• Journal of Digital Convergence
• /
• v.18 no.1
• /
• pp.369-377
• /
• 2020

The purpose of this study is to find out the effect of e-learning quality and learner's usage motivation on e-learning satisfaction in Korea and China. In addition, by comparing and analyzing the factors influencing the satisfaction of learners between the two countries, this study aims to suggest the effective use of e-learning. This study surveyed Korean university students at Y and K universities in Gyeongsangbuk-do and Chinese university students at A university in Henan, China. As a result, for Korean university students, it is showed that learning time, learning space, learning process, usefulness, e-learning information quality, and service quality affect e-learning satisfaction. For Chinese university students, learning time, learning process and e-learning system quality, information quality, and service quality were found to affect e-learning satisfaction. Among them, service quality was an important factor influencing e-learning satisfaction in both countries, but the average score of each factor was very low. In the future, we discussed ways to improve service quality.

• 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.

• 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.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.11a
• /
• pp.351-356
• /
• 2007

현재의 사실상 국제 이러닝 표준으로 자리 잡은 SCORM 2004 기술규격은 '단일 사용자 콘텐츠 학습' 환경의 '웹 기반 자기 주도적 학습'에 근거하고 있다. 즉, 학습자 그룹을 포함한 협력적인 학습과정 설계가 가능하도록 하는 규격 부분이 부재한 상태이다. 이에 SCORM 규격을 기반으로 하여 협력학습 콘텐츠를 개발하는 연구가 활발히 진행되어 왔으나, 협력학습 콘텐츠를 탑재하는 플랫폼 즉, 협력학습을 지원하기 위한 학습관리 시스템의 표준화에 대한 연구는 거의 이루어지지 않은 실정이다. 따라서, 본 논문에서는 이러닝 협력학습의 표준화를 주도하고 있는 국제 이러닝 표준기구인 ISO/IEC JTC1 SC36의 연구 자료를 토대로 협력학습을 지원 가능한 방안을 제안하여 SCORM 2004 규격의 실행환경에 협력학습과 관련된 데이터모델을 추가하여 협력학습지원 시스템을 설계하고 구현하고자 한다.

• 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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.135-136
• /
• 2018

본 논문에서는 산업현장에서 특정한 물건을 인식하고 판단하여 로봇팔로 운반할 수 있는 딥러닝을 적용한 객체 인식 기반의 로봇 팔 제어 시스템을 제안하였다. 제안한 시스템은 깊이 인식 카메라를 이용하여 3D 이미지를 촬영 하고 딥러닝으로 검출된 객체를 판별 및 분류 후 인식된 객체를 로봇 팔로 피킹 하도록 구현하였다. 이를 통해, 딥러닝과 깊이인식 카메라로 다양한 환경에서 객체를 정확히 분류 및 추적할 수 있도록 해서 스마트팩토리등 다양한 분야에 활용할 수 있는 시스템을 제안하였다.