• 한국컴퓨터정보학회논문지
• /
• 제9권3호
• /
• pp.115-120
• /
• 2004

SCORM의 데이터 모델을 확장하여 학습자의 학습특성에 따라 학습 컨텐츠를 차별적으로 제공할 수 있는 적응형 학습관리 시스템을 제안하였다. SCORM의 데이터 모델 확장과 학습자의 진단-처방처리 절차를 정립하여 IEEE에서 제시한 표준 학습관리 시스템의 아키텍쳐(LTSA)에 추가시켜 시스템을 설계하였으며, 컨텐츠 메타데이터를 확장하였고. 학습진행 동안에 컨텐츠를 동적으로 순서를 정하게 하는 패키징을 정의하여 이를 기반으로 적응형 학습관리 시스템을 구현하였다. 실험 컨텐츠를 이용해 시스템의 성능을 평가한 결과, 학습자의 특성에 따라 개별적인 학습컨텐츠가 제공되었고, SCORM을 확장하여 적응형 학습관리 시스템을 구현하는 것이 가능함을 보여 주었다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제27권4호
• /
• pp.407-428
• /
• 2013

본 연구는 공과대학생들의 수학 학습 능력 향상을 위한 효과적인 교수-학습 모형을 개발하고 활용 방안을 제안하는데 그 목적이 있다. 이를 위해, 교수-학습과정에서 중요한 변인으로 작용하는 학생들의 학습양식과 수학학습태도를 조사하여 둘 사이의 연관성을 분석하였다. 그 결과, 연구대상자들은 의존적이고 참여적인 성향이 강한 것으로 파악되었기 때문에, 이런 성향의 학습자들이 능동적이고 적극적으로 참여할 수 있는 교수-학습 모형을 개발하기 위해 노력하였다. 개발된 교수-학습 모형을 한 학기 공업수학 강좌에 적용한 후 학생들의 반응을 조사한 결과, 이 모형은 공과대학생들이 메타인지적으로 자기 학습과정을 진단하고 조정하는 능력을 향상시켜 자기주도적으로 학습하는데 도움이 될 수 있다는 것을 확인하였다. 또한, 학생들이 수업에 적극적으로 참여하고 수학 학습에 긍정적인 태도를 갖게 하는데도 영향을 미치는 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.29-35
• /
• 2022

본 논문에서는 신재생에너지 산업생태계의 한 영역을 담당하는 연료전지 산업에서 요구되는 인력을 양성함에 있어서, 기업의 교육비 부담 감축과 교육 효과 향상을 위하여 메타버스에 탑재한 연료전지 교육 프레임워크를 제안하였다. 본 Meta-Fuel cell 플랫폼은 Unity 3D 웹을 활용하여 1인칭 시점의 플랫폼을 구성하여 이론교육과 실습교육을 진행할 수 있도록 구성하였다. 이 플랫폼은 ppt 발표, 동영상 실행 등등 다양한 단위 교육 콘텐츠를 수용할 수 있도록 설계하였고 프로토타입을 구현하였다. 현재, 본 플랫폼에는 이론교육을 위한 ppt 및 동영상 시연 외에 실습을 위한 소프트웨어 콘텐츠 "STACK-Up"이 통합되어 있다. 이론교육 부문은 신재생에너지, 수소경제, 연료전지 등의 수소에 관한 교양지식 서비스를 제공한다. 소프트웨어 "STACK-Up"은 건물용 연료전지 핵심부품인 스택의 분해-조립 공정을 실습할 수 있는 서비스를 제공한다. Meta-Fuelcell 플랫폼은 교육자에게는 대면 교육의 한계점을 개선하여 교육 장소, 시간, 인원 등의 제약이 없는 비대면 교육의 기회를 제공하고, 학습자에게는 교육 주제, 순서 등을 선택권을 부여하며 메타버스 공간에서 학습할 수 있는 흥미로운 경험을 제공한다. 본 플랫폼은 연료전지 인력양성 사업에 실험적으로 적용하며 개선을 진행하고 있다.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2004년도 춘계학술대회
• /
• pp.265-268
• /
• 2004

최근 디지털 지식기반 사회에 대응하는 교육의 형태로 e-Learning이 교육적 대안으로 급부상하면서, 시스템의 상호 운영성 및 컨텐츠 명세, 활용을 지원하기 위한 표준화에 따른 연구가 국내외에서 급속도로 확산되고 있다. 특히, 국제표준기관에서 제시한 e-Learning 개발 환경을 위한 Learning Technology Standard Architecture(LTSA)와 Sharable Content Object Reference Model(SCORM)을 제 정하여 컨텐츠의 사용과 상호 호환을 가능하게 함으로써 e-Learning의 효율성을 증대시키고 산업 시장의 확장을 이룰 수 있다. 또한, 현재 많은 교육관련 업체에서는 SCORM 체계를 기반으로 한 학습 컨텐츠들을 개발하여 제공하고 있다. 따라서, 본 논문에서는 국제 표준 기술인 SCORM을 기반으로 개발된 학습 컨텐츠를 체계적으로 지원하기 위해 컨텐츠 관리 시스템 개발에 대한 기술을 정의하고, 다양한 관점의 컨텐츠 메타 데이터를 식별, 분류함으로써 컨텐츠의 생성과 저장, 검색 나아가 형상관리를 위한 기본 정보로 이용 가능하다. 또한 이들 메타 데이터를 기반으로 한 학습 컨텐츠 관리 시스템의 프로토타이핑을 제시함으로써 재사용성과 유지보수성 향상을 통해 컨텐츠 개발의 용이성과 품질 및 생산성을 높일 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.951-954
• /
• 2004

최근 디지털 지식기반 사회에 대응하는 교육의 형태로 e-Learning이 교육적 대안으로 급부상하면서, 시스템의 상호 운영성 및 컨텐츠 명세, 활용을 지원하기 위한 표준화에 따른 연구가 국내외에서 급속도로 확산되고 있다. 특히, 국제표준기관에서 제시한 e-Learning 개발 환경을 위한 Learning Technology Standard Architecture(LTSA)와 Sharable Content Object Reference Model(SCORM)을 제정하여 컨텐츠의 사용과 상호 호환을 가능하게 함으로써 e-Learning의 효율성을 증대시키고 산업 시장의 확장을 이룰 수 있다. 또한, 현재 많은 교육관련 업체에서는 SCORM 체계를 기반으로 한 학습 컨텐츠들을 개발하여 제공하고 있다. 따라서, 본 논문에서는 국제 표준 기술인 SCORM을 기반으로 개발된 학습 컨텐츠를 체계적으로 지원하기 위해 컨텐츠 관리 시스템 개발에 대한 기술을 정의하고, 다양한 관점의 컨텐츠 메타 데이터를 식별, 분류함으로써 컨텐츠의 생성과 저장, 검색 나아가 형상관리를 위한 기본 정보로 이용 가능하다. 또한 이들 메타 데이터를 기반으로 한 학습 컨텐츠 관리 시스템의 프로토타이핑을 제시함으로써 재사용성과 유지보수성 향상을 통해 컨텐츠 개발의 용이성과 품질 및 생산성을 높일 수 있다.

• 시스템엔지니어링학술지
• /
• 제19권2호
• /
• pp.18-31
• /
• 2023

Exploring artificial intelligence and machine learning for nuclear safety has witnessed increased interest in recent years. To contribute to this area of research, a machine learning model capable of accurately predicting nuclear power plant response with minimal computational cost is proposed. To develop a robust machine learning model, the Best Estimate Plus Uncertainty (BEPU) approach was used to generate a database to train three models and select the best of the three. The BEPU analysis was performed by coupling Dakota platform with the best estimate thermal hydraulics code RELAP/SCDAPSIM/MOD 3.4. The Code Scaling Applicability and Uncertainty approach was adopted, along with Wilks' theorem to obtain a statistically representative sample that satisfies the USNRC 95/95 rule with 95% probability and 95% confidence level. The generated database was used to train three models based on Recurrent Neural Networks; specifically, Long Short-Term Memory, Gated Recurrent Unit, and a hybrid model with Long Short-Term Memory coupled to Convolutional Neural Network. In this paper, the System Engineering approach was utilized to identify requirements, stakeholders, and functional and physical architecture to develop this project and ensure success in verification and validation activities necessary to ensure the efficient development of ML meta-models capable of predicting of the nuclear power plant response.

• 과학교육연구지
• /
• 제41권3호
• /
• pp.499-518
• /
• 2017

본 연구는 수학영재프로그램이 창의성 신장에 미치는 효과를 연구한 논문에 대한 메타분석연구이다. 이 연구의 목적은 수학영재교육이 영재아의 창의성 신장에 미치는 효과성을 밝히는데 있다. 연구 결과, 수학영재프로그램이 수학영재아의 창의성 향상에 미치는 전체 효과 크기는 .66으로 나타났으며, 이는 실험집단의 평균점(중간점)이 통제집단 내에서 75% 정도에 위치하는 효과이다. 둘째, 수학영재프로그램이 창의성의 하위 요소에 미치는 효과크기는 유창성이 .76, 융통성이 .60, 독창성이 .50, 수학적 사고능력이 .50으로 나타났다. 셋째, 수학영재프로그램이 미치는 초등영재의 효과크기는 .685로 중등영재의 효과크기 .457보다 높게 나타났다. 또한 창의적 문제해결력의 관계를 중재하는 수학영재프로그램의 프로그램 모형 변인으로 효과 크기를 계산하면 문제해결학습과 탐구학습모형이 높게 나타났다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.533-540
• /
• 2006

웹에 분산된 모든 윈 페이지는 구조가 서로 다르다. 시멘틱 웹 환경은 이형적인 구조를 갖는 웹 페이지들의 메타데이터 바탕으로 시멘틱 검색이 가능하다. 그러나 일반적으로 사용자의 요구에 따른 시멘틱 김색은 상황에 따라 엄청난 수의 검색 결과를 내놓는다. 따라서 검색 결과에 대해 각 사용자에 맞는 검색 결과 순위를 적용할 필요가 있다. Culture Finder는 시멘틱 웹 검색 에이전트들이 개인화 된 문화 정보를 검색할 수 있도록 도움을 준다. Culture Finder는 웹에 존재하는 각 웹 페이지에 대한 메타 데이터를 작성하고, 시멘틱 검색을 이행하며 사용자 프로파일을 기반으로 삼아 검색 결과에 대한 순위 점수를 계산한다. Culture Finder에는 개인화 된 시멘틱 검색을 효율적으로 실행하기 위해 중요한 5가지 기법이 적용되었다. 사용자의 검색 행위로부터 사용자 프로파일을 생성하기 위한 기계 학습기법, 시멘틱 웹 검색 에이전트를 위한 효율적인 시멘틱 검색 기법, 사용자 질의의 효과적인 파악을 위한 질의 분석 기법, 각 사용자에게 적합한 검색 결과를 제공하기 위한 순위 적용 기술, 메타데이터를 생성하기 위한 상위 온톨로지 표현 방법, 본 논문에서는 Culture Finder의 구조를 통해서 시멘틱 개인화 검색에 대한 기법을 제안한다.

• 공학교육연구
• /
• 제14권4호
• /
• pp.11-19
• /
• 2011

본 연구의 목적은 공과대학생을 위한 교수학습 전략에 대한 시사점을 도출하기 위해 공과대학 신입생의 학습양식과 학습전략 수준을 검토하고, 학습양식에 따른 학습전략 활용 정도를 분석하였다. 서울에 소재한 K대학교와 H대학교의 1학년생 273명을 대상으로 분석한 결과, 감각형, 시각형, 숙고형, 순차형이 더 높은 비율을 차지하였다. 학습전략은 3.28점(SD=0.38)으로서 평균 수준이었으며, 상대적으로 초인지 영역의 수준이 가장 높고, 내적관리 영역 수준이 가장 낮은 것으로 나타났다. 한편, 학습양식에 따른 학습전략 수준의 차이를 분석한 결과, 정보처리 차원에서 학습전략의 유의한 차이가 나타났는데 적극적 학습자의 학습전략 수준이 높은 것으로 나타났다. 세부 전략에서는 인지 영역과 내적/외적관리 영역에서 학습양식별 유의한 차이를 보였다. 본 연구 결과에 기초하여 공과대학의 교수전략 및 학습전략에 대한 시사점을 도출하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.27-40
• /
• 2022

최근 많은 발전을 이룬 의료 인공지능은 의사가 진단과 결정을 내리는 데 도움을 주는 등 중요한 역할을 수행하고 있다. 특히, 흉부 엑스레이 분야는 접근성 및 흉부질환 탐지에 유용함과 최근 COVID-19 상황이 도래함에 따라 많은 관심을 받고 있다. 그러나, 데이터의 수가 많음에도 레이블이 있는 데이터의 수가 부족하므로 효과적인 인공지능 모델을 만드는데 한계가 있다. 이러한 문제를 완화하는 방안으로 연합학습을 흉부 엑스레이 데이터에 적용한 연구가 등장했지만, 여전히 다음과 같은 문제를 내포하고 있다. 1) Non-IID 환경에서 발생할 수 있는 문제를 고려하지 않았다. 2) 연합학습 환경에서도 여전히 클라이언트의 레이블이 있는 데이터가 부족하다. 우리는 자기지도학습 모델을 연합학습의 Global 모델로 사용함으로써 위와 같은 문제를 해결하는 방법을 제안한다. 이를 위해 흉부 엑스레이 데이터를 사용한 연합학습에 알맞은 자기지도학습 방법론을 실험적으로 탐색하며, 자기지도학습 모델을 연합학습에 사용함으로써 얻을 수 있는 장점을 검증한다.