• ETRI Journal
• /
• 제29권5호
• /
• pp.700-702
• /
• 2007

We present a relevance feedback approach based on multi-class support vector machine (SVM) learning and cluster-merging which can significantly improve the retrieval performance in region-based image retrieval. Semantically relevant images may exhibit various visual characteristics and may be scattered in several classes in the feature space due to the semantic gap between low-level features and high-level semantics in the user's mind. To find the semantic classes through relevance feedback, the proposed method reduces the burden of completely re-clustering the classes at iterations and classifies multiple classes. Experimental results show that the proposed method is more effective and efficient than the two-class SVM and multi-class relevance feedback methods.

• 아시아태평양코퍼스연구
• /
• 제2권1호
• /
• pp.1-11
• /
• 2021

Recently, corpus assisted vocabulary instruction has been attracting a lot of interest. Most studies have focused on understanding language learners' receptive vocabulary knowledge. Limited attention has been paid to learners' productive competence. To fill this gap, this study attended to learners' productive lexical development in terms of form, meaning and use respectively. This study introduced EFL learners to the corpus-based language pedagogy to learn COVID-19 theme-based vocabulary. To investigate the gains and views of 33 EFL first-year college students, a sentence completion task and a questionnaire were developed. Learners' productive performances in the three lexical knowledge aspects (i.e., form, meaning and use) were particularly targeted. The results revealed that the students achieved significant gains in all aspects regardless of their proficiency level. In particular, the less proficient students achieved greater knowledge retention compared with their highly proficient counterparts. Meanwhile, students showed positive attitudes towards the corpus-based approach to vocabulary learning.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권1호
• /
• pp.269-274
• /
• 2023

In this paper, we proposed a new UNet 3+ model for medical image segmentation. The proposed ensemble(E) UNet 3+ model consists of UNet 3+s of varying depths into one unified architecture. UNet 3+s of varying depths have same encoder, but have their own decoders. They can bridge semantic gap between encoder and decoder nodes of UNet 3+. Deep supervision was used for learning on a total of 8 nodes of the E-UNet 3+ to improve performance. The proposed E-UNet 3+ model shows better segmentation results than those of the UNet 3+. As a result of the simulation, the E-UNet 3+ model using deep supervision was the best with loss function values of 0.8904 and 0.8562 for training and validation data. For the test data, the UNet 3+ model using deep supervision was the best with a value of 0.7406. Qualitative comparison of the simulation results shows the results of the proposed model are better than those of existing UNet 3+.

• Journal of information and communication convergence engineering
• /
• 제22권1호
• /
• pp.56-63
• /
• 2024

Despite the rapid strides in content-based image retrieval, a notable disparity persists between the visual features of images and the semantic features discerned by humans. Hence, image retrieval based on the association of semantic similarities recognized by humans with visual similarities is a difficult task for most image-retrieval systems. Our study endeavors to bridge this gap by refining image semantics, aligning them more closely with human perception. Deep learning techniques are used to semantically classify images and retrieve those that are semantically similar to personalized images. Moreover, we introduce a keyword-based image retrieval, enabling automatic labeling of images in mobile environments. The proposed approach can improve the performance of a mobile device with limited resources and bandwidth by performing retrieval based on the visual features and keywords of the image on the mobile device.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권9호
• /
• pp.697-706
• /
• 2020

The relationship between education and work is of the greatest concern to individuals and society because they are the key drivers of growth and development. In the context of Industry 4.0, labor and educators are facing the challenges of big changes in the workplace. How to prepare undergraduate students for the world of employment has become the most important mission of higher education providers. This paper explored the competency gap in the labor market in Vietnam from the perspective of employees who have been dissatisfied with the current status. First, a qualitative method with the Delphi technique was applied to confirm this consensus in an employees' competency model. Then, the satisfaction level for each competency criterion was explored by applying the advance quantitative method, namely, best non-fuzzy performance approach. Lifelong learning was ranked first, followed by creativity and innovation, foreign languages, expertise and digitalization, adaptability, and finally, organizing and managing ability. Critical thinking and problem-solving were perceived to have the biggest gap. The order of competency satisfaction is useful in explaining the mismatch between education quality and labor market demand. The findings provide valuable guidelines for education managers who seek to bridge the competency gap and improve education quality.

• 디지털정책학회지
• /
• 제3권1호
• /
• pp.11-20
• /
• 2024

시대적 디지털 환경변화를 반영하는 지능정보사회는 개인적인 삶의 변화 가능성으로 기대되는 반면, 지능정보기술에 익숙하지 않은 정보취약계층의 디지털 격차는 활용 불가능의 불편함을 넘어 지능정보사회에서 누릴 수 있는 사회적·경제적 불평등이 야기되는 현실이다. 본 연구는 지능정보사회의 디지털 포용 실현을 위한 노인 미디어교육 분야의 과제를 도출하는 데 목적이 있다. 이를 위해 '제6차 국가정보화 기본계획(2018~2022)'과 '2022 교육정보화백서(2022)'를 통해 지능정보사회와 관련되는 국가정보화 비전, 목표, 전략 및 과제를 살펴보았으며, '2022년 디지털 정보격차 실태조사' 결과를 통해 취약계층으로 분류된 노인층의 디지털 격차 현황을 통하여 디지털정보화 역량(54.5%)과 디지털 정보화 활용수준(72.6%)은 낮은 것으로 파악하였다. 지능정보사회에서 노인층의 디지털 정보격차를 완화하기 위해서 노인 미디어교육 분야에서는 지능정보기술을 활용한 지능형 미디어교육 서비스 개발, 늘배움 온라인서비스 채널을 통한 노인 미디어교육 서비스 제공, 노인층을 위한 디지털 지능형 미디어 교육 지원 등이 필요할 것으로 여겨진다.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.372-381
• /
• 2009

최근 농촌에서는 다문화 가정 자녀들이 증가하고 있고 도농간 학력격차는 더욱 커지고 있는 실정에서 시간과 장소에 구애받지 않고 인터넷이 연결된 컴퓨터만 있으면 아동 스스로 학습 할 수 있는 이러닝 학습콘텐츠 개발은 도농간 학력격차 해소에 대안이 될 수 있을 것이다. 이러한 문제점에 대한 해결방법 중의 하나로 초등학교 글쓰기 기초능력을 향상을 위해서 문장부호 및 원고지 사용법에 관한 애니메이션 학습콘텐츠를 개발하였고, 초등학생들에게 개발된 학습도구를 적용한 결과 기존의 교재 중심 학습 및 텍스트로 설명된 웹 자료보다 학습의 흥미도와 학습의 만족도 그리고 학습의 성취도에서 모두 효과가 있음을 확인하였다. 결과적으로 다문화가정의 자녀뿐만 아니라 언어능력이 뒤처지는 한국의 초등학생들에게 재미와 흥미를 유발시켜 학습효과를 높일 수 있는 교육방법의 대안으로 제시하고자 한다.

• 디자인학연구
• /
• 제18권2호
• /
• pp.255-264
• /
• 2005

개인용 컴퓨터와 인터넷의 발달은 교수자와 학습자, 학습자와 학습자의 관계변화를 야기하였으며 대표적으로 전통적인 학습방법으로서의 일대일, 면대면 수업방식은 디지털 기반의 학습모형으로 변화를 죄하고 있다. 이러한 환경의 변화는 새로운 교육 정보로서의 적절한 디자인 도구와 재료의 등장이 교수와 학습, 모두의 입장에서 필요하게 되었음을 의미한다. 본 연구는 디지털 기술 기반에서의 효과적인 기초디자인 수업을 위하여 새로운 형식의 그래픽 툴(Basic Graphic Tools)을 개발하는 데 있다. 전통적인 학습 환경과의 차이는 최소화하면서 디지털 기술에서 가능한 재료와 도구의 다양성을 최대로 이끌어내는 것이다. Basic Graphic Tools(이하 BGTs)는 학생들의 선수 지식 유무와 학습 기술의 편차, 전통적인 훈련 방식과 첨단의 방식이 공존하는 상황에서 학습자에게는 기초디자인 과정에서 요구되는 디자인 원리를 학습하고 시야를 넓힐 수 있는 디지털 디자인 도구로서, 교수자에게는 효율적이고 생산적인 강의를 위한 새로운 교육 도구로 개발되었다. 기초 디자인 훈련프로그램으로서의 BGTs개발과 실험을 통해 새로운 교육 도구로서의 활용 가능성을 살펴보고 기초디자인 교육과정에서 학습자로 하여금 수월성을 갖게 하는 것이다. 기초디자인 학습 툴로서의 신뢰성 향상을 위해 C 대학에 개설된 e강의실을 통해 디자인 작업 일부가 시행되었다. 이를 근거로 Learning Guide/Performance Test가 이루어졌으며 그 결과 매우 높은 사용 가능성을 확보하였고 동시에 추후 연구과제로서 BGTs를 이용한 기초디자인 프로그램의 개발 가능성을 타진하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2168-2187
• /
• 2021

The smart grid replaces the traditional power structure with information inventiveness that contributes to a new physical structure. In such a field, malicious information injection can potentially lead to extreme results. Incorrect, FDI attacks will never be identified by typical residual techniques for false data identification. Most of the work on the detection of FDI attacks is based on the linearized power system model DC and does not detect attacks from the AC model. Also, the overwhelming majority of current FDIA recognition approaches focus on FDIA, whilst significant injection location data cannot be achieved. Building on the continuous developments in deep learning, we propose a Deep Learning based Locational Detection technique to continuously recognize the specific areas of FDIA. In the development area solver gap happiness is a False Data Detector (FDD) that incorporates a Convolutional Neural Network (CNN). The FDD is established enough to catch the fake information. As a multi-label classifier, the following CNN is utilized to evaluate the irregularity and cooccurrence dependency of power flow calculations due to the possible attacks. There are no earlier statistical assumptions in the architecture proposed, as they are "model-free." It is also "cost-accommodating" since it does not alter the current FDD framework and it is only several microseconds on a household computer during the identification procedure. We have shown that ANN-MLP, SVM-RBF, and CNN can conduct locational detection under different noise and attack circumstances through broad experience in IEEE 14, 30, 57, and 118 bus systems. Moreover, the multi-name classification method used successfully improves the precision of the present identification.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.273-294
• /
• 2024

최근 교육 분야에서의 '에듀테크'에 대한 관심이 커짐에 따라, 교사와 학생 모두 이러한 변화에 적응하고 있으며, 에듀테크는 이제 학교에서 자연스럽게 활용되어가고 있는 추세이다. 특히 에듀테크를 사용한 다양한 교수·학습 전략을 통해 교육격차를 줄이는 것에도 많은 관심이 쏠리고 있는바, 교육격차를 줄이는 다양한 방법 중 본 연구는 학생들의 자기주도적 과제 관리의 중요성에 주목하여 교사가 필요한 과제를 학생들에게 제공하고 관리할 수 있는 수학학습 플랫폼을 개발, 적용하고자 하였다. 본 연구에서 개발한 '수쌤' 플랫폼은 공교육에서 활용 가능한 교사 주도 과제 관리 시스템으로서, 교사들이 학생들에게 필요한 문제를 제시하면 학생들은 자신의 문제해결 과정을 점검하며 성장을 스스로 모니터링하는 과정을 통해 문제해결 능력을 향상시키고자 하는 목적을 지녔다. 본 고를 통해 '수쌤'을 활용하여 학생들은 자신의 수준에 맞는 과제를 해결함으로써 문제해결 능력을 향상시켜 나가는 사례를 보여주고자 하였으며 더 나아가 디지털 교육 환경에서의 교사 역할의 중요성도 제안하였다.