• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.170-182
• /
• 2019

In this paper, we use scratch to design and develop non-formal learning experiences that are linked with contents of secondary science textbook to educational programs. The goal of this paper is to develop a convenient and interesting program for non-formal learning in a learning environment using various smart device. Theoretical approaches to mobile education, such as smartphones, and smart education support policies continue to lead to various research efforts. Although most of the smart education systems developed for students who have difficulty in academic performance are utilized, they are limited to general students. To solve the problem, the learning environment was implanted by combining the scratch, which is an educational programming that can be easily written. The science education program proposed in this paper shows the result of process of programming using ICT device using scratch programming. In the evaluation stage, we were able to display the creations and evaluate each other, so that we could refine them more by sharing the completed ideas.

• 한국콘텐츠학회논문지
• /
• 제13권12호
• /
• pp.1048-1057
• /
• 2013

본 논문은 스마트폰을 활용한 모바일 학습환경에서 학습자의 사전지식 수준과 동영상 강의의 분할시간이 학업성취도와 만족도에 미치는 영향을 알아보고자 하였다. 사전지식 수준에 따라 상위 35%, 하위 35% 두 집단으로 구분하였으며 각 집단에 동영상 강의를 5분, 10분, 15분, 20분으로 분할하여 제공하였다. 먼저, 동영상 분할시간의 주효과를 보면 학업성취도에서는 10, 15분 동영상이 좀 더 효과적이었으며, 만족도에서는 15분, 20분 동영상이 가장 효과적이었다. 학습자의 사전지식 수준과 동영상 강의 분할시간 간에 상호작용 효과는 학업성취도에 있어서만 나타났는데 특히, 사전지식 상위 35% 집단은 15분, 20분 동영상에서, 하위 35% 집단은 10분 동영상에서 가장 높은 학업성취도를 보였다. 상기 연구결과는 사전지식이 높은 집단에게는 좀 더 긴 동영상 강의를 제공할 수 있으며, 5분 동영상 강의는 스마트폰을 활용한 학습환경에서 적합하지 않음을 시사한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권8호
• /
• pp.2814-2832
• /
• 2014

As information society matures to an even higher level and as information technology becomes a necessity to our everyday lives, the needs to develop, support and satisfy personal and social needs without the limitation of time, space, and location have become a vital point to everyday lives. Smartphone users are increasing at a staggering rate but the research on mobile-Learning model and the implementation of m-Learning scenario are still behind the needs of the users. Therefore, this paper focuses on the design of 'repeatable and short-spanned m-Learning model' to meet the needs of the learners who are on the go and on the move with their smartphones. Smartphone users frequently reach out for their phones but compare to the frequencies, the actual span of time they spend per use are relatively and surprisingly short. One way to understand this phenomenon is that the users tend to immediately replace their smartphones with laptops or desktops whenever they are available. A leaning model was needed to reflect this short and frequent use, a use that is solely based on the smartphone environment. This proposed learning model first defines this particular setting and implements the model to real smartphone users over an 8 week period. To understand whether different learning backgrounds can influence this model, different schools with online and offline learning channels participated in the experiment. User survey was conducted after the experiment to get a better understanding of the smartphone users. Pretest and posttest were conducted before and after the experiment and the data were validated and analyzed using SPSS version 18.0 for PC. Preliminary descriptive statistics, multiple regression and cross validation was conducted for the analysis. The results showed that the proposed English Listening and Comprehension Mobile Digital Textbook (ELCMDT) had a positive effect on the learners in general and was more effective for learners who were already experienced with online learning.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.560-561
• /
• 2018

스마트폰의 보급으로 온라인 쇼핑 시장에서 모바일 쇼핑의 비중이 확대되고 있다. 대부분의 모바일 쇼핑은 애플리케이션을 통해 서비스를 제공하고 있다. 기업들은 온라인 마켓의 경쟁력 확보와 소비자의 다양한 요구사항 응대를 위해 개인화 서비스를 제공한다. 하지만 개인화 서비스는 사용자 데이터 수집과 분석이 매우 중요하다. 따라서 본 논문에서는 모바일 쇼핑 환경의 사용자 데이터 수집을 위해 스마트폰의 카메라를 이용하여 물품의 바코드 인식기능과 머신러닝 기반 물품의 이미지 인식 기능을 구현하였다. 구현된 기능과 푸시 알림 서비스를 통해 온라인 쇼핑 플랫폼 애플리케이션의 개인화 서비스와 사용자 데이터 수집 및 분석을 할 수 있었다.

• 인터넷정보학회논문지
• /
• 제12권4호
• /
• pp.135-143
• /
• 2011

스마트폰은 학습자에게 언제 어디서나 학습할 수 있는 환경을 만들어 주었다. 학습자는 항상 인터넷에 연결할 수 있는 환경이 주어지므로 이동 중 학습이 가능할 뿐만 아니라 스마트폰의 다양한 기능을 이용하여 효율적인 학습이 가능하다. 스마트러닝이란 정보 검색·공유 및 다양한 응용프로그램 활용이 가능한 모바일 디지털 기기 기반의 학습이라고 정의할 수 있다. 이러닝 시스템에서 스마트폰의 효과적인 활용을 위해서는 상호작용, 협동학습 등 효과적인 교수-학습 원리를 기반으로 콘텐츠 및 학습관리시스템(LMS) 등을 설계해야한다. 학습 콘텐츠는 스마트폰의 고유 기능과 융합하여 학습에 효과적인 콘텐츠 설계가 필요하며, 이동 중 학습이 편리한 소규모의 학습 주제별 콘텐츠 개발이 필요하다. 학습관리시스템(LMS)의 경우 PA에이전트 프로그램 등을 이용해 학습자 환경을 파악하여 학습자에게 적합한 맞춤형 학습 서비스를 제공해야한다.

• 한국문헌정보학회지
• /
• 제54권4호
• /
• pp.53-82
• /
• 2020

스마트폰의 보유율과 스마트폰을 이용한 인터넷 이용률이 증가하며 정보환경이 기존의 PC 환경에서 스마트 모바일 환경으로 전환하고 있다. 현재의 대학생들은 PC보다 스마트폰을, 문자보다 동영상 콘텐츠를 선호하는 특징을 갖는 Z세대이다. 따라서 본 연구는 스마트 모바일 환경에서 대학생들의 대학도서관 전자자료 이용행태가 어떠한 양상을 띠는지를 파악하고자 하였다. A대학도서관의 3년간의 전자책, 오디오북, 동영상 강의자료 이용데이터 61,433건과 이용자 데이터 1,595건을 수집하여 이용통계 분석을 실시하였다. 자료별 이용일자, 주제, 출판년도, 이용채널 데이터를 수집하고 이용자별 성별, 소속계열, 신분, 입학일, 졸업일 데이터를 수집하여 전자자료 이용의 일반적인 특징뿐만 아니라 성별/계열별/신분별 이용자 특성에 따른 전자자료 이용행태의 특성을 파악하였다. 이러한 연구결과를 바탕으로 변화하는 상황을 반영하고 향후 적용가능한 실질적인 전자자료 서비스 방안을 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.455-457
• /
• 2021

앱(App) 또는 어플리케이션이라고 부르는 응용 프로그램은 스마트폰이나 스마트TV와 같은 스마트 기기에서 사용되고 있다. 당연하게도 앱에도 악성코드가 있는데, 악성코드의 유무에 따라 정상앱과 악성앱으로 나눌 수 있다. 악성코드는 많고 종류가 다양하기 때문에 사람이 직접 탐지하기 어렵다는 단점이 있어 AI를 활용하여 악성앱을 탐지하는 방안을 제안한다. 기존 방법에서는 악성앱에서 Feature를 추출하여 악성앱을 탐지하는 방법이 대부분이었다. 하지만 종류와 수가 기하급수적으로 늘어 일일이 탐지할 수도 없는 상황이다. 따라서 기존 대부분의 악성앱에서 Feature을 추출하여 악성앱을 탐지하는 방안 외에 두 가지를 더 제안하려 한다. 첫 번째 방안은 기존 악성앱 학습을 하여 악성앱을 탐지하는 방법과 는 반대로 정상앱을 공부하여 Feature를 추출하여 학습한 후 정상에서 거리가 먼, 다시 말해 비정상(악성앱)을 찾는 것이다. 두 번째 제안하는 방안은 기존 방안과 첫 번째로 제안한 방안을 결합한 '앙상블 기법'이다. 이 두 기법은 향후 앱 환경에서 활용될 수 있도록 연구를 진행할 필요가 있다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.797-802
• /
• 2020

지난 몇 년 동안 스마트 폰을 비롯한 다양한 스마트 기기들은 휴대성을 기반으로 사용자의 요구에 의해 지속적으로 성능이 향상 되고 있다. 유비쿼터스 컴퓨팅 (Ubiquitous Computing) 환경과 센서 네트워크 (Sensor network)등의 다양한 망 접속 기술로 인하여 휴대성을 기반으로 하는 단말기들이 다양하게 보급되어 사용되고 있다. 스마트 단말들은 사용 중에 보다 안정적인 동작을 위하여 에너지 모니터링을 세밀하게 할 수 있는 기술이 필요하게 되었다. 소형 경량화 된 스마트 단말기는 다양한 멀티미디어 작업으로 인하여 단말 운용 중에 전원 부족 문제가 발생하게 된다. 이와 같은 상황을 미리 방지하고 안정적인 단말 운용을 위해서 기존에 다양한 추정 하드웨어가 개발 되었다. 그러나 잔량 추정을 하는 방법이나 성능이 비교적 우수하지 못하였다. 본 논문에서는 스마트 단말의 운용 중에 발생 할 수 있는 잔여 잔량 문제를 미리 예측하여 보다 안정적인 운용을 위한 리튬이온 셀의 잔량 추정 방법을 머신러닝에 기초를 두고 연구 하였다. 기존의 하드웨어적인 추정 방법이 아니라 사용 중인 리튬이온 셀의 특성을 머신러닝 기법을 이용한 학습 알고리즘으로 학습 시키고 최적화된 결과를 추정하여 적용 하고자 한다.

• 스마트미디어저널
• /
• 제12권3호
• /
• pp.49-59
• /
• 2023

차세대 무선 통신기술로 알려져 있는 Optical Camera Communication(OCC)은 많은 연구가 진행 되고 있다. 이러한 OCC 기술은 통신 환경에 의해 성능이 좌우되며 이를 개선하기 위해 다양한 전략이 연구되고 있다. 그중 가장 두각을 나타내고 있는 방법은 딥러닝 기술을 사용하여 OCC의 수신기에 CNN을 적용하는 방법이다. 하지만 대부분의 연구에서는 CNN을 단순히 송신기를 검출하는데 사용하고 있다. 본 논문에서는 CNN을 송신기 검출 뿐만 아니라 Rx 복조 시스템에 적용하여 실험한다. 그리고 OCC 시스템의 데이터 이미지는 다른 이미지 데이터셋과는 다르게 비교적 분류가 간단하기 때문에 대부분의 CNN 모델에서 높은 정확도의 결과가 나타날 것이라는 가설을 세웠다. 가설을 증명하기 위해 OCC 시스템을 설계 및 구현하여 데이터를 수집하였고 12가지의 다양한 CNN 모델에 적용하여 실험했다. 실험 결과 파라미터수가 많은 고성능의 CNN 모델 뿐만 아니라 경량화 CNN 모델에서도 99% 이상의 정확도를 달성하였고 이를 통해 스마트폰과 같은 저성능 계산 장치에 OCC 시스템 적용이 가능함을 확인했다.