• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.203-211
• /
• 2008

프로슈머의 등장과 동영상 콘텐츠가 디지털 방식으로 제작되면서 기존의 동영상을 다양한 방법으로 편집하는 UCC가 활성화되었다. 수많은 UCC가 제작되면서 저작권 문제, 복사에 따른 중복성 문제 그리고 저작물의 내용 문제 등이 대두되었다. 또한 기존의 동영상을 재구성할 경우 동영상 제작과정을 체계적으로 관리하고 동영상 콘텐츠를 표준화하여 재구성 및 재사용성에 따른 생산성을 높일 필요가 있다. 이에 본 연구에서는 UCC에 적합한 동영상 콘텐츠의 검색, 재사용성 그리고 저작권 등의 중요성을 인식하고, 동영상 콘텐츠의 제작 유통 재편집을 고려하여 e-Learning에 널리 채택되고 있는 SCORM 표준안을 기반으로 동영상 재사용 시스템을 구축하였다. 콘텐츠 객체의 메타데이터를 이용하여 동영상 콘텐츠의 검색과 재사용을 용이하게 할 뿐만 아니라 제작자 및 일반 사용자들이 자신의 취향에 따라 콘텐츠 객체들을 선택하고 재구성하여 자신만의 창의적 동영상 UCC를 쉽게 제작할 수 있다. Scene 단위의 동영상 객체별로 저작권을 관리하여 저작권 문제를 해소하는데 효과가 있을 것으로 본다. 인터랙티브 스토리텔링 기법의 하나로 SCORM의 시퀀싱 기능을 사용하여 사용자의 기호에 따라 맞춤형으로 동영상을 감상할 수 있는 개별화된 동영상 콘텐츠의 제작도 가능하다.

• 한국정보통신학회논문지
• /
• 제18권4호
• /
• pp.992-999
• /
• 2014

단백질이 존재하는 세포내의 다중 위치를 정확하게 예측하기 위하여 다중레이블 학습 방법을 광범위하게 비교한다. 이를 위하여 다중레이블 분류의 접근 방법인 알고리즘 적응, 문제 변환, 메타 학습의 여러 방법을 비교 평가한다. 다양한 관점에서 다중레이블 분류 방법의 특성을 평가하기 위하여 12가지 평가 척도를 사용하였고, 최적의 성능을 보이는 방법을 찾기 위하여 새로운 요약 척도를 사용하였다. 비교 실험 결과, 흔하지 않은 다중레이블 집합을 가지치기 하는 멱집합 방법과, 관련 레이블들을 추가된 특징으로 나타내는 분류기-체인 방법의 성능이 높았다. 또한, 이들 방법들로 구성된 여러 개의 분류기를 조합하면 더욱 성능이 향상되었다. 즉, 세포내 위치간의 연관관계를 사용하는 것이 예측에 효과적인데, 특정 생물학적 기능을 수행하는 단백질의 세포내 위치들의 관계는 독립적이지 않고 서로 관련되어 있기 때문이라 판단된다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.680-685
• /
• 2017

온라인 소셜미디어의 등장으로 방대한 사용자 데이터가 수집되고 이는 루머의 탐지와 같은 복잡하고 도전적인 사회 문제를 자료 기반 기법으로 해결할 수 있게끔 한다. 최근 딥러닝 기반 모델들이 이러한 문제를 해결하기 위한 빠르고 정확한 기법 중의 하나로서 소개되었다. 하지만 기존에 제시된 모델들은 전파 종료 후 작동하거나 오랜 관찰기간을 필요로 하여 활용성이 제한된다. 이 연구에서는 초기 소량 데이터만을 활용하는 recurrent neural networks (RNNs) 기반의 빠른 루머 분류 알고리즘을 제안한다. 제시된 모델은 소셜미디어 스트림을 시계열 자료로 변환하여 사용하며, 이 때 시계열 데이터는 팔로워 수와 같이 정보 전파자 관련 정보는 물론 주어진 컨텐츠에서 추론한 언어심리학적 감성의 점수로 구성된다. 수백만의 트윗을 포함하는 498개의 실제 루머 및 494개의 비루머 사례 분석을 통해 이 연구는 제안하는 RNN 기반 모델이 초기 30개의 트윗 만으로도 (초기 수시간) 0.74 F1의 높은 성능을 보임을 확인한다. 이러한 결과는 실제 응용가능한 수준의 빠르고 효율적인 루머 분류 알고리즘 개발의 초석이 된다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.505-517
• /
• 2011

햅틱 감각은 인간 오감의 하나로 인지적 발달과 일상적 생활에 영향을 주는 필수적인 감각이다. 최근 햅틱 테크놀로지에 대한 논의와 연구가 활발해지기 시작하였는데, 본 논문에서는 햅틱의 의미와 학습에 있어서의 중요성을 살펴보고, 이를 교육에 활용한 콘텐츠의 사례를 연구한 후, 햅틱 테크놀로지를 장애아동의 교육에 활용할 수 있는 방법을 논하였다. 그 방법으로, 국 내외 데이터베이스를 검색하여 햅틱을 교육에 활용한 논문만을 선정하여 이를 메타분석적 방법으로 분석하였다. 햅틱 테크놀로지를 이용한 몇 안되는 연구는 일반학생의 과학과 수학 학습에 집중되어 있었으나, 햅틱 테크놀로지는 감각적, 학습적, 인지적 장애를 포함한 다양한 장애와 특성을 가진 아동의 교육에 유용한 도구가 될 수 있으며, 과학, 수학 뿐아니라 음악, 미술, 역사 등 교과의 여러 분야에 걸쳐 활용될 수 있을 것이다.

• 대한화학회지
• /
• 제64권3호
• /
• pp.189-195
• /
• 2020

이 연구에서는 외국어 고등학교의 화학 I 수업에서 거꾸로 수업의 효과를 탐색하였다. 광역시에 소재한 외국어 고등학교의 1학년 176명(남학생 43명, 여학생 133명)을 대상으로 한 학기 동안 거꾸로 수업을 적용한 후 그 효과를 인지적·정의적 측면에서 조사하였다. 수업 전에 학생들에게 활동지를 제공하여 학습 내용을 요약하도록 하였고 수업 중에는 학생 참여형 활동을 진행하였다. 한 학기 동안 거꾸로 수업을 운영한 후, 중간고사 및 기말고사 점수를 분석하였고, 화학 교과 및 수업 방식에 대한 인식을 설문을 통해 조사하였다. 중간고사 및 기말고사 점수를 분석한 결과, 거꾸로 수업이 인지적 측면에서 효과적일 가능성을 보여주었으며, 화학 교과 및 거꾸로 수업에 대한 태도와 같이 정의적 측면에서도 긍정적인 인식이 조사되었다. 특히 학생들은 거꾸로 수업이 자기 주도 학습과 메타학습을 증진시켰다고 응답하였다. 이러한 결과를 바탕으로 교육학적 함의를 논의하였다.

• 인터넷정보학회논문지
• /
• 제5권2호
• /
• pp.97-105
• /
• 2004

에이전트가 지각이나 행위의 표상을 이해할 수 없는 이유는 의미론적 자질을 문자열로 변환하는 구문론적 표상방식에 의해서 일어난다. 자율적으로 학습하는 인지 에이전트를 구현하기위해 코헨은 에이전트가 sensor와 effector를 사용하여 주위환경과 물리적으로 직접적인 상호작용을 통하여 물리적 스키마의 의미 표상을 학습하는 의미론적 방법을 제안하였다. 본 논문에서는 부정(negation)은 그러한 물리적 스키마를 인식하게 하는 메타 스키마임을 제안한다. 최근에 Graphplan은 계획 시스템의 성능을 향상하기 위하여 inconsistency를 이용하는 제어규칙을 사용하지만, 구문론적으로 접근하여서 부정의 의미 개념을 이해하지 못하고 중복표현의 문제를 야기한다. IPP는 부정 함수인 not을 도입하여 중복문제를 해결하지만 여전히 구문론적으로 접근하며 또한 시간과 공간에서 비효율적이다. 본 논문에서는 의미론적인 접근법을 도입하여 부정을 위해서 반대 개념이라는 긍정 아톰(atom)을 사용하는 것이 지능 에이전트를 구현의 효율적 기법이라고 제안하고, 이 가설을 지지하는 실험적 결과를 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.342-345
• /
• 2014

기계학습을 이용한 네트워크 침입탐지시스템은 선택된 특징 조합에 따라 정확성 및 효율성 측면에서 크게 영향을 받는다. 하지만 일반적으로 사용되는 침입탐지용 특징들로부터 최적의 조합을 찾아내는 일은 많은 계산량을 요구한다. 예를 들어 n개로 구성된 특징들로부터 가능한 특징조합은 $2^n-1$ 개이다. 본 논문에서는 이러한 문제를 해결하기 위한 최적 특징 선택 알고리즘을 제시한다. 제안한 알고리즘은 최적화 문제 해결을 위한 대표적인 메타 휴리스틱 알고리즘인 지역탐색 알고리즘에 기반 한다. 또한 특징 조합을 평가를 위해 선택된 특징 요소와 k-means 군집화 알고리즘을 이용해 구해진 군집화의 정확성을 비용함수로 사용한다. 제안한 특징 선택 알고리즘의 평가를 위해 NSL-KDD 데이터와 인공 신경망을 사용해 특징 모두를 사용한 경우와 비교한다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.285-290
• /
• 2022

4차 산업혁명의 21세기는 산업화 시대에서 요구하던 것과는 다른 '역량'을 새로운 교육적 개념으로 요구하고 있다. 대학에서는 사회의 이러한 변화와 요구에 따라 교양 및 전공 교육에서 기존의 방식을 탈피하여 핵심역량 기반교육과 이를 통한 교육의 혁신을 요구받고 있다. 이러한 시점에서 대학들은 다양한 재정지원사업을 위해 교양교육을 전면적으로 개편하여 제시하고 있다. 본 연구는 대학 교양교육 혁신을 위한 교양 교육과정 개편에 대해 C 대학의 사례를 제시하였다. 연구 결과에 따르면 각 대학들은 대학의 설립이념에 따라 다양한 핵심역량을 제시하고 교양교육 측면에서 핵심역량 강화를 유도할 수 있는 방법으로 교양교육과정을 개편하고 있다. C 대학의 핵심역량 기반 교양 교육과정을 위해 부족한 핵심역량 과목을 개발하여 제안하였고, 교양교육 특성화를 위해 다양한 마이크로디그리를 제안하였으며, 학생들의 기초학습능력 향상을 위한 메타학습 관련 교양 교과목을 제시하였다.

• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.105-111
• /
• 2023

Recently, research on prediction algorithms using deep learning has been actively conducted. In addition, algorithmic trading (auto-trading) based on predictive power of artificial intelligence is also becoming one of the main investment methods in stock trading field, building its own history. Since the possibility of human error is blocked at source and traded mechanically according to the conditions, it is likely to be more profitable than humans in the long run. In particular, for the virtual currency market at least for now, unlike stocks, it is not possible to evaluate the intrinsic value of each cryptocurrencies. So it is far effective to approach them with technical analysis and cryptocurrency market might be the field that the performance of algorithmic trading can be maximized. Currently, the most commonly used artificial intelligence method for financial time series data analysis and forecasting is Long short-term memory(LSTM). However, even t4he LSTM also has deficiencies which constrain its widespread use. Therefore, many improvements are needed in the design of forecasting and investment algorithms in order to increase its utilization in actual investment situations. Meanwhile, Prophet, an artificial intelligence algorithm developed by Facebook (META) in 2017, is used to predict stock and cryptocurrency prices with high prediction accuracy. In particular, it is evaluated that Prophet predicts the price of virtual currencies better than that of stocks. In this study, we aim to show Prophet's virtual currency price prediction accuracy is higher than existing deep learning-based time series prediction method. In addition, we execute mock investment with Prophet predicted value. Evaluating the final value at the end of the investment, most of tested coins exceeded the initial investment recording a positive profit. In future research, we continue to test other coins to determine whether there is a significant difference in the predictive power by coin and therefore can establish investment strategies.

• 한국비블리아학회지
• /
• 제20권4호
• /
• pp.85-100
• /
• 2009

본 연구는 교사와 학생들이 가르치고 배우는 상황 즉, 교육적 맥락을 고려하여 학교도서관의 목록 서비스를 제공한다면 목록의 유용성을 높이고, 교수-학습 과정과 목록 서비스를 직접적으로 연계시킬 수 있다는 전제하에 교육적 맥락에 관한 정보를 목록 데이터 요소에 추가로 목록 정보를 확장하기 위한 방안을 제시하였다. 우선 학교도서관의 정보자료와 교육 즉, 교수-학습 과정에 관련된 맥락 요인을 분석하고, 실제로 교육적 맥락 요소를 제공하고 있는 정보 시스템의 사례를 분석하여 교육적 맥락을 고려한 목록 정보의 확장 방안을 제시하였다. 분석 결과를 바탕으로 학교도서관 목록(DLS)에 추가로 기술해야 할 교육적 맥락 요소를 이용자(학생, 교사), 수업상황(교수방법, 수업목표, 교육과정, 평가방법, 학습집단 편성, 준비물, 수업환경), 자료 내용 유형(성격, 학문분야, 형태), 독서 상황(상황별 독서, 문학 주제), 관련 자료(교사 표현물, 학생 표현물) 등 5개 요소로 추출하였다.