• The Journal of Korean Association of Computer Education
• /
• v.10 no.4
• /
• pp.93-102
• /
• 2007

The present study is to investigate the elements of e-learning strategies affecting the levels of participation, achievement and satisfaction for learners who participated in the university blended learning environment. For this, 58 subjects were recruited who participated in the blended learning class at K university. E-learning strategies, achievement and satisfaction levels were measured for data collection, and the level of participation was measured by analyzing the LMS log-in database. For data analysis, first, means and standard deviation were computed to find the level of e-learning strategies of the subjects. Second, linear regression analysis was conducted to find the e-learning strategies that could estimate the levels of achievement, participation and satisfaction. As a result, variables to estimate the achievement level included time management strategy and overload management strategy. Variables to estimate the participation level included self-directed strategy, time management strategy and overload management strategy. Finally, variables to estimate the satisfaction level included multiple discussion management strategy, asynchronous management strategy and sociality. Based on these estimated variables, the author suggested some ideas to increase the educational effectiveness.

• The Journal of Korean Association of Computer Education
• /
• v.9 no.3
• /
• pp.67-74
• /
• 2006

The purpose of this study is identifying variables that affect to learners' preference toward specific e-learning programs, using an exploratory factor analysis(EFA) method. We extract common factors that explain the correlations among variables. In the result, 8 factors were identified as main influential factors: e-learning program design(1st factor), the purpose of e-learning use(2nd factor), social and cultural issues(3rd factor), demographics(4th factor), organizational needs(5th factor), impacts of e-learning(6th factor), e-learning management(7th factor), and technical issue(8th factor).

• The Journal of Korean Association of Computer Education
• /
• v.15 no.6
• /
• pp.53-64
• /
• 2012

This study was to compare and analyze actual conditions and awareness of high school students' mobile learning. Survey was used as a research method and percentile, t-test and F-test were conducted for the statistical analyses. Results revealed that in the case of actual conditions on mobile device and mobile learning, slight differences were shown in various sub-variables, depending on independent variables (gender, grade, track); year 2010 can be the most important year for the mobile learning; high school students seldom utilize mobile learning in a small piece of time; mobile learning using Apps was not widespread yet. In the case of awareness of mobile learning, statistically significant differences were found in the use capacity of mobile devices, the increase of learning performance, and the continual interests of mobile devices.

• The Journal of the Korea Contents Association
• /
• v.8 no.5
• /
• pp.276-286
• /
• 2008

In this paper, we introduce an adaptive e-Learning system for engineering mathematics which is based on computer algebra system (Mathematica) and on-line authoring environment. The system provides an assessment tool for individual diagnosis using Bayesian inference network. Using this system, an instructor can easily develop mathematical web contents via web interface. Examples of such content development are illustrated in the area of linear algebra, differential equation and discrete mathematics. The diagnostic module traces a student's knowledge level based on statistical inference using the conditional probability and Bayesian updating algorithm via Netica. As part of formative evaluation, we brought this system into real university settings and analyzed students' feedback using survey.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.465-467
• /
• 2019

본 논문에서는 영상생성이 가능한 딥러닝 네트워크를 이용하여 조영증강 CT 영상을 획득하는 연구를 수행하였다. CT는 고해상도 영상을 바탕으로 환자의 질병 및 암 세포 진단에 사용되는 의료영상 기법 중 하나이다. 특히, 조영제를 투여한 다음 CT 영상을 획득되는 영상을 조영증강 CT 영상이라 한다. 조영증강된 CT 영상은 물질의 구성 성분의 영상대비를 강조하여 임상의로 하여금 진단 및 치료반응 평가의 정확성을 향상시켜준다. 하지많은 수의 환자들이 조영제 부작용을 갖기 때문에 이에 해당되는 환자의 경우 조영증강 CT 영상 획득이 불가능해진다. 따라서 본 연구에서는 조영증강 영상을 얻지 못하는 환자 및 일반 환자의 불필요한 방사선의 노출을 최소화 하기 위하여 영상생성 딥러닝 기법을 이용하여 CT 영상에서 조영증강 CT 영상을 생성하는 연구를 진행하였다. 영상생성 딥러닝 네트워크는 generative adversarial network (GAN) 모델을 사용하였다. 연구결과 아무런 전처리도 거치지 않은 CT 영상을 이용하여 영상을 생성하는 것 보다 히스토그램 균일화 과정을 거친 영상이 더 좋은 결과를 나타냈으며 생성영상이 기존의 실제 영상과 영상의 구조적 유사도가 높음을 확인할 수 있다. 본 연구결과 딥러닝 영상생성 모델을 이용하여 조영증강 CT 영상을 생성할 수 있었으며, 이를 통하여 환자의 불필요한 방사선 피폭을 최소하며, 생성된 조영증강 CT 영상을 바탕으로 정확한 진단 및 치료반응 평가에 기여할 수 있을거라 기대된다.

• The Journal of Korean Association of Computer Education
• /
• v.12 no.3
• /
• pp.41-51
• /
• 2009

In this thesis, we suggested an e-learning model, which is named 'goal driven personalized e-learning system' to improve educational effects, and implemented it. The system makes the learner choose the learning goal which could be a motivational power for learning, so it enabled self-directed learning. In order to implement the system, we proposed new standards related to personalization by modifying SCORM 2004 standard. New standards stand for the statistics on learning objects usage, a goal for driving learning. and information of the contents model and the sequencing information model, which are parts of the system previously suggested. We implemented the system, and then proved that personalize e-learning is possible by showing that the system could offer a learning path individually to learners who have different characteristics.

• 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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.17-20
• /
• 2021

본 연구는 인원 계수에 딥러닝 알고리즘을 적용한다. 인원 계수는 안전 관리 분야, 상업 분야에 적용될 수 있다. 예를 들어, 건물 내 화재 발생 시, 계수된 인원을 활용하여 인명 피해를 최소화할 수 있다. 다른 예로, 유동인구 데이터를 기반으로 상권을 분석하여 경제적 효율성을 극대화할 수 있다. 이처럼 인원 데이터의 중요성이 증가함에 따라 인원 계수 연구도 활발하다. 그 예로, 객체 탐지(Object Detection) 같은 딥러닝 기반 인원 계수, 센서 기반 인원 계수 등이 있다. 본 연구에선 딥러닝 알고리즘인 VGGNet을 사용하여 인원을 계수했다. 결과로 Mean Absolute Percentage Error(이하 MAPE)는 약 5.9%의 오차율을 보였다. 결과 확인 방법으로는 설명 가능한 인공지능(XAI) 알고리즘 중 하나인 Grad-CAM을 적용했다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.277-278
• /
• 2023

본 논문은 머신러닝 학습 도구인 Teachable Machine을 활용하여 모션 인식 러닝 액션 게임인 Dino Run Game을 개발하는 것을 목표로 한다. JavaScript, HTML, CSS를 사용하여 기본적인 게임 프레임워크를 구현하고, Google에서 개발한 Teachable Machine의 이미지 인식 모델을 활용하여 웹캠을 통해 사용자의 손 이미지를 인식한다. 이를 기반으로 게임 캐릭터를 제어함으로써 키보드를 사용하지 않고도 게임을 즐길 수 있도록 구현한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.325-327
• /
• 2024

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.