• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.5-12
• /
• 2024

챗GPT 등 인공지능이 일상생활에서 점차 그 활용이 확대되고 있는 시기에 교육현장에서는 인공지능 융합 교육에 대한 관심이 더욱 증대되고 있다. 이에 본 논문에서는 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육 방법을 제안하고 초등학생의 컴퓨팅 사고력에 미치는 영향을 분석하였다. 분석 결과 인공지능을 융합한 피지컬 컴퓨팅 프로그래밍 교육이 인공지능을 융합하지 않은 피지컬 컴퓨팅 프로그래밍 교육에 비해 초등학생의 컴퓨팅 사고력 신장에 더욱 긍정적인 효과를 나타내었음을 통계적으로 확인할 수 있었다. 본 연구의 결과를 바탕으로 보다 다양한 인공지능을 융합한 소프트웨어 교육 방법과 관련된 다양한 논의와 연구가 더욱 활발히 이루어지기를 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.43-50
• /
• 2021

최근 인공지능을 사용한 연구나 기업의 프로젝트가 활발하게 이루어지고 다양한 서비스나 시스템이 인공지능 기술과 접목되어 점점 더 지능화되고 있다. 이에 따라 인공지능의 기법 중 하나인 딥러닝에 대한 관심과 이를 학습하려는 사람들이 증가했다. 딥러닝을 학습하기 위해서는 딥러닝 이론 이외에도 컴퓨터 프로그래밍, 수식 등 많은 지식들이 요구된다. 이는 초심자에게 높은 진입장벽으로 작용한다. 따라서 본 연구에서는 초심자가 프로그래밍 및 수식 등을 고려하지 않고 DNN, CNN 등과 같은 딥러닝의 기본적인 모델을 구현할 수 있는 DeepBlock이라는 웹 기반 교육용 딥러닝 플랫폼을 설계 및 구현하였다. 제안한 DeepBlock을 이용하여 딥러닝에 관심을 가진 학생들이나 초심자들의 교육에 활용이 가능하다.

• ETRI Journal
• /
• 제46권3호
• /
• pp.501-512
• /
• 2024

With an explosive increase of data produced annually, researchers have been attempting to develop solutions for systems that can effectively handle large amounts of data. Single-operating-system (OS) non-uniform memory access (NUMA) abstraction technology is an important technology that ensures the compatibility of single-node programming interfaces across multiple nodes owing to its higher cost efficiency compared with scale-up systems. However, existing technologies have not been successful in optimizing user performance. In this paper, we introduce a single-OS NUMA abstraction technology that ensures full compatibility with the existing OS while improving the performance at both hypervisor and guest levels. Benchmark results show that the proposed technique can improve performance by up to 4.74× on average in terms of execution time compared with the existing state-of-the-art opensource technology.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.253-258
• /
• 2008

최근의 게임 플레이어들은 단순한 반복적인 조작을 벗어나 복잡한 환경 하에서 다양한 전략과 전술을 구사하여야 하는 게임을 요구하고 있다. 이러한 환경에서 게임 캐릭터를 학습시키기 위해 다양한 인공지능 기법들이 제안되었으며, 최근에는 신경망과 유전 알고리즘을 이용한 학습 방법이 연구되고 있다. 본 논문에서는 게임이론에서 널리 사용되는 추격-회피 전략의 학습을 위해 유전 프로그래밍(GP)을 사용하였다. 제안된 유전 프로그래밍은 신경망과 같은 기존의 방법에 비해 수행 속도가 빠르고, 학습의 결과를 직관적으로 이해할 수 있으며, 진화된 염색체를 추론 규칙으로 변환 가능하므로 호환성이 높다는 장점을 가지고 있다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.233-237
• /
• 2021

4차 산업혁명이 도래함에 따라 초등학교 현장에서는 인공지능 교육에 대한 관심이 증가하고 있다. 인공지능 역량을 지닌 미래 인재를 기르기 위해서는 학교 현장에서 인공지능 교육이 적극적으로 이루어져야 한다. 2015 개정 교육과정에서는 기초적인 소프트웨어 교육을 하고 있지만 인공지능을 만들어내는 프로그래밍 과정을 문제해결 과정으로만 보는 경향이 있다. 하지만 하나의 인공지능을 만들 때에는 인공지능을 만드는 개발자의 가치가 투영된다. 따라서 SW교육 시 인공지능 가치 판단에 대한 내용을 다루어야 할 것이다. 본 연구는 전문가 집단을 대상으로 델파이 조사가 이루어진 점에 따라 제한점이 존재한다. 향후 이와 같은 제한점을 보완하기 위해 양적 연구가 진행되어야 할 것으로 판단된다.

• 실천공학교육논문지
• /
• 제13권2호
• /
• pp.221-232
• /
• 2021

본 연구는 코로나 19로 인하여 발생한 비대면 수업 환경에서 학습자들의 요구 분석을 토대로 플립 러닝과 메이커 교육 기반 인공지능 융합 교양 교과목의 설계 방향을 탐색하는데 그 목적이 있다. 이를 위해 메이커 교육 기반 인공지능융합 교양 교과목을 수강한 학생들과 수강하지 않은 학생들을 대상으로 플립 러닝에 대한 학생들의 인식과 함께 학습자의 교육 요구도를 조사하였다. 이를 바탕으로 Borich 교육 요구도와 The Locus for Focus Model 모델을 활용하여 교과목 내용 요소에 대한 우선 순위를 분석함으로써 교과목 설계를 위한 기초 자료로 활용하였다. 연구 결과는 다음과 같다. 첫째, 메이커 교육 기반의 인공지능 교양 교과목 내용 요소는 총 9개 영역으로 구성되었으며 플립 러닝을 활용하는 수업으로 설계되었다. 둘째, 교육 요구가 가장 높은 영역은 '인공지능 이론', '인공지능 프로그래밍 실습', '피지컬 컴퓨팅 이론', '피지컬 컴퓨팅 실습'이, 차 순위는 '융합프로젝트', '3D 프린팅 이론', '3D 프린팅 실습'으로 결정되었다. 셋째, 플립 러닝을 활용하여 메이커 교육 기반 인공지능융합 교양 교과목을 운영하는 것은 수강 경험의 유무와 상관없이 대부분 긍정적인 응답이었으며 수강 경험이 있는 학생들의 경우에는 만족도가 매우 높았다. 이를 바탕으로 플립러닝과 메이커교육을 활용한 인공지능 기반의 융합 교양 교과목이 설계되었다. 이는 학생들의 요구를 반영하여 교양 교육에서 인공지능 융합 교육의 기초를 마련하고 대학생의 인공지능 소양 함양의 기회를 제공한다는데 의의가 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권4호
• /
• pp.232-237
• /
• 2020

Given the recent pace of development and expansion of Artificial Intelligence (AI) technology, the influence and ripple effects of AI technology on the whole of our lives will be very large and spread rapidly. The National Artificial Intelligence R&D Strategy, published in 2019, emphasizes the importance of artificial intelligence education for K-12 students. It also mentions STEM education, AI convergence curriculum, and budget for supporting the development of teaching materials and tools. However, it is necessary to create a new type of curriculum at a time when artificial intelligence curriculum has never existed before. With many attempts and discussions going very fast in all countries on almost the same starting line. Also, there is no suitable professor for K-12 students, and it is difficult to make K-12 students understand the concept of AI. In particular, it is difficult to teach elementary school students through professional programming in AI education. It is also difficult to learn tools that can teach AI concepts. In this paper, we propose an educational model for elementary school students to improve their understanding of AI through play or experience. This an experiential education model that combineds exploratory learning and discovery learning using multi-intelligence and the PLAY teaching-learning model to undertand the importance of data training or data required for AI education. This educational model is designed to learn how a computer that knows only binary numbers through UA recognizes images. Through code.org, students were trained to learn AI robots and configured to understand data bias like play. In addition, by learning images directly on a computer through TeachableMachine, a tool capable of supervised learning, to understand the concept of dataset, learning process, and accuracy, and proposed the process of AI inference.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.617-620
• /
• 2000

In this paper, we show an application of constraint logic programming to the operation scheduling on machines in a job shop. Constraint logic programming is a new genre of programming technique combining the declarative aspect of logic programming with the efficiency of constraint manipulation and solving mechanisms. Due to the latter feature, combinatorial search problems like scheduling may be resolved efficiently. In this study, the jobs that consist of a set of related operations are supposed to be constrained by precedence and resource availability. We also explore how the constraint solving mechanisms can be defined over a scheduling domain. Thus the scheduling approach presented here has two benefits: the flexibility that can be expected from an artificial intelligence tool by simplifying greatly the problem; and the efficiency that stems from the capability of constraint logic programming to manipulate constraints to prune the search space in an a priori manner.

• 정보교육학회논문지
• /
• 제25권2호
• /
• pp.367-375
• /
• 2021

본 연구는 초등학생의 컴퓨팅 사고력 신장을 위한 교육 방법으로 인공지능 교육 프로그램을 개발하여 적용한 후 그 효과를 검증하였다. 교육 프로그램은 ADDIE(Analysis-Design-Development-Implementation-Evaluation) 모형에 따라 사전에 초등학교 교사 100명을 대상으로 구글 설문을 이용하여 실시한 요구 분석 결과를 바탕으로 그 목표와 방향을 설계하였다. 머신러닝 포 키즈 중 블록 기반의 프로그래밍을 위해 스크래치를 사용하였고 숫자 데이터를 활용하여 인공지능의 원리를 학습하고 직접 문제를 해결하는 프로그래밍 과정에서 컴퓨팅 사고력을 향상할 수 있도록 교재를 개발하고 적용하였다. 비버챌린지를 활용하여 사전·사후 검사 결과를 통해 컴퓨팅 사고력의 변화 정도를 분석하였으며, 분석 결과 본 연구는 초등학생의 컴퓨팅 사고력 향상에 긍정적인 영향을 미친 것으로 나타났다.

• Computers and Concrete
• /
• 제21권5호
• /
• pp.513-523
• /
• 2018

Time dependent strain due to creep is a significant factor in structural design. Multi-gene genetic programming (MGGP) and artificial neural network (ANN) are used to develop two models for prediction of creep compliance in concrete. The first model was developed by MGGP technique and the second model by hybridized MGGP-ANN. In the MGGP-ANN, the ANN is working in parallel with MGGP to predict errors in MGGP model. A total of 187 experimental data sets that contain 4242 data points are filtered from the NU-ITI database. These data are used in developing the MGGP and MGGP-ANN models. These models contain six input variables which are: average compressive strength at 28 days, relative humidity, volume to surface ratio, cement type, age at start of loading and age at the creep measurement. Practical equation based on MGGP was developed. A parametric study carried out with a group of hypothetical data generated among the range of data used to check the generalization ability of MGGP and MGGP-ANN models. To confirm validity of MGGP and MGGP-ANN models; two creep prediction code models (ACI209 and CEB), two empirical models (B3 and GL 2000) are used to compare their results with NU-ITI database.