• 수산해양교육연구
• /
• 제26권1호
• /
• pp.148-155
• /
• 2014

The purpose of this research was to analyze the effects of smart learning. By using meta analysis method, twenty MA and Ph.D degree papers published from 2006 to 2013 were analyzed and 104 effect sizes were calculated. Followings were the results of the research: (a) Smart learning turned out to be more statistically effective comparing to traditional education. The total mean effect size was .886 and the value of U3 was 66.53%. (b) All effect size of sub dependent variables(ie, academic achievement, learning satisfaction, learning attitude) were also effective by adapting smart learning. (c) The moderated variables likes learner characteristics, learning content, and interaction had high effect sizes. Operation system variable had a low effect size but it was not significant.

• 정보교육학회논문지
• /
• 제18권1호
• /
• pp.25-33
• /
• 2014

최근 교육용 로봇 하드웨어 발달로 연산 처리 속도 및 확장성이 매우 좋아졌다. 이에 따라 로봇 하드웨어에 MBL용 온도 센서나 자이로 센서도 호환되어 데이터 로깅이 가능해졌다. 데이터 로깅이 가능한 교육용 로봇으로 학생들은 과학적인 탐구 예측, 수집, 데이터 분석이 가능한 실험을 할 수 있게 된 것이다. 이에 본 연구에서는 학급 SNS와 스마트폰을 활용한 'Smart r-Learning'에 데이터로깅이 가능한 교육용 로봇을 도입하여 과학 프로젝트 수업을 개발하고 적용했다. 데이터 로깅 활용 Smart r-Learning 프로젝트 수업을 초등학교 5학년 학생들에게 적용한 결과 논리적 사고력 6개 영역 중 4개 영역이 유의미하게 향상된 것으로 나타났다.

• 한국방사선학회논문지
• /
• 제11권4호
• /
• pp.279-287
• /
• 2017

스마트 학습법을 적용한 학생과 적용하지 않은 학생들을 대상으로 자기주도적 학습능력 및 학업적 자기효능감이 효과적으로 적용되었는지 알아보고 향 후 보건 계열 방사선과 전공과목에 스마트 학습법을 적용한 효과에 대해 논의 및 향 후 발전적인 방향에 대해 제언하고자 한다. 2016년 3월부터 6월까지 한 학기동안 스마트 학습법으로 강의를 받은 학생과 스마트 학습법을 적용하지 않은 학생 두 분류로 나누었고 자료수집방법은 자가 보고형 질문지 방식으로 진행하였다. 스마트 학습법으로 강의를 받은 교육군이 비교육군에 비해 자기주도 학습능력를 검정한 결과, 5점 만점에 교육군이 3.46점, 비교육군이 2.63점으로 통계적으로 유의한 차이가 있는 것으로 나타났고(t=9.721, p=.000), 성취목표지향성을 검정한 결과, 교육군이 3.12점, 비교육군이 2.92점으로 통계적으로 유의한 차이가 있는 것으로 나타났다(t=4.544, p=.000). 위의 결과로 스마트학습법이 자기주도학습, 학업적 자기효능감 및 학습 만족도에 대해 긍정적인 영향을 보여줬으며, 향후 보건 계열 학과에서도 교수자는 학습자와 쌍방향 커뮤니케이션을 통해 강의의 질적 향상을 위해 학습변화가 필요하다.

• 과학교육연구지
• /
• 제39권3호
• /
• pp.321-332
• /
• 2015

본 연구는 '태양계와 별' 단원에 대한 스마트러닝 교수 학습 프로그램을 개발하고 적용하여 초등학생들의 과학적 태도, 과학 흥미도, 학업성취도에 어떠한 영향을 주는지 알아보고자 하였다. 초등학교 5학년 과학 교과 내용 중 '태양계와 별' 단원을 선정하여 설계한 스마트러닝 수업은 스마트기기의 다양한 콘텐츠를 활용하여 학습자간 상호작용과 협업을 통해 문제를 해결하도록 하였으며, 그 결과를 공유하여 교사 및 학생 상호 간 피드백을 받을 수 있도록 구성하였다. 연구의 결과는 다음과 같다. 첫째, 스마트러닝 교수 학습 프로그램은 학생들의 과학적 태도, 과학 흥미도와 학업성취도에 유의미한 효과가 있었다. 둘째, 스마트러닝 수업에 대한 설문조사와 개별면담 자료를 통해 긍정적인 반응을 확인하였다. 특히 수업의 '참여도'와 '흥미도' 부분에서 만족도가 높았고 스마트기기의 사용으로 수업을 게임처럼 재미있게 생각하는 반응이 많은 것으로 나타났다. 이상과 같은 결론에 근거하여 다른 단원, 다른 주제에 대한 스마트러닝 교수 학습 프로그램 개발과 연구의 필요성, 스마트러닝이라는 새로운 수업방식으로 흥미와 태도를 이끌어 내기 보다는 과학에 대한 본질적인 관심을 증대시킬 수 있는 방안과 같은 후속 연구의 방향에 대하여 제언하였다.

• 수산해양교육연구
• /
• 제29권1호
• /
• pp.128-136
• /
• 2017

The purpose of this research is to analyze the effects of smart learning in both general education and fisheries & marine education through meta-analysis. To find the effects size, we had collected 112 studies from graduation theses and journal articles. Followings are the results of the research: (a) Smart learning turns out to be more statistically effective comparing to traditional education. The total effect size of smart learning is .768 and the value of U3 is 61.50%. (b) There is no significant difference between general education and fisheries & marine education in the view of effect size. (c) There is a significant difference in subjects, type of publication, and size of members in experimental group. High school student group has the most effect size of smart learning.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.125-132
• /
• 2012

최근 스마트 폰을 활용하여 다양한 학습 콘텐츠들이 구축되어 오고 있다. 본 논문에서는 현재 대학에서 e-learning을 수행에 관한 전반적인 추세와 동향에 대해 알아보았다. 그리고 시스템은 스마트 포털, 학습관리시스템(LMS), 그리고 학습컨텐츠관리시스템(LCMS)으로 구성된 e-learning 플랫폼으로 구축하였다. 실험을 통하여 e-learning의 각각의 구성요소를 구현하였다. 학습관리시스템은 자격취득을 위한 사용자 프로파일을 이용한 평가 시스템으로 보다 효율적으로 구현하였다.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.370-378
• /
• 2012

본 연구에서는 다양한 모바일 기기에 운용 가능한 표준화와 고도화 기능을 충족시키기 위한 하이브리드 웹 기반의 스마트 러닝 시스템 구축 방안을 제안한다. 제안한 연구에서는 스마트 러닝 시스템 기능 정의를 바탕으로 표준 API 사양서 작성하고 이를 근거로 PC 기반의 e-러닝 시스템의 데이터를 API 연동 규격에 맞게 ASP 페이지를 구현한다. 그리고 PC 기반의 e-러닝 시스템과 모바일 기반의 스마트 러닝 시스템 간의 데이터 연동은 표준 API 방식 연동을 통한 Json/XML 형태의 데이터를 Https 프로토콜 기반으로 상호 연동을 수행하도록 한다. 제안한 시스템은 별도의 기반 시스템 및 지원 시스템 없이 즉시 데이터 교환이 가능한 구성을 가지며 PC 기반의 e-러닝 시스템의 수정 및 변화 없이 모바일 기반으로 학습 서비스가 가능함으로써 비용적인 측면에서 효과적인 시스템 구축이 가능함을 알 수 있다.

• 정보교육학회논문지
• /
• 제18권4호
• /
• pp.625-632
• /
• 2014

정보통신기술의 발달로 인하여 스마트 기기와 앱, SNS, 미러링 등을 이용한 의사소통이 이루어지고 있으며 이러한 사회의 변화를 반영하여 최근 다양한 협업 상호작용을 강조한 스마트교육이 대두되고 있다. 이에 본 연구에서는 초등학생의 의사소통능력을 신장시키기 위해 스마트교육과 LT 협동학습 모형을 연계한 '스마트 기반 협동학습' 모형을 개발하여 초등학교 3학년 사회과 수업에서 적용하고 스마트 기반 협동학습과 일반적인 협동학습이 의사소통능력에 미치는 영향을 각각 비교, 분석하였다. 그 결과, 일반적인 협동학습 모형을 적용한 수업의 초등학생들보다 스마트 기반 협동학습을 적용한 사회과 수업에서 초등학생들의 표현, 경청과 이해, 상호작용 등 의사소통능력의 모든 하위 영역이 신장되었다. 이는 스마트 기반 협동학습이 학습자의 생각이나 의견을 말과 글로 명료하게 표현하게 하고, 다른 학생들의 말과 글의 의미를 파악할 수 있게 해 주며 사회적 상황에서 목적에 맞게 상호작용하는 능력을 향상시켜 준다고 할 수 있다.

• 한국공간구조학회논문집
• /
• 제21권1호
• /
• pp.79-86
• /
• 2021

Control performance of a smart tuned mass damper (TMD) mainly depends on control algorithms. A lot of control strategies have been proposed for semi-active control devices. Recently, machine learning begins to be applied to development of vibration control algorithm. In this study, a reinforcement learning among machine learning techniques was employed to develop a semi-active control algorithm for a smart TMD. The smart TMD was composed of magnetorheological damper in this study. For this purpose, an 11-story building structure with a smart TMD was selected to construct a reinforcement learning environment. A time history analysis of the example structure subject to earthquake excitation was conducted in the reinforcement learning procedure. Deep Q-network (DQN) among various reinforcement learning algorithms was used to make a learning agent. The command voltage sent to the MR damper is determined by the action produced by the DQN. Parametric studies on hyper-parameters of DQN were performed by numerical simulations. After appropriate training iteration of the DQN model with proper hyper-parameters, the DQN model for control of seismic responses of the example structure with smart TMD was developed. The developed DQN model can effectively control smart TMD to reduce seismic responses of the example structure.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권2호
• /
• pp.203-208
• /
• 2024

The convergence of deep learning and smart factory is drawing a lot of attentions from not only industrial but also academic circles. The objective of this article is to quantitatively review on deep learning and smart factory from 2010 to 2023. This research analyzed the 138 articles, extracted from the Core Collection of Web of Science, in terms of four dimensions such as the main trend in article publications, the main trend in article citations, the distribution of article publications by research area, and the keywords representing the main contents of published articles. The quantitative review results reveal the following four points: First, the article publications drastically grew from 2019 to 2022 in its annual trend. Second, the article citations have rapidly grown since 2018. Third, Engineering, Computer Science, and Telecommunications are the top 3 research areas composing the 138 articles. Fourth, it is the top 10 keywords such as 'deep', 'learning', 'smart', 'detection', factory', 'data', 'system', 'manufacturing', 'neural', and 'network' that represent the main contents of the 138 articles published from 2010 to 2023 in deep learning and smart factory. These findings revealed by this quantitative review will be significantly useful for deepening and widening relevant future research on deep learning and smart factory.