• 한국융합학회논문지
• /
• 제5권3호
• /
• pp.45-51
• /
• 2014

Computer science and computing technologies are applied into mathematical, science, medical, engineering and educational applications. The models are used to solve the issues in all the domains. Educational systems are used top down, bottom up, Gap Analysis model in the educational learning system. Educational learning process integrated with Lerner, content and the methodology. The Learners and content are same in the educational system or similar courses but the teaching methodologies are differing one with another. The determinations of teaching methodologies are based on the factors related to that particular model or subject. The learning model influencing determinations are made by the surveys, analysis and observation of data to maximize the learning outcome. This paper attempted to evaluate the SNE learners cognitive using NASA Scaling.

• Journal of Information Technology Applications and Management
• /
• 제13권4호
• /
• pp.197-214
• /
• 2006

This study explores factors to facilitate web-based collaborative learning and the effect of learning, based on the PBL(Problem Based Learning) from the constructivist approach in e-learning. A research model, using the key variables such as situations, interactions, and systems, was developed. In order to test this proposed model, experimental design and post-survey was conducted to the learners who took on-line and off-line course with team project. In the research model, situation category was divided into instructor's support, unstructured problem, and self-directed learning. Interaction category was divided into three factors; 'interaction between learners', 'interaction between learner and instructor', and 'interaction between learner and technology'. System category was divided into.monitoring and incentives. As a result, it was found that collaborative learning can be improved by situations, interactions, and systems, and the effectiveness of learning can be improved by situations and interactions in PBL.

• 로봇학회논문지
• /
• 제10권2호
• /
• pp.90-95
• /
• 2015

The main goal of e-learning systems is just-in-time knowledge acquisition. Rule-based e-learning systems, however, suffer from the mesa effect and the cold start problem, which both result in low user acceptance. E-learning systems suffer a further drawback in rendering the implementation of a natural interface in humanoids difficult. To address these concerns, even exceptional questions of the learner must be answerable. This paper aims to propose a method that can understand the learner's verbal cues and then intelligently explore additional domains of knowledge based on crowd data sources such as Wikipedia and social media, ultimately allowing for better answers in real-time. A prototype system was implemented using the NAO platform.

• Educational Technology International
• /
• 제16권2호
• /
• pp.167-181
• /
• 2015

The purpose of this study was to examine the effects of using learner-created DST to communicate academic information on the creativity and flow of university students. The sample consisted of 100 undergraduate students who were assigned to either the DST group or the expository instruction group. The DST group created digital stories, and the expository group were taught using an expository instructional method. An achievement test, the Creativity Personality Scale (CPS), and the Flow State Scale (FSS) were used to collect data. The results showed that the achievement scores of the DST group were higher than those of the expository group, and the scores on the patience sub-factor of the CPS of the DST group significantly differed from those of the expository instruction group. Finally, the scores on the seven sub-factors of the FSS of the DST group differed significantly from those of the expository instruction group. The findings of this study suggest that the DST can be applied as teaching and learning method in a university class.

• 정보처리학회논문지A
• /
• 제11A권2호
• /
• pp.223-230
• /
• 2004

본 논문에서는 온라인 교육에서의 컨텐츠의 효율적 관리와 중복개발방지 및 재사용성을 위한 교육학습시스템의 표준화 수립과 수요자 중심의 맞춤교육을 통한 학업성취도를 높이기 위한 방안들을 모색하여 보다 효율적인 온라인 학습 시스템에 근접한 LTSA기반의 초등수학 안내시스템을 제안한다. 학습자 특성에 따라 학습 진도/방법을 제시하여 프로그램학습의 기계적인 교육이 되지 않도록 학습자의 개인간차(학습자와 학습자)를 고려하였다. 또한 표준안을 기반으로 구현된 초등학교 교육 활용사례를 통한 교육의 학습내차(학습자 내부영역)의 문제를 부각시켜 시스템 내의 지도(coach)프로세스를 활성화할 수 있는 방안을 제시한다.

• 디지털산업정보학회논문지
• /
• 제18권4호
• /
• pp.67-75
• /
• 2022

Recently, e-learning has been attracting significant attention due to COVID-19. However, while e-learning has many advantages, it has disadvantages as well. One of the main disadvantages of e-learning is that it is difficult for teachers to continuously and systematically monitor learners. Although services such as personalized e-learning are provided to compensate for the shortcoming, systematic monitoring of learners' concentration is insufficient. This study suggests a method to evaluate the learner's concentration by applying machine learning techniques. In this study, emotion and gaze data were extracted from 184 videos of 92 participants. First, the learners' concentration was labeled by experts. Then, statistical-based status indicators were preprocessed from the data. Random Forests (RF), Support Vector Machines (SVMs), Multilayer Perceptron (MLP), and an ensemble model have been used in the experiment. Long Short-Term Memory (LSTM) has also been used for comparison. As a result, it was possible to predict e-learners' concentration with an accuracy of 90.54%. This study is expected to improve learners' immersion by providing a customized educational curriculum according to the learner's concentration level.

• 한국전자거래학회지
• /
• 제24권4호
• /
• pp.17-30
• /
• 2019

소프트중심의 급속한 사회변화로 인해 모든 학문분야 인재상의 기본 조건으로 소프트웨어 역량의 중요성이 강조되고 있다. 본 연구는 현재 대학에서 신입생을 대상으로 실시되고 있는 기초소프트웨어교육의 계열별 학습자들의 소프트웨어교육 인식 차이를 조사하고자 한다. 연구결과 문제해결을 위한 컴퓨팅사고력(Computational Thinking)의 9가지 핵심요소 적용에 계열별 학습자들은 다음과 같은 차이를 보였다. 인문계열 학습자들은 자료수집, 문제분해, 자동화의 요소를 주로 문제해결과정에 적용하는 반면, 자연계열 학습자들은 자료분석, 알고리즘, 자동화의 요소를 주로 적용하였다. 또한, 예술계열 학습자들은 자료표현, 추상화, 자동화의 요소를 주로 적용하였다. 소프트웨어 개발에 컴퓨팅사고력(Computational Thinking)을 적용할 때 역시 인문계열 학습자들은 자료수집, 알고리즘, 자동화의 요소를 주로 적용하는 반면, 자연계열 학습자들은 자료분석, 알고리즘, 자동화의 요소를 주로 적용하였다. 또한, 예술계열 학습자들은 자료표현, 추상화, 시뮬레이션의 요소를 주로 적용하였다. 본 연구의 결과를 토대로 각 대학에서 실시하고 있는 기초소프트웨어교육 과정의 설계에 계열별 학습자 분석이 반드시 포함되어 학습자의 교육적 효용성이 극대화되기를 바란다.

• 한국과학교육학회지
• /
• 제29권4호
• /
• pp.373-387
• /
• 2009

이 연구의 목적은 관악구 생활과학교실의 과학학습에서 나타나는 부모의 역할을 알아보는 것이다. 이를 위해 생활과학교실에 참여한 부모와 아동 중 연구에 자발적으로 참여한 20쌍을 대상으로 총 75개의 수업을 녹음하였으며 이를 전사하여 분석하였다. 또한, 생활과학교실에 참여하는 모든 부모와 아동을 대상으로 사전, 사후 설문조사를 실시하여, 관악구 생활과학교실에 대한 의견을 알아보았다. 연구 결과, 부모는 학습안내자로서 아동의 학습을 안내하는 역할 뿐만 아니라 부모 자신이 학습자로서 참여한 것으로 나타났다. 학습안내자로서의 역할을 좀더 세부적으로 범주화하면 '실험 과정 안내자', '인지적 촉진자', '참여적 환경 조성자', '권위적 조절자'로 구별할 수 있었다. 학습자로서 부모의 역할은 '적극적 학습자', '상호 협력하는 동료 학습자', '권위적인 선도 학습자'로 좀더 세분화 될 수 있었다. 이러한 7개의 범주화된 부모의 역할들이 실제 수업에서는 어느 정도로 나타나고 있는지 분석한 결과, '실험 과정 안내자'가 34.5%로 가장 자주 나타났고, 뒤이어 '인지적 촉진자' (21.3%), '적극적인 학습자' (16.5%), '상호 협력하는 동료 학습자' (15.1%), '참여적 환경 조성자' (8.7%), '권위적인 선도 학습자' (2.7%), '권위적 조절자' (1.6%)의 순서로 나타났다. 본 연구는 관악구 생활과학교실의 과학학습에서 나타난 부모의 역할과 부모와 아동 사이의 상호작용에 대한 기본적인 정보를 제공하고 있다. 추후 프로그램의 개발에 부모의 참여가 미치는 긍정적인 측면은 강조한다면 생활과학교실을 통한 부모들과 아동들의 과학에 대한 이해를 더욱 촉진시킬 수 있을 것이다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1371-1374
• /
• 2003

This paper designs and implements of Item pool-Based Program using Visual Basic, a sort of self- study system. This paper is implemented the system which makes and remakes the test items using item-pool data with different method from an ordinary fixed form of evaluation. This system helps teachers to make a various test type of items by searching data through the item-pool and accounting it to the test items. This system will also improve the learner's understanding of the problems and desire for self-solving a problem.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.595-600
• /
• 2024

학습 성과를 예측하거나 학습 경로를 최적화하는 연구 분야에서 기계학습과 같은 인공지능 기술의 사용이 점차 증가하면서 교육 분야의 인공지능 활용은 점차 많은 진전을 보이고 있다. 이러한 연구는 점차 심층학습과 강화학습과 같은 좀 더 고도화된 인공지능 방법으로 진화하고 있다. 본 연구는 학습자의 과거 학습 성과-이력 데이터를 기반으로 미래의 학습 성과를 예측하는 방법을 개선하는 것이다. 따라서 예측 성능을 높이기 위해 Markov Chain 방법을 응용한 조건부 확률을 제안한다. 이 방법은 기계학습에 의한 분류 예측에 추가하여 학습자가 학습 이력 데이터를 분류 예측에 추가함으로써 분류기의 예측 성능을 향상 시키기 위해 사용된다. 제안 방법의 효과를 확인하기 위해서 실증 데이터인 '교구 기반의 유아 교육 학습 성과 데이터'를 활용하여 기존의 분류 알고리즘과 제안 방법에 의한 분류 성능 지표를 비교하는 실험을 수행하였다. 실험 결과, 분류 알고리즘만 단독 사용한 사례보다 제안 방법에 의한 사례에서 더 높은 성능 지표를 산출한다는 것을 확인할 수 있었다.