• Journal of the Korean Society for Library and Information Science
• /
• v.42 no.3
• /
• pp.81-101
• /
• 2008

The purpose of this study is to develop a course with project-based teaming method for LIS education and to examine the effects of this method on improvement of problem solving and self-directed learning ability of LIS undergraduate students. The research design was one-group pretest-posttest design in quasi-experimental research. The data were collected from 23 LIS undergraduate students and analyzed by paired t-test with SPSS. The result demonstrated that project-based learning method has an significant effect on improvement of problem solving and self-directed learning ability of LIS undergraduate students.

• 한국정보교육학회:학술대회논문집
• /
• 2007.08a
• /
• pp.240-245
• /
• 2007

하루가 다르게 우리 사회의 모습은 정보화, 디지털화 되어 가고 있다. 이러한 시대적 흐름에 맞추어 정보통신기술교육에 대한 관심과 중요성이 커지고 있으며, 단순히 기능을 가르치는 교육에서 문제해결력을 기르는 방향으로 변하고 있다. 이러한 정보통신기술교육의 변화를 반영하기 위해서는 보다 다양하고 체계적인 교수 학습 모형에 대한 연구가 필요하다. 이에 본 연구에서는 구성주의 교육방법론의 하나로 학습자에게 행함에 의한 학습(learning-by-doing)이 이루어지는 모의 상황을 통해 학습 목표를 달성할 수 있도록 하는 목표기반 시나리오학습(Goal-Based Scenario : GBS) 이론을 초등학교 정보통신기술교육에서 활용할 수 있는 교수 학습 모형을 제안하고자 한다. 즉, 교육현장에서 초등학교 학생들에게 적용할 GBS 교수 학습 모형에 대한 연구로 체계적인 정보통신기술교육의 정착에 도움이 되고자 하는데 의의를 둔다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.243-246
• /
• 2018

본 논문에서는 2차원 공간상에서 상부에서 하부로 떨어지는 블록을 하부에서 피하는 게임에서 강화 학습에 사용되는 DQN 알고리즘을 이용하여 블록 피하기 에이전트를 구현하고 학습 통해 점점 더 높은 점수를 받는 모습을 확인하였다. 파이썬을 이용하여 게임을 구현한 후 텐서플로우를 이용하여 DQN를 이용한 에이전트를 구현하였다. 에이전트는 보상을 통한 학습을 통하여 점점 강화되도록 하였는데, 초기에는 무작위로 움직였으나, 환경으로부터 받는 보상으로 점점 더 능숙하게 피하는 모습을 관찰할 수 있었다. 본 구현에서는 4000번 정도의 게임 시행에서 아주 능숙하게 피하는 결과를 얻을 수 있었다.

• 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 Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.35-36
• /
• 2021

딥러닝을 이용한 이미지 처리에서 데이터 셋이 반드시 필요하다. 월패드는 널리 보급되는 다양한 성능을 포함한 IoT가전으로 그 기능의 사용을 돕기 위해서는 해당 월패드에 해당하는 매뉴얼을 제공해야 하고 이를 위해 딥러닝을 이용한 월패드 분류를 이용 할 수 있다. 하지만 월패드 중 일부 모델은 화면의 전반사가 매우 심해 기존의 작은 데이터 셋으로는 딥러닝을 이용한 이미지 분류 성능이 좋지 못하다. 본 논문은 이를 해결하기 위해 추가적으로 데이터 셋을 구축하고 이를 이용해 대규모 데이터로 사전 학습된 VGG16, VGG19, ResNet50, MobileNet 등을 이용해 전이학습을 통해 월패드를 분류한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.05a
• /
• pp.370-374
• /
• 1999

The proposed algorithm used the Hybrid teaming rule in the input and hidden layer, and Back-Propagation teaming rule in the hidden and output layer. From the results of simulation of tracking control with one link manipulator as a plant, we verify the usefulness of the proposed control method to compare with common direct adaptive neural network control method; proposed hybrid teaming rule showed faster loaming time faster settling time than the direct adaptive neural network using Back-propagation algorithm. Usefulness of the proposed control method is that it is faster the learning time and settling time than common direct adaptive neural network control method.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.140-142
• /
• 1999

본 논문에서 구현하고자 하는 에이전트기반 전자도서관 시스템은 웹을 통해 도서정보를 검색하는 사용자들에 대한 도서 정보 관심도를 모니터 에이전트에 의해 추출하게 하고 해당 정보를 대상으로 학습 과정을 거쳐 사용자별 프로파일을 구축할 수 있게 한다. 이 과정에서 모니터 에이전트에서 추출되는 사용자 history와 학습예제 정보는 사용자가 행하는 다양한 작업의 결과 차별화된 중요도가 적용된다. 학습 에이전트를 통해 구축된 사용자 관심 정보는 각 사용자에게 세부 DB 추천 모듈과 관심 정보를 푸쉬해주는 에이전트에 적용된다. 본 시스템에서는 전자 도서관에 가입하는 사용자들의 공통된 그룹 정보를 관리하여 이를 통해 동일 그루내의 사용자들 사이의 정보 이용이 가능하게 하였다. 본 논문에서는 개인과 그룹을 대상으로 하는 모니터 에이전트와 학습 에이전트를 설정하여 도서관을 이용하는 사용자들에게 정확하고 신속한 정보를 제공하는 것을 목적으로 한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.4
• /
• pp.815-825
• /
• 2007

The existing web-based self-directed learning systems are in short for the ability of learning skills assessment. Even worse, hey only give test scores as an indicate for test skills, which is also not a good measure for learning skills assessment and makes it difficult to assess learning skills objectively and to present clear assessment criterion. In this paper, we proposed an improved self-directed learning system using fuzzy logic, which can be controlled by learners themselves and helps to evaluate their on learning process. We also implemented the system on the written examination of Engineer Information Processing. The purposed system lust calculates membership functions of learning tine, learning frequency, testing time, and test score. Using them the final membership functions of learning and test skills are calculated and presented in a graphical, i.e. mon understandable, way to user. The purposed system helps learners to assess their achievement and to plan future schedule, and the survey result on the students used the system also supports that.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.736-740
• /
• 2001

정보통신 분야의 혁신적인 기술개발로 최근 인터넷 기술을 이용한 다양한 분야에서 응용이 활발해지고 있다. 이러한 환경의 변화는 인터넷 서비스의 하나인 웹의 사용과 함께 교육분야에도 원격, 가상교육이라는 대안적 교육 체제를 탄생하게 하였다. 웹 이전의 교육용 시스템들은 텍스트나 간단한 그래픽 기반의 단방향의 학습과 평가가 가능했었다면, 웹의 분산 환경 제공으로 양방향의 상호 작용적 학습이 가능해졌을 뿐만 아니라 실시간 학습과 평가를 가능하게 해 주었다. 본 논문에서는 웹 기반 문제은행 시스템의 장점을 이용하여 학습자의 평가 정보를 시스템이 분석하고 학습자의 수준에 맞는 문제를 제공함으로써 수준별 학습이 가능하도록 하였을 뿐만 아니라 학습자에게 가장 많이 틀린 단원의 문제에 대해서 보충학습의 기회를 제공함으로써 학습효과를 극대화할 수 있는 시스템을 설계하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.559-562
• /
• 2020

시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이타에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델은 서로 다른 두 학습 간에 발생 가능한 학습 불균형도 고려하여 손실 정규화를 포함하고 있다. 또, 제안 모델에서는 기존 연구들에서 사용되어온 목적지 기반 보상 함수의 문제점을 발견하고, 이를 해결하기 위해 설계된 새로은 최적 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실들을 통해, 제안 모델의 높은 성능을 입증하였다.