• 한국정보통신학회논문지
• /
• 제11권11호
• /
• pp.2127-2134
• /
• 2007

전자적인 학습은 이동성 및 접근의 용이성, 즉시성, 유연성을 제공하여 학습자의 시간적인 제약을 극복할 수 있었으나 유선 컴퓨터상에서 공간에 의한 제약은 많은 문제로 남아있다. 따라서 이런 전자적인 학습은 학습자에게 시간과 공간적인 제약을 극복할 수 있는 모바일 학습 환경으로 변화하는 추세이다. 그러나 모바일 디바이스들은 작은 디스플레이 사이즈로 인하여 실시간 동영상에서 제공되는 학습 내용을 정확하게 인식하기는 어려운 실정이다. 따라서 본 논문은 실시간 학습 영상을 관심 영역에 대한 학습 영역을 추출하고 작은 디스플레이 디바이스 사이즈에 적절한 영상 크기로 축소하여 무선 PDA에 디스플레이하는 기법을 제안한다. 실험 결과, 다양한 강의 영상에서 학습 내용 중심의 영역을 적응적으로 추출하고, 사용자 디바이스 사이즈에 적합한 영역을 효과적으로 계산함으로써 계산에 소요되는 시간을 크게 줄일 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제21권12spc호
• /
• pp.629-635
• /
• 2021

In the spring, 2020, the pandemic caused quarantine and all educational institutions switched to distance learning, which led to significant changes in the field of education around the world. It has become necessary to build its capacity to provide distance learning to protect education and create opportunities for more individualized approaches to teaching and learning not only during future pandemics but also during other possible issues, such as natural disasters, when a developed flexible curricula could be taught face-to-face or online. The article presents an analysis of distance education in the world during a pandemic, analyzes significant changes, and implements measures in the field of education in Ukraine and around the world. The role of public and international organizations in the implementation of quarantine in the conditions of COVID-19, which partially took over the functions of state and local authorities, is emphasized. The closure of schools under COVID-19 has led to a de facto deterioration in learning outcomes, so we have analyzed the effects of distance learning and digital inequality in the world. It is shown how the COVID-19 pandemic affected access to public services in Ukraine.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권11호
• /
• pp.4268-4289
• /
• 2020

Advanced traffic signal timing method plays very important role in reducing road congestion and air pollution. Reinforcement learning is considered as superior approach to build traffic light timing scheme by many recent studies. It fulfills real adaptive control by the means of taking real-time traffic information as state, and adjusting traffic light scheme as action. However, existing works behave inefficient in complex intersections and they are lack of feasibility because most of them adopt traffic light scheme whose phase sequence is flexible. To address these issues, a novel adaptive traffic signal timing scheme is proposed. It's based on actor-critic reinforcement learning algorithm, and advanced techniques proximal policy optimization and generalized advantage estimation are integrated. In particular, a new kind of reward function and a simplified form of state representation are carefully defined, and they facilitate to improve the learning efficiency and reduce the computational complexity, respectively. Meanwhile, a fixed phase sequence signal scheme is derived, and constraint on the variations of successive phase durations is introduced, which enhances its feasibility and robustness in field applications. The proposed scheme is verified through field-data-based experiments in both medium and high traffic density scenarios. Simulation results exhibit remarkable improvement in traffic performance as well as the learning efficiency comparing with the existing reinforcement learning-based methods such as 3DQN and DDQN.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.307-312
• /
• 2022

4차 산업혁명과 21세기 지식정보사회의 혁신적인 변화에 발맞춰 2015 개정 교육과정이 적용된 교육 현장은 다양한 교수학습 방법을 고민해야 하는 상황에 직면해 있다. 그중 미래 교육에 적합한 플립러닝을 적용한 교수설계에 대한 관심이 높아지고 있으나, 실제 음악과 교육에서 플립러닝을 활용한 수업에 대한 연구는 드문 실정이다. 현재 초등 교육 현장에서 이루어지고 있는 일반적인 음악과 수업에서는 해당 차시에 목표로 하는 음악적 기능을 익히기에 부족한 상황이다. 이에 본 연구는 설계개발 연구 방법론을 활용하여, 체제적 교수설계 모형인 ADDIE 모형을 바탕으로 플립러닝을 적용한 초등학교 음악과 수업을 위한 교수설계 모형을 개발하고 타당화를 진행하였다. 개발된 교수설계 모형을 바탕으로 각 단계별 주요 사항에 대해 제시하였으며, 개발 과정에서의 주요 교육적 시사점을 논의하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1007-1014
• /
• 2022

차세대중형위성(Compact Advanced Satellite 500, CAS500)은 식생, 산림, 농업 등의 분야를 포함한 다양한 목적을 위하여 사용될 수 있으며, 다양한 영역에 대한 빠른 위성영상의 취득이 가능할 것으로 기대되고 있다. 차세대중형위성을 통하여 취득된 위성영상을 농업분야에서 활용하기 위해서는 위성영상 기반 작물재배지역 추출 기법에 대한 개발이 필요하다. 특히, 최근 들어 딥러닝 분야에 대한 연구가 활발해짐에 따라서, 작물재배지역 추출을 위한 딥러닝 모델의 개발 및 훈련자료 생성에 관한 연구가 필요한 실정이다. 본 연구에서는 PlanetScope 위성영상과 팜맵을 이용하여 합천군 지역의 양파 및 마늘 재배지역을 분류하고자 하였다. 특히, 효과적인 모델의 학습을 위하여 작물재배지역의 비율에 따른 모델 성능을 분석하고자 하였다. 실험에 사용한 딥러닝 모델은 Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet)을 작물재배지역 분류의 목적에 맞도록 재구성하여 활용하였다. 실험결과, 훈련자료 내 작물재배지역의 비율이 딥러닝 모델의 성능에 영향을 미치는 것을 확인하였다.

• 한국응급구조학회지
• /
• 제26권3호
• /
• pp.137-148
• /
• 2022

Purpose: This study aims to provide essential data for developing educational methods and content, tailored for the prehospital field situation, by analyzing the effects of education regarding the management of cardiac arrest. Methods: This study is a primitive experimental study of 55 new firefighters in C Fire Service Academy. Data were collected from the training which was imparted using the CPR virtual reality simulation program (CBS 2.0) in accordance with COVID-19 quarantine rules and social distancing. Data were analyzed utilizing SPSS version 25.0. Results: After VR simulation training, knowledge about performing CPR (14.85) and self-efficacy (4.12) were significantly high (p<.001). Learning immersion was also high (3.99±0.59), but learning satisfaction was even higher (4.34±0.62). Depending on the recruitment field, firefighters showed higher learning immersion (4.04±0.58 vs 3.68±0.63) and self-efficacy (4.16±0.55 vs 3.91±0.84) than 119 EMTs' but, there was no significant difference between them. In contrast, The quality of performance of CPR by EMT's was significantly higher than that of firefighters (p=.025). Depending on previous simulation experience, there was no significant difference among dependent variables. Conclusion: Virtual reality simulation shows positive results in learning immersion, learning satisfaction, self-efficacy, and performance of CPR. Therefore, we propose that virtual reality simulation training can be a new educational paradigm.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.311-323
• /
• 2023

Ever since ancient times, earthquakes have been a major threat to the civil infrastructures and the safety of human beings. The majority of casualties in earthquake disasters are caused by the damaged civil infrastructures but not by the earthquake itself. Therefore, the efficient and accurate post-earthquake assessment of the conditions of structural damage has been an urgent need for human society. Traditional ways for post-earthquake structural assessment rely heavily on field investigation by experienced experts, yet, it is inevitably subjective and inefficient. Structural response data are also applied to assess the damage; however, it requires mounted sensor networks in advance and it is not intuitional. As many types of damaged states of structures are visible, computer vision-based post-earthquake structural assessment has attracted great attention among the engineers and scholars. With the development of image acquisition sensors, computing resources and deep learning algorithms, deep learning-based post-earthquake structural assessment has gradually shown potential in dealing with image acquisition and processing tasks. This paper comprehensively reviews the state-of-the-art studies of deep learning-based post-earthquake structural assessment in recent years. The conventional way of image processing and machine learning-based structural assessment are presented briefly. The workflow of the methodology for computer vision and deep learning-based post-earthquake structural assessment was introduced. Then, applications of assessment for multiple civil infrastructures are presented in detail. Finally, the challenges of current studies are summarized for reference in future works to improve the efficiency, robustness and accuracy in this field.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.1-12
• /
• 2024

경로 손실(Path Loss)을 예측하는 것은 셀룰러 네트워크(Cellular Network)에서 기지국(Base Station) 의 설치 위치 선정 등 무선망 설계에 중요한 요인 중 하나다. 기존에는 기지국의 최적 설치 위치를 결정하기 위해 수많은 현장 테스트(Field Tests)를 통해 경로 손실 값을 측정했다. 따라서 측정에 많은 시간이 소요된다는 단점이 있었다. 이러한 문제를 해결하기 위해 본 연구에서는 머신러닝(Machine Learning, ML) 기반의 경로 손실 예측 방법을 제안한다. 특히, 경로 손실 예측 성능을 향상시키기 위해서 앙상블 학습(Ensemble Learning) 접근법을 적용하였다. 부트스트랩 데이터 세트(Bootstrap Dataset)을 활용하여 서로 다른 하이퍼파라미터(Hyperparameter) 구성을 갖는 모델들을 얻고, 이 모델들을 앙상블하여 최종 모델을 구축했다. 인터넷상에 공개된 경로 손실 데이터 세트를 활용하여 제안하는 앙상블 기반 경로 손실 예측 방법과 다양한 ML 기반 방법들의 성능을 평가 및 비교했다. 실험 결과, 제안하는 방법이 기존 방법들보다 우수한 성능을 달성하였으며, 경로 손실 값을 가장 정확하게 예측할 수 있다는 것을 입증하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.945-953
• /
• 2006

The researchers in the field of cognitive science and learning science suggest that the teaching activity induces the elaborative and meaningful learning. Actually, lots of research findings have shown the beneficial effect of learning by teaching such as peer tutoring. But peer tutoring has some limitations in the practical learning context. To overcome some limitations, the new concept of "learning by teaching" through the agent called Teachable Agent. The teachable agent is a modified version of traditional intelligent tutoring system that assigns a role of tutor to teach the agent. The teachable agent monitors individual difference and provides a student with a chance for deep learning and motivation to learn by allowing them to play an active role in the process of learning. That is, The teaching activity induces the elaborative and meaningful learning. This study compared the effects of our teachable agent, KORI, and peer tutoring on the cognition and motivation. The field experiment was conducted to examine whether learning by teaching the teachable agent would be more effective than peer tutoring and reading condition. In the experiment, all participants took 30 minutes lesson on rock and rock cycle together to acquire the base knowledge in the domain. After the lesson, participants were randomly assigned to one of the three experimental conditions; reading condition, peer tutoring condition, and teachable agent condition. Next, participants of each condition moved into separated place and performed their own learning activity. After finishing all of the learning activities in each condition, all participants were instructed to rate the interestingness using a 5-point scale on their own learning activity and leaning material, and were given the comprehension test. The results indicated that the teachable agent condition and the peer tutoring condition showed more interests in the learning than the reading condition. It is suggested that teachable agent has more advantages in overcoming the several practical limitations of peer tutoring such as restrictions in time and place, tutor's cognitive burden, unnecessary interaction during peer tutoring. The applicability and prospects of the teachable agent as an efficient substitute for peer tutoring and traditional intelligent tutoring system were also discussed.

• 한국가정과교육학회지
• /
• 제34권3호
• /
• pp.149-167
• /
• 2022

본 연구의 목적은 중학교 기술·가정 교과서의 식생활 단원에서 지속가능발전목표(SDGs)와 연계한 학습 요소와 수업 주제를 선정하고, 교수·학습 과정안 및 학습 자료를 개발하여 타당성 및 현장 적합성을 검증받는 데 있다. 본 연구는 분석, 설계, 개발, 평가 단계를 거쳐 실행되었으며 결과는 다음과 같다. 첫째, 분석 단계에서는 17개 지속가능목표, 169개 세부목표 중 식생활과 관련한 세부목표를 추출하고, 2015 개정 중학교 기술·가정 교과서 5종의 식생활 단원 내용을 분석하여 본 연구에서 개발할 교수·학습 과정안에서 다룰 수 있는 학습 요소를 추출하였다. 둘째, 설계 단계에서는 교과서 분석 내용을 바탕으로 '청소년의 바람직한 식생활', '식품의 생산', '식품의 유통', '식품의 소비 및 폐기'로 수업 주제를 선정하였다. 효과적인 수업이 이루어질 수 있도록 전체 수업의 총괄목표를 설정하고 개발될 식생활 영역 차시별 수업의 학습 목표, 학습 내용, 학습 방법과 함께 관련된 지속가능발전목표(SDGs)와 연계하여 수업을 설계하였다. 셋째, 개발 단계에서는 총 9개 주제, 11차시의 교수·학습 과정안과 전문가에게 검증받을 타당도 평가지를 개발하였다. 넷째, 평가 단계에서는 가정과 교사 5인의 전문가를 통해 교수·학습 과정안의 현장 적합성과 타당도를 검증받았으며, 검토의견을 토대로 총 9개 주제, 13차시의 교수·학습 과정안으로 수정·보완하여 완성하였다.