http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
허윤아 ( Yun-a Hur ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2016 한국컴퓨터교육학회 학술발표대회논문집 Vol.20 No.2
인터넷이 발전함에 따라 온라인 교육도 점점 발전하고 있다. 요즘 주목받고 있는 온라인 교육은 MOOC (Massive Open Online Course)이다. MOOC에서는 교수자와 학습자 간의 피드백 방식을 사용하지만 대규모의 학습자로 인해 피드백이 제한되고 있다. 또한 비디오 강의를 통해 학습하기 때문에 학습자의 창의력도 한계가 있다. 본 논문에서는 이러한 MOOC의 단점을 보완한 새로운 교육 중심 시스템인 MOOT (Massive Open Online Textbook)를 제안한다. 제안하는 MOOT 모델에는 실습 환경, 의사소통, 학습자 분석이 주요요소로 구성된다. MOOT 모델 기반으로 CT (Computational Thinking) 교재를 적용하여 구현한 CT MOOT에서는 교수자 없이 학습자 누구든 서로 상호작용을 통해 해결하며, 교재 내에서 제공하는 실습과 퀴즈를 통해 자기 주도 학습에 집중하여 좀 더 나은 온라인 교육 시스템인 MOOT를 제안한다.
허윤아 ( Yun-a Hur ),이근호 ( Keun-ho Lee ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.2
U-Health Care 서비스를 제공하려면 때와 장소를 가리지 않고 어디서든 건강상태를 진단 할 수 있는 생체측정기술이 필요하다. 그래서 현재는 정보통신기술을 이용하여 당뇨병, 고혈압 등 만성질환을 앓고 있는 환자들을 대상으로 환자들의 생활공간과 진료가 결합된 서비스가 U-Healthcare서비스이다. 본 논문은 최근 U-Healthcare 분야에서 가장 최근의 표준흐름을 분석한다. U-Healthcare에서 호환성과 신회성의 문제가 생기지 않도록 하기 위해 표준화가 가장 활발하게 진행 중인 국제 표준화 동향과 IEEE 11073 PHD, HL7 CDA 등의 국제 표준화 동향에 대해 살피면서 국제 표준기반 U-Healthcare 플랫폼에 대해 알아본다.
Massive Open Online Textbook 개발 및 만족도 조사
허윤아 ( Yun-a Hur ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2017 한국컴퓨터교육학회 학술발표대회논문집 Vol.21 No.1
Massive Open Online Course (MOOC)는 유명 강사나 유명 대학 교수의 강의를 대규모의 학습자들에게 무료로 제공하며 학습자가 능동적으로 학습할 수 있는 온라인 교육이다. 이에 본 논문은 비디오 중심인MOOC와 같이 Text 기반 중심인 Massive Open Online Textbook을 개발하였다. 본 실험에서는 MOOT 모델 기반으로 CT (Computational Thinking) 교재를 적용하여 CT MOOT를 구현하였다. 또한 CT MOOT 사이트를 통해 수강생 25명을 대상으로 설문조사를 실시하였으며, MOOT의 성능을 검증하였다. MOOT에 대한 전반적인 만족도는 약 70%였다. 대체적으로 수업 난이도의 문제를 제기하였다. 향후에는 문제점을 해결하고 조사 대상을 늘려 다시 평가한다면 더 좋은 결과를 도출 할 것으로 기대한다.
온라인 교재 MOOT를 통한 학습자의 활동 수집 모델 개발
허윤아 ( Yun-a Hur ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2017 한국컴퓨터교육학회 학술발표대회논문집 Vol.21 No.1
최근 비디오 중심의 온라인 교육인 MOOC (Massive Open Online Course)는 교육 Data Mining을 통해 학습자들에게 좋은 성과를 낼 수 있도록 도움을 준다. 교육 Data Mining은 온라인 교육 환경에서 생성되어 저장되는 방대한 양의 Data를 사용하여 의미 있는 정보를 추출하는 분석방법이다. 온라인 교육 내에서 학습자들이 학습 활동한 Data 정보를 교육 Data Mining에 사용함으로써 학습자들의 학습 참여도, 학습 진도, 학습 유형 등의 예측이 가능하다. 이를 기반으로 본 연구는 컴퓨팅 사고력 교재에 MOOT Model을 적용하여 개발된 CT MOOT 온라인 교재를 통해 학습자 활동이 저장된다. 이를 통해 학습 활동이 어떻게, 어떤 형태로 수집되는지 설명한다. 향후에는 이를 통해 저장된 데이터를 분류하고 관계를 찾아 예측할 모델을 제안한다.
허윤아 ( Yun-a Hur ),홍근목 ( Gun-mok Hong ),이근호 ( Keun-ho Lee ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
U-Healthcare 는 언제 어디서나 환자의 생체 건강을 관리하고 유지할 수 있도록 정보통신기술이다. U-Healthcare통신은 대부분 무선통신을 사용하여 검진 결과나 위급 시에 감지된 환자의 정보를 병원 서버로 전송한다. 이 때 U-Healthcare기기나 병원 서버에 악의적인 행위자가 DDoS공격을 하면 환자의 정보는 병원서버까지 전송되지 못해 병원의 도움을 받을 수 없는 상황이 발생된다. 이에 대응하기 위하여 본 논문은 U-Healthcare 통신 공격 패턴과 시나리오를 빅데이터로 구축한다. 그 후 악의적인 사용자가 U-Healthcare기기나 서버를 공격하면 DB와 연동하여 일치된 공격을 막을 수 있다. 앞으로 원격 의료 서비스에서 나타날 수 있는 보안 위협을 알아보고, 빅데이터를 활용하여 보안 위협에 대응할 수 있는 방법을 제안한다.
기계학습 방법을 이용한 MOOC 학습자의 중도 포기 예측 성능 비교 연구
허윤아 ( Yun-a Hur ),임희석 ( Heui-seok Lim ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
웹 서비스를 기반으로 이루어진 MOOC(Massive Open Online Course)는 대규모 학습자에게 공개된 온라인 교육이다. MOOC는 교수와 학습자 사이 커뮤니티를 통해 상호 참여적으로 수업을 진행한다. 그러나 무료로 강의를 들을 수 있고 성적을 내지 않기 때문에 학습자들에게 큰 동기 부여가 되지 않아 등록하는 학습자는 많지만 수료하는 학습자는 현저히 적게 나타났다. 본 논문은 이러한 문제 해결 방안 마련을 위해 KDD Cup 2015에서 제공한 MOOC 데이터를 통해 중도 포기와 관련된 변수들을 선정 하였으며,Decision Tree, KNN, Logistic Regression, Naive Bayesian, SVM, Ne니ral Network인 6가지 머신 러닝 알고리즘을 통해 데이터 예측의 정확률을 확인하였다. 그 결과 Naive Bayesian이 89.3%로 가장 높은 정확률을 보였다. 본 연구를 통해 중도포기를 정확히 예측하며, 향후 학습자들에게 특정 동기부여의 효과로 학습을 수료하는 결과를 기대할 수 있다.
Hybrid Code Network를 이용한 한국어 식당 예약 시스템 모델
이동엽 ( Dong-yub Lee ),허윤아 ( Yun-a Hur ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2017 한국컴퓨터교육학회 학술발표대회논문집 Vol.21 No.2
대화 시스템(dialogue system)은 텍스트나 음성을 통해 다양한 분야에서 특정한 목적을 수행할 수 있는 시스템이다. 대화 시스템을 구현하기 위한 방법으로 인공 신경망(neural network)을 기반으로한 end-to-end learning 방식이 제안되었다. End-to-end learning 방식을 이용한 식당 예약 시스템 모델의 학습을 위해 페이스북은 영어로 이루어진 식당 예약에 관련된 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하였다. 하지만 end-to-end learning 방식의 학습은 많은 학습 데이터가 필요하다는 단점이 존재하는데, 액션 템플릿(action template)의 정의를 통해 도메인 지식을 표현함으로써 일반적인 end-to-end learning 방식보다 적은 학습량으로 좋은 성능의 모델을 학습할 수 있는 Hybrid Code Network 구조를 제안한 연구가 있다. 본 논문에서는 Hybrid Code Network 구조를 이용하여 한국어 식당 예약 시스템을 구축할 수 있는 방법을 제 안하고, 한국어로 이루어진 식당 예약에 관련한 학습 대화 데이터를 구축하는 방법을 제안한다.