• Knowledge Management Research
• /
• v.25 no.1
• /
• pp.155-172
• /
• 2024

This study investigates the effectiveness of foreign language learning through diverse treatments in virtual settings, particularly by differentiating virtual environments with three textual enhancement techniques. A 2 × 3 mixed-factorial design was used, treating virtual environments as within-subject factors and textual enhancement techniques as between-subject factors. Participants experienced two videos, each in different virtual learning environments with one of the random textual enhancement techniques. The results showed that the interaction between different virtual environments and textual enhancement techniques had a statistically significant impact on presence among groups. In examining main effects of virtual environments, significant differences were observed in flow and attitude toward pre-post learning. Also, main effects of textual enhancements notably influenced flow, intention to use, learning satisfaction, and learning confidence. This study highlights the potential of Metaverse in foreign language learning, suggesting that learner experiences and effects vary with different virtual environments.

• 한국정보교육학회:학술대회논문집
• /
• 2007.01a
• /
• pp.173-180
• /
• 2007

최근 모바일 기기의 활성화에 따라 M-learning (Mobile learning)이 활성화되고 있다. M-learning을 기반으로 한 코스웨어나 모듈 설계 시 학습자의 적극적 참여와 의미 있는 상호작용의 기회 제공과 실제적 환경에서의 교육활동을 지원하는 것에 초점을 맞추어야 한다. 근접발달영역이론 (Zone of Proximal Development : ZPD)이란 독자적으로 문제를 해결함으로써 결정되는 실제적 발달수준과 성인의 안내나 보다 능력 있는 또래들과 협동하여 문제를 해결함으로써 결정되는 잠재적 발달수준간의 거리이다. 한편, 스캐폴딩은 학습자의 근접발달영역을 변화시키며, 학습자가 스스로 학습할 수 있도록 도와주는 구체적인 방식이라 할 수 있다. 또한 스캐폴딩 (Scaffolding)은 학습자가 구조를 조직하고 새로운 지식을 구성하도록 교수자 또는 촉진자가 도와주면서 교수자와 학습자간에 상호작용하는 과정이다. 본 연구에서는 근접발달영역이론을 이용하여 모바일로 교사가 학습자에게 스캐폴딩을 제공하는 수업모형을 제안한다. 본 모형의 특징은 다음과 같다. 첫째, 문제해결을 위한 스캐폴딩만이 아니라 문제 해결 후 격려 스캐폴딩을 제공하여 학습력 강화가 이뤄지도록 하였다. 둘째, 교사와 학습자 사이에 다양한 스캐폴딩을 제공하여 상호작용을 강화하였다. 셋째, 자신에게 맞는 개별학습, 반복 학습이 가능하고 자기 주도적 학습이 강화되도록 하였다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.11
• /
• pp.785-794
• /
• 2002

Automatic stock trading systems should be able to solve various kinds of optimization problems such as market trend prediction, stock selection, and trading strategies, in a unified framework. But most of the previous trading systems based on supervised learning have a limit in the ultimate performance, because they are not mainly concerned in the integration of those subproblems. This paper proposes a stock trading system, called R-Trader, based on reinforcement teaming, regarding the process of stock price changes as Markov decision process (MDP). Reinforcement learning is suitable for Joint optimization of predictions and trading strategies. R-Trader adopts two popular reinforcement learning algorithms, temporal-difference (TD) and Q, for selecting stocks and optimizing other trading parameters respectively. Technical analysis is also adopted to devise the input features of the system and value functions are approximated by feedforward neural networks. Experimental results on the Korea stock market show that the proposed system outperforms the market average and also a simple trading system trained by supervised learning both in profit and risk management.

• Journal of the Korean Society for Library and Information Science
• /
• v.57 no.2
• /
• pp.51-77
• /
• 2023

This study analyzed the respective teaching and learning-related services offered by the Centers for Teaching and Learning and the academic libraries to find the proper roles of libraries regarding this type of service. We interviewed librarians to collect the data. The content analysis of the qualitative interview data enabled us to identify the librarians' perceptions of teaching and learning support, service provision method, strengthening relationships with other academic units, recognition of libraries' roles within the universities, and generating more investment for the libraries. Finally, the analysis led to six suggestions for libraries' teaching and learning support functions, such as advertising the availability of specific academic discipline or unit-oriented library services, strengthening librarian's capabilities as educators, bolstering digital information literacy of the faculty members and students, injecting libraries' views into the development and maintaining fundamental knowledge-related programs, emphasizing the notion of human-centered libraries, and finding new ways to utilize library space.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.22 no.4
• /
• pp.63-77
• /
• 2023

This study applies reinforcement learning to effectively operate expressway hard shoulder running (HSR). An HSR algorithm was developed, and its effectiveness was evaluated using the VISSIM microscopic simulation program. The simulation evaluated two aspects: mobility and safety. The DQN-based HSR algorithm found speed improvement of up to 26 km/h. Compared to the current method, the difference in the number of conflicts was not significant. Considering the results, a DQN-based HSR operation has a clear effect, and it is necessary to consider adjusting the current operational criteria.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.45-46
• /
• 2019

본 논문에서는 Upper Confidence Bound (UCB)를 이용한 효율적인 패킷 스케줄링 기법을 제안한다. 기존 e-greedy 등 강화학습의 보상을 극대화 할 수 있는 행동을 선택하는 것과 다르게, 제안된 UCB를 이용한 강화학습 패킷 스케줄링 기법은 각 상태에서 행동을 선택한 횟수를 추가적으로 고려한다. 이는 보다 효율적인 강화학습의 탐구(Exploration)를 가능케 한다. 본 논문에서는 컴퓨터 시뮬레이션을 통하여 제안하는 UCB를 이용한 강화학습 패킷 스케줄링 기법이 기존의 e-greedy 및 softmax를 기반으로 한 패킷 스케줄링 기법에 비해 정확도 측면에서 향상된 정확도를 보인다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.167-168
• /
• 2022

선박을 운항함에 있어 최적항로를 결정하는 것은 항해시간과 연료 소모를 줄이는 중요한 요인 중의 하나이다. 기존에는 항로를 결정하기 위해 항해사의 전문적인 지식이 요구되지만 이러한 방법은 최적의 항로라고 판단하기 어렵다. 따라서 연료비 절감과 선박의 안전을 고려한 최적의 항로를 생성할 필요가 있다. 연료 소모량 혹은 항해시간을 최소화하기 위해서 에이스타 알고리즘, Dijkstra 알고리즘을 적용한 연구가 있다. 하지만 이러한 연구들은 최단거리만 구할 뿐 선박의 안전, 해상상태 등을 고려하지 못한다. 이를 보완하기 위해 본 연구에서는 강화학습 알고리즘을 적용하고자한다. 강화학습 알고리즘은 앞으로 누적 될 보상을 최대화 하는 행동으로 정책을 찾는 방법으로, 본 연구에서는 강화학습 알고리즘의 하나인 Q-learning을 사용하여 선박의 안전을 고려한 최적의 항로를 생성하는 기법을 제안 하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.163-166
• /
• 2007

최근에 국내외의 인공지능 분야에서는, 강화학습(reinforcement learning)에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 능동형 현가장치(active-suspension)의 제어를 위하여 RLS 기반 NAC(natural actor-critic)을 활용한 강화학습 기법을 적용해보고, 그 성능을 시뮬레이션을 통해 확인해본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.235-237
• /
• 2000

본 논문에서는 환경의 변화에 민감한 시계열 데이터인 주가의 변동과정을 보다 효과적으로 설명하기 위한 방안의 하나로 강화 학습 모형의 도입을 제안하며, 특정 시점의 주가 추세를 평가하는 기준으로 가치도 함수를 채택한다. 가치도 함수의 계산에는 강화 학습 알고리즘의 일종인 Monte Carlo 알고리즘을 적용하고, 신경망 구현에 의해 구한 근사 가치도의 적절성을 평가하였다. 실험 결과로 볼 때, 여타 강화 학습 알고리즘을 추가적으로 적용할 경우, 주가 변동의 시계열적 특성을 더욱 잘 반영할 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.340-341
• /
• 2018

본 논문에서는 음성인식의 성능을 높이기 위해 잡음을 제거하여 음성을 향상시킬 목적으로 심화신경망 기반의 강화학습을 적용한 음성향상 기법을 제안한다. EVRC를 통해 잡음을 제거한 후 강화학습을 적용하여 성능을 비교하며 기존의 음성향상 기법보다 향상된 성능을 가지는 모델을 구현하고자 한다.