• ETRI Journal
• /
• 제46권1호
• /
• pp.82-95
• /
• 2024

As automated essay scoring (AES) has progressed from handcrafted techniques to deep learning, holistic scoring capabilities have merged. However, specific trait assessment remains a challenge because of the limited depth of earlier methods in modeling dual assessments for holistic and multi-trait tasks. To overcome this challenge, we explore providing comprehensive feedback while modeling the interconnections between holistic and trait representations. We introduce the DualBERT-Trans-CNN model, which combines transformer-based representations with a novel dual-scale bidirectional encoder representations from transformers (BERT) encoding approach at the document-level. By explicitly leveraging multi-trait representations in a multi-task learning (MTL) framework, our DualBERT-Trans-CNN emphasizes the interrelation between holistic and trait-based score predictions, aiming for improved accuracy. For validation, we conducted extensive tests on the ASAP++ and TOEFL11 datasets. Against models of the same MTL setting, ours showed a 2.0% increase in its holistic score. Additionally, compared with single-task learning (STL) models, ours demonstrated a 3.6% enhancement in average multi-trait performance on the ASAP++ dataset.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.197-210
• /
• 2020

학습민첩성은 새로운 환경과 경험 속에서 빨리 학습하여 생각과 행동을 유연하게 변화시키는 의지와 능력이고, 위기를 극복하고 조직의 문제를 해결하는 핵심역량이며, 언제든지 개발 가능하기 때문에, 군(軍)과 같은 조직 집단에서 활용할 수 있는 개념이다. 선행연구를 토대로 육군 간부의 직무특성과 개인학습민첩성이 학습만족도에 어떤 영향을 미치는지 연구를 진행하였다. 상·원사 216명을 대상으로 설문을 받아 SPSS 24.0을 이용하여 측정변인에 대한 신뢰도과 타당도를 검증하고, 가설에 대해 회귀분석으로 검증한 결과, 직무특성 하위항목 일부(업무과부하)가 부적인 영향을 미치며, 개인 학습민첩성 하위항목 일부(자기인식, 적극적 변화추구)는 학습만족도에 정적인 영향을 미치는 것으로 나타났다. 이는 군 사이버교육의 효과를 증진하기 위해서는 야전에서 업무가 과부하되지 않도록 조치하고, 군 조직에서 성과를 높이기 위해서는 자기인식 및 피드백을 바탕으로 적극적인 변화를 추구하는 개인 학습민첩성을 개발해야 함을 의미한다.

• 컴퓨터교육학회논문지
• /
• 제11권6호
• /
• pp.11-27
• /
• 2008

컴퓨터 실습수업에서 웹기반 학습을 도입하여 효과적이라는 연구결과가 많이 있지만 웹기반 학습은 교수자와의 정의적 교류를 통한 인간적 피드백의 부족과 웹기반 학습에 적응하지 못하는 학습자가 발생할 수 있다는 문제점들이 있다. 본 논문에서는 수준별 학습을 위해 웹기반 학습을 도입하고, 웹기반 학습의 문제점 보완과 학자자간 학업성취도 격차를 좁히기 위해 동료교수법을 결합한 혼합학습의 효과를 밝혔다. 실험적인 목적을 위해 고등학교 학습자를 두 그룹으로 나누고, 엑셀 교수-학습 시스템을 개발하여 이를 두 그룹 모두에 적용해 웹기반 수준별 기본학습을 선행하도록 하였다. 선행학습 후 실습문제 해결을 위해 웹기반 학습과 동료교수법을 비교집단과 실험집단에 각각 적용하였다. SPSS에 의해 분석된 학업성취도 평가 결과는 웹기반 선행학습과 동료교수법을 결합한 혼합학습이 하업성취도 향상에 긍정적인 효과가 있었다는 것을 보여주었다. 특히 혼합학습을 적용한 실험집단의 중 하위권 학습자들이 학업성취도에 있어 많은 향상을 보이며 상위권 학습자들과 격차를 좁힌 것이 실험집단의 전체 학업성취도 향상에 주요원인으로 분석되었다.

• 정보처리학회논문지A
• /
• 제10A권3호
• /
• pp.269-278
• /
• 2003

웹 기반 교육의 대중화로 학습 보조 도구를 이용한 다양한 웹 학습 방법들이 제시되고 있으며 또한 이틀 시스템의 운용 환경, 컨텐츠명세 그리고 활용 등의 상호 운용성 지원을 위한 표준화에 대한 연구가 국제표준기관 등을 통해 활발히 이루어지고 있다. 특히 e-learning 개발 환경을 위한 Learning Technology Standard Architecture(LTSA)를 기능별 5계층을 IEEK에서 제정하였다. 이 LTSA의 학습 보조 도구 표준화 영역에서 학습과정 피드백을 제공하는 질의 응답 학습 방법에 대한 표준규약기능을 명세하지 않고 있다. 본 논문에서는 국제표준화 기술인 ITSA 시스템 구성중 제 3계층을 기반한 질의 응답 학습 도구에 대해 연구한다. 데이터 중심으로 작성된 LTSA 컴포넌트를 객체지향 또는 컴포넌트 패라다임으로 재 정의하는 모델을 제안하고 기존의 Loaming Object Meatdata(LOM)을 참조하여 질의 응답 메타 데이터인 Query Answer Metadata(QAM)를 서술한다. 이들 재정의 모델과 QAM을 통합한 Query Answer Learning Tool(QALT)를 분석, 설계하여 프로토타이핑시스템으로 구현한다. 이를 통해 웹 기반 교육의 효율성 및 관련 도구 개발의 품질 및 생산성 효율을 가진다.

• 한국컴퓨터산업학회논문지
• /
• 제3권1호
• /
• pp.45-56
• /
• 2002

본 연구는 수학 학습부진아의 수 개념 학습시스템 설계 및 구현에 있다. 기존의 학습 부진아 교수 시스템은 학습부진아의 정의적 특성보다는 학습내용의 반복훈련을 통해 기능을 습득하는 단순 반복형 학습시스템 유형이 많았다. 이는 학습초기 학습매체가 가지는 흥미와 동기가 학습이 지속될수록 반감되어 간다는 단점이 있다. 본 학습시스템은 생활장면을 애니메이션 자료화하여 수 개념 학습에 제공하고, 마우스를 이용한 구체적 조작학습을 통하여 학습의 결과에 대한 즉각적인 보상과 피드백을 주어 학습자의 학습동기를 지속할 수 있도록 하였다. 본 시스템이 부진아의 지도에 활용된다면 학습에 대한 지속적인 동기유발에 도움이 될 것이며, 학습부진아의 학습내용과 속도에 맞는 수준별 학습을 가능하게 하여 학습부진아 긍정적 학습태도의 형성에 도움이 준다.

• 정보교육학회논문지
• /
• 제23권4호
• /
• pp.363-374
• /
• 2019

최근 디지털 네이티브 학습자를 위한 교수방법인 게임 활용 학습에 대한 관심이 증가하고 있다. 이에 본 연구에서는 초등학교 역사수업에 맞춰 개발된 Kinect 게임 활용 수업을 실시한 후 성공적으로 학습에 참여한 것으로 관찰된 학생 14명을 대상으로 인터뷰를 실시하여 참여적 학습 경험을 분석하였다. 연구 결과 학생들은 경쟁과 협력 놀이 요소에서는 '목표 달성'과 '상호작용'을, 디지털 놀이 요소에서는 '다감각적 자극', '환상과 호기심', '정확한 피드백', '우연', '통제감'을, 신체활동 놀이 요소에서는 '체감된 인지', '실재감'을 경험하면서 참여적 학습을 하는 것을 확인할 수 있었다. 이를 통해 Kinect 게임 활용 수업을 참여적 학습을 위한 교수학습방법으로 도입할 기초자료로서 도움을 주고자 한다.

• 한국임상약학회지
• /
• 제32권4호
• /
• pp.328-335
• /
• 2022

Background: Case-based learning (CBL) is becoming an important approach for improving interprofessional collaboration education. Previous studies have examined learners' satisfaction with interprofessional education (IPE) in medical institutions. However, there are few studies on the implementation of university-led CBL interventions and their direct effects on learning outcomes. The aim of this study was to evaluate the effectiveness of CBL interventions on changes in the participants' perception and knowledge acquisition ability. Methods: The CBL approach consisted of team-based case-based learning, self-directed learning, and post-feedback. It was conducted as a single course for pharmacy students in their 5th year in a university setting. Changes in the participants' perceptions and self-assessments of competence levels were evaluated using survey responses. The effect of the CBL intervention on knowledge acquisition ability was directly evaluated using the exam score. Results: The majority agreed or strongly agreed that team-based case-based learning, and self-directed learning helped them to improve their knowledge and skills to a higher level and to increase the self-assessment of competency level. The average score of knowledge acquisition ability (average score of 75.0, p=0.0098) was significantly higher in the CBL intervention group than the lecture-based learning intervention group (average score of 52.0). Conclusion: The participants positively perceived that CBL intervention helped them to effectively improve their knowledge and the self-assessment of competency level. It also enhanced knowledge acquisition ability. These data, based on the survey responses, suggest that it is necessary to implement CBL interventions in a university-led single professional education.

• 제어로봇시스템학회논문지
• /
• 제10권12호
• /
• pp.1295-1304
• /
• 2004

In this paper, the Bayesian recurrent neural network is proposed to predict time series data. A neural network predictor requests proper learning strategy to adjust the network weights, and one needs to prepare for non-linear and non-stationary evolution of network weights. The Bayesian neural network in this paper estimates not the single set of weights but the probability distributions of weights. In other words, the weights vector is set as a state vector of state space method, and its probability distributions are estimated in accordance with the particle filtering process. This approach makes it possible to obtain more exact estimation of the weights. In the aspect of network architecture, it is known that the recurrent feedback structure is superior to the feedforward structure for the problem of time series prediction. Therefore, the recurrent neural network with Bayesian inference, what we call Bayesian recurrent neural network (BRNN), is expected to show higher performance than the normal neural network. To verify the proposed method, the time series data are numerically generated and various kinds of neural network predictor are applied on it in order to be compared. As a result, feedback structure and Bayesian learning are better than feedforward structure and backpropagation learning, respectively. Consequently, it is verified that the Bayesian reccurent neural network shows better a prediction result than the common Bayesian neural network.

• 제어로봇시스템학회논문지
• /
• 제2권2호
• /
• pp.88-95
• /
• 1996

It is inevitable for local systems to have deviations which represent interactions and modeling errors originated from the decomposition process of a large scale system. This paper presents a decentralized control scheme for interconnected systems using local linear models and a neuro-coordinator. In the proposed method, the local system is composed of a linear model and unknown deviations caused by linearizing the subsystems around operating points or by estimating parameters of the subsystems. Because the local system has unmeasurable deviations we define a local reference model which consists of a local linear model and a neural network to estimate the deviations indirectly. The reference model is reformed into a linear model which has no deviations through a transformation of input variables and we obtain an optimum feedback control law which minimizes a local performance index. Finally, we derive a decentralized feedback control law which consists of local linear states and neural network outputs. In the decentralized control, the neuro-coordinator generates a corrective control signal to cancel the effect of deviations through backpropagation learning with the errors obtained from the differences of the local system outputs and reference model outputs. Also, the stability of local system is proved by the degree of learning of the neural network under an assumption on a neural network learning index. It is shown by computer simulations that the proposed control scheme can be applied successfully to the control of a biased two-link planar robot manipulator.

• 한국전자통신학회논문지
• /
• 제7권2호
• /
• pp.227-234
• /
• 2012

컴퓨터와 인터넷의 발달은 사회 전 분야에 걸쳐 많은 변화를 가져왔다. 교육 시장도 이에 적극적으로 부응하여 원격교육, 사이버교육, 가상강의, e-Learning 등의 이름으로 제안되어지며 다양한 서비스를 제공하고 있다. 이를 위한 시스템들이 다양하게 제공되면서 컴퓨터를 이용하여 이루어지는 교육과 평가가 활발히 이루어지고 있다. 그러나 많은 시스템들이 제한적 기능을 제공하고 있는 것이 사실이다. 이에 본 논문에서는 학습자들의 교육 이해 수준 정도를 실시간으로 피드백(Feedback)함으로써 교수자가 맞춤식교육을 진행할 수 있는 CBT(Computer Based Training/Test)방식의 쌍방향 자율모드 기반 교육 환경을 제공하는 RTE(Real Training Environment) 시스템을 제안한다. 이 시스템을 활용하여 학습자의 능력에 맞는 맞춤식 교육 환경을 제공하고 학습자들의 학습동기를 극대화시킬 수 있을 것으로 생각된다.