• The Journal of Korean Association of Computer Education
• /
• v.15 no.5
• /
• pp.11-22
• /
• 2012

This study aimed to analyze applying TAM model the process that flow factors such as 'harmony of challenge and technology' exert effects on learners' attitudes of keeping learning in STEAM class employing robots. For the study, the 'Energy and Tools' chapter of the science textbook for the 6th grade's second semester was re-arranged, and applied for 189 students, and among them, only the 174 usable data were used for the analysis. As a result of analysis, students' learning immersion factor(factor of harmony of challenge and technology) had deeper effects on the factor of ease of learning than usefulness of learning and this in turn, had an effect on their intention to keep learning ultimately through the factor of value of learning as the study found. As a result of research, it was found that for indications identified, in order to use robots in STEAM class, for the students' intention to keep learning, it's essential for learners to have proper and active attitudes towards learning and basic knowledge of robots, and aspects of values should be considered that based on this, robot can assist in learning and affect results of learning in STEAM class. On the other hand, the factors of ease of learning and the combination of the challenge and technology do not gives direct (+) effect on the intention to continue learning and the value for learning, respectively. However, each of the two factor has indirect influence on each of the dependent variable within the significant range, which is the reason the author includes the result of the analysis.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.85-90
• /
• 2008

This paper describes the human body learning system using the multi-modal user interface. Through our learning system, students can study about human anatomy interactively. The existing learning methods use the one-way materials like images, text and movies. But we propose the new learning system that includes 3D organ surface models, haptic interface and the hierarchical data structure of human organs to serve enhanced learning that utilizes sensorimotor skills.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.851-853
• /
• 2003

기존의 LMS(Learning Management System)는 학습자의 의도와 무관하게 처음부터 끝까지 모든 교육 내용을 모두 학습하게 구성됨으로써 온라인 교육의 목표인 언제 어디서든 이라는 원칙이 구현되지 못하고 있다. 또한 학습자가 요구하는 내용으로 수정 및 보완이 용이하지 않고, 개발 시간이 느리고 비용이 많이 소요된다. 따라서 학습자 요구에 맞는 교육컨텐트를 개발하려면 LCMS(Learning Content Management System)기반으로 교육코스를 개발하는 저작도구가 필수적이다. 본 논문에서는 학습자 요구에 맞는 교육과정을 개발하고, 교육의 효율성을 극대화 시키는 방법으로 학습객체 단위로 CDT-L(Course Development Tool-Learning Content Management System)을 개발하고자 한다. 또한 다른 객체와의 관계등을 생성함으로써 학습자에게 꼭 필요한 정보를 찾을 수 있도록 해주어 이를 통해 학습자 중심의 학습을 가능케 한다. 학습자의 특성을 고려한 맞춤식 교육 코스 구성으로 앞으로는 자신이 원하는 과정을 선택하고 학습자에게 맞는 코스 강의로 강의가 이뤄지는 것을 가능하게 하기 위해 코스와 학습객체에 대한 메타데이터를 표준 문서인 SCORM 1.2에 기반하여 정의한다. 정보를 가지고 있는 학습객체를 선택하여 파일과 정보를 저장한 식별하기 위하여 검색을 한다. COT-L의 구현을 통해 컨텐트 재활용도를 높이면서 교육과정의 개발시간과 비용을 줄일 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.25-28
• /
• 2006

사용자 의도 파악 (intention reading) 기술은 스마트 홈과 같은 복잡한 유비쿼터스(ubiquitous) 환경에서 사용자에게 보다 편리하고 개인화된(personalized) 서비스 제공이 가능하도록 해준다. 또한 학습 기능(learning capability)은 지식 발견(knowledge discovery)의 관점에서 의도 파악 기술의 핵심 요소 기술의 하나로 자리 매김 하고 있다. 본 논문에서는 스마트 홈 환경에서 제공 가능한 개인화된 서버스(personalized service) 중의 하나로, 개인화된 미디어 제어 방법에 대한 내용을 다룬다. 특히, 이러한 사람의 행동 패턴과 같은 데이터는 패턴 분류의 관점에서 구분해야 할 클래스(class)에 비해 입력 정보가 불충분할 경우가 많으므로 비일관적인(inconsistent) 데이터가 많으므로, 퍼지 논리(fuzzy logic)와 확률(probability)의 개념을 효과적으로 병행해야 의미 있는 지식을 추출해 낼 수 있다. 이를 위하여 반복 퍼지 지도 클러스터링 (IFCS; Iterative Fuzzy Clustering with Supervision) 알고리즘에 기반하여 주어진 데이터 패턴으로부터 확률적 퍼지 룰(probabilistic fuzzy rule)을 얻어 내는 방법에 대해 설명한다. 또한 이를 포함하는 학습 제어 시스템을 통해 개인화된 미디어 서비스를 추천해 줄 수 있는 방법에 대해서 설명하도록 한다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.155-159
• /
• 2018

최근 화두가 되고있는 지능형 개인 비서 시스템에서 자연어 이해(NLU) 시스템은 중요한 구성요소이다. 자연어 이해 시스템은 사용자의 발화로부터 대화의 도메인(domain), 의도(intent), 의미적 슬롯(semantic slot)을 분류하는 역할을 한다. 하지만 자연어 이해 시스템을 학습하기 위해서는 많은 양의 라벨링 된 데이터를 필요로 하며 새로운 도메인으로 시스템을 확장할 때, 새롭게 데이터 라벨링을 진행해야 하는 한계점이 존재한다. 이를 해결하기 위해 본 연구는 적대 학습 방법을 이용하여 풍부한 양으로 구성된 기존(source) 도메인의 데이터부터 적은 양으로 라벨링 된 데이터로 구성된 대상(target) 도메인을 위한 슬롯 채우기(slot filling) 모델 학습 방법을 제안한다. 실험 결과 적대 학습을 적용할 경우, 적대 학습을 적용하지 않은 경우 보다 높은 f-1 score를 나타냄을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.252-255
• /
• 2018

화행 분석이란 자연어 발화를 통해 나타나는 화자의 의도를 파악하는 것을 말하며, 슬롯 필링이란 자연어 발화에서 도메인에 맞는 정보를 추출하기 위해 미리 정의되어진 슬롯에 대한 값을 찾는 것을 말한다. 최근 화행 분석과 슬롯 필링 연구는 딥 러닝 기반의 공동 학습을 이용하는 연구가 많이 이루어지고 있고 본 논문에서는 한국어 특허상담 도메인 대화 말뭉치를 이용하여 공동 학습 모델을 구축하고 개별적인 모델과 성능을 비교한다. 또한 추가적으로 공동 학습 모델에 주의집중 메커니즘을 적용하여 성능이 향상됨을 보인다. 최종적으로 주의집중 메커니즘 기반의 공동 학습 모델이 기준 모델과 비교하여 화행 분류와 슬롯 필링 성능이 각각 3.35%p, 0.54%p 향상되어 85.41%, 80.94%의 성능을 얻었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.13-14
• /
• 2021

본 논문은 생성모델의 학습데이터 제작기법에 대한 실험 및 결과와 향후 관련 연구의 방향을 기술한다. GAN으로 대표되는 생성모델이 아티스트에게 얼마만큼의 만족도와 영감을 주는지를 비교 실험 및 평가하기 위해서는 정제된 학습데이터가 필요하다. 하지만 현실적으로 아티스트의 작품은 데이터 세트를 만들기에는 그 수가 적고 인공지능이 학습하기에도 정제되어있지 않다. 2차 가공작업을 통하여 아티스트의 원본 작업과 유사한 데이터 세트의 구축은 생성모델의 성능향상을 위해 매우 중요하다. 연구의 결과 생성모델이 표현하기 어려운 스타일의 작가 작품을 선정한 뒤 최적의 학습데이터를 만들기 위한 다양한 실험과 기법을 통해 구축한 데이터 세트를 생성모델 알고리즘에 적용하고 실험을 통해 창작자의 작품제작 의도인 작가 진술에 최대한 유사한 이미지의 생성과 더 나아가 작가가 생각하지 못했던 창조적 모방의 결과물을 도출하였고 작가평가를 통해 높은 만족도를 얻었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.41-42
• /
• 2020

머신러닝이 보편화되면서 모델 학습을 돕기 위한 머신러닝 및 데이터과학 도구의 수요가 증가하고 있다. 머신 러닝을 사용하는 연구에서는 다양한 파라미터에 대한 실험이 진행되어 많은 학습 부산물이 생성 된다. 하지만 기존의 학습 부산물을 관리하는 프레임워크는 하나의 실험을 진행하는데 모든 경우의 수를 진행해 그 규모가 크다. 본 연구는 기존의 도구가 가지는 규모 문제를 개선하고, 주기적으로 메일을 사용자에게 전송해 실험과정을 보고하는 새로운 도구를 제안한다. 이러한 시스템은 학습과정에서 사용자가 의도한 파라미터의 학습이 진행되는지 추적가능하다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.434-439
• /
• 2019

딥러닝 기반 분류 모델에 있어 데이터의 클래스 불균형 문제는 소수 클래스의 분류 성능을 크게 저하시킨다. 본 논문에서는 앞서 언급한 클래스 불균형 문제를 보완하기 위한 방안으로 적대적 학습 기법을 제안한다. 적대적 학습 기법의 성능 향상 여부를 확인하기 위해 총 4종의 딥러닝 기반 분류 모델을 정의하였으며, 해당 모델 간 분류 성능을 비교하였다. 실험 결과, 대화 데이터셋을 이용한 모델 학습 시 적대적 학습 기법을 적용할 경우 다수 클래스의 분류 성능은 유지하면서 동시에 소수 클래스의 분류 성능을 크게 향상시킬 수 있음을 확인하였다.

• Journal of Korea Entertainment Industry Association
• /
• v.13 no.7
• /
• pp.479-485
• /
• 2019

The purpose of this study was to explore practical direction of university general education through considering the goal and value by analyzing the effect of learning in students participating in general eduction class on skin care based on service learning. The subjects were 30 students in which female (n=24; 80%) and Juniors (n=16; 53.3%) are most common. Their most common major and religion were humanities and social sciences (n=12; 40.0%) and no-religion (n=21; 70%), respectively. The difference between pre- and post-service learning was analyzed to determine the effect of the service learning on the self-efficacy and the quality of life and the results showed significant difference, indicating the positive effect of service learning in improving the self-efficacy and the quality of life. The score of satisfaction with service learning was found to be 4.12, indicating high satisfaction and the intention to retain service learning was found to be 3.99, indicating they have the intention to retain service learning. In addition, there was no difference in the satisfaction with and the intention to retain service learning depending on the characteristics such as gender, grade, major, and religion. These results showed that the general eduction class on skin care based on service learning had positive effect on the self-efficacy and quality of life of learners. There effects are expected to helpful, through university education in developing a sense of community and strengthening social responsibility of learners as social identities.