• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.1
• /
• pp.208-220
• /
• 2015

This study analyze Online class's current condition in Smart era. And suggest better operation model based on Internet Architecture. This study focuses the condition of e-learning operation model in University online class. Especially, 'Time Check Idea' that using for attendance on e-learning class has some side effects. So this study would applied 'Qualitative Check Idea Concept' on e-learning class. Question Based System, QBS is example model. QBS is leading a Learner's participation in e-class by Making Quiz. These quizs are shared with other students and refer to studing contents. Practically operating Qualitative Concept model QBS on university e-class, we can seek for the effectiveness of Qualitative e-learning model QBS.

• 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 Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.495-495
• /
• 2023

본 연구는 하수처리장 운영시스템 자료를 활용하여, 머신러닝 기반의 예측 모델을 개발하고, 모델 정확도 향상에 대하여 검토하였다. 하수처리장에 설치된 각종 센서를 통해 실시간으로 자료가 모니터링되고 있으며, 수집된 자료는 운영시스템에 저장된다. 하수처리장 시스템은 설정된 값과 센서의 측정값을 비교해 이상치가 발생하면 운영자가 즉각적으로 조치하여 문제를 해결하고 있으나, 비정상적인 상황 발생시 이를 대처할 시간이 부족하여 적절한 조치가 이루어지지 못하는 경우가 발생 되고 있다. 따라서, 이러한 문제점을 해결하기 위해 A 하수처리장 운영자료를 활용하여 결과 예측이 신속하고 신뢰도 높은 머신러닝 기반의 예측 모델을 개발하고자 하였다. 모델의 예측 정확도 및 신뢰성을 향상하기 위하여 결과에 영향을 미치는 주요 영향 인자를 분석하고, 이를 기반으로 모델의 추가 분석 및 개선을 수행하여 모델의 예측력을 평가하였다. 금회 연구는 데이터 전처리를 과정을 통한 인사이트를 도출하고 이를 활용하여 하수처리장 운영자료 예측 정확도를 높일 수 있었으며, 이 결과를 바탕으로 다른 하수처리장의 모델 개발시에도 유용하게 활용이 가능할 것으로 검토되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.181-182
• /
• 2018

주입식 강의로는 미래형 인재를 키우기 어렵기 때문에 e-러닝의 진화로 주입식 교육의 반대인 플립러닝이 이슈화되고 있다. 주입식 교육에서는 교사의 일방적인 주도성을 가지며 학생의 생동감, 흥미, 능력, 필요를 전혀 무시하는 단점이 있다. 이를 해소하기 위해 본 논문에서는 그룹 스터디 활동에 플립 러닝 방식을 적용함으로써 스스로 학습을 유도하는 시스템을 제시한다. 대표 학생은 활동 기간 동안 교사 역할과 함께 책임자가 되고, 수업 할 자료를 공유할 수 있는데 학생들은 자료마다 질문을 남길 수 있다. 대표 학생이 질문 확인을 함으로써 학생 진도를 확인할 수 있다.

• 한국정보교육학회:학술대회논문집
• /
• 2007.08a
• /
• pp.221-226
• /
• 2007

군 복무 중 이러닝을 통해 군 장병의 자기 계발을 돕기 위해 정부는 군 이러닝 포털시스템을 구축하였다. 본 연구에서는 군 이러닝 포털 시스템을 통해 다양한 교육용 콘텐츠를 제공하기 위해 교육용 콘텐츠에 대한 메타데이터를 설계하였다. 군 장병들이 원하는 콘텐츠와 이를 표현하는 방법에 대한 설문 조사를 통해 요구 분석하였으며, 이를 토대로 분류 체계와 분류 항목을 선정하였다. 이러한 분류 체계와 분류 항목을 KEM과 SCORM과 같은 국내 외 콘텐츠 표준화 규격을 참조하여 교육 콘텐츠 메타데이터로 설계하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.322-324
• /
• 2021

최근 고주사율 디스플레이 시장 확대와 실감콘텐츠에 대한 요구에 따라, 높은 프레임율의 동영상 콘텐츠에 대한 관심이 증가하고 있다. 본 논문은 이용자의 비디오를 초슬로우 비디오로 변환해주는 웹 기반 서비스 시스템을 제안한다. 이는 사용자가 웹을 통해 비디오를 업로드하면, 딥러닝 기반의 비디오 프레임 보간 알고리즘을 이용하여 초고프레임율의 동영상으로 변환하며. 변환된 초저속 비디오를 웹을 통해 보여주거나 파일 포맷으로 제공한다. 제안 시스템은 복잡한 연산을 요구하는 딥러닝 네트워크 모듈과 사용자와의 상호작용을 위한 웹 페이지 모듈로 구성되었다. 프레임 보간을 위해서, State-of-the-art 기술인 딥러닝 기반의 Real-Time Intermediate Flow Estimation for Video Frame Interpolation 방법이 활용되었으며, 웹페이지는 HTML, CSS, Javascript, Flask를 사용하여 구축되었고, Flask를 활용하여 두 모듈이 연동되었다. 제안 웹 기반 시스템을 통해, 사용자는 딥러닝 네트워크 구동에 필요한 별도의 지식 없이 통신 자원만으로 고실감의 경험과 편의성을 제공받을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.33-34
• /
• 2023

성장하는 빅 데이터 시장과 빅 데이터 수의 기하급수적인 증가는 기존 컴퓨팅 환경에서 데이터 처리의 어려움을 야기한다. 특히 이미지 데이터 처리 속도는 데이터양이 많을수록 현저하게 느려진다. 이에 본 논문에서는 Apache Spark와 OpenCV를 활용한 분산 클러스터 컴퓨팅 환경의 대용량 이미지 머신러닝 시스템을 제안한다. 제안하는 시스템은 Apache Spark를 통해 분산 클러스터를 구성하며, OpenCV의 이미지 처리 알고리즘과 Spark MLlib의 머신러닝 알고리즘을 활용하여 작업을 수행한다. 제안하는 시스템을 통해 본 논문은 대용량 이미지 데이터 처리 및 머신러닝 작업 속도 향상 방법을 제시한다.

• 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.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.11
• /
• pp.329-331
• /
• 2020

Edutech is a compound word of education and technology, and is an educational paradigm in the era of the 4th industrial revolution. This refers to next-generation education using information and communication technology (ICT) such as big data, artificial intelligence (AI), robots, and virtual reality (VR) of the 4th industrial revolution. e-Learning is being used as an online lecture for education in ICT, but edutech is attracting attention along with e-learning as the feeding of non-face-to-face education has rapidly increased due to COVID-19. Therefore, this paper summarizes the reviewed papers on the blockchain-based badge service platform, simulation-based collaborative e-Learning system, video English dictionary, and blockchain-based access control audit system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.925-927
• /
• 2022

본 논문에서는 자율주행을 통해 보도를 청소하는 동안 분실물을 인지할 수 있는 로봇 시스템을 개발하였다. 분실물의 종류는 딥러닝 모델에 의해 지정되고 학습되며 로봇은 이를 인식하여 저장한다. 보도 경계 및 장애물을 감지하기 위해 Image-Segmentation 기술을 사용하였으며, 물체 감지에 사용되는 depth 카메라(d435)를 사용하였다. 학습하기 위한 딥러닝 모델로 YOLOv5 를 사용하였으며, 그 결과 정해진 사물을 인식하는 데 평균 84%의 정확도를 보였다. 이 시스템을 로봇에 적용할 경우 예상되는 효과로는 정확한 보도 인식으로 로봇이 경로를 이탈하지 않도록 하는 것, 유실물품의 신속하고 안전한 인계 등이 있다.