• Proceedings of the Korea Contents Association Conference
• /
• 2008.05a
• /
• pp.732-737
• /
• 2008

As e-learning is recognized in new education form, Learning Management System that manage general activity of learning to maximize effect of education is being developed actively. Usually, Learning Management System includes course registration and learning as well as learner's learning recording and tracking, evaluation in online. But, most systems is lacking a tool that learners can collaborate with companion learners, and planning learning and set valuation basis as leading. In this paper, we can expect effective collaborative learning activities because can make debate and team project smooth by suggesting collaborative learning module that can drive voluntary participation such as group formation, learning plan, mutually estimation as leading to learner in Learning Management System of blended learning base that support online and offline environment both.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.2
• /
• pp.423-428
• /
• 2017

These days, various and tons of education information are rapidly increasing and spreading due to Internet and smart devices usage. Recently, as e-Learning usage increasing, many instructors and students (learners) need to set a goal to maximize learners' result of education and education system efficiency based on big data analytics via online recorded education historical data. In this paper, the author applied Word2Vec algorithm (neural network algorithm) to find similarity among education words and classification by clustering algorithm in order to objectively recognize and analyze online recorded education historical data. When the author applied the Word2Vec algorithm to education words, related-meaning words can be found, classified and get a similar vector values via learning repetition. In addition, through experimental results, the author proved the part of speech (noun, verb, adjective and adverb) have same shortest distance from the centroid by using clustering algorithm.

• Journal of Digital Contents Society
• /
• v.19 no.6
• /
• pp.1115-1121
• /
• 2018

In this paper, we have studied a data analysis method by deep learning to predict learning achievements based on accumulated data in cyber university learning management system. By predicting learner's academic achievement, it can be used as a tool to enhance learner's learning and improve the quality of education. In order to improve the accuracy of prediction of learning achievements, the autoencoder based attendance prediction method is developed to improve the prediction performance and deep learning algorithm with ongoing evaluation metrics and predicted attendance are used to predict the final score. In order to verify the prediction results of the proposed method, the final grade was predicted by using the evaluation factor attendance data of the learning process. The experimental result showed that we can predict the learning achievements in the middle of semester.

• Journal of Internet of Things and Convergence
• /
• v.9 no.6
• /
• pp.1-9
• /
• 2023

Malware files containing concealed malicious scripts have recently been identified within MS Office documents frequently. In response, this paper describes the design and implementation of a system that automatically detects malicious digital files using machine learning techniques. The system is proficient in identifying malicious scripts within MS Office files that exploit the OLE VBA macro functionality, detecting malicious scripts embedded within the CDH/LFH/ECDR internal field values through OOXML structure analysis, and recognizing abnormal CDH/LFH information introduced within the OOXML structure, which is not conventionally referenced. Furthermore, this paper presents a mechanism for utilizing the VirusTotal malicious script detection feature to autonomously determine instances of malicious tampering within MS Office files. This leads to the design and implementation of a machine learning-based integrated software. Experimental results confirm the software's capacity to autonomously assess MS Office file's integrity and provide enhanced detection performance for arbitrary MS Office files when employing the optimal machine learning model.

• Journal of Digital Convergence
• /
• v.17 no.10
• /
• pp.265-271
• /
• 2019

The number of galleries across the country is increasing as interest in cultural life increases due to the increase in national income. However, museum satisfaction is relatively low compared to other services. In this paper, we propose a service that provides preference information based on machine learning in embedded system environment in order to increase museum satisfaction. The proposed algorithm implements an embedded system using Raspberry Pi. Machine learning was used to find works similar to the viewer's favorite works, and several models were compared to select models applicable to embedded systems. By using the preference information, it is possible to effectively organize the gallery exhibition contents to increase the exhibition satisfaction and the re-visit rate of the museum.

• Smart Media Journal
• /
• v.12 no.11
• /
• pp.36-47
• /
• 2023

Industrial Control System(ICS), which controls facilities at major industrial sites, is increasingly connected to other systems through networks. With this integration and the development of intelligent attacks that can lead to a single external intrusion as a whole system paralysis, the risk and impact of security on industrial control systems are increasing. As a result, research on how to protect and detect cyber attacks is actively underway, and deep learning models in the form of unsupervised learning have achieved a lot, and many abnormal detection technologies based on deep learning are being introduced. In this study, we emphasize the application of preprocessing methodologies to enhance the anomaly detection performance of deep learning models on time series data. The results demonstrate the effectiveness of a Wavelet Transform (WT)-based noise reduction methodology as a preprocessing technique for deep learning-based anomaly detection. Particularly, by incorporating sensor characteristics through clustering, the differential application of the Dual-Tree Complex Wavelet Transform proves to be the most effective approach in improving the detection performance of cyber attacks.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.388-390
• /
• 2019

운영체제는 해당 시스템이 운영되면서 생기는 흔적을 남길 수 있게 설계되었다. 디지털 포렌식에서 아티팩트는 보관증거 또는 데이터의 정보를 확증하는데 사용된다. 디지털 정보는 사용자의 생활방식에 따라 사용자의 습관, 사상, 감정에 영향을 받아 저장될 수 있다. 디지털 증거의 경우, 한 저장매체에 많은 데이터가 함께 저장되어 있을 뿐만 아니라 대형 서버 시스템의 경우에는 수많은 사람들의 정보도 저장되어 특정의 데이터만을 찾아내기가 쉽지 않다. 이러한 문제를 해결하기 위해 자연어 처리와 머신러닝 기술이 활용될 수 있다. 자연어 처리기술은 인간과 컴퓨터 간 인터페이스를 쉽고 편하게 하고, 자연어로 기록되어 있는 아티팩트를 머신러닝을 이용하여 빠른 분석을 가능하게 한다. 본 논문은 자연어처리와 머신러닝을 이용한 디지털 아티팩트 분석 방안을 제안한다. 자연어 처리와 머신러닝을 이용하여 아티팩트에서 사용자의 의도를 파악할 수 있음을 실험을 통하여 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1410-1413
• /
• 2012

최근 스마트 시대에 디지털 컨버젼스(digital convergence)의 대표기기로 대두되고 있는 태블릿 PC는 휴대전화와 컴퓨터의 기능을 바탕으로 장소의 제한 없이 네트워크에 접속할 수 있다. 이는, 개인의 일상생활에서 큰 영향을 미치고 있는 실정이다. 10년 이상 e러닝이 주도해 온 IT교육시장에서 스마트러닝으로의 변화는 새로운 플랫폼을 구축하는 그 이상의 의미를 가진다. 스마트 러닝은 기존의 수직적인 학습방식을 수평적, 참여적, 지능적, 그리고 상호작용적인 방식으로 전환하여 학습의 효과를 높였다. 이러한 트랜드를 반영하여 스마트러닝의 장점을 극대화 시킬 수 있는 학습자 중심의 컨버젼스 러닝시스템(learning system)을 구현하고자 하였다. 또한, 영어의 중요성이 대두되면서 영어 인증시험에 대한 관심이 날로 커지고 있다. 그리하여 바쁜 일상생활 중에서 시간과 장소에 구애 받지 않고 태블릿 PC를 통하여 영어 인증시험을 공부할 수 있는 어플리케이션을 기획하였다. 본 LEMON(Learn English Mobile ON-air) 앱(application)은 영어 학습 시간이 충분하지 않은 대학생 및 직장인 등을 대상으로 TOEIC, TOEFL, TOEIC SPEAKING 영어 인증시험에 대한 학습이 가능하도록 구현하였다.

• 한국정보교육학회:학술대회논문집
• /
• 2007.01a
• /
• pp.359-364
• /
• 2007

Wiki 웹토론 시스템의 목적은 지식을 공유하고 자기 주도적으로 학습을 가능하게 하는 토론을 활성화시키는 데 있다. 그러나 이러한 장점에도 불구하고 가정의 컴퓨터 보급률이라든지 인터넷 사용 등의 제반환경여건에 따라 원활한 수업이 이루어지지 않았다. 따라서 면대면 현장학습뿐만 아니라 온라인 환경과 기술요소에 따른 다양한 학습활동들이 필요하다. 블렌디드 러닝 (Blended Learning)이란 적합한 시간에 적합한 사람에게 적합한 기술을 개인에 적합한 학습스타일에 맞추기 위해 적합한 학습관련의 기술을 적용함으로써 학습목표 성취에 초점을 두는 학습형태이다. 블렌디드 러닝에 있어서 학습은 지속적인 과정이며 오프라인학습공간과 결합하여 학습의 장을 넓히는 것이다. 학습자의 관심을 끌어내어 교육의 효과성을 극대화하며 학습 프로그램의 개발이나 과정실행에서 적절한 방법으로 혼합함으로써 시간과 비용을 최적화할 수 있다. 본 연구에서 제시한 블렌디드 러닝 교수학습모형은 Wiki 웹토론 시스템을 보다 효율적으로 활용할수 있게 하였다. 본 모형의 특징은 첫째, 토론에 앞서 오프라인 학습으로 학습목표확인과 수업안내를 하여 학생들로 하여금 학습목표인지와 수업의 흐름을 보다 잘 파악할 수 있게 하였다. 둘째, 토론 후 교사의 강의가 오프라인 학습으로 이루어지도록 하여 학생들에게 배운 내용을 정리할 수 있는 기회를 제공하여 보다 충실한 수업이 될 수 있었다. 셋째, 토론 후 학습자-교사자 및 학습자 상호피드백이 이루어질 수 있도록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.464-467
• /
• 2020

조현병(정신분열증)은 사고, 감정, 지각, 행동 등 인격의 여러 측면에 걸쳐 광범위한 임상적 이상 증상을 일으키는 정신 질환이다. 심각한 정신 질환임에도 불구하고 여전히 과학적 진단 체계가 갖춰져 있지 않아 진단의 많은 부분을 환자의 진술에 의존하고 있으며, 이로 인해 조현병이라는 진단을 받고 치료방법을 찾는데 까지 오랜 시간이 걸린다. 이에 본 연구는 EEG, MRI 데이터와 조현병의 상관관계를 이용한 조현병 진단 시스템을 제안하고자 한다. 본 시스템은 MRI 데이터와 머신러닝 알고리즘을 통한 조현병의 확률적 진단과 함께, EEG 데이터의 시각화 기능을 제공하는 소프트웨어를 개발함으로써 조현병 진단의 과학적 근거를 의사에게 제공하여 정확한 병의 진단을 목표로 한다. 진단 후에는 환자 데이터의 체계적 관리를 통해 머신러닝 알고리즘의 학습 데이터 확보 및 환자의 상태를 지속적으로 관리·관찰 할 수 있도록 하여 의료 소프트웨어로서 조현병의 체계적 진단 및 관리 시스템을 구축한다.