• 감성과학
• /
• 제17권1호
• /
• pp.3-12
• /
• 2014

다양한 전자제품의 조작법을 빠르고 정확하게 학습하는 것은 일상적이고 중요한 과제가 되었다. 특히 소프트웨어는 여러 제품들의 통제 및 조작에서 핵심적인 지위를 차지하고 있다. 본 연구는 기존 학습연구에서 중요한 변인으로 연구되어온 학습방법, 학습계획, 과제난이도가 소프트웨어 학습에 미치는 영향을 검증하였다. 실험1에서는 2 (학습방법: 경험적 vs. 언어적) ${\times}$ 2 (학습계획: 간격 vs. 덩이진) ${\times}$ 2 (난이도: 쉬움 vs. 어려운)의 피험자간 요인설계를 사용하여 각 조건에서 참가자들이 윈도우 무비메이커를 사용하여 파일을 조작하는 방법을 학습하는 실험을 실시하였다. 그 결과 학습계획에 따른 수행의 차이는 발견할 수 없었으나, 언어적 학습보다 경험적 학습에서 참가자들은 더 빠르게 평가과제를 완료하였다. 특히 과제난이도가 높아질 경우 참가들은 언어적 조건에서 경험적 조건보다 두드러진 수행저하를 보였는데, 이는 과제가 어려워질수록 경험적 학습이 효과적인 학습방법이 라는 것을 시사한다. 즉 소프트웨어 학습에서 간단한 조작의 경우에는 매뉴얼 혹은 지시문의 형태로 구성된 언어적 학습으로 충분하지만 어려운 과제의 경우에는 체험 프로그램이나 투토리얼 모드를 통해 학습하는 것이 효과적일 것이다. 추가실험에서 난이도 증가에 따른 언어적 학습의 선형적 이득을 확인하기 위해 난이도를 3단계로 세분화하여 검증하였으며 (실험 2) 학습계획의 효과를 확인하기 위해 학습시행간 간격을 증가시켰으나 (실험3) 유의미한 결과를 발견하지는 못했다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.742-756
• /
• 2022

A flood of information has occurred with the rise of the internet and digital devices in the fourth industrial revolution era. Every millisecond, massive amounts of structured and unstructured data are generated; smartphones, wearable devices, sensors, and self-driving cars are just a few examples of devices that currently generate massive amounts of data in our daily. Machine learning has been considered an approach to support and recognize patterns in data in many areas to provide a convenient way to other sectors, including the healthcare sector, government sector, banks, military sector, and more. However, the conventional machine learning model requires the data owner to upload their information to train the model in one central location to perform the model training. This classical model has caused data owners to worry about the risks of transferring private information because traditional machine learning is required to push their data to the cloud to process the model training. Furthermore, the training of machine learning and deep learning models requires massive computing resources. Thus, many researchers have jumped to a new model known as "Federated Learning". Federated learning is emerging to train Artificial Intelligence models over distributed clients, and it provides secure privacy information to the data owner. Hence, this paper implements Federated Averaging with a Deep Neural Network to classify the handwriting image and protect the sensitive data. Moreover, we compare the centralized machine learning model with federated averaging. The result shows the centralized machine learning model outperforms federated learning in terms of accuracy, but this classical model produces another risk, like privacy concern, due to the data being stored in the data center. The MNIST dataset was used in this experiment.

• 융합보안논문지
• /
• 제11권6호
• /
• pp.73-80
• /
• 2011

본 연구에서는 소프트웨어 제품을 개발하여 테스팅을 하는 과정에서 소프트웨어 관리자들이 소프트웨어 및 검사 도구에 효율적인 학습기법을 이용한 NHPP 소프트웨어 모형에 대하여 연구 하였다. 적용모형은 지연된 소프트웨어 S-형태 모형을 적용한 유한고장 NHPP에 기초하였다. 소프트웨어 오류 탐색 기법은 사전에 알지 못하지만 자동적으로 발견되는 에러를 고려한 영향요인과 사전 경험에 의하여 세밀하게 에러를 발견하기 위하여 테스팅 관리자가 설정해놓은 요인인 학습효과의 특성에 대한 문제를 비교 제시 하였다. 그 결과 학습요인이 자동 에러 탐색요인보다 큰 경우가 대체적으로 효율적인 모형임을 확인 할 수 있었다. 본 논문의 수치적인 예에서는 고장 간격 시간 자료를 적용하고 모수추정 방법은 최우추정법을 이용하고 추세분석을 통하여 자료의 효율성을 입증한 후 평균제곱오차와 $R^2$(결정계수)를 이용하여 효율적인 모형을 선택 비교하였다.

• 한국정보통신학회논문지
• /
• 제12권7호
• /
• pp.1329-1337
• /
• 2008

최근 학교교육 현장에서는 교수-학습의 효과 극대화를 위하여 교육정보화 사업이 추진되고 있다. 이를 위하여 교육인적자원부는 컴퓨터 기반 수업(CAI)을 지원하고 학습자가 인지적 구조를 구성할 수 있는 학습 환경 조성을 위해 우수한 교육용 소프트웨어를 개발.보급하여 활용할 수 있도록 지원하고 있다. 학교에서는 소프트웨어 구입에 따라 매년 그 보유수가 늘어나고 있으며, 이에 따른 교육용 소프트웨어의 효율적인 관리에 대한 필요성이 증대되고 있다. 이에 본 논문에서는 교육용 소프트웨어를 교수 학습용 소프트웨어, 업무지원용 소프트웨어, 시스템 관리 소프트웨어 등 3가지로 분류하여 등록하고 사용자별 사용 구분을 두어 보다 효과적으로 시스템을 사용할 수 있는 방법을 제안하고 구현한다. 시스템의 사용자 구분은 회원 가입을 통하여 로그인 하도록 하고, 로그인 후 관리자 모듈, 일반교사 모듈, 학생 모듈로 나누고 관리자는 자료의 등록, 수정, 검색 등 모든 관리를 한다. 일반 교사는 각 소프트웨어의 검색 및 열람이 가능하여 수업 시간에도 적절히 교육용 소프트웨어를 사용한 컴퓨터 기반 수업이 이루어 질 수 있도록 하였다. 학생은 교수 학습용 소프트웨어에 대한 검색 및 열람을 가능하게 하여 언제든지 수업 내용에 대한 예습 복습이 이루어 질 수 있도록 하였다.

• 정보교육학회논문지
• /
• 제23권3호
• /
• pp.245-254
• /
• 2019

2015년 개정 교육과정에서 초등학교 5학년 또는 6학년에서 소프트웨어 교육을 17시간 필수적으로 실시하여야 한다. 따라서 초등 예비교사들이 소프트웨어 교육을 할 수 있어야 한다. 본 연구에서는 초등 예비교사들이 소프트웨어 교육을 할 수 있는 성취기준별로 학습 요소들을 정의한다. 학습 요소별로 예비교사들에게 수업을 실시하였다. 그 결과는 학습 요소별로 교수 학습 및 평가 자료를 만들 수 있었다. 또한 예비교사들이 이들 자료를 기반으로 초등학교에서 소프트웨어 교육을 지도 할 수 있는 능력이 향상되었다는 것을 알 수 있었다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권4호
• /
• pp.1-10
• /
• 2022

Since 2019, elementary schools have been teaching software to students, so pre-service teachers should have the ability to teach software. Also, in the COVID-19 situation, pre-service teachers need the ability to teach software online. The purpose of this study is to investigate the effectiveness of online software education for preservice teachers. After providing online software education to preservice teachers, we analyse the results and examines whether online software education is effective. In this study, we define 55 learning elements by analyzing the achievement standards that can evaluate the software education ability of preservice teachers. We figure out whether pre-service teachers have acquired the ability to provide online software education to elementary school students. As a result of the study, we concluded that pre-service teachers who received this online education could conduct software education online in elementary school.

• 정보교육학회논문지
• /
• 제22권1호
• /
• pp.159-167
• /
• 2018

본 연구에서는 오픈소스 소셜네트워크 소프트웨어인 Humhub를 사용하여 온라인 학습 커뮤니티 사이트를 구축하고, 온라인 사이트에서 그룹을 만들어 그룹내에서 질의 응답을 통한 지식의 사회적 구성이 가능하도록 하였다. 학습 커뮤니티 사이트에 질의 응답에 대한 학습 자료들이 축적되게 함으로써 학습자들이 언제든지 찾아서 학습할 수 있고, 자기 주도적인 학습 공동체를 만들어 지식을 소비하는 것 뿐만 아니라 지식을 재구성 할 수 있는 기회를 제공하였다. 또한 수식 입력이 가능하도록 수식 입력 기능을 개발하여 학습자들이 온라인으로 수식을 사용할 수 있도록 하였다. 온라인 학습 커뮤니티 사이트는 탐구 기반 정보 교육에 활용될 수 있다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제14권2호
• /
• pp.1-9
• /
• 2018

오픈소스를 사용하는 사용자 및 기업의 비중이 지속적으로 증가하고 있다. 국외뿐만 아니라 국내에서의 오픈소스 소프트웨어 시장 규모가 급격하게 성장하고 있다. 하지만 오픈소스 소프트웨어의 지속적인 발전에 비해서, 오픈소스 소프트웨어 주제 분류에 대한 연구 거의 이루어지지 않고 있으며 소프트웨어의 분류 체계 또한 구체화되어 있지 않다. 현재는 사용자가 주제를 직접 입력하거나 태깅하는 방식을 사용하고 있으며 이에 따른 오 분류 및 번거로움이 존재한다. 또한 오픈소스 소프트웨어 분류에 대한 연구는 오픈소스 소프트웨어 평가, 추천, 필터링등의 기반 연구로 이용될 수 있다. 따라서 본 연구에서는 머신러닝 모델을 사용하여 오픈소스 소프트웨어를 분류하는 기법에 대하여 제안하고, 머신러닝 모델 별 성능 비교를 제안한다.

• 정보교육학회논문지
• /
• 제8권4호
• /
• pp.501-510
• /
• 2004

최근 ICT 교육의 활성화에 따라 응용 SW(Software) 교육의 중요성이 더해지고 있다. 그런데 지식의 기하급수적인 팽창과 컴퓨터 기술의 급속한 발전에 따라 끊임없이 새로운 SW가 양산되고 있기 때문에 기존의 SW 학습 패러다임은 여러 가지 문제에 봉착하였다. 본 연구는 이와 같은 문제의식을 가지고 문제 상황에서 학습자 스스로 SW의 적절한 기능을 쉽게 찾아 학습하고, 이를 문제 사태에 적용, 효율적으로 해결할 수 있으며, 파지와 전이를 촉진시킬 수 있는 능력을 SW 적응력이라 정의하고, 이를 배양할 수 있는 SW 교수 학습 방법을 탐색하였다. 이를 위해 SW 사용성과 UI(User Interface)디자인을 위한 원칙등을 살펴보고, SW 적응력, UI 디자인 원칙에 따른 SW 학습 전략을 도출하였다. 또한 시범 실습식 SW 교수 학습 방법의 문제점을 살펴보고 SW 적응력 향상을 위한 탐구적 교수 학습 모형을 제안하였다.

• 정보처리학회논문지D
• /
• 제16D권5호
• /
• pp.729-736
• /
• 2009

소프트웨어 공학에서 정확한 개발 비용 예측은 성공적인 개발 프로젝트를 위한 필수적인 요소로, 현재까지 많은 소프트웨어 비용산정을 위한 모델들이 개발되어 왔다. 전통적인 통계적 기법부터 기계학습을 적용한 알고리즘까지 다양한 분야의 아이디어를 접목하고 있다. 본 논문에서는 소프트웨어 개발 비용 예측을 위한 방법으로 유전 알고리즘과 서포트 벡터 머신의 회귀모델인 서포트 벡터 회귀를 결합한 GA-SVR 모델을 제안한다. 제안된 모델은 기존의 연구에 비해 향상된 결과를 보이고 있다.