• Title/Summary/Keyword: Learning Media

Search Result 1,614, Processing Time 0.028 seconds

A Study on Learning Model of Constructivism for CAAD Education (CAAD교육의 구성주의 학습모델 개념에 관한 연구)

  • 윤주호
    • Korean Institute of Interior Design Journal
    • /
    • no.41
    • /
    • pp.256-265
    • /
    • 2003
  • This study aims to investigate how to apply the theory of constructivism to CADD education. To maximize educational effect in the educational process, evaluation, media, interactions between instructor and learners, existing CADD education has some limitations and needs new methodology. Constructivism can be said to be a learner-oriented theory in that it emphasizes on the process of understanding in each individual. It can contribute in educational practice to elicit each learner's motivation and to develope their creativity. This paper tried to investigate how to apply constructivism to architectural designing and find the most suitable CAAD education methodology related to design studio.

Methods of Using Media and Learning of Team Projects in University (대학에서의 팀 프로젝트 학습과 매체 활용방안)

  • Eum, Yeong-Cheol
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2014.01a
    • /
    • pp.307-308
    • /
    • 2014
  • 본 논문은 대학에서의 팀 프로젝트 학습이 어떻게 수행되고 있는지를 고찰한 것이다. 논의된 결과, 학생들은 조별 활동을 함에 있어서 SNS를 적극 활용함을 알 수 있었다. 이는 주제의 선정이라든지 각자의 역할을 수행하기 위해서는 시공간의 제약을 극복해야 하기 때문이다. 또한 팀 프로젝트를 발표하는 과정에서 학생들은 주제에 맞는 다양한 시청각 자료들을 활용함을 알 수 있었다. 이는 팀 프로젝트를 수행하는 과정에서 요청되는 커뮤니케이션의 극대화를 위한 최선의 전략이기 때문이다.

  • PDF

Deep learning-based Hologram generation using Amplitude and Phase Component (진폭과 위상을 이용한 딥러닝 기반의 홀로그램 생성)

  • Kang, Ji-Won;Lee, Jae-Eun;Lee, Yoon-Hyuk;Kim, Dong-Wook;Seo, Young-Ho
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2019.06a
    • /
    • pp.227-228
    • /
    • 2019
  • 본 논문에서는 딥 러닝을 기반으로 홀로그램의 연산 간소화를 제안한다. 딥 러닝 중에서도 GAN model을 기반으로 진행된다. Point source 에 대응되는 홀로그램 모델링 식을 이용하여 Amplitude 와 Phase의 Component 들을 각각의 GAN 으로 훈련시켜 얻는 방법을 제안한다.

  • PDF

Twitter Hashtags Clustering with Word Embedding (Word Embedding기반 Twitter 해시 태그 클러스터링)

  • Nguyen, Tien Anh;Yang, Hyung-Jeong
    • Proceedings of the Korea Contents Association Conference
    • /
    • 2019.05a
    • /
    • pp.179-180
    • /
    • 2019
  • Nowadays, clustering algorithm is considered as a promising solution for lacking human-labeled and massive data of social media sites in numerous machine learning tasks. Many researchers propose disaster event detection systems have ability to determine special local events, such as missing people, public transport damage by clustering similar tweets and hashtags together. In this paper, we try to extend tweet hashtag feature definition by applying word embedding. The experimental results are described that word embedding achieve better performance than the reference method.

  • PDF

Method of Personal Portfolio Management in Smart Education Environment. (스마트 교육 환경에서 개인 포트폴리오 관리 방안)

  • Kim, Seong-Jin;Park, Seok-Cheon;Lee, Sang-Muk
    • Annual Conference of KIPS
    • /
    • 2013.05a
    • /
    • pp.1116-1119
    • /
    • 2013
  • 공교육을 시작으로 스마트교육이 본격적으로 이루어지면서 학습자의 데이터가 만들어 지고 있다. 이에 본 논문에서는 현재 학습자들의 데이터와 교내외활동의 산출물을 통합 서버에서 관리하고 이를 활용하여 포트폴리오를 작성하고 바르게 관리하여 보다 효과적인 교육과 평가가 이루어질 수 있는 방안을 제안하였다.

Image Classification using Class-Balanced Loss (Class-Balanced Loss를 이용한 이미지 분류)

  • Jihee Park;Wonjun Hwang
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2022.11a
    • /
    • pp.164-166
    • /
    • 2022
  • Long-tail problem은 class 별로 sample의 개수에 차이가 있어 성능에 안 좋은 영향을 미치는 것을 말한다. 본 논문에서는 cost-sensitive learning 중 Class-Balanced Loss를 이용해 성능을 개선하여 Long-tail problem을 해결하려고 한다. 먼저, balanced data set과 imbalanced data set의 성능 차이를 살펴보도록 할 것이다. 그 후, Class-Balanced Loss를 3가지 버전으로 이용해 그 성능을 측정하고 분석해 볼 것이다.

  • PDF

Consultation Type Online Educational System based on Self Control Learning (자가 조절 학습 기반 문의형 온라인 교육 시스템)

  • Kim, Boon-Hee
    • Annual Conference of KIPS
    • /
    • 2009.11a
    • /
    • pp.257-258
    • /
    • 2009
  • 다양한 교육 시스템이 개발되고 있는 가운데 핵심적인 연구 방향은 사용자의 효과적인 학습 결과를 보장할 수 있는 새로운 방법론의 적용에 있다. 본 논문에서는 교육 시스템을 개발한 개발자와 교육 시스템을 이용하는 사용자 사이의 문의형 상호작용 유형을 기반으로 상호작용의 내용은 사용자에 의해 만들어지지만 교육 컨텐츠를 이용한 상호작용의 진행은 사용자가 주도하고, 자가 조절 학습을 유도하여 학습효과를 배가 시키고자 한다.

Performance Enhancement of Deep Learning-based Super-Resolution by Adjustment of Training Dataset (훈련 데이터세트의 조절을 통한 딥러닝 기반 Super-Resolution 의 성능 향상)

  • Kwon, Ki-Taek;Seo, Young-Ho
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • fall
    • /
    • pp.218-220
    • /
    • 2021
  • 본 논문에서는 CAR(content adaptive resampler)로 축소된 저해상도 이미지를 직접 다른 모델에 여러가지 방식으로 훈련을 시켜 성능을 개선시키고자 하였다. 본 논문에서는 단일 영상 super resolution 에 관하여 여러 기술이 존재하는 상황에 더 나은 기술을 테스트하려 하고 그를 위해 과거의 모델들에 대한 이해가 필요하여 이를 구현하였다. 현재 가장 뛰어난 성능을 보이고 있는 모델 중의 하나인 CAR 에서 복원 전 이미지를 사용하여 훈련을 시키면 더 나은 성능의 모델을 만들 수 있을 것이라고 가정하고 다양한 훈련을 통해 성능을 개선시키고자 하였다.

  • PDF

Hologram Codec using Deep Learning training Reconstruction (홀로그램 복원을 학습하는 딥러닝을 이용한 홀로그램 코덱)

  • Kim, Wooseok;Oh, Kwan-Jung;Seo, Young-Ho
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • fall
    • /
    • pp.82-83
    • /
    • 2021
  • 홀로그램 비디오는 획득 방식에 따라서 다양한 종류의 홀로그램이 존재한다. 이들은 서로 다른 특성을 가지고 있기 때문에, 홀로그램 비디오를 압축하기 위한 방법도 매우 다양하다. 다양한 홀로그램 중에서, 우리는 상용 phase-only-typed SLM에 바로 디스플레이 할 수 있는 phase-only 홀로그램 비디오를 압축하기 위한 코덱을 제안한다. 이때 스케일링 기법을 이용하고, 스케일링 다운과 업으로 인한 화질의 손실을 복원하기 위해 딥러닝 모델을 사용하는 방법을 제안한다.

  • PDF

Soft Error Adaptable Deep Neural Networks

  • Ali, Muhammad Salman;Bae, Sung-Ho
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2020.11a
    • /
    • pp.241-243
    • /
    • 2020
  • The high computational complexity of deep learning algorithms has led to the development of specialized hardware architectures. However, soft errors (bit flip) may occur in these hardware systems due to voltage variation and high energy particles. Many error correction methods have been proposed to counter this problem. In this work, we analyze an error correction mechanism based on repetition codes and an activation function. We test this method by injecting errors into weight filters and define an ideal error rate range in which the proposed method complements the accuracy of the model in the presence of error.

  • PDF