• Journal of Information Processing Systems
• /
• 제16권3호
• /
• pp.572-587
• /
• 2020

Experience API provides a learner-centered model for learning data collection and learning process recording. In particular, it can record learning data from multiple data sources. Therefore, Experience API provides very good support for ubiquitous learning. In this paper, we put forward the architecture of ubiquitous learning system and the method of reading the learning record from the ubiquitous learning system. We analyze students' learning behavior from two aspects: horizontal and vertical, and give the analysis results. The system can provide personalized suggestions for learners according to the results of learning analysis. According to the feedback from learners, we can see that this u-learning system can greatly improve learning interest and quality of learners.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.221-229
• /
• 2006

현재의 정보통신 기술은 사람과 주변의 모든 기기가 네트워크로 연결되어 자유롭게 접근하고 서비스를 받을 수 있는 유비쿼터스 환경을 지향하고 있다. 그러나 우리나라는 교육에 대한 열의가 높고 유비쿼터스 기술의 교육적인 잠재력이 무한함을 인식하고 있음에도 불구하고 이에 대한 연구가 부족한 실정이다. 이에 본 연구에서는 u-Learning을 활용하기 위한 현장학습에 대한 연구와 이를 지원하기 위한 유비쿼터스 기술에 대한 연구를 바탕으로 상황과 학습자의 요구에 따라 적절한 학습을 지원할 수 있는 학습모형과 시스템을 개발하였으며 이를 통해 u-Learning 의미와 가능성을 규명하고자 한다.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.289-296
• /
• 2022

In this paper, we developed a deep learning-based recyclable object detection model. The model is developed based on YOLOv5 that is a one-stage detector. The deep learning model detects and classifies the recyclable object into 7 categories: paper, carton, can, glass, pet, plastic, and vinyl. We propose two methods for recyclable object detection models to solve problems during training. Bounding Box CutMix solved the no-objects training images problem of Mosaic, a data augmentation used in YOLOv5. Standardized Distance-based IoU replaced DIoU using a normalization factor that is not affected by the center point distance of the bounding boxes. The recyclable object detection model showed a final mAP performance of 0.91978 with Bounding Box CutMix and 0.91149 with Standardized Distance-based IoU.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.2031-2039
• /
• 2010

본 연구에서는 유비쿼터스 컴퓨팅 학습의 개념과 e-Learning과 u-Learning의 학습환경 및 유비쿼터스 학습환경의 설계, 그에 따른 문제점 및 해결방안을 모색하고 향후 발전방안에 대해서 고찰하였다. 최근 정보통신 및 컴퓨터의 기술발전에 따라 언제 어디서나 쉽게 원하는 학습을 할 수 있는 유비쿼터스컴퓨팅학습의 요구와 필요성이 대두되고 있다. 특히, DMB(Digital Multimedia Broadcast), WiBro, WCDMA와 같은 고속 이동 데이터 통신망의 등장과 소형의 DMB단말기, PDA, 고기능/고성능 휴대폰의 일반화는 유비쿼터스컴퓨팅 학습의 발전가능성을 더욱 촉진시킬 것이다.

• International Journal of Contents
• /
• 제4권4호
• /
• pp.18-23
• /
• 2008

With the development of information communication and network technologies, ubiquitous era that supports various services regardless of places and time has been advancing. The development of such technologies has a great influence on educational environments. As a result, e-learning concepts that learners use learning contents in anywhere and anytime have been proposed. The various learning contents authoring systems that consider the e-learning environments have also been developed. However, since most of the existing authoring systems support only PC environments, they are not suitable for various ubiquitous mobile devices. In this paper, we design and implement a contents authoring system based on learning activities for u-learning environments. Our authoring system significantly improves the efficiency for authoring contents and supports various ubiquitous devices as well as PCs.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.13-14
• /
• 2012

본 논문에서는 멀티 터치 테이블을 중심으로 u-Learning 시스템을 제안한다. 멀티 터치 테이블에서 수업 진행 중 교사는 모바일로 멀티 터치 테이블을 제어함으로써 수업을 진행 및 관리하고, 학생들은 마커를 이용하여 멀티 터치 테이블과의 인터랙션을 통해 웹과 자동화된 과제 시스템을 이용함으로써 능동적인 학습참여를 할 수 있게 된다.

• 디지털융복합연구
• /
• 제9권4호
• /
• pp.281-289
• /
• 2011

이 연구는 유러닝 이용 교육에서 신기술의 발전에 따라 나타나는 특정과 문제점들을 사례를 분석하여 연구하였다. 이러한 유비쿼터스 환경에서 인간은 컴퓨터 능력을 갖고 있는 장치와 상호 교류가 가능하며, 유러닝을 통해 학생들은 열린 자세를 갖으며 스스로 공부하는데 동기부여를 갖게 된다. 이는 학습과 의사소통을 효율적으로 할 수 있게 하며, 시간과 비용 에너지를 절약 할 수 있게 한다. 국내 외 사례에서 살펴보았듯이 유러닝의 발전을 도모하기 위해서는 여러 가지 측면에서 고려되어야 할 것이지만, 교육, 학습태도, 관습, 인간관계 등에 있어 현재 보다 훨씬 광범위하게 수집되어 오용되거나 유출되는 문제를 반드시 해결해야 할 분야이다. 이를 위해 법이나 제도 그리고 윤리적 관점에서 고려되어야 할 것으로 본다.

• 한국컴퓨터산업학회논문지
• /
• 제6권5호
• /
• pp.749-756
• /
• 2005

향후 도래하는 유비쿼터스 환경에서는 모든 전자기기가 유/무선 통신망으로 연결되어 사용자는 언제 어디서나 원하는 정보에 접근할 수 있다. 특히, u-러닝(Ubiquitous-Learning)은 교육학적인 측면 뿐 아니라 어디서나 접근할 수 있다는 유비쿼터스적인 측면을 통해 학습의 효과를 보다 향상시킬 수 있다. 현재까지 추진된 u-러닝의 연구사례로, 주어진 학습 컨텐츠를 PDA를 이용하여 야외에서 학습할 수 있도록 하며, 원격지 모바일 환경의 학생들을 교실 수업에 참여시키는 스마트교실 등이 있다. 그러나 기존의 연구들에서는 학습자의 상호작용이나 협동학습 등의 교육학적인 속성과 유비쿼터스의 환경적 속성을 만족시키지 못함에 따라 본 연구에서는 어디서나 교실 환경에 참여하는 유비쿼터스 환경에 적합하면서도 교육학적인 면을 만족시키는 모바일 교실 프레임워크를 제안하고자 한다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.79-86
• /
• 2019

This paper is an overview of key elements of Korea National Open University's smart mobile learning system, and an attempt to evaluate its main services relative to the FRAME model and the Mobile Learning Development Model for distance learning in higher education. KNOU improved its system architecture to one based on xMOOC e-learning content delivery while also upgrading its PC-based online/mobile learning services to facilitate an easier and more convenient access to lectures and for better interactivity. From the users' viewpoint, the upgraded 'U-KNOU Campus' allows for a more integrated search capability coupled with better course recommendations and a customized notification service. Using the new system, the students can access not only the school- and peer-issued messages via online bulletin boards but also share information and pose questions to others including to the school faculty/officials and system administrators. Additionally, a new mobile payment method has been incorporated into the system so that the students can select and pay for additional courses from anywhere. In spite of these advances, the issue of device usability and content development remain; specifically U-KNOU Campus needs to improve its instructor-learner and learner-to-learner interactivity and mobile evaluation interface.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.251-260
• /
• 2022

소나무 재선충 피해나무는 줄어들고 있으나, 피해 지역은 전국으로 확대되고 있다. 최근에 딥러닝 기술이 발전하면서 소나무재선충 고사목 탐지 연구에 적용이 빠르게 시도되고 있다. 본 연구의 목적은 딥러닝 학습데이터의 효과적인 취득과 정확한 참값을 확보하고, 학습을 통해 U-Net 모델의 탐지능력을 보다 향상시키기 위함이다. 이러한 목적달성을 위해 단계별 딥러닝 알고리즘을 적용한 필터링 방법을 이용하여 딥러닝 모델의 불명확한 분석 근거를 최소화하고, 효율적인 분석 및 판단을 할 수 있도록 하였다. 분석결과 U-Net알고리즘을 이용한 소나무재선충 고사목 탐지 및 성능향상에 있어 기간별로 분석한 참값을 이용한 U-Net 모델이 기존에 제공하였던 참값을 이용한 U-Net 모델보다 재현율(Recall)은 -0.5%p, 정밀도(Precision)은 7.6%p, F-1 score는 4.1%p로 분석되었다. 향후 다양한 필터링 기법을 적용하여 재선충 탐지 정밀도를 높일 수 있는 가능성이 있을 것으로 판단되며, 드론 정사영상과 인공지능을 이용한 드론 예찰방법이 소나무재선충 방제 사업에 활용 가능할 것으로 판단된다.