• 정보처리학회논문지A
• /
• 제10A권5호
• /
• pp.539-550
• /
• 2003

모바일 인터넷 서비스가 확대되면서 학생들의 사용도 증가하고 있다. 컨텐츠에 대한 처리 기술과 사용자 인터페이스의 발전으로 인해, 교육현장에서 광범위하게 사용되는 교육도구로 컴퓨터가 자리매김하고 있다. 제한된 교실 환경에성 컴퓨터를 활용한 영어교육은 학습자들에게 흥미를 유발하고, 의사소통능력의 신장을 유도하는 등의 장점이 있으나, 수준에 따른 개별학습과 상호작용 유도, 개인차를 고려한 평가 등을 수행하기 어려운 문제점이 있다. 본 논문에서는 이러한 장점을 극대화하고 단점을 보완하기 위해서 휴대 전화를 이용한 영어 학습 방안을 제안한다. 제안하는 시스템은 휴대전화의 제한성을 극복하고, 이에 적합한 컨텐츠를 활용하면서, 교사의 역할을 대신해 줄수 있는 지능형 교육 시스템을 도입하여 학습의 효과를 극대화 할수 있다. 본논문에서는 기존의 학습자 수준 추정 방법을 사용하고, 이에 더하여 학습자가 선호하는 교수 방법과 문항 배치 유형을 고려하여, 교사의 역할을 대신하여 피드백을 제공해 주는 모바일 영어 학습을 위한 지능형 교육 시스템의 전문가 모듈을 중심으로 설계 및 구현하였다. 이 시스템은 상호작용을 유도하여 학습 능률을 올리고, 교사의 역할을 효과적으로 대체할 수 있을 것이다.

• 벤처혁신연구
• /
• 제6권2호
• /
• pp.1-19
• /
• 2023

본 연구는 이슈 리더십과 학습민첩성이 스타트업 구성원의 혁신행동에 미치는 영향을 실증분석하기 위해 이루어졌다. 이슈 리더십의 하위요소로는 이슈 창안, 오디언스 몰입, 이슈 실행으로 세분화하였다. 학습민첩성은 피드백 추구성향, 정보지향성, 성찰, 실험성, 민첩성의 5가지로 세분화하였다. 스타트업에 종사하는 구성원을 대상으로 설문 조사를 실시하였며, 본 연구에서는 300개의 유효한 설문을 분석 대상으로 하였다. 가설 검정을 위한 분석은 위계적 회귀분석 방법을 사용하였다. 실증 분석 결과는 다음과 같다. 이슈 리더십의 하위 요소 중 이슈 창안, 오디언스 몰입 및 학습민첩성의 하위 요소 중 정보지향성, 성찰, 실험성, 민첩성은 스타트업 구성원의 혁신행동에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 반면 이슈 리더십의 하위 요소인 이슈 실행과 학습 민첩성의 하위 요소인 피드백 추구성향은 혁신행동에 유의한 영향 관계가 검정되지 않았다. 또한, 혁신행동에 미치는 영향력의 크기는 실험성, 민첩성, 이슈 창안, 정보지향성, 오디언스 몰입, 성찰 순으로 나타났다. 따라서 이슈 리더십과 학습민첩성이 혁신적인 행동에 미치는 영향에 대한 본 연구에서는 이슈 창안, 오디언스 몰입, 정보지향성, 성찰, 실험성, 민첩성 등이 중요한 역할을 한다는 결론을 얻을 수 있었다. 이러한 연구 결과를 바탕으로 본 연구가 가지는 학술적 및 실무적 시사점을 제시하였다.

• 정보처리학회논문지B
• /
• 제17B권2호
• /
• pp.139-148
• /
• 2010

본 논문은 자동화된 분류시스템의 성능향상을 위한 것으로 오분류율이 높은 불확실성이 강한 문서들의 범주결정방식을 개선하기 위한 후처리분석 방법과 피드백 알고리즘을 제안한다. 전통적인 분류시스템에서 분류의 정확성을 결정하는 요인으로 학습방법과 분류모델, 그리고 데이터의 특성을 들 수 있다. 특성들이 일부 공유되어 있거나 다의적인 특성들이 풍부한 문서들의 분류문제는 정형화된 데이터들에서 보다 심화된 분석과정이 요구된다. 특히 단순히 최상위 항목으로 지정하는 기존의 결정방법이 분류의 정확도를 저하시키는 직접적인 요인이 되므로 학습방법의 개선과 함께 분류모델을 적용한 이후의 결과 값인 순위정보 리스트의 관계를 분석하는 작업이 필요하다. 본 연구에서는 경계범주의 자동탐색기법으로 확장된 학습체계를 제안한 이전 연구의 후속작업으로써, 최종 범주를 결정하기까지의 후처리분석 방법과 이전의 학습단계로 피드백하여 신뢰성을 높일 수 있는 알고리즘을 제안하고 있다. 실험결과에서는 제안된 범주결정방식을 적용한 후 1회의 피드백을 수행하였을 때의 결과들을 단계적이고 종합적으로 분석함으로써 본 연구의 타당성과 정확성을 보인다.

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.89-94
• /
• 2023

추천 시스템은 사용자가 아이템에 남긴 익스플리싯 또는 임플리싯 피드백을 바탕으로 각 사용자가 선호할 법한 아이템들을 추천하는 기술이다. 최근, 추천 시스템에 사용되는 딥 러닝 기반 모델의 사이즈가 커짐에 따라, 높은 추천 정확도를 유지하며 추론 시간은 줄이기 위한 목적의 연구가 활발히 진행되고 있다. 대표적으로 지식증류기법을 이용한 추천 시스템에 관한 연구가 있으며, 지식증류기법이란 큰 사이즈의 모델(즉, 교사)로부터 추출된 지식을 통해 작은 사이즈의 모델(즉, 학생)을 학습시킨 뒤, 학습이 끝난 작은 사이즈의 모델을 추천 모델로서 이용하는 방법이다. 추천 시스템을 위한 지식증류기법들에 관한 기존의 연구들은 주로 임플리싯 피드백 환경만을 대상으로 수행되어 왔었으며, 본 논문에서 우리는 이들을 익스플리싯 피드백 환경에 적용할 경우의 성능 및 정확도를 관찰하고자 한다. 실험을 위해 우리는 총 5개의 최신 지식증류기법들과 3개의 실세계 데이터셋을 사용하였다.

• 한국정보통신학회논문지
• /
• 제13권5호
• /
• pp.906-912
• /
• 2009

오프라인에서는 학습자와 교수자간의 직접적인 학습 내용 전달과 의사소통으로 보다 효율적인 학습이 이루어진다. 이에 가상 학습에서는 특정 학습 영역에 대한 검색 기능과 평가 후 관련 학습 영역으로의 자동 피드백 연결등의 기능으로 이러한 부분을 해결하고 있다. 그러나 검색결과에서 가장 적합한 학습 영역을 선택하고, 현재의 학습을 위해 선행되어져야 할 이전 학습 영역을 선택하는 것들이 학습자의 몫이기 때문에 학습 내용에 익숙하지 않은 학습자에겐 오프라인 학습에 비해 많은 어려움이 따른다. 본 논문에서는 학습자가 전체 학습 내용의 흐름과 단원간의 연관성 및 학습 방향을 잡는데 도움을 줄 수 있는 보다 다양한 시각에서의 색인 메커니즘을 제안한다.

• Child Health Nursing Research
• /
• 제12권1호
• /
• pp.5-14
• /
• 2006

Purpose: The purpose of study was to describe and evaluate the educational status regarding clinical practicum for child health nursing to facilitate student's clinical compliance for the bachelor's degree in Korea. Methods: The study was a descriptive study and included data from 40 institutions among the 53 university nursing programs in Korea(75.5% response rate). Data were collected using mailed semi structured questionnaires and content analysis was done. Results: Findings show that most institutions have common learning objectives for the clinical practicum; neonatal care, high risk infant care, hospitalized child care, and advanced nursing practice. The mode for theoretical credits in child health nursing was 5 to 6 and 3 to 4 credits for clinical practice. The practice settings were prepared to provide diverse experiences, including childcare centers, and community centers with various learning activities. Evaluation for learning outcomes included faculty and instructors. It was pointed out that updating evaluation based on student and faculty feedback is important for a comprehensive practicum evaluation. Conclusions: Findings suggest that there is a -need for a generalized curriculum for clinical practicum and for the expanding role of advanced nursing practice-, a need for diverse clinical settings for practice, and effective guidance and learning activities. It is significantly noted that the attitude and teaching methodologies of clinical instructor's are highly important to effective clinical learning outcomes.

• 한국콘텐츠학회논문지
• /
• 제7권6호
• /
• pp.161-168
• /
• 2007

본 논문에서는 웹을 이용한 교사와 학생간의 수학 학습평가 시스템을 제안한다. 제안된 학습 평가시스템은 학습자가 학습내용을 충분히 이해하고 학습한 내용을 진단하여 평가에 응하게 함으로써 자기주도적인 보충학습이 효과적으로 이루어질 수 있도록 하였고 한글을 이용하여 웹 상에서 평가문항의 제작이 가능하도록 하였다. 이러한 웹 기반 수학학습사이트와 평가시스템을 통해 학습자들은 자기주도적인 학습활동과 다양한 문제를 접할 수 있고 정답과 함께 즉각적인 피드백이 제공됨으로서 학습내용에 대한 이해부족 문제 등을 개선할 수 있도록 하였다.

• 컴퓨터교육학회논문지
• /
• 제22권2호
• /
• pp.39-50
• /
• 2019

본 논문에서는 효과적인 컴퓨터 프로그래밍 학습을 위하여 팀 프로젝트 기반 학습을 설계하여 적용하고 학습효과에 미치는 영향을 분석하였다. 이론 강의 및 실습 최소화, 무작위 추첨에 의한 팀 구성, 각 팀원별 책임과 권한의 설정, 주어진 과제에 대한 경쟁 방식 문제 해결 프로젝트 진행, 팀 프로젝트가 끝날 때까지 매주 단계별 진행사항 발표를 통한 자연스러운 정보 공유 및 학습 사이클 반복 등을 통하여 학생들이 능동적으로 학습에 참여하는 모습이 관찰되었다. 과정 종료 후, 학습효과에 대한 분석을 위하여 학습자를 대상으로 설문조사를 실시하였으며, 그 결과 팀 프로젝트 기반 교육이 컴퓨터 프로그래밍 학습에 긍정적인 영향을 미치는 것으로 파악되었다. 본 논문에서는 도출된 요인 간 관계분석을 바탕으로 보다 효과적인 컴퓨터 프로그래밍 학습 방법을 논하고자 한다.

• ETRI Journal
• /
• 제43권1호
• /
• pp.95-108
• /
• 2021

Application (app) ratings are feedback provided voluntarily by users and serve as important evaluation criteria for apps. However, these ratings can often be biased owing to insufficient or missing votes. Additionally, significant differences have been observed between numeric ratings and user reviews. This study aims to predict the numeric ratings of Google apps using machine learning classifiers. It exploits numeric app ratings provided by users as training data and returns authentic mobile app ratings by analyzing user reviews. An ensemble learning model is proposed for this purpose that considers term frequency/inverse document frequency (TF/IDF) features. Three TF/IDF features, including unigrams, bigrams, and trigrams, were used. The dataset was scraped from the Google Play store, extracting data from 14 different app categories. Biased and unbiased user ratings were discriminated using TextBlob analysis to formulate the ground truth, from which the classifier prediction accuracy was then evaluated. The results demonstrate the high potential for machine learning-based classifiers to predict authentic numeric ratings based on actual user reviews.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.47-55
• /
• 2023

The automotive industry is undergoing a paradigm shift due to the convergence of IT and rapid digital transformation. Various components, including embedded structures and systems with complex architectures that incorporate IC semiconductors, are being integrated and modularized. As a result, there has been a significant increase in vehicle defects, raising expectations for the quality of automotive parts. As more and more data is being accumulated, there is an active effort to go beyond traditional reliability analysis methods and apply machine learning models based on the accumulated big data. However, there are still not many cases where machine learning is used in product development to identify factors of defects in performance and durability of products and incorporate feedback into the design to improve product quality. In this paper, we applied a prediction algorithm to the defects of automotive door devices equipped with automatic responsive sensors, which are commonly installed in recent electric and hydrogen vehicles. To do so, we selected test items, built a measurement emulation system for data acquisition, and conducted comparative evaluations by applying different machine learning algorithms to the measured data. The results in terms of R² score were as follows: Ordinary multiple regression 0.96, Ridge regression 0.95, Lasso regression 0.89, Elastic regression 0.91.