• Asia pacific journal of information systems
• /
• 제32권4호
• /
• pp.945-963
• /
• 2022

With the widespread use of social media, online social platforms like Twitter have become a place of rapid dissemination of information-both accurate and inaccurate. After the COVID-19 outbreak, the overabundance of fake information and rumours on online social platforms about the COVID-19 pandemic has spread over society as quickly as the virus itself. As a result, fake news poses a significant threat to effective virus response by negatively affecting people's willingness to follow the proper public health guidelines and protocols, which makes it important to identify fake information from online platforms for the public interest. In this research, we introduce an approach to detect fake news using deep learning techniques, which outperform traditional machine learning techniques with a 93.1% accuracy. We then investigate the content differences between real and fake news by applying topic modeling and linguistic analysis. Our results show that topics on Politics and Government services are most common in fake news. In addition, we found that fake news has lower analytic and authenticity scores than real news. With the findings, we discuss important academic and practical implications of the study.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.1-8
• /
• 2024

In contemporary education, the rapid advancement of digital technologies elevates demands for integrating the latest tools into the learning process. Mathematical analysis, as a discipline, benefits from computer mathematics in distance education, enhancing practical aspects and enabling individualized learning. This article addresses the integration of the Maple computer mathematics system into higher education, specifically in teaching "Mathematical Analysis." Emphasizing its role in distance learning, computer mathematics optimizes the educational environment, reducing the time required for knowledge acquisition. The article showcases the application of Maple in finding extremum points and introduces an educational software simulator, enabling students to practice the method. The simulator, developed within Maple, facilitates self-checking and enhances the study of functions. Conclusions drawn from the study highlight the positive impact of these tools on distance education, affirming Maple's role in enhancing professional training and information culture among higher education students.

• 한국군사과학기술학회지
• /
• 제27권2호
• /
• pp.256-264
• /
• 2024

In the last 10 years, AI has made rapid progress, and image classification, in particular, are showing excellent performance based on deep learning. Nevertheless, due to the nature of deep learning represented by a black box, it is difficult to actually use it in critical decision-making situations such as national defense, autonomous driving, medical care, and finance due to the lack of explainability of judgement results. In order to overcome these limitations, in this study, a model description algorithm capable of local interpretation was applied to the inception network-derived AI to analyze what grounds they made when classifying national defense data. Specifically, we conduct a comparative analysis of explainability based on confidence values by performing LIME analysis from the Inception v2_resnet model and verify the similarity between human interpretations and LIME explanations. Furthermore, by comparing the LIME explanation results through the Top1 output results for Inception v3, Inception v2_resnet, and Xception models, we confirm the feasibility of comparing the efficiency and availability of deep learning networks using XAI.

• 융합보안논문지
• /
• 제24권3호
• /
• pp.13-21
• /
• 2024

4차 산업혁명의 발전으로 네트워크가 급속히 확산되면서 사이버 보안 위협이 더욱 증가하고 있다. 기존의 시그니처 기반 네트워크 침입 탐지 시스템(NIDS)은 알려진 공격을 탐지하는 데 효과적이지만, APT와 같은 새로운 공격에는 한계가 있다. 또한, 지도 학습 기반 딥러닝 모델은 불균형 데이터 문제로 인해 정상 데이터에 편향된 결과를 낳을 위험이 있다. 이러한 문제를 해결하기 위해 본 논문은 정상 데이터만을 학습하여 비정상 데이터를 탐지하는 단일 클래스 모델 기반의 네트워크 침입 탐지 방법을 제안한다. DeepSVDD와 MemAE 모델을 활용해 NSL-KDD 데이터 셋에서 제안하는 방법의 효율성을 검증하며, 지도 학습 모델과의 비교를 통해 제안된 방법이 실제 네트워크 침입 탐지 문제에서 더욱 효과적임을 확인한다.

• 한국응급구조학회지
• /
• 제7권1호
• /
• pp.109-118
• /
• 2003

With the rapid development of information and communication technology, a lot of multi-media learning programs are being developed and reported in the field of Emergency medicine both home and abroad. In this connection, this study was aimed at developing a foreign-body airway obstruction courseware in adults for EMT. The development period of CAI courseware lasted from May 2003 through November 2003. Among CAI courseware patterns, private instruction and repeat practice and simulation patterns were used as an instruction-learning strategy. The learning contents of the CAI courseware consisted of five chapters concerning (1) A relief of partial FBAO in the responsible victim, (2) A relief of complete FBAO in the responsible victim, (3) In case of unconsciousness in the responsible victim without removing all foreign body, (4) In case of consciousness in all victims after getting removed all foreign body and (5) A complete airway obstruction in victims without consciousness on the basis of assess responsiveness and the degree of airway obstruction. The way to use this courseware, with just a click on one specific chapter, was developed to proceed a course with progressive algorithm, a method of solving problems by choosing one between two situations. A characteristic of this CAI courseware is the enhanced efficiency of an instruction-learning method by providing an opportunity of choice based on situations in its effort to encourage learners to use a self-initiated learning method, not one-way method and to enhance problem solving skills among situations. Moreover, this courseware went through the diverse phases such as development, application, feedback in connection with learning process by practicing teachers, so that the courseware could be used frequently in the future. The contents of this courseware were written with the web, so that, if necessary, the contents could be continuously modified and complemented and handed out in the form of CD-ROM. This study indicates that the development of a variety of CAI courseware requires institutional and financial assistance and initiatives reflecting a reality in terms of learning process, technical assistance and resources.

• 컴퓨터교육학회논문지
• /
• 제3권1호
• /
• pp.127-134
• /
• 2000

최첨단 정보통신 기술의 급속한 발전과 구성주의 학습 이론을 기반으로 등장한 원격 교육에서는 학습자가 자신의 학습 과정을 주관함으로써 자신에게 필요한 지식과 기술을 습득하는 자기주도적 학습이 이루어진다. 그러나 웹 기반 원격 교육이나 구성주의에서 학습자 중심적, 주도적 학습을 강조 했을 때 그것이 곧 교사로부터의 해방이나 자유방임적 교육을 의미하는 것은 아니다. 따라서 본 논문에서는 교사 에이전트를 활용하여 학습자를 다양한 수준별로 지도할 수 있는 원격 교육 시스템 모델을 제안하고자 한다. 제안하는 모델에서 교사 에이전트는 학습자 정보를 바탕으로 학습자 개개인의 학습 수준에 맞는 학습 모델을 생성하고 평가에 의해 학업 성취 정도를 파악하여 다음 단계로의 학습 진행 여부를 제어한다. 이를 통하여 웹기반 원격 교육이 제공하는 학습 자원이 아무 목적없이 정보 검색 자체로 활용되는 문제점을 해결하고 진정한 학습자 중심의 교육을 실현할 수 있는 기반을 마련할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.662-665
• /
• 2017

최근 산업 환경의 빠른 진화와 발전으로 기업이 필요한 인재상이 변화하고 있다. 이러한 교육 패러다임의 변화에 따라 대학 교육은 기업에 필요한 인재를 양성하기 위해서 강의식 교육방법(기존의 지식 전달 방식)의 문제점을 보완하고 자기 주도적이고 창의적 문제 해결력 향상을 위한 새로운 교수학습 방법이 필요하다. 본 연구에서는 컴퓨터공학과의 전공필수교과목인 알고리즘 수업에서 플립러닝을 적용하여 이론과 실습수업을 병행한 그룹과 플립러닝을 적용하여 이론수업을 진행한 그룹 그리고 전통적인 강의식 기법을 적용한 그룹으로 분류하여 수업을 진행한다. 학습자의 학습 동기부여 및 학업 성취도 향상을 위해 알고리즘 교과목에 적합하도록 플립러닝 교수학습법을 제안하고 수업에 직접 적용한다. 그 결과를 바탕으로 학습자들의 학업성취도 및 학습만족도를 비교분석하고 문제점 및 활용방안을 제시하고자 한다.

• Journal of Preventive Medicine and Public Health
• /
• 제39권4호
• /
• pp.293-301
• /
• 2006

The preventive medicine learning objectives, first developed in 1977 and subsequently supplemented, underwent necessary revision of the contents for the fourth time to create the fifth revision. However, the required educational contents of health promotion and disease prevention have been changed by the new trends of medical education such as PBL and integrated curriculum, the rapid change of the health and medical environment and the globalization of medicine. The Korean Society of Preventive Medicine formed a task force, led by the Undergraduate Education Committee in 2003, which surveyed all the medical colleges to describe the state of preventive medicine education in Korea, analyzed the changing education demand according to the change of health environment and quantitatively measured the validity and usefulness of each learning objective in the previous curriculum. Based on these data, some temporary objectives were formed and promulgated to all the medical schools. After multiple revisions, an almost completely new series of learning objectives for preventive medicine was created. The objectives comprised 4 classifications and 1 supplement: 1) health and disease, 2) epidemiology and its application, 3) environment and health, 4) patient-doctor-society, and supplementary clinical occupational health. The total number of learning objectives, contained within 13 sub-classifications, was 221 (including 35 of supplementary clinical occupational health). Future studies of the learning process and ongoing development of teaching materials according to the new learning objectives should be undertaken with persistence in order to ensure the progress of preventive medicine education.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1581-1587
• /
• 2020

기계 학습 분야에 합성 곱 신경망이 대두되면서 이미지 처리 문제를 해결하는 모델은 비약적인 발전을 맞이했다. 하지만 그만큼 요구되는 컴퓨팅 자원 또한 상승하여 일반적인 환경에서 이를 학습해보기는 쉽지 않은 일이다. 주의 집중 기법은 본래 순환 신경망의 기울기 소실 문제를 방지하기 위해 제안된 기법이지만, 이는 합성 곱 신경망의 학습에도 유리한 방향으로 활용될 수 있다. 본 논문에서는 합성 곱 신경망에 주의 집중 기법을 적용하고, 이때의 학습 시간과 성능 차이 비교를 통해 제안하는 방법의 우수성을 입증한다. 제안하는 모델은 YOLO를 기반으로 한 객체 검출에서 주의 집중 기법을 적용하지 않은 모델에 비해 학습 시간, 성능 모두 우수한 것으로 나타났으며, 특히 학습 시간을 현저히 낮출 수 있음을 실험적으로 증명하였다. 또한, 이를 통해 일반 사용자의 기계 학습에 대한 접근성 증대가 기대된다.

• 한국전자거래학회지
• /
• 제26권1호
• /
• pp.107-126
• /
• 2021

전자상거래에서 상품 정보에 따른 신속하고 정확한 자동 상품 분류는 중요하다. 최근의 딥러닝 기술 발전은 자동 상품 분류에도 적용이 시도되고 있다. 성능이 우수한 딥러닝 모델개발에 있어, 학습 데이터의 품질과 모델에 적합한 데이터 전처리는 중요하다. 본 연구에서는, 텍스트 상품 데이터를 기반으로 카테고리를 자동 유추할 때, 데이터의 전처리 정도에 따른 영향력과 학습 데이터 선택 범위 영향력을 CNN모델을 사례 모델로 이용하여 비교 분석한다. 실험 분석에 사용한 데이터는 실제 데이터를 사용하여 연구 결과의 실증을 담보하였다. 본 연구가 도출한 실증 분석 및 결과는 딥러닝 상품 분류 모델 개발 시 성능 향상을 위한 레퍼런스로서 의의가 있다.