• 4차산업연구
• /
• 제3권1호
• /
• pp.13-20
• /
• 2023

Purpose - By designing a PEF(Personalized Education Feedback) system for real-time prediction of learning achievement and motivation through real-time EEG analysis of learners, this system provides some modules of a personalized adaptive learning system. By applying these modules to e-learning and offline learning, they motivate learners and improve the quality of learning progress and effective learning outcomes can be achieved for immersive self-directed learning Research design, data, and methodology - EEG data were collected simultaneously as the English test was given to the experimenters, and the correlation between the correct answer result and the EEG data was learned with a machine learning algorithm and the predictive model was evaluated.. Result - In model performance evaluation, both artificial neural networks(ANNs) and support vector machines(SVMs) showed high accuracy of more than 91%. Conclusion - This research provides some modules of personalized adaptive learning systems that can more efficiently complete by designing a PEF system for real-time learning achievement prediction and learning motivation through an adaptive learning system based on real-time EEG analysis of learners. The implication of this initial research is to verify hypothetical situations for the development of an adaptive learning system through EEG analysis-based learning achievement prediction.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.466-477
• /
• 2000

이 논문에서는 운반차-막대 시스템을 제어하기 위한 CMAC을 이용한 적응 학습 제어계를 개발하기 위하여, 적응비평학습을 이용하는 신경망 제어계에 관한 여러 연구 문헌들을 조사하고, ASE 요소를 이용하는 적응비평학습 기법을 CMAC을 바탕으로 하는 제어계에 통합하였다. 적응비평학습 기법을 CMAC에 구현하는데 있어서의 변환 문제를 검토하고, CMAC 제어계와 ASE 제어계가 운반차-막대 문제를 학습하는 속도를 비교하여, CMAC 제어계의 학습 속도가 빠르기는 하지만, 입력 공간의 더 넓은 영역에 대해서는 학습효과를 발휘하지 못하는 문제의 관점에서 적응비평학습 방법이 CMAC의 특성과 어울리는지를 고찰하였다.

• 한국콘텐츠학회논문지
• /
• 제10권10호
• /
• pp.479-493
• /
• 2010

지식기반 환경의 변화와 더불어 이-러닝은 매우 보편화된 교수.학습 방법의 하나가 되었으며, 이와 관련한 여러 연구들이 진행되고 있다. 이-러닝의 주요 연구 분야 중의 하나는 학습자의 다양한 상황들을 반영하여 학습자 개개인의 특징에 맞게 학습내용을 지원하기 위한 적응형 학습 시스템에 관한 연구이다. 이와 관련하여 최근에는 적응적 학습내용을 보다 효과적으로 지원하기 위하여 온톨로지를 기반으로 한 적응형 학습 시스템에 대한 연구들이 활발히 진행되고 있다. 본 논문에서는 FCA의 개념 망을 기반으로 온톨로지의 접근 방법과 목적은 같이하지만, 특정 영역의 학습에 적합한 사용자가 보다 자유롭고 쉽게 자신의 적응형 학습 시스템을 구축하여 사용할 수 있는 적응형 학습 시스템을 설계하여 제안한다. 제안된 시스템은 학습영역에 존재하는 학습객체와 학습개념들 사이의 연관 관계에 따라 이들을 개념 망 구조 안에 자동으로 계층화한다. 또한 학습자의 지식수준, 학습선호도, 학습스타일 및 학습개념의 학습상태에 따라 개념 망 학습구조를 적응적으로 구성하여 제시한다.

• 컴퓨터교육학회논문지
• /
• 제12권6호
• /
• pp.53-67
• /
• 2009

본 연구에서는 시멘틱 웹과 온톨로지 기술의 특징을 살펴보고 이러닝 분야에서 온톨로지를 적용한 연구들을 분석하였다. 또한, 적응형 학습에서 고려해야 될 모델들을 살펴보고, 그동안 연구되어 왔던 적응형 시스템들에 대해서 분석하였다. 이를 토대로 이러닝 분야에서 효과적으로 적응형 학습을 지원하기 위해 온톨로지 기술을 적용하기 위한 방안을 모색하고 실제 온톨로지에 기반한 적응형 시스템을 설계하였다. 본 연구에서 설계된 시스템은 기존의 온톨로지에 기반한 적응형 시스템에서의 대두된 문제점들을 보완하여 설계되었다. 즉, 학습자의 학습 수준과 상태를 적절하게 진단하고, 학습 스타일에 대한 세부적인 분류와 그에 따른 구체적이니 학습 지원 방법을 제공함으로써 보다 효율적인 적응형 학습을 지원하고자 하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권1호
• /
• pp.55-60
• /
• 2020

Adaptive recommendation systems have been developed with big data processing as a system that provides services tailored to users based on user information and usage patterns. Deep learning can be used in these adaptive recommendation systems to handle big data, providing more efficient user-friendly recommendation services. In this paper, we propose a system that uses deep learning to categorize and recommend tourism types to suit the user's personality. The system was divided into three layers according to its core role to increase efficiency and facilitate maintenance. Each layer consists of the Service Provisioning Layer that real users encounter, the Recommendation Service Layer, which provides recommended services based on user information entered, and the Adaptive Definition Layer, which learns the types of tourism suitable for personality types. The proposed system is highly scalable because it provides services using deep learning, and the adaptive recommendation system connects the user's personality type and tourism type to deliver the data to the user in a flexible manner.

• 한국IT서비스학회지
• /
• 제7권4호
• /
• pp.231-246
• /
• 2008

This paper suggests an e-learning system model, a goal-driven personalized e-learning system, which increase the effectiveness of learning. An e-learning system following this model makes the learner choose the learning goal. The learner's choice would lead learning. Therefore, the system enables a personalized adaptive learning, which will raise the effectiveness of learning. Moreover, this paper proposes a SCORM standard, which modifies SCORM 2004 that has been insufficient to implement the "goal driven personalized e-learning system." We add a data model representing the goal that motivates learning, and propose a standard for statistics on learning objects usage. We propose each standard for contents model and sequencing information model which are parts of "goal driven personalized e-learning system." We also propose that manifest file should be added for the standard for contents model, and the file which represents the information of hierarchical structure and general learning paths should be added for the standard for sequencing information model. As a result, the system could sequence and search learning objects. We proposed an e-learning system and modified SCORM standards by considering the many factors of adaptive learning. We expect that the system enables us to optimally design personalized e-learning system.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제43권3호
• /
• pp.291-307
• /
• 2004

This study focused on the developing a system of computer adaptive diagnosis and instruction(CADI). This system is a conceptual model that connected learning with assesment by using new media such as computers, multimedia, and new technologies. In this conceptual model, adaptive diagnosis means tailored or customized diagnostic evaluation, and adaptive instruction implies tailored or customized instruction. The connection between learning and assesment suggests that they are closely related to determine following learning contents and learning methods. CADI's expected effect are 1) it can contribute to real learning of core concept, 2) it can enlarge the educational opportunities, 3) it can help students study by student himself and learn media literacy, 4) information for evaluation functions more essential roles, 5) it is possible to work cooperatively with any other school subject.

• 한국콘텐츠학회논문지
• /
• 제4권1호
• /
• pp.8-17
• /
• 2004

본 논문에서는 학습자 특성 이론을 근거로 하여 학습자 특성에 따른 적응형 학습 요소를 도출하고, 콘텐츠 순서를 고려하여 학습 콘텐츠의 제작과 학습 관리 시스템의 개발 시 학습 내용과 학습자간의 상호 작용성을 높이고 개별적인 학습자 특성에 알맞게 지능적으로 학습을 지원할 수 있는 학습관리 로직을 설계한다. 적응형 학습 관리 시스템의 구현을 위해 기존의 학습 관리 시스템에 적응형 학습 지원 기능을 포함하여 시스템 기능 모델을 설계한다. 또한, 설계된 기능모델을 기반으로 시스템의 구현 구조를 제시하고 ADL의 SCORM 기반의 런타임 환경에서 적응형 학습 관리 시스템을 구현한다.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.757-766
• /
• 2009

본 연구에서는 학습자 행동모델을 이용하여 개별적인 학습 환경을 제공할 수 있는 적응적 하이퍼미디어 학습 시스템을 제안하였다. 본 시스템에서는 학습자의 학습행동정보를 실시간으로 추적하여 관리할 수 있는 LBML을 제안하였다. 제안 시스템은 학습행동정보 수집시스댐과 적용적 학습지원시스템으로 구성된다. 학습행동정보 수집시스템은 웹 2.0기술을 이용하여 SCORM CMI 데이타 모델을 기반으로 학습자의 학습행동정보를 실시간으로 수집한다. 수집된 학습행동정보는 LBML 스키마를 기반으로 개별 학습자의 LBML 인스턴스로 저장된다. 적웅적 학습지원시스댐에서는 LBML 인스턴스를 분석하여 학습자의 반웅에 대한 즉각적인 피드백을 제공할 수 있는 규칙기반 학습지원모률과 상호작용적 학습지원모듈을 개발하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권4호
• /
• pp.236-241
• /
• 2007

This paper presents an adaptive controller using chaotic dynamic neural networks(CDNN) for nonlinear dynamic system. A new dynamic backpropagation learning method of the proposed chaotic dynamic neural networks is developed for efficient learning, and this learning method includes the convergence for improving the stability of chaotic neural networks. The proposed CDNN is applied to the system identification of chaotic system and the adaptive controller. The simulation results show good performances in the identification of Lorenz equation and the adaptive control of nonlinear system, since the CDNN has the fast learning characteristics and the robust adaptability to nonlinear dynamic system.