http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
대학생의 온라인 수업에 대한 수업 만족도와 영어 자기효능감이 학업 성취도에 미치는 영향
김정현 ( Kim Junghyun ) 한국멀티미디어언어교육학회 2021 멀티미디어 언어교육 Vol.24 No.4
The purpose of this study was to investigate the effect of college students’ satisfaction with online classes and their English self-efficacy on their academic performance for TOEIC-related English subjects. In order to build satisfactory online classes, video lectures were produced based on meticulous teaching plans, and detailed feedback was provided to the students as soon as possible. In addition to the regular online classes, real-time online classes were conducted with two sessions of YouTube Live before the midterms(based on the feedback from Week 2 to Week 6) and before the finals(based on the feedback from Week 7 to Week 13) to compensate for the difficulties of online interactions between the professor and the students. The class contents of the YouTube Live were made upon the TOEIC questions that students got often wrong or students thought important in their assignments as well as detailed information about the exams. Two series of online surveys were carried out as Google Forms though the online link. The students were generally satisfied with their online classes, and students with a high English self-efficacy had a high level of performance. Changes in English self-efficacy and some variables on online class satisfaction were statistically proven. Online class satisfaction, English self-efficacy, and students' academic performance showed a positive correlation with each other.
김정현(Junghyun Kim),임수빈(Subeen Leem),이한별(Hanbyul Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문은 딥러닝 모델의 하나인 오토인코더 기반의 터보 오토인코더의 성능 분석을 다룬다. 기존의 터보 오토인코더 구조를 개선하여 향상된 성능을 갖는 딥러닝 모델을 제안한다. 실험을 통해 제안한 터보 오토인코더가 기존 터보 오토 인코더보다 더 낮은 블록 오류율 및 비트 오류율을 가짐을 보였다. 제안한 기법을 통해 향후 추가적인 모델 개선에 대한 방향성을 제시한다.
인덱스 변조 OFDM 통합 검파기 설계를 위한 딥러닝 기법
김정현(Junghyun Kim),박호성(Hosung Park) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 인덱스 변조 직교 주파수 분할 다중화를 위한 딥러닝 기반 통합된 검파기를 제안하며, 이는 일부 시스템 변수가 고정된 다양한 상황에 대해 인덱스 비트 오류율이 최적의 성능에 근접한다. 제안하는 검파기는 주파수 선택적 레일레이 페이딩 채널에서 여러 상황에 대해 검파 작업을 효과적으로 수행하기 위해 인셉션 구조를 채택하여 사용한다. 이 검파기는 사전에 만들어진 데이터를 통해 인덱스 비트 오류율을 최소화하도록 학습하고, 학습된 딥러닝 모델을 검파기로 사용하면 기존 딥러닝 검파기보다 적은 가중치를 가지며 다양한 상황에 대해 신호를 효과적으로 검파할 수 있다.