• 영어어문교육
• /
• 제11권3호
• /
• pp.71-87
• /
• 2005

The role of interaction in second language (L2) classrooms has been examined from different angles, ranging from early studies of foreigner talk to the studies of the teacher- and task-based talk. However, most of the research on L2 classroom interaction has been based on a traditional psycholinguistic view of language and learning, failing to reconceptualize a broad and holistic understanding of L2 learning. Currently, many researchers have attempted to explore and describe classroom interaction in L2 classrooms from a sociocultural perspective. The purpose of this paper is to discuss Vygotsky's theoretical framework in terms of L2 classroom interaction and research from a sociocultural perspective, by describing three key concepts (zone of proximal development, private speech, and activity theory) in Vygotsky's theoretical framework and relating them to L2 classroom interaction. The results demonstrated the importance of social interaction for second language acquisition with the review of the related research study. It was also suggested that the dynamic and interactive processes of second language learning in the classroom should be valued by L2 researchers as well as L2 teachers. Finally, implications for the concepts for L2 classroom research and pedagogy are presented in the conclusion.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권6호
• /
• pp.2018-2043
• /
• 2022

Nowadays, COVID-19 infections are influencing our daily lives which have spread globally. The major symptoms' of COVID-19 are dry cough, sore throat, and fever which in turn to critical complications like multi organs failure, acute respiratory distress syndrome, etc. Therefore, to hinder the spread of COVID-19, a Computerized Doughty Predictor Framework (CDPF) is developed to yield benefits in monitoring the progression of disease from Chest CT images which will reduce the mortality rates significantly. The proposed framework CDPF employs Convolutional Neural Network (CNN) as a feature extractor to extract the features from CT images. Subsequently, the extracted features are fed into the Adaptive Dragonfly Algorithm (ADA) to extract the most significant features which will smoothly drive the diagnosing of the COVID and Non-COVID cases with the support of Doughty Learners (DL). This paper uses the publicly available SARS-CoV-2 and Github COVID CT dataset which contains 2482 and 812 CT images with two class labels COVID⁺ and COVI^-. The performance of CDPF is evaluated against existing state of art approaches, which shows the superiority of CDPF with the diagnosis accuracy of about 99.76%.

• 정보처리학회논문지A
• /
• 제13A권1호
• /
• pp.87-94
• /
• 2006

웹이 보편화되고 웹 기반 학습을 관리하고 제공해 주는 학습관리시스템이 늘어남에 따라 이제 학습자는 시공간에 제약을 받지 않는 학습 환경을 체험 할 수 있게 되었다. 하지만 기존의 학습 관리 시스템들은 적합한 학습을 제공하기 위해 유용하고 적합한 메타데이터를 사용하고 있지 않다 이러한 문제점을 해결하기 위해서 학습관리 시스템에서는 학습자에게 다양한 학습 체험과 향상된 검색 능력을 제공할 수 있도록 학습자의 특성이나 많은 자원에 관한 학습 메타데이터를 자유롭게 정의하고 관리해야 할 필요가 있다. 본 논문에서는 학습관리시스템에서 부가적인 학습 메타데이터를 사용할 수 있도록 하기 위하여 시맨틱 웹의 기반이 되는 언어인 RDF(Resource Description Framework)를 이용한 검색 방법과 학습 메타데이터 제작하고 관리할 수 있는 방법을 두 가지 형태로 제안하였다. 차세대 메타데이터 관리 방법을 통해 교수자는 빠르고 편리하게 차세대 학습 메타데이터를 작성하고 저장할 뿐 아니라 학습자에게 정확하고 확장된 검색방법을 제공한다.

• 정보교육학회논문지
• /
• 제26권2호
• /
• pp.129-140
• /
• 2022

코로나19(COVID-19)로 인해 우리 사회는 급격한 변화를 겪고 있으며 특히 교육 현장에서는 디지털 기술을 활용한 온라인 학습이 다양한 형태로 시도되고 있고, 교육 시스템의 변화에 따라 교사와 학생의 전통적인 역할에도 많은 변화가 생겼다. 그러나 비대면 교육 상황에서 발생하는 학습 몰입 저하, 교수·학습자 간의 상호작용 부재, 기초 학력 저하 등 원격 수업이 가지는 한계점이 지속적으로 제기되고 있으며 이러한 문제점을 해결하기 위해서 적절한 교육적 전략이 필요한 시점이다. 본 연구에서는 가상 세계(Virtual Reality)와 현실 세계(Real World)의 상호작용을 기반으로 하는 '메타버스(Metaverse)'의 개념에 주목하고 이를 기반으로 하는 교육 활동의 효과성을 검증하고자 했다. 세부적으로 메타버스 가상 교실(Virtual Classroom)에서 플립러닝(flipped learning)을 실현하기 위한 교육 프레임워크를 제안하고, 이를 기반으로 개발된 교수·학습 프로그램으로 단일집단의 학습 몰입도를 측정하여 개발된 프레임워크의 효과성을 검증했다. 본 연구에서 제안한 메타버스 플랫폼 기반의 플립러닝 프레임워크 및 교육 프로그램을 적용했을 때 학습자들의 학습 몰입도가 향상되었음을 확인할 수 있었다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권3호
• /
• pp.93-112
• /
• 2021

Purpose Recently, many organizations are actively adopting enterprise architecture (EA) as a methodology to manage IT assets and build IT-based business system. This study intended to empirically examine how the role of EA operating unit and utilization capability of organizational members impact on system performance at the post-adoption stage. A balanced score card (BSC) is being used as a framework for a company's key performance indicator (KPI). Design/methodology/approach This study tried to investigate the causal relationship between the four perspectives of the balanced scorecard as an influencing factor of the introduction of the Enterprise Resource Planning (ERP) on the financial value. In particular, the mediating effect between the customer's point of view and the business process point of view was investigated between the learning growth point of view and the financial point of view, and the interaction effect (regulating effect) of strategic linkage in the system introduction process was investigated. Findings The results of the study were first, that the organizational learning and growth perspective had a positive effect on the customer perspective, business process, and financial perspective. In addition, the customer perspective and the process perspective also had a positive influence on the financial perspective. Second, between the learning growth and financial perspectives, the customer perspective and the process perspective showed a partial mediating effect. Third, as for strategic linkage, the interaction effect between the customer perspective, the learning growth perspective, and the process perspective and the financial perspective was not significant. The results of this study are expected to provide a framework for performance evaluation to organizations that have introduced ERP systems.

• 한국지반신소재학회논문집
• /
• 제23권1호
• /
• pp.17-25
• /
• 2024

골재 간극률은 구조적 강도, 내구성, 배수 및 투수성 등 다양한 아스팔트의 특성에 직접적인 영향을 미친다. 따라서 아스팔트 포장이 사용되는 위치, 기후, 환경 등에 적절하도록 골재 간극률이 설계되어야한다. 하지만 골재 간극률은 다양한 요인들에 의해 영향을 받으므로 그 설계가 쉽지 않다. 예를 들어 골재 입자의 크기 분포, 구성이나 아스팔트 바인더의 양, 다짐 수준 등 다양한 영향인자가 존재한다. 본 연구에서는 골재 간극률에 영향을 미치는 요인들로부터 골재 간극률을 예측하고자 하였다. 이를 위해 다양한 기계학습 모델 방법을 적용하였고 단일 기계학습 모델을 적용했을 때보다 높은 정확도로 골재 간극률을 예측할 수 있음을 보였다. 본 연구의 결과는 경험과 노동집약적인 실험에 의존하는 골재 간극률 예측에 데이터 기반의 접근방법을 적용할 수 있음을 보였으며 향후 최적 골재 간극률 설계 등에 활용 가능할 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.949-950
• /
• 2017

딥러닝(Deep Learning)을 효과적으로 연구하고 개발할 수 있도록 도와주는 다양한 딥러닝 프레임워크(Deep Learning Framework)가 있다. 딥러닝 프레임워크는 현재 100 가지도 넘는 종류가 있다. 그렇기 때문에 개발의 목적에 가장 적합한 딥러닝 프레임워크를 선택하는 것은 쉽지 않다. 본고에서는 5가지 대표적인 딥러닝 프레임워크에 대해서 각각의 특징을 분석하고 비교한다. 이를 통하여 딥러닝을 개발하기 전에 개발 목적에 적합한 프레임워크를 선택할 수 있는 간단한 안목을 제시한다.

• 한국도서관정보학회지
• /
• 제39권2호
• /
• pp.449-467
• /
• 2008

본 연구에서는 정보활용능력을 향상시키기 위해 학교도서관의 사서교사와 일반 교과의 교사들 간의 협력 방안을 제시하고자 하였다. 또한 교육의 또 다른 주체인 학생을 중심으로 한 부분을 확대함으로써 좀 더 효율적인 교수-학습이 이루어질 수 있도록 하였다. 무엇보다 교사와 학생들의 커뮤니케이션에서 직접적인 교환이 이루어지는 지식을 중심으로 주제, 교육학적인 배경, 정보기술의 활용 등을 고려한 모형을 제안하였다.

• 전자통신동향분석
• /
• 제35권5호
• /
• pp.30-42
• /
• 2020

Unlike in previous generations of mobile technology, machine learning (ML)-based self-healing research trend are currently attracting attention to provide high-quality, effective, and low-cost 5G services that need to operate in the HetNets scenario where various wireless transmission technologies are added. Self-healing plays a vital role in detecting and mitigating the faults, and confirming that there is still room for improvement. We analyzed the research trend in self-healing framework and ML-based fault detection, fault diagnosis, and fault compensation. We propose that to ensure that self-healing is a proactive instead of being reactive, we have to design an ML-based self-healing framework and select a suitable ML algorithm for fault detection, diagnosis, and outage compensation.

• Earthquakes and Structures
• /
• 제22권4호
• /
• pp.401-419
• /
• 2022

A novel hybrid extreme machine learning-multiverse optimizer (ELM-MVO) framework is proposed to predict the liquefaction phenomenon in seismically excited tunnel lining inside the sand lens. The MVO is applied to optimize the input weights and biases of the ELM algorithm to improve its efficiency. The tunnel located inside the liquefied sand lens is also evaluated under various near- and far-field earthquakes. The results demonstrate the superiority of the proposed method to predict the liquefaction event against the conventional extreme machine learning (ELM) and artificial neural network (ANN) algorithms. The outcomes also indicate that the possibility of liquefaction in sand lenses under far-field seismic excitations is much less than the near-field excitations, even with a small magnitude. Hence, tunnels designed in geographical areas where seismic excitations are more likely to be generated in the near area should be specially prepared. The sand lens around the tunnel also has larger settlements due to liquefaction.