권4호
• /
• pp.261-266
• /
• 2021

A simple memristor model is proposed for the neuromorphic system in the Simulation Program for Integrated Circuits Emphasis (SPICE). The memristive I-V characteristics with different voltage and frequencies were analyzed. And with the model, we configured a learning and inference system with 4 by 4 memristor array to show the practical use of the model. We examined the applicability by configuring the simplest neuromorphic circuit. The total simulation time for the proposed model was 18% lesser than that for the one-memristor model. When compared with more memristor models in a circuit, the time became even shorter.

• 한국정보전자통신기술학회논문지
• /
• 제8권2호
• /
• pp.163-168
• /
• 2015

지적 장애학생을 대상으로 하는 기존의 주입 및 일방적 학습 방법은 특수교육 성과에서 큰 한계를 노출하고 있다. 따라서 본 연구에서는 증강현실 기술과 다양한 사용자 인터랙션 기술을 활용하여 학습자 스스로가 콘텐츠를 조작하고 다양한 영상콘텐츠를 접하면서 학습에 몰입할 수 있는 디지털 마이크로 미러 시스템을 제안하였다. 본 논문에서 제안한 시스템을 상용화하여 특수교육 현장에서 수행한 전문가 검증 결과, 본 논문에서 제안한 시스템은 몰입감을 높여 학습효과를 증진시킬 수 있다는 점에서 특수교육에 매우 유용하다는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2153-2160
• /
• 2015

EGML (effective Gaussian mixture learning) 기반 이동 객체 검출 (moving object detection; MOD) 알고리듬의 하드웨어 구현을 위한 설계조건을 분석하였다. EGML 알고리듬을 OpenCV 소프트웨어로 구현하고 다양한 영상들에 대한 시뮬레이션을 통해 배경학습 시간과 이동 객체 검출에 영향을 미치는 파라미터 조건을 분석하였다. 또한, 고정소수점 시뮬레이션을 통해 파라미터들의 비트 길이가 이동 객체 검출 성능에 미치는 영향을 평가하고, 최적 하드웨어 설계 조건을 도출하였다. 본 논문의 파라미터 비트 길이를 적용한 고정소수점 이동 객체 검출 모델은 부동소수점 연산 대비 약 절반의 비트 길이를 사용하면서 MOD 성능의 차이는 0.5% 이하이다.

• Journal of Electrical Engineering and Technology
• /
• 제12권2호
• /
• pp.890-903
• /
• 2017

The problem of determining a smooth and collision-free path with maximum possible speed for a Mobile Robot (MR) which is chasing a moving target in a dynamic environment is addressed in this paper. Genetic Network Programming with Reinforcement Learning (GNP-RL) has several important features over other evolutionary algorithms such as it combines offline and online learning on the one hand, and it combines diversified and intensified search on the other hand, but it was used in solving the problem of MR navigation in static environment only. This paper presents GNP-RL based on predicting collision positions as a first attempt to apply it for MR navigation in dynamic environment. The combination between features of the proposed collision prediction and that of GNP-RL provides safe navigation (effective obstacle avoidance) in dynamic environment, smooth movement, and reducing the obstacle avoidance latency time. Simulation in dynamic environment is used to evaluate the performance of collision prediction based GNP-RL compared with that of two state-of-the art navigation approaches, namely, Q-Learning (QL) and Artificial Potential Field (APF). The simulation results show that the proposed GNP-RL outperforms both QL and APF in terms of smooth movement and safer navigation. In addition, it outperforms APF in terms of preserving maximum possible speed during obstacle avoidance.

• Journal of International Society for Simulation Surgery
• /
• 제3권1호
• /
• pp.1-8
• /
• 2016

In the field of Radiology, the Computer Aided Diagnosis is the technology which gives valuable information for surgical purpose. For its importance, several computer vison methods are processed to obtain useful information of images acquired from the imaging devices such as X-ray, Magnetic Resonance Imaging (MRI) and Computed Tomography (CT). These methods, called pattern recognition, extract features from images and feed them to some machine learning algorithm to find out meaningful patterns. Then the learned machine is then used for exploring patterns from unseen images. The radiologist can therefore easily find the information used for surgical planning or diagnosis of a patient through the Computer Aided Diagnosis. In this paper, we present a review on three widely-used methods applied to Computer Aided Diagnosis. The first one is the image processing methods which enhance meaningful information such as edge and remove the noise. Based on the improved image quality, we explain the second method called segmentation which separates the image into a set of regions. The separated regions such as bone, tissue, organs are then delivered to machine learning algorithms to extract representative information. We expect that this paper gives readers basic knowledges of the Computer Aided Diagnosis and intuition about computer vision methods applied in this area.