• 대한수학교육학회지:학교수학
• /
• 제11권3호
• /
• pp.431-462
• /
• 2009

본 연구에서는 지수의 역으로 정의되는 로그를 학습한 학생들을 대상으로 로그 개념과 성질에 대한 오류를 조사하고, 학생들 스스로 오류를 교정할 수 있도록 역사 발생적 수학 학습 지도 원리에 따른 교수-학습 모듈(module)을 개발하여 수행평가로 적용하고 그 교수학적 효과를 분석하였다. 교수-학습 모듈은 로그에 대한 수학적 분석, 역사발생적 과정에 대한 분석, 학생들의 오류에 대한 심리학적 분석을 바탕으로 로그의 정의와 기본 성질 단원을 중심으로 개발하였다. 교수-학습 모듈의 교수학적 효과는 로그의 뜻과 성질에 대한 사전 사후 지필 평가 결과의 정답률과 오류 발생률을 비교 분석하였다. 구체적으로 유의수준 .05에서 단일표본에 대한 t-검정 결과, 교수-학습 모듈을 적용한 수행평가가 짧은 시간동안 이루어졌음에도 효과가 있는 것으로 나타났다. 그리고 로그의 뜻과 성질 단원에서 나타난 5가지 오류 유형인 '기호나 용어, 개념에 대한 이해 부족으로 인한 오류(E1)', '정리나 성질에 대한 불완전한 이해로 인한 오류(E2)'와 '선행 지식의 부족으로 인한 오류(E3)', '계산 실수로 인한 오류(E4)', '풀이 과정의 중단으로 인한 오류(E5)' 중 교수-학습 모듈을 적용한 결과, E2와 E1 오류가 크게 개선되었다.

• 한국간호교육학회지
• /
• 제13권1호
• /
• pp.82-89
• /
• 2007

Purpose: The purpose of this study was to develop and evaluate an e-Learning Program designed to enhance novice nurses's performance ability Method: The e-Learning program was designed for novice nurses before beginning to work in a hospital using a KMS(Knowledge Management System). This study was carried out from February 2006 to April 2007. The program had progressive steps including design, pilot test & modification, contents development, program application and evaluation. After the program design and pilot testing, the learner's satisfaction was analyzed. Result: The program site is http://kms.emc.ac.kr titled, 'Cyber Education Center'. The sixteen part course has been developed as follows: blood sugar test, skin test, insulin test 1, insulin test 2, blood culture, blood sampling, heat therapy, cold therapy, glycerin enema, preparation of operation, oxygen therapy, suction technique, transfusion, foley catheterization and aseptic technique. The overall learner's satisfaction score was 4.08 out of 5 points. Conclusion: E-Learning could be useful for education and nursing work. This method may be effective for clinical nurses.

• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.674-677
• /
• 2020

The cultural background of users utilizing image search engines has a significant impact on the satisfaction of the search results. Therefore, it is important to analyze and understand the cultural context of images for more accurate image search. In this paper, we investigate how the cultural context of images can affect the performance of image classification. To this end, we first collected various types of images (e.g,. food, temple, etc.) with various cultural contexts (e.g., Korea, Japan, etc.) from web search engines. Afterwards, a deep transfer learning approach using VGG19 and MobileNetV2 pre-trained with ImageNet was adopted to learn the cultural features of the collected images. Through various experiments we show the performance of image classification can be differently affected according to the cultural context of images.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.148-157
• /
• 2021

The effectiveness of recommendation systems depends on the performance of the algorithms with which these systems are designed. The quality of the algorithms themselves depends on the quality of the strategies with which they were designed. These strategies differ from author to author. Thus, designing a good recommendation system means implementing the good strategies. It's in this context that several research works have been proposed on various strategies applied to algorithms to meet the needs of recommendations. Researchers are trying indefinitely to address this objective of seeking the qualities of recommendation algorithms. In this paper, we propose a new algorithm for recommending learning items. Learner performance predictions and collaborative recommendation methods are used as strategies for this algorithm. The proposed performance prediction model is based on convolutional neural networks (CNN). The results of the performance predictions are used by the proposed recommendation algorithm. The results of the predictions obtained show the efficiency of Deep Learning compared to the k-nearest neighbor (k-NN) algorithm. The proposed recommendation algorithm improves the recommendations of the learners' learning items. This algorithm also has the particularity of dissuading learning items in the learner's profile that are deemed inadequate for his or her training.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.229-234
• /
• 2021

The explosive growth of video-based services is considered as the dominant contributor to Internet traffic. Hence it is very important for video service providers to meet the quality expectations of end-users. In the past, the Quality of Service (QoS) was the key performance of networks but it considers only the network performances (e.g., bandwidth, delay, packet loss rate) which fail to give an indication of the satisfaction of users. Therefore, Quality of Experience (QoE) may allow content servers to be smarter and more efficient. This work is motivated by the inherent relationship between the QoE and the QoS. We present a no-reference (NR) prediction model based on Deep Neural Network (DNN) to predict video QoE. The DNN-based model shows a high correlation between the objective QoE measurement and QoE prediction. The performance of the proposed model was also evaluated and compared with other types of neural network architectures, and three known machine learning methodologies, the performance comparison shows that the proposed model appears as a promising way to solve the problems.

• 한국정보시스템학회지:정보시스템연구
• /
• 제17권4호
• /
• pp.157-180
• /
• 2008

The majority of studies was undertaken on large companies that had adopted e-Business or on the specific case of dot.com companies. However, despite this interest in the effect of the size of an organization on its approach to e-Business, little direct comparison has been undertaken between small and large companies. This study examined the differences of e-Business adoption factors and e-Business performance between large and small companies. Reviewing the literature, we suggest a research model and develop nine hypotheses to be tested. Data are collected from 109 companies Implemented e-business. The results of hypothesis testing show as follows. First, e-Business performance of efficiency has a positive influence of perceived e-Business advantage, top management support, organizational learning ability and financial slack. Second, e-Business performance of sales performance has a positive influence of top management support. Third, e-Business performance of customer satisfaction has a positive influence of technology competence, perceived e-Business advantage, top management support, financial slack and institutional pressure. Finally, there are differences in the e-business factors(perceived e-Business advantage, top management support, institutional pressure) and e-Business performance(efficiency) between large and small companies.

• 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.

• International journal of advanced smart convergence
• /
• 제8권4호
• /
• pp.75-81
• /
• 2019

Though recent advancement of deep learning methods have provided satisfactory results from large data domain, somehow yield poor performance on few-shot classification tasks. In order to train a model with strong performance, i.e. deep convolutional neural network, it depends heavily on huge dataset and the labeled classes of the dataset can be extremely humongous. The cost of human annotation and scarcity of the data among the classes have drastically limited the capability of current image classification model. On the contrary, humans are excellent in terms of learning or recognizing new unseen classes with merely small set of labeled examples. Few-shot learning aims to train a classification model with limited labeled samples to recognize new classes that have neverseen during training process. In this paper, we increase the backbone depth of the embedding network in orderto learn the variation between the intra-class. By increasing the network depth of the embedding module, we are able to achieve competitive performance due to the minimized intra-class variation.

• 디지털융복합연구
• /
• 제18권6호
• /
• pp.287-295
• /
• 2020

본 연구는 최근 이러닝 분야에서 모바일 러닝과 마이크로콘텐츠에 의해 부상하고 있는 마이크로러닝의 특성을 정의하고 이에 대한 적용 만족도를 분석하여, 향후 마이크로러닝이 새로운 학습 형태로 자리매김 할 수 있는지를 살펴보았다. 이를 위하여 사전 문헌분석을 통해 마이크로러닝의 특성을 정의하고 잘 갖추어진 마이크로러닝 사이트에 대하여 특성 만족도를 실증 검증하고, 이 특성 이외에 어떤 다른 기술적 기능이 필요한가에 대하여도 전문가의 의견수렴을 통하여 제시하였으며, 이러닝의 미래기술인 학습 분석이나 성과측정 등의 기술적 기능과 향후 연계되어야 한다는 것을 제시하였다. 본 연구의 결과에 따르면 마이크로러닝의 특성인 학습콘텐츠의 질적, 양적 수준, 학습콘텐츠에의 접근성, 모바일 기기 접근성, 동기부여 및 상호작용의 모든 면에서 특성 만족도를 보여주고 있었다. 따라서 마이크로러닝은 그 기능적 특성을 잘 반영한다면 이러닝 분야에서 효과적인 학습 형태로 자리 잡을 것이며 밀레니얼 세대를 위한 교육과 학습 및 훈련에 크게 기여할 수 있을 것이다.

• 정보교육학회논문지
• /
• 제12권2호
• /
• pp.223-234
• /
• 2008

우수한 초등교사의 양성은 우수한 예비교사 교육을 통하여 성취될 수 있다. 양질의 교육은 교수자와 학습자의 다양한 상호작용과 학습자의 적극적인 참여를 통하여 실현 가능하다. 본 연구는 사회적 개인적 요구를 반영하고, 대학 강의의 질을 개선하기 위하여 컴퓨터 교과교육에서 웹기반 문제중심학습과 e-포트폴리오를 통합 적용하고 그 효과를 확인하고자 하였다. 학습자들(N = 105)은 6회에 걸쳐 문제중심학습을 수행하고, 동시에 그 학습과정을 블로그를 이용하여 e-포트폴리오를 작성하며, 학습 과정과 결과에 관한 경험 및 반성을 반성저널에 작성하였다. 학습자들의 반성저널은 질적 분석 방법을 통하여 분석하였으며 그 결과는 다음과 같다. 학습자들은 웹기반 문제중심학습과 e-포트폴리오의 적용을 통하여 컴퓨터교과교육에 대한 이해의 증진, 잠재적으로 ICT 활용 능력의 향상, ICT를 기반으로 한 학습자 중심의 교수-학습 전략의 습득, 그리고 수행평가로써의 e-포트폴리오 경험을 통해 미래의 교사에게 필요한 역량을 향상시킬 수 있었다.