• The Korean Journal of Applied Statistics
• /
• v.34 no.3
• /
• pp.329-345
• /
• 2021

Recommender systems use data from customers to suggest personalized products. The recommender systems can be categorized into three cases; collaborative filtering, contents-based filtering, and hybrid recommender system that combines the first two filtering methods. In this work, we introduce and compare deep learning-based recommender system using autoencoder. Autoencoder is an unsupervised deep learning that can effective solve the problem of sparsity in the data matrix. Five versions of autoencoder-based deep learning models are compared via three real data sets. The first three methods are collaborative filtering and the others are hybrid methods. The data sets are composed of customers' ratings having integer values from one to five. The three data sets are sparse data matrix with many zeroes due to non-responses.

• The Journal of Korean Association of Computer Education
• /
• v.11 no.2
• /
• pp.89-98
• /
• 2008

Providing appropriate interactions between learner and e- Learning system is an essential factor of a successful e-Learning system. Although many interaction functions are employed in multimedia Web-based Instruction content, learner experience a lack of similar feedbacks from educators in real- time due to the limitation of Human-Computer Interaction techniques. In this paper, an emotion recognition system via learner facial expressions has been developed and applied to a tutoring system. As human educators do, the system observes learners' emotions from facial expressions and provides any or all pertinent feedback. And various feedbacks can bring to motivations and get rid of isolation from e-Learning environments by oneself. The test results showed that this system may provide significant improvement in terms of interesting and educational achievement.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.150-160
• /
• 2007

In the actual classroom the so-called flow learning is able to motivate the students through face-to-face feedback, and to meet their needs for educational achievement. By contrast, the so-called e-learning method falls short of the satisfactory level of real-life interaction, which makes many learners drop out or give up on their learning. In order to better the e-learning environment, this study presents a dialogue-based feedback system that improves the flow learning of the learners' in the classroom. This newly developed system was applied at the actual school. The result is that the experimented group improved its flow learning, compared with the controlled group. In the former group, each individual showed some consciousness of objective and challenge following the concrete feedback. That is to say, this system enhances the attitude of an active participation and induces the flow learning, thanks to the dialogue-based feedback and the sustained interest in learning. In conclusion, the significance of this study lies in suggesting the direction of a new learning method development in the e-learning environment.

• 한국디지털정책학회:학술대회논문집
• /
• 2005.06a
• /
• pp.591-604
• /
• 2005

이러닝의 중요성과문화산업에의 파급효과 및 장래성에 대하여는 이미 많은 문건이나 발표로 알려져 있다. 이렇게 여러 분야에 중요한 효과를 가져가기 위해서는 교육의 양적 성장 뿐 만 아니라 효율적인 교육과 이에 대한 효과에 대해 관심을 기울여야 한다. 이미 미국이나 유럽을 중심으로 각종 이러닝 관련 연구를 통해 ROE(교육투자회임) 연구와 더불어 품질인증(QA : Quality Assurance)에 대한 중요성이 부각되고 있다. 이러한 움직임은 이러닝을 위한 교육자원의 상호운용 또는 활용이라는 측면에서 강조되어 온 이러닝 표준화와 연계되어 그 움직임이 활발히 진행되고 있다. 이러닝 품질표준화의 논의는 단순히 교육자원의 상호운용과 재사용이라는 측면에서 제시되어 온 메타데이터 관리 차원의 SCORM과 같은 기준 외에 교육자원의 생성으로부터 교육시스템 및 교육과정 운영에 이르기까지 그 영역이 광범위한 것에 주목할 필요가 있으며, 국가와 문화적으로도 다양한 환경을 고려해야만 할 것이다. 본고에서는 이러닝 품질보증 표준화의 정의와 범위 그리고 표준안을 만들기 위한 수행절차 및 적용방법 등을 살펴본 후에 외국의 개발 현황과 국내의 개발 현황을 비교함으로써 우리가 가져야 할 미래지향적 표준전략을 제시하고자 한다.

• Journal of the KSME
• /
• v.57 no.3
• /
• pp.34-37
• /
• 2017

이 글은 공학시스템 고장예지 및 건전성 관리 기술을 소개하고, 최근 주목받고 있는 인공지능기술인 딥러닝과 접목한 연구 사례를 제시한다.

• The Journal of Korean Association of Computer Education
• /
• v.9 no.3
• /
• pp.121-128
• /
• 2006

This study suggested the new e-learning systems based on agent to provide an adaptable learning. In Semantic Web environment, to develop an ontology and an intelligent agent is essential for an adaptable e-learning systems. Especially, to develop a reasoning engine using analysis of learning content and learners' information can offer an effective e-learning system. Therefore, we developed an applying model to an adaptable e-learning systems and the various ontologies for Semantic Web environment. Moreover, we analyzed and developed ontologies within the framework of learning domain, a learner and interface. Further, we implemented an intelligent e-learning for applying an agent's reasoning. Through this system proposed, we suggested the new e-learning systems model for Semantic Web environment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.395-395
• /
• 2022

본 연구는 머신러닝 기반의 상수도 모니터링 시스템의 예측 모델을 개발하고, 예측 모델의 적용이 가능성을 검토하였다. 상수도모니터링 시스템은 상수관망에 설치된 센서에서 수집된 자료를 모니터링 할 수 있어 운영자의 상수도 시설물의 관리 편의성을 높일 수 있다. 특히 수리학적 모델을 적용하여 계산된 값과 측정된 값을 비교해 이상치가 발생하면 운영자에게 이를 알려주므로 시스템내의 문제점을 빠르게 확인할 수 있다. 그러나 수리학적 모델은 입력자료가 증가됨에 따라 계산시간이 많이 소요되는 문제가 있고, 계산된 값의 정확도가 낮아지므로. 이러한 문제를 보완하기 위해 머신러닝 기반의 예측 모델을 개발하여 이를 해결하고자 하였다. 예측 모델은 GS 이니마 브라질(GS Inima Brazil)에서 운영중인 아라사투바(Aracatuba) 지역 주사라(Jussara) DMA(District Metered Area)의 2018년 1월에서 7월까지의 운영자료를 이용하였으며, 상수도 모니터링 시스템에서 상수관로 수압에 영향을 미치는 영향 인자들을 분석하고, 하이퍼파라미터 최적화를 통한 수압 예측 모델을 개선하였다. 금회 연구는 머신러닝 기반의 모델을 통하여 상수관망의 시간변화에 따른 장래 예측 수압을 검토할 수 있었다는데 큰 의의가 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.9-10
• /
• 2019

본 논문은 구동장치의 진동에서 특징 데이터를 추출하고 인공신경망에 학습을 시킨 후, 구동 장치의 결함을 분류하는 시스템을 구현하였다. 딥러닝 기술을 이용함으로써 특정 장치에 종속되지 않고 학습할 데이터의 특징에 따라 쉽게 변경 가능하다. 또한, 실제 적용될 현장에서 발생할 수 있는 예측외의 진동 환경에 유연하게 대처하기 위해 딥러닝 모델 중 CNN을 적용한 시스템을 설계하였으며, 본 연구팀의 이전 연구에서 제안된 DNN 기반의 진단시스템을 학습데이터의 환경과 다른 처리배제가 필요한 진동 환경에서 비교 실험하여 제안된 시스템이 새로운 환경적응 성능향상에 대하여 우수한 결과를 얻었음을 확인하였다.

• The Journal of Korean Association of Computer Education
• /
• v.10 no.6
• /
• pp.79-89
• /
• 2007

The advent of e-Learning paradigm requires a various type of e-Learning models and systems which are appropriate to support effective teaching-learning process. Accordingly, the teaching-learning system using the Internet and the intelligent tutoring system(ITS) in e-Learning environment has attracted a fair amount of critical attention. However there is a wide gap between infrastructure of a present educational site and the u-learning environment. Therefore, in this paper, an ITS teaching-learning model is proposed and system is developed for a school environment, which is based on a learner's cognitive structure and applies a concept of u-Learning, and then is verified for validity. X-Neuronet, the developed system, offers a method of representing a learner's cognitive structure so as to apply the method for the efficient individualized learning.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.119-120
• /
• 2018

본 논문에서는 음악을 듣고 어떤 음악인지 인식하고 판별하는 음원분류 시스템과 해당 기술 구현을 딥러닝을 통해 적용하도록 제안하였다. 제안한 시스템은 인공심층신경망을 통해 음원파일을 여러 음원 특징 추출 모델에 따라 검출된 특징들을 학습하여 해당 음원의 고유한 보컬이나 반주의 특색 등을 찾아내어 이를 인식할 수 있도록 구현하였다. 이를 통해, 기존의 Fingerprint 방식의 데이터베이스 검색 시스템과는 다른 접근방식으로 보다 사람이 음악을 기억하는 방법에 가깝도록 구현하여 능동성과 유연성을 개선하고 다양한 응용분야로 활용할 수 있는 시스템을 제안하였다.