• Educational Technology International
• /
• 제9권2호
• /
• pp.97-121
• /
• 2008

The purposes of the present study are to describe the design of mobile learning scenarios based on learning sciences theories, and to discuss implications for the future research in this area. To move beyond mere speculations about the abundant possibilities of mobile learning and to make real impact in K-12 school settings, it is critical to conduct school-based research grounded on the learning sciences theories. Towards this end, this paper describes school-based mobile learning projects conducted by a research team at the Learning Sciences Lab in Singapore, and then discusses the possibilities and challenges of mobile learning to further inform future research. Specifically, this paper explores the affordances of mobile technology, such as portability, connectivity and context-sensitivity, to design seamless learning scenarios that bridge formal and informal learning experiences. The authors present a framework for re-conceptualizing different types of learning based on physical settings and intentionality, and then describe two seamless learning scenarios, namely 3Rs and Chinatown Trail, which were implemented in one primary school in Singapore. In conclusion, the authors discuss the affordances of seamless mobile learning for enhancing one's lived experiences to build a living ecological relationship between the person and the environment, and how mobile technology can play a critical role for enabling such lived experiences.

• 한국콘텐츠학회논문지
• /
• 제16권2호
• /
• pp.546-557
• /
• 2016

치의학 분야에 입문한 학습자가 치아 형태를 이해하고 임상의 기반 기술을 익히기 위해서는 치아카빙 실습이 필요하다. 치아카빙 실습은 단계별 모델을 필요할 때마다 관찰할 수 있을 때 더 효과적이다. 본 연구의 목적은 치아카빙 실습모형을 제안하고, 카빙 단계에 대한 3D모델링 정보를 제공하는 튜토리얼 방식의 모바일 실습지원도구를 개발하는 것이다. 연구결과 치아카빙 실습 모형은 치아형태학 강의 및 실습을 포함하는 강의실 활동과 학습자의 실습과 일상적 학습을 모바일 실습지원도구로 연계하는 모바일 심리스 러닝 형태로 도출하였다. 모바일 실습지원도구는 치아형태학 사전, 치아카빙 실습 튜토리얼, 3D 치아 모델링으로 구현되었다. 개발된 콘텐츠에 대한 전문가 평가 결과 내용 및 기능이 타당하게 설계된 것으로 분석되었다(내용 타당도: 5.0, 인터페이스 타당도: 4.53). 따라서 개발된 모바일 실습지원도구도구는 치아카빙 실습의 모바일 심리스 러닝을 지원하는 데 적합한 학습도구로 판단된다. 본 연구를 기반으로 치의학 분야에 ICT를 활용하는 수업모형과 지원도구인 모바일 콘텐츠 개발 연구가 촉진되기를 기대한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (B)
• /
• pp.156-160
• /
• 2007

정보 통신 기술의 발전으로 교육 환경은 이러닝(e-Learning)과 모바일 러닝(Mobile Learning)이 지원되는 융합(convergence)된 네트워크 환경이 구축되고 있으며, 새로운 교수법을 필요로 한다. 학습자의 학습 환경(learning environment)에 따라 이러닝과 모바일 러닝이 상호작용(interaction)하여 학습 활동이 끊김없이(seamless) 수행되도록 한다. 본 논문에서는 이러닝과 모바일 러닝 환경에서 학습 활동을 수행하는 과정에서 상호작용하는 레이어를 설계한다. 각 레이에의 흐름(flow)에서 필요한 요소로 메타데이터(metadata)를 도출하고, 메타데이터를 다른 요소에서 필요로 할 때 재사용(reusable)할 수 있도록 하였다.

• 인터넷정보학회논문지
• /
• 제24권2호
• /
• pp.1-10
• /
• 2023

The Multi-access Edge Computing (MEC) paradigm equips network edge telecommunication infrastructure with cloud computing resources. It seeks to transform the edge into an IT services platform for hosting resource-intensive and delay-stringent services for mobile users, thereby significantly enhancing perceived service quality of experience. However, erratic user mobility impedes seamless service continuity as well as satisfying delay-stringent service requirements, especially as users roam farther away from the serving MEC resource, which deteriorates quality of experience. This work proposes a deep reinforcement learning based service mobility management approach for ensuring seamless migration of service instances along user mobility. The proposed approach focuses on the problem of selecting the optimal MEC resource to host services for high mobility users, thereby reducing service migration rejection rate and enhancing service availability. Efficacy of the proposed approach is confirmed through simulation experiments, where results show that on average, the proposed scheme reduces service delay by 8%, task computing time by 36%, and migration rejection rate by more than 90%, when comparing to a baseline scheme.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(D)
• /
• pp.16-19
• /
• 2011

최근에 Smart Phone 보급의 급격한 확산에 따라 2012년경에는 국내에서 약 2천만명 정도가 Smart Phone을 사용할 것이며 전 세계적으로도 약 3억5천만대 정도의 사용자가 Smart Phone을 사용할 것으로 예상되고 있다. 이러한 Smart Phone에서 시작된 u-Device 변혁은 Smart Phone, Tablet-PC, Smart TV, Desk Top Computer를 연계한 Seamless 학습 환경 및 최근의 N-Screen 환경의 구현을 가능하게 하고 있다.

• ETRI Journal
• /
• 제42권5호
• /
• pp.686-699
• /
• 2020

In this paper, we propose a supervised-learning-based spatial performance prediction (SLPP) framework for next-generation heterogeneous communication networks (HCNs). Adaptive asset placement, dynamic resource allocation, and load balancing are critical network functions in an HCN to ensure seamless network management and enhance service quality. Although many existing systems use measurement data to react to network performance changes, it is highly beneficial to perform accurate performance prediction for different systems to support various network functions. Recent advancements in complex statistical algorithms and computational efficiency have made machine-learning ubiquitous for accurate data-based prediction. A robust network performance prediction framework for optimizing performance and resource utilization through a linear discriminant analysis-based prediction approach has been proposed in this paper. Comparison results with different machine-learning techniques on real-world data demonstrate that SLPP provides superior accuracy and computational efficiency for both stationary and mobile user conditions.

• Journal of Information Processing Systems
• /
• 제6권3호
• /
• pp.307-322
• /
• 2010

Traffic classification is an essential task for network management. Many researchers have paid attention to initial sub-flow features based classifiers for traffic classification. However, the existing classifiers cannot classify traffic effectively in mobile IP networks. The classifiers depend on initial sub-flows, but they cannot always capture the sub-flows at a point of attachment for a variety of elements because of seamless mobility. Thus the ideal classifier should be capable of traffic classification based on not only initial sub-flows but also various types of sub-flows. In this paper, we propose a classifiable sub-flow selection method to realize the ideal classifier. The experimental results are so far promising for this research direction, even though they are derived from a reduced set of general applications and under relatively simplifying assumptions. Altogether, the significant contribution is indicating the feasibility of the ideal classifier by selecting not only initial sub-flows but also transition sub-flows.

• 한국컴퓨터정보학회논문지
• /
• 제18권1호
• /
• pp.31-42
• /
• 2013

본 연구는 문헌연구를 통해 익스플로라토리움이 개발한 다양한 모바일 디바이스(Electronic Guidebook, Rememberer, I-Guides, eXspot)의 비간섭적 특성에 대해 조명했다. 인터랙티브 전시환경에서 관람객의 몰입경험과 의미 생성을 위해 모바일 디바이스에 필수적으로 요구되는 특성은 전시물과 관람객의 인터랙션에 대한 비간섭적 특성이었다. 모바일 디바이스의 사용성은 비간섭적 특성에 직접적인 영향을 미쳤고, 이로 인해 모바일 디바이스의 형태인자가 교체되었다. 또한 형태인자의 변화는 모바일 디바이스의 기능을 관람 경험에 대한 기억으로 축소시켰다. 또한 모바일 디바이스의 역할이 멀티미디어 가이드에서 관람 후 경험 상기 및 공유 활동을 지원하는 단순한 모바일 도구로 전환됨에 따라 연결완전성이 내재한 관람 모형의 구현이 불가능했다. 익스폴로라토리움이 실행한 일련의 프로젝트는 공통적으로 관람소요시간증가와 관람 후 심화 활동의 활성화 등의 효과를 거두었다. 하지만 박물관학적 관점에서 접근해 보면, 관람소요시간증가는 전시물과의 인터랙션으로 인한 효과가 아니라 관람 기록(MyExploratorium)이 생성되는 사진에 대한 흥미로부터 비롯되었기 때문에 개념적 타당성이 충분하지 않았다. 결론적으로 익스폴로라토리움이 개발했던 모바일 디바이스는 '개인화 기반의 관람경험확장을 최적화하기 위한 하나의 학습지원도구'라고 정의할 수 있다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.889-899
• /
• 2017

컴퓨터 및 정보통신 기술의 발전으로 인해 특수 교육 분야에서도 ICT 기술을 접목해 시너지 효과를 얻기 위한 다양한 노력과 기술 개발이 진행되고 있다. 본 논문에서는 특수 교육 분야에서 활용 가능한 ICT 기반의 장애 평가 웹사이트와 모바일 애플리케이션을 설계하고 구현한 다음 이를 특수 교육 현장에서의 필드테스트를 통해 그 효용성을 확인하였다. 개발한 웹사이트는 평가자가 노트북이나 PC를 이용해 평가 대상자의 자폐 행동이나 학습 장애를 평가할 수 있도록 하며, 모바일 애플리케이션은 평가자의 스마트폰이나 태블릿 PC 등 모바일 기기를 이용해 시간과 장소에 구애받지 않고 간편하게 평가가 이루어질 수 있도록 한다. 평가 결과는 서버 데이터베이스에 저장 관리되며, 개발한 웹사이트와 모바일 애플리케이션은 서로 데이터베이스를 공유하므로 쉽게 연동되어 활용 가능하다는 장점이 있다. 본 연구 결과는 특수 교육 현장에서 평가 대상자를 지속적으로 평가하고 관찰하는 데 유용하게 사용될 수 있으리라 기대한다.

• 한국멀티미디어학회논문지
• /
• 제21권2호
• /
• pp.188-198
• /
• 2018

With recent development of high-speed wide-area wireless networks and wide spread of highperformance wireless devices, the demand on seamless video streaming services in Long Term Evolution (LTE) network environments is ever increasing. To meet the demand and provide enhanced Quality of Experience (QoE) with mobile users, the Dynamic Adaptive Streaming over HTTP (DASH) has been actively studied to achieve QoE enhanced video streaming service in dynamic network environments. However, the existing DASH algorithm to select the quality of requesting video segments is based on a procedural algorithm so that it reveals a limitation to adapt its performance to dynamic network situations. To overcome this limitation this paper proposes a novel quality selection mechanism based on a Deep Q-Network (DQN) model, the DQN-based DASH ABR($DQN_{ABR}$) mechanism. The $DQN_{ABR}$ mechanism replaces the existing DASH ABR algorithm with an intelligent deep learning model which optimizes service quality to mobile users through reinforcement learning. Compared to the existing approaches, the experimental analysis shows that the proposed solution outperforms in terms of adapting to dynamic wireless network situations and improving QoE experience of end users.