The purpose of this paper was to develop evaluation procedures for blended instruction, focusing on the courses that are currently offered in the university. This study analyzed current evaluation procedures and instruments and suggested redesign the evaluation process for blended instruction. The evaluation procedures are designed based on the combination of objective-oriented and consumer-oriented evaluation approaches. It includes three stages: front-end (screening), formative evaluation, and summative evaluation. During the front-end evaluation stage, information regarding students' technology skills and attitudes towards online instruction and classroom instruction are suggested to collect and plan the instructional strategies accordingly. The formative evaluation is conducted during the semester to collect students' opinions about the course and instructors modify their instruction based on the evaluation results. At the end of semester, summative evaluation is to be conducted to collect the data to improve the course. Evaluation questions and components for each stage are developed to collect the data such as students' perceptions of the course, the usefulness of online instructional materials, the effectiveness of blended learning strategies, and students' satisfaction with the course.
Crack detection in structures plays a vital role in ensuring their safety, durability, and reliability. Traditional crack detection methods sometimes need significant manual inspections, which are laborious, expensive, and prone to error by humans. Deep learning algorithms, which can learn intricate features from large-scale datasets, have emerged as a viable option for automated crack detection recently. This study presents an in-depth review of crack detection methods used till now, like image processing, traditional machine learning, and deep learning methods. Specifically, it will provide a comparative analysis of crack detection methods using deep learning, aiming to provide insights into the advancements, challenges, and future directions in this field. To facilitate comparative analysis, this study surveys publicly available crack detection datasets and benchmarks commonly used in deep learning research. Evaluation metrics employed to check the performance of different models are discussed, with emphasis on accuracy, precision, recall, and F1-score. Moreover, this study provides an in-depth analysis of recent studies and highlights key findings, including state-of-the-art techniques, novel architectures, and innovative approaches to address the shortcomings of the existing methods. Finally, this study provides a summary of the key insights gained from the comparative analysis, highlighting the potential of deep learning in revolutionizing methodologies for crack detection. The findings of this research will serve as a valuable resource for researchers in the field, aiding them in selecting appropriate methods for crack detection and inspiring further advancements in this domain.
IEIE Transactions on Smart Processing and Computing
/
제3권5호
/
pp.319-324
/
2014
Web applications make life more convenient. Many web applications have several kinds of user input (e.g. personal information, a user's comment of commercial goods, etc.) for the activities. On the other hand, there are a range of vulnerabilities in the input functions of Web applications. Malicious actions can be attempted using the free accessibility of many web applications. Attacks by the exploitation of these input vulnerabilities can be achieved by injecting malicious web code; it enables one to perform a variety of illegal actions, such as SQL Injection Attacks (SQLIAs) and Cross Site Scripting (XSS). These actions come down to theft, replacing personal information, or phishing. The existing solutions use a parser for the code, are limited to fixed and very small patterns, and are difficult to adapt to variations. A machine learning method can give leverage to cover a far broader range of malicious web code and is easy to adapt to variations and changes. Therefore, this paper suggests the adaptable classification of malicious web code by machine learning approaches for detecting the exploitation user inputs. The approach usually identifies the "looks-like malicious" code for real malicious code. More detailed classification using sequence information is also introduced. The precision for the "looks-like malicious code" is 99% and for the precise classification with sequence is 90%.
Journal of Advanced Marine Engineering and Technology
/
제38권10호
/
pp.1303-1309
/
2014
In this paper, we present an iterative learning control (ILC) framework for tracking problems with predefined data points that are desired points at certain time instants. To design ILC systems for such problems, a new ILC scheme is proposed to produce output curves that pass close to the desired points. Unlike traditional ILC approaches, an algorithm will be developed in which the control signals are generated by solving an optimal ILC problem with respect to the desired sampling points. In another word, it is a direct approach for the multiple points tracking ILC control problem where we do not need to divide the tracking problem into two steps separately as trajectory planning and ILC controller.The strength of the proposed formulation is the methodology to obtain a control signal through learning law only considering the given data points and dynamic system, instead of following the direction of tracking a prior identified trajectory. The key advantage of the proposed approach is to significantly reduce the computational cost. Finally, simulation results will be introduced to confirm the effectiveness of proposed scheme.
With the development of information and communication technology, interest in new educational approaches that can enhance the learning performance of learners with improved information literacy skills is increasing, and universities are actively promoting educational innovation to foster the talents required by society. In the field of fashion studies education, which is closely related to the fashion industry, there is a strong need to develop field-linked educational programs that reflect the trends in the industry and changes in the educational system. The purpose of this study was to introduce industry-coupled problem-based learning (IC-PBL) to the course "Understanding Fashion Consumption Trends" for non-fashion majors to reflect the current needs and strengthen the educational effectiveness of the learners through a survey. A seven-step curriculum (introduction to the class, practitioner's problem, learner's problem analysis, organizing concepts related to variables, information collection and scenario writing, presentation and scenario proposal, and evaluation) not only enhanced learners' understanding of fashion consumption trends and the fashion industry but also greatly amplified learners' satisfaction with the class. The results of the survey showed that the seven-step curriculum was effective in increasing learners' self-directed learning ability, problem-solving ability, and confidence in learning. Self-directed learning ability was stronger than other factors, consistent with the core principle of problem-based learning to empower learners to take the initiative and promote self-directed learning. Each factor analyzed was positively correlated.
Geonu Kim;Jungyeon Jang;Juwon Lee;Kitae Kim;Woonyoung Yeo;Jong Woo Kim
Asia pacific journal of information systems
/
제29권4호
/
pp.771-788
/
2019
Deep learning techniques such as Convolutional Neural Networks (CNNs) and Recurrent Neural Networks (RNNs) show superior performance in text classification than traditional approaches such as Support Vector Machines (SVMs) and Naïve Bayesian approaches. When using CNNs for text classification tasks, word embedding or character embedding is a step to transform words or characters to fixed size vectors before feeding them into convolutional layers. In this paper, we propose a parallel word-level and character-level embedding approach in CNNs for text classification. The proposed approach can capture word-level and character-level patterns concurrently in CNNs. To show the usefulness of proposed approach, we perform experiments with two English and three Korean text datasets. The experimental results show that character-level embedding works better in Korean and word-level embedding performs well in English. Also the experimental results reveal that the proposed approach provides better performance than traditional CNNs with word-level embedding or character-level embedding in both Korean and English documents. From more detail investigation, we find that the proposed approach tends to perform better when there is relatively small amount of data comparing to the traditional embedding approaches.
The first category of Affective Domain objectives in Bloom's Taxonomy is about "Receiving". In it, the first subdivision listed is "Awareness" (Krathwohl, Bloom & Masia, 1964). Since these categories are intended to be hierarchical in ascending order of internalization, it is important that young learners be given ample opportunities in their learning experiences in class to be aware of positive values and effective life skills. This paper reports a feasibility study on the adoption of an integrative cognitive-affective learning approach in a primary school science lesson. 37 primary six students in a Singapore primary school were taught the concept of centre of gravity, including a hands-on activity to find the centre of gravity of an irregularly shaped cardboard by using a plumbline. After reviewing how a plumbline works, their teacher then led them into a discussion on the question "Who is the plumbline in your life?" a reference to identifying positive role models in their lives. From the transcript of the students' in-class sharing and their written responses to the question, it is clear that the integrative cognitive-affective learning approach did enable students to present their ideas and learning experiences in the affective domain quite readily. This conclusion provides a valuable lead to a follow-up project on whether students who are exposed to such integrative learning approaches will be more capable and more aware of identifying important positive social habits or values. If so, then the teaching of values in schools could take on a whole new dimension, that of borrowing students' learning energy in the cognitive domain to learn values and life skills in the affective domain.
본 연구에서는 과학교육에서 다양한 학습자를 포용한다는 것은 과학 학습 참여와 소외 현상에 작동하는 사회문화적 기제를 분석하는 것이 전제되어야 한다는 문제의식 하에 관련 연구 동향을 고찰하고자 하였다. 이를 위해 과학 학습 정체성에 대한 사회문화적 접근으로 수행된 해외 학술지 논문 85편을 분석하였다. 논문 분석 결과는 먼저 연도별, 국가별 출판 수와 같은 기본적인 현황과 함께 연구 대상으로 삼은 학습자의 사회문화적 배경, 연구 맥락(상황), 연구 방법에 대한 범주별 현황을 제시하였다. 다음으로는 주요 연구 문제와 주제에 대한 이론적 틀과 구체적인 연구 사례를 제시함으로써 해당 연구 주제에 대한 보다 심층적인 분석을 시도하였다. 분석 결과 해당 분야 연구는 과학 학습을 공동체에서 참여함으로써 정체성을 발달해가는 과정으로 바라본다는 점에서 학습자가 지닌 다양한 사회문화적 정체성을 학습에 긍정적인 자원으로 바라보고자 하며, 이를 억압하는 과학수업의 문화나 사회에서의 담론을 비판함으로써 과학 학습에 있어 정당한 학습자(legitimate learner)의 범위를 확장하는데 기여해 오고 있음을 알 수 있었다. 연구들은 특히 과학교육에서 공정성(equity) 이슈를 강조하며, 전통적인 과학수업에서 소외되어 온 다양한 학습자들을 포용하고 행위주체성의 발달을 촉진하고자 하였다. 이러한 분석 결과를 바탕으로 앞으로 우리나라에서 '모두를 위한 과학교육'의 실현을 위해서는 과학 학습의 참여와 소외 현상을 둘러싼 다양한 사회문화적 기제에 대한 연구의 필요성을 주장하였고 이와 관련된 연구의 방향을 제안하였다.
In the past few decades, great progress has been made on understanding the interaction between nutrition and health status. But despite this wealth of knowledge, health problems related to nutrition continue to increase. This leads us to postulate that the continuing trend may result from a lack of consideration for intra-individual biological variation on dietary responses. Precision nutrition utilizes personal information such as age, gender, lifestyle, diet intake, environmental exposure, genetic variants, microbiome, and epigenetics to provide better dietary advices and interventions. Recent technological advances in the artificial intelligence, big data analytics, cloud computing, and machine learning, have made it possible to process data on a scale and in ways that were previously impossible. A big data platform is built by collecting numerous parameters such as meal features, medical metadata, lifestyle variation, genome diversity and microbiome composition. Sophisticated techniques based on machine learning algorithm can be used to integrate and interpret multiple factors and provide dietary guidance at a personalized or stratified level. The development of a suitable machine learning algorithm would make it possible to suggest a personalized diet or functional food based on analysis of intra-individual metabolic variation. This novel precision nutrition might become one of the most exciting and promising approaches of improving health conditions, especially in the context of non-communicable disease prevention.
Viet Xuan TRINH;Duyen Thi Kim NGUYEN;Dat Ngoc NGUYEN;Loc Xuan TRAN;Huong Thi Lan PHAM
유통과학연구
/
제22권1호
/
pp.69-78
/
2024
Purpose: This study is undertaken from the standpoint of student-centered learning and theoretical paradigms that have developed in the business world and display conceptual affinities: the transfer of knowledge and training. Research design, data and methodology: Utilizing questionnaire surveys and multivariate data analysis are two research methodologies (CFA, SEM). Around 201 undergraduate students who were studying in Vietnam provided the data. Results: The results show importance of the faculty role in students' knowledge acquisition. The findings show that Ability to form a good relationship positively influences the development of competence. Additionally, neither ability to develop a good relationship nor learning drive or knowledge acquisition are significantly correlated with one another. The growth of competencies is positively impacted by the suitability of teaching approaches. Knowledge acquisition is favorably impacted by learning motivation, and knowledge acquisition in turn is positively impacted by competence development. Conclusions: Research has shown the important role of lecturers in students' knowledge acquisition. From this result, some implications related to lecturers are also given to help improve students' ability to acquire knowledge. Building good relationships with students (ready to answer questions, positive relationships) and good expertise will help increase learning motivation, ability to acquire knowledge as well as improve development for students.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.