• Journal of KIISE
• /
• v.42 no.4
• /
• pp.451-458
• /
• 2015

Previous multimodal learning methods focus on problem-solving aspects, such as image and video search and tagging, rather than on knowledge acquisition via content modeling. In this paper, we propose the Multimodal Concept Hierarchy (MuCH), which is a content modeling method that uses a cartoon video dataset and a character-based subtitle generation method from the learned model. The MuCH model has a multimodal hypernetwork layer, in which the patterns of the words and image patches are represented, and a concept layer, in which each concept variable is represented by a probability distribution of the words and the image patches. The model can learn the characteristics of the characters as concepts from the video subtitles and scene images by using a Bayesian learning method and can also generate character-based subtitles from the learned model if text queries are provided. As an experiment, the MuCH model learned concepts from 'Pororo' cartoon videos with a total of 268 minutes in length and generated character-based subtitles. Finally, we compare the results with those of other multimodal learning models. The Experimental results indicate that given the same text query, our model generates more accurate and more character-specific subtitles than other models.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.384-385
• /
• 2017

과학 모델은 복잡한 자연현상을 단순화하고 패턴화한 것이다. 따라서 과학 모델은 특정한 알고리즘을 가지며, 과학 모델에 대한 이해는 모델이 갖는 특정한 알고리즘에 대한 이해와 직접적으로 관련되어있다. 본 연구에서는 많은 학생들이 대안 개념을 가지고 있는 산-염기를 주제로 하여, 이 모델이 가지는 알고리즘을 학습하기 위한 프로그램을 설계하고, 알고리즘을 학습 하였을 때 과학 학습에 미치는 효과를 확인하였다. 고등학생 3학년을 대상으로 4차시로 수업을 진행하였으며, 수업의 사전과 사후 검사를 실시하여, 학생들의 모델에 대한 이해를 분석하였다. 수업 결과, 학생들은 모델의 정의와 화학반응 및 화학평형의 정성적인 부분에서는 이해의 향상을 보였으나, 정량적인 부분에는 효과를 보이지 못하였다. 이는 화학이 많은 수의 입자를 고려해야 하는 독특한 과목의 특성에 기인하며, 이를 보완하기 위하여 추후 컴퓨터프로그램을 교육 도구로 사용하는 수업을 통해 후속연구를 진행하고자 한다.

• Communications of Mathematical Education
• /
• v.23 no.1
• /
• pp.129-144
• /
• 2009

The purpose of the study was to investigate the effects of the use of RNP curriculum based on Lesh translation model on third grade students' understandings of fraction concepts and problem solving ability. Students' conceptual understandings of fractions and problem solving ability were improved by the use of the curriculum. Various manipulative experiences and translation processes between and among representations facilitated students' conceptual understandings of fractions and contributed to the development of problem solving strategies. Expecially, in problem situations including fraction ordering which was not covered during the study, mental images of fractions constructed by the experiences with manipulatives played a central role as a problem solving strategy.

• Communications of Mathematical Education
• /
• v.9
• /
• pp.97-114
• /
• 1999

새로운 세기의 수학 교육은 직관과 조작 활동에 바탕을 둔 경험에서 수학적 형식, 관계, 개념, 원리 및 법칙 등을 이해하도록 지도되어야 한다. 즉 학생들의 내면 세계에서 적절한 경험을 통하여 시각적 ${\cdot}$ 직관적으로 수학적 개념을 재구성할 수 있도록 상황과 대상을 제공해야 한다. 이를 위하여 컴퓨터 응용 프로그램을 활용한 자기주도적 수학 개념 형성에 적합한 교수 ${\cdot}$ 학습 모델을 구안하여 보았다. 이는 수학의 필요성과 실용성 인식 및 자기주도적 문제해결력 향상을 위한 상호작용적 매체의 활용이 요구된다. 본 연구는 구성주의적 수학 교수 ${\cdot}$ 학습 이론을 근간으로 대수 ${\cdot}$ 해석 ${\cdot}$ 기하 및 스프레트시트의 상호 연계를 통하여 수학 지식을 재구성할 수 있도록 학습수행지를 제작하여 교사와 학생의 다원적 상호 학습 기회를 제공하는 데 주안점을 두고자 한다.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.6
• /
• pp.553-560
• /
• 2022

The research of course-embedded learning evaluation method, which can be used to measure the competency of learners by evaluation of learning outcomes, has been performed for competency-based education in the university. In this paper, we propose an learning evaluation and adaptive feedback model based on learning outcomes, learning subjects, learning concepts graph, and an evaluation matrix. Firstly, we define the layered learning outcomes, a graph of learning subjects and concepts, and two association matric. Secondly, we define algorithms to calculate the level of learning achievement and the learning feedback to learners. We applied the proposed method to a specific course, "Java Programing", to validate the effectiveness of our method. The experimental results show that our proposed method can be useful to measure the learning achievement of learners and provide adaptive feedbacks to them.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.117-120
• /
• 2017

객체지향 프로그래밍은 산업과 교육 분야에서 그 영향력이 점차 커지고 있다. 그러나 객체지향은 추상적이고, 복합적인 개념을 많이 포함하고 있어 처음 객체지향 언어를 배우는 초보학습자는 개념을 이해하는데 많은 어려움을 겪고 있다. 또한 객체지향 개념들은 상호 연관성이 매우 높아 기본 개념을 이해하지 못하면 다음 단계의 개념을 이해할 수 없다. 따라서 본 논문은 초보학습자의 객체지향 개념의 이해를 돕기 위해 클래스와 객체 모델, 클래스간의 상속 모델을 도식화하여 제안한다. 이 모델을 이용하여 객체지향의 핵심 개념인 클래스, 객체, 레퍼런스 변수, 상속, 오버라이딩, 다형성, 동적 바인딩의 이해도를 높일 수 있다.

• Journal of The Korean Association of Information Education
• /
• v.20 no.6
• /
• pp.645-654
• /
• 2016

As the 4th industrial revolution has progressed in recent years, the importance of robot education in elementary school education is increasing. In this paper, I suggested robot education framework to consider conceptual understanding and learning activities based on the 2014, 2015 KAIE software education standard curriculum for elementary school. The framework is reconstructed the 7 stages, In order to generalize the standardized model of the software curriculum, the achievement criteria should be prepared according to the content system of the curriculum considering the conceptual understanding and learning activities proposed in this paper, and if the educational contents are developed and utilized, it is expected to contribute to the activation of robot education in addition to elementary school software education.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.646-648
• /
• 2005

인터넷의 급속한 성장과 더불어 사용자들은 인터넷을 통해 많은 정보를 얻을 수 있게 되었으며 최신 뉴스를 실시간으로 접근할 수 있게 되었다. 이에 따라 방대한 정보 속에 사용자 관심사에 맞는 정보를 효과적으로 검색하기 위한 여러 방법들이 연구되어 왔다. 하지만 기존의 많은 선행 연구들은 단어 빈도 기반의 키워드 벡터 모델을 이용하여 사용자의 관심사를 학습하고 있다. 이러한 키워드 벡터 모델은 사용자의 선호도를 명확하게 기술하지 못하고 키워드를 이용한 특징 벡터 (feature-vector)는 개념들 사이의 관계를 찾기 어려운 한계를 가지고 있다. 이를 개선하기 위해 본 논문에선 계층적 개념 인덱싱(Hierarchical Concept Indexing)을 이용한 온톨로지 형태의 개인화된 사용자 프로파일을 만드는 방법을 제안한다. 생성된 사용자 프로파일에 개념 간의 유사도와 개념에 대한 사용자의 관심도를 고려하여 보다 개인의 선호도에 맞는 기사를 제공한다. 실험에서는 제안된 방법의 성능 평가를 위해서 기존의 키워드 벡터 모델의 학습 방법인 WebMate 시스템과 비교 분석하였다. 그 결과 제안하는 방법이 키워드 벡터를 이용한 학습 방법보다 향상된 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.3-7
• /
• 2019

자연어 표상은 자연어가 가진 정보를 컴퓨터에게 전달하기 위해 표현하는 방법이다. 현재 자연어 표상은 학습을 통해 고정된 벡터로 표현하는 것이 아닌 문맥적 정보에 의해 벡터가 변화한다. 그 중 BERT의 경우 Transformer 모델의 encoder를 사용하여 자연어를 표상하는 기술이다. 하지만 BERT의 경우 학습시간이 많이 걸리며, 대용량의 데이터를 필요로 한다. 본 논문에서는 빠른 자연어 표상 학습을 위해 의미 정보와 BERT를 결합한 개념 언어 모델을 제안한다. 의미 정보로 단어의 품사 정보와, 명사의 의미 계층 정보를 추상적으로 표현했다. 실험을 위해 ETRI에서 공개한 한국어 BERT 모델을 비교 대상으로 하며, 개체명 인식을 학습하여 비교했다. 두 모델의 개체명 인식 결과가 비슷하게 나타났다. 의미 정보가 자연어 표상을 하는데 중요한 정보가 될 수 있음을 확인했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.865-867
• /
• 2017

본 논문에서는 데이터스트림 환경에서 개념 변화를 탐지하기 위해 합성곱 신경망(CNN)을 사용하는 방법을 제시한다. 데이터스트림 환경에서 입력될 수 있는 데이터를 패턴화하여 신경망 모델에 학습시키고, 패턴화한 데이터를 학습시킨 신경망 모델을 이용하여 스트림 환경에서 개념 변화를 검출 가능함을 보인다.