• The Journal of Korean Association of Computer Education
• /
• v.10 no.4
• /
• pp.125-133
• /
• 2007

Many researches have tried to introduce affective computing for Human-Computer Interaction (HCI). In the affective aspect, emotional memories significantly affect on people's cognitive processing activities. In this paper, to observe the effect of affective feedback for emotional state of learners in an e-learning environment, selected emotional feedback messages and delivery method are integrated into an e-learning system. Self reporting button for recognizing learner's emotional state are used for detecting learner's emotional states and the test results show that providing affective feedback to learner has positive effects in e-learning environment in terms of learner's academic achievements.

• The Journal of Korean Institute for Practical Engineering Education
• /
• v.5 no.1
• /
• pp.45-51
• /
• 2013

To improve the e-learning education quality in VietHanIT College (Vietnam-Korea Friendship Information Technology College), e-learning acceptance was evaluated based on the well-known Technology Acceptance Model (TAM). Quantitative data of the questionnaire survey were gathered from 158 lecturers and staffs of VietHanIT College and analyzed by using Statistical Package for the Social Sciences (SPSS). While designing the questionnaire various previous studies were considered and hypotheses and models of the study were set up accordingly. As the results, success model of e-learning system was built up and important factors were identified. And most of lectures and staffs in VietHanIT College were aware of the benefits of e-learning system and they were ready to apply e-learning method for their training and teaching.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.243-246
• /
• 2011

학습자의 감성 상태가 충분히 반영되는 오프라인 수업과 달리 지금까지 대부분의 e-러닝은 학습자의 감성 정보를 수업에 효과적으로 반영하지 못했다. 이러한 한계점은 e-러닝의 학습 효과성을 저해하는 문제 중 하나로 지적되었다. 이 문제를 해결하기 위해 학습자의 뇌파를 통해 감성을 인식하고 감성 상태에 따라 적절한 학습 콘텐츠 타입을 추천하여 학습 효과를 증대 시킬 수 있는 방법론이 주목을 받고 있다. 본 논문에서는 기 수집된 학습자들의 감성(뇌파) 데이터를 분석하여 콘텐츠 타입 선호도를 파악한 후 프로파일 데이터를 활용하여 상관계수 기반 NN-Recommendation 학습 콘텐츠 타입 추천 시스템을 제안 하고자 한다. 이 시스템은 일반적인 추천시스템에서 발생하는 Cold-start 문제를 해결할 수 있으며 특히 본 연구에서는 보다나은 추천 정확도를 위해 프로파일 각 속성에 자동적으로 가중치를 부여하는 기법을 제시하여 향상된 성능을 보이게 됨을 실험을 통해 확인 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.49-52
• /
• 2019

머신러닝을 이용한 악성코드 분류 시스템의 대부분이 캐글 데이터셋 10,868건을 사용하여 분류의 정확도를 측정한다. 이 데이터셋에 포함된 바이러스 바이트코드에는 미확인(undefined)필드라는 부분이 과도하게 존재한다. 캐글 데이터셋 특정 Label의 미확인필드 포함도는 75%가 넘는 경우도 존재한다. 이 경우 미확인 필드를 어떻게 처리하느냐가 시스템의 성능에 가장 큰 영향을 끼친다. 본 연구에서는 이러한 캐글 데이터셋의 미확인필드 처리방법을 제시하고 그에 따른 분류 정확도를 연구하였다. 다양한 처리방법에 대한 정확도를 측정하여 제안한 방식의 타당성을 증명하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.523-524
• /
• 2021

COVID-19 확산으로 인해 우리나라는 공공장소 출입 시 마스크 착용이 의무화되었고, 체온이 37.5℃ 이상일 경우 발열로 간주하여 출입을 금지함에 따라 이를 효율적으로 검사할 수 있는 자동화 시스템을 개발하고자 한다. 이를 위해 다양한 각도, 마스크의 착용 위치에 따른 자료를 수집하여 모델에 적용하였고, 실시간 영상은 96.5%의 높은 정확도를 보였고, 영상 처리 추론 속도는 28fps임을 확인했다. 본 논문은 딥러닝 알고리즘을 활용한 마스크 착용 판별 및 체온 측정 시스템을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.285-286
• /
• 2020

전 세계적으로 유행하는 COVID-19(코로나19)로 인해 사람들은 대면 접촉을 피하게 되었고, 전염성이 높은 이유로 마스크의 착용이 의무화되고 있고, 이를 검사하는 업무가 증가하고 있다. 그래서, 인공지능 기술을 통해 업무를 도와줄 수 있는 출입자 통계와 출입자 마스크 착용 검사를 할 수 있는 시스템이 필요하다. 이를 위해 본 논문에서는 딥러닝 알고리즘을 활용한 출입자 통계와 마스크 착용 판별 시스템을 제시한다. 또한, 실시간 영상인식에 많이 활용되고 있는 YOLO-v3와 YOLO-v4, YOLO-Tiny 알고리즘을 데스크탑 PC와 Nvidia사의 Jetson Nano에 적용하여 알고리즘별 성능 비교를 통해 적합한 방법을 찾고 적용하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.211-217
• /
• 2005

This study was about design and development of the Mobile Learning Evaluation Announced Systems, which could operate the e-learning and send the result of that to the parents. From this, teachers and parent can communicate with each other dynamically. Especially, this system does not simply present results of student' learning but provide the extra learning which can make up for student' wrong questions in the base of the evaluation standard. this paper suggests this total learning solution so that parents can perceive the state of their children's learning under the mobile learning environment.

• Digital Contents
• /
• no.11 s.126
• /
• pp.116-118
• /
• 2003

미국의 ADL(Advance Distributed Learning)에서 제안한 스콤(SCORM; Sharable Content Object Reference Model)은 2000년 미국 국방부에서 발주한 6억달러에 이르는 e-러닝(e-Learning) 구축 입찰 계약에서 가이드라인으로 쓰여졌다. 용역 입찰 제안서에 스콤을 기초로 해 e-러닝 시스템을 구축하겠다는 내용이 명시돼야만 입찰에 참여할 수 있었던 것이다. 현재 제안된 e- 러닝 기술표준안들에 대한 국제인증 여부와 관계없이 e-러닝 실수요자 및 공급자의 움직임에 따라 이러한 추세는 향후 더욱 확대될 전망이다. 이 글에서는 실질적인 국제 표준으로 가장 근접해 있는 스콤의 내용 및 기술적 특징에 대해 설명하고자 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.3
• /
• pp.326-332
• /
• 2019

Recently, the deep learning technology has gained lots of attention which leads to its application to various fields. Especially, there are recent attempts to overcome the limit of wireless communications systems through the use of the deep learning. In this paper, we have verified the performance of deep learning based transmit power control scheme. Unlike previous transmit power control schemes where the optimal transmit power is derived by solving the optimization problem explicitly, in the deep learning based transmit power control, the general solver for the optimization problem is derived through the deep neural network (DNN). Especially, by using the spectral efficiency as the loss function of DNN, the training can be performed without needing labels. Through simulation based on Tensorflow, we confirm that the transmit power control based on deep learning can achieve the optimal performance while reducing the computational complexity by 1/200.

• Journal of Internet of Things and Convergence
• /
• v.6 no.4
• /
• pp.65-72
• /
• 2020

In this paper, we developed a web-based DApp system based on a private blockchain by applying machine learning techniques to automatically identify Android malicious apps that are continuously increasing rapidly. The optimal machine learning model that provides 96.2587% accuracy for Android malicious app identification was selected to the authorized experimental data, and automatic identification results for Android malicious apps were recorded/managed in the Hyperledger Fabric blockchain system. In addition, a web-based DApp system was developed so that users who have been granted the proper authority can use the blockchain system. Therefore, it is possible to further improve the security in the Android mobile app usage environment through the development of the machine learning-based Android malicious app identification block chain DApp system presented. In the future, it is expected to be able to develop enhanced security services that combine machine learning and blockchain for general-purpose data.