• 한국콘텐츠학회논문지
• /
• 제12권5호
• /
• pp.70-80
• /
• 2012

3D 입체공간에서 재미와 학습요소가 가미된 해양생물 문화콘텐츠를 개발하고, 도서해양 생물자원의 증강현실 콘텐츠 개발과 체험학습의 활용 방안을 제안한다. 증강현실 저작도구는 위지윅(WYSIWYG) 기반의 저작도구로 Node 구조와 Drag & Drop을 통해 저작도구를 쉽게 사용할 수 있도록 하였다. 해양생물 문화콘텐츠는 marker를 통한 애니메이션 효과, 모델링 데이터의 변화 등의 이벤트 요소를 추가하고, 해양생물 내레이션(narration)으로 실감 체험학습을 지원한다. 해양생물 AR Book은 50여종의 해양생물 증강현실 콘텐츠를 바탕으로 초등학교 수업 교재로 활용이 가능하며, 증강현실을 활용한 3D 입체영상 교육으로 실재적 관찰, 다양한 사고, 최대의 몰입감을 부여하여 학습효과를 높여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.275-278
• /
• 2013

현장 교사라면 누구나 수업이 어떻게 효율적으로 구현되고 학습이 이루어지는가에 대한 근본적인 물음을 갖고 있다. 이 연구는 수업에서뿐만 아니라 일상생활에서 학습자가 학습하는 것에 대한 이론적 근거를 제시하는 학습이론에 기초하여 수업을 관찰 분석하는 대안적 도구를 개발하였으며, 개발된 도구를 시범 적용하는데 목적을 두었다. 현장에서 이루어지는 수업을 학습이론에 기초한 채(필터: Filter)에 걸렀을 때, 학습 이론적 관점에서 어떤 해석이 가능하며 이는 교사의 수업 개선을 위해 어떤 시사점을 제공할 수 있는지를 탐구하였다. 최근 다양한 학습이론이 연구되어졌고 이와 관련된 이론이 축적되어 있다. 이들 이론 중 행동주의, 인지주의 그리고 구성주의 학습이론이 수업에 제공하는 시사점에 기초하여 수업관찰 및 분석을 위한 대안적 도구를 개발하고, 이를 시범 적용하여 수업을 관찰 분석하였다. 개발된 도구가 현장의 수업 개선과 수업에서 학습을 고려하는 교사의 인식 전환을 기대한다.

• 정보처리학회논문지A
• /
• 제11A권2호
• /
• pp.207-212
• /
• 2004

본 연구에서는 SCORM 시퀀싱 모델을 기반으로 학습객체의 구조에 대한 정보, 학습자에게 학습 객체를 어떻게 전달할 지를 결정하는 규칙 등을 포함하고 있는 학습 컨텐츠 구조를 제시한다. 다양한 학습 환경에서 학습 컨텐츠 객체의 재사용과 공유가 쉬워진다. 서로 다른 교수법을 적용하여 학습이 진행되도록 동일한 학습 객체들에 대한 시퀀싱 생성 도구를 개발한다. 또한 학습자 정보 트래킹을 위한 SCO(Sharable Content Object) 함수를 추가하고 학습 객체가 SCORM RTE(Run-Time Environment)와 통신을 위해 PIF(Package Interchange File)로 자동 패키징 시킨다.

• 디지털융복합연구
• /
• 제16권7호
• /
• pp.243-248
• /
• 2018

협동학습이 효과적으로 이루어지기 위해 가장 중요한 요소는 학습자의 여러 특성을 고려한 모둠 구성에 있다. 모둠 구성이란 원활하게 협동학습을 진행하기 위해 학습자들을 다양한 특성에 근거하여 모둠을 구성하는 것이다. 잘못된 도구의 선정으로 인해 모둠의 구성이 제대로 이루어지지 않을 경우 학생들의 불만이 수업으로 이어져 학습의 효과로까지 나타나는 문제가 발생할 수 있다. 본 논문에서는 학습효과 향상 및 불링 경향성 진단을 함께 고려한 모둠 구성 도구를 구현하였다. 소시오메트리 설문을 통한 학생들 간의 학급선호도와 학생의 성적을 입력받아 교사의 주관에 맞게 모둠을 구성함으로써 학습 효과도 고려할 수 있고 더불어 불링 경향성도 진단할 수 있는 모둠 구성 도구를 제안하고자 한다. 이를 통해 교사는 학습 효과를 증진 시킬 수 있는 수업 진행이 가능한 협동학습뿐만 아니라 학생들의 교우관계를 미리 파악해 학급 내에서 일어날 수 있는 불링에 미리 대처할 수 있을 것으로 기대한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.1570-1575
• /
• 1991

The feasibility of using an adaptive resonance network (ART2) with unsupervised learning capability for too] wear detection in turning operations is investigated. Specifically, acoustic emission (AE) and cutting force signals were measured during machining, the multichannel AR coefficients of the two signals were calculated and then presented to the network to make a decision on tool wear. If the presented features are significantly different from previously learned patterns associated with a fresh tool, the network will recognize the difference and form a new category m worn tool. The experimental results show that tool wear can be effectively detected with or without minimum prior training using the self-organization property of the ART2 network.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 추계학술대회 논문집 전기물성,응용부문
• /
• pp.198-200
• /
• 2001

In this paper, we describe the developed learning tool of expert system for preventive diagnosis of substation power equipments. The expert system was programmed by using the diagnosis methods as like gas analysis in oil and partial discharge, hottest temperature, the current of OLTC driving meter, the current of fan and pump in MTr and driving coil current in GCB and leakage current in LA. The learning tool is composed of the expert system and the explanation of diagnosed examples and the applied rules and it well worked according to the rule.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.84-90
• /
• 2022

공작기계 상태 진단은 기계의 상태를 자동으로 감지하는 프로세스이다. 실제로 가공의 효율과 제조공정에서 제품의 품질은 공구 상태에 영향을 받으며 마모 및 파손된 공구는 공정 성능에 보다 심각한 문제를 일으키고 제품의 품질 저하를 일으킬 수 있다. 따라서 적절한 시기에 공구가 교체될 수 있도록 공구 마모 진행 및 공정 중 파손 방지 시스템 개발이 필요하다. 본 논문에서는 공구의 적절한 교체 시기 등을 진단하기 위해 딥러닝 기반의 계층적 컨볼루션 신경망을 이용하여 5가지 공구 상태를 진단하는 방법을 제안한다. 기계가 공작물을 절삭할 때 발생하는 1차원 음향 신호를 주파수 기반의 전력스펙트럼밀도 2차원 영상으로 변환하여 컨볼루션 신경망의 입력으로 사용한다. 학습 모델은 계층적 3단계를 거쳐 5가지 공구 상태를 진단한다. 제안한 방법은 기존의 방법과 비교하여 높은 정확도를 보였고, 실시간 연동을 통해 다양한 공작기계를 모니터링할 수 있는 스마트팩토리 고장 진단 시스템에 활용할 수 있을 것이다.

• 한국지구과학회지
• /
• 제24권2호
• /
• pp.108-116
• /
• 2003

Problem Based Learning (PBL) is one of methods which has been developed to promote student-centered learning and to pursue self-directed learning for life-long learning. The purpose of this study is exploring the possibility of Problem Based Learning (PBL) in college Earth science course. The participants of this study were fourteen students attending an Earth science class at Sookmyung Women's University in Seoul. PBL was implemented in the form of group project with utilizing Web-based course tool. We provided questionnaires and conducted interviews to figure out students' perception about PBL. The findings were as follows: Through a given experiences, (1) students participated more actively than LBL (Lecture Based Learning), (2) more students were engaged with self-directed learning, and (3) students made higher cognitive efforts. LBL seemed to be more efficient way to acquire factual knowledge. In the meanwhile, PBL did not seem to affect the improvement of communication skills. Students could not make use of Web-based course tool effectively in communicating with other team members. In this study, we found that college student participants preferred problems related to everyday life, environmental issues and interesting but unusual incidents. On the other hand, they felt difficult in open-ended problems, especially when they were asked to provide their own evaluation. On the basis of PBL experiment in this paper, we present one method of successful implementation of PBL and suggest topics which should be studied in the future.

• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.11-16
• /
• 2023

Accurate hospital case modeling and prediction are crucial for efficient healthcare. In this study, we demonstrate the implementation of regression analysis methods in machine learning systems utilizing mathematical statics and machine learning techniques. The developed machine learning model includes Bayesian linear, artificial neural network, decision tree, decision forest, and linear regression analysis models. Through the application of these algorithms, corresponding regression models were constructed and analyzed. The results suggest the potential of leveraging machine learning systems for medical research. The experiment aimed to create an Azure Machine Learning Studio tool for the speedy evaluation of multiple regression models. The tool faciliates the comparision of 5 types of regression models in a unified experiment and presents assessment results with performance metrics. Evaluation of regression machine learning models highlighted the advantages of boosted decision tree regression, and decision forest regression in hospital case prediction. These findings could lay the groundwork for the deliberate development of new directions in medical data processing and decision making. Furthermore, potential avenues for future research may include exploring methods such as clustering, classification, and anomaly detection in healthcare systems.

• 한국컴퓨터정보학회논문지
• /
• 제22권9호
• /
• pp.187-192
• /
• 2017

In this paper, we have studied scale tools for measure programming task value and learning persistence at elementary school students. In order to develop complete test tools, we have improved the completeness by revising tests through stepwise verification. The first scales were constructed based on the previous studies. As a result of the content validity test, 5 out of 14 items of the task value test tool and 1 out of 10 items of the learning persistence test were not suitable. The second test tools were constructed by revising and supplementing the first scale, and consisted of 13 items of task value and 8 items of learning persistence. As a result of the contents validity test, all the items included in the test tool proved to be valid. The reliability of the secondary testing tools were also found to be reliable at ${\alpha}=.970$ and ${\alpha}=.975$, respectively.