http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
송현옥,김학진,정회경,Song, Hyunok,Kim, Hakjin,Jung, Hoekyung 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.9
최근 IoT(Internet of Things)는 다양한 분야에 활용되어 특정 장소에 스마트 환경을 구성함으로써 사용자들에게 서비스를 제공하고 있다. 그러나 기존 시스템은 주변 환경의 변화에 따라 디바이스의 동작과 작업이 변화하지 않기 때문에 사용자는 환경 및 상황이 변화할 때마다 수동적으로 동작해야 한다. 이에 본 논문에서는 실시간 데이터 분류 기반 상황별 작업 제어 시스템을 제안한다. 센서 데이터를 서버로 전송하고 실시간, 비 실시간 데이터로 분류한 뒤 의사 결정 트리에 삽입하여 상황에 따른 작업을 식별한다. 또한 위험상황을 가스 누출 및 화재 발생과 같이 2단계로 나눠 경고 메시지를 전송한다. 이에 따라 전력의 낭비와 오작동 발생을 감소시킬 수 있으며 작업 효율이 증대된 서비스를 제공받을 수 있을 것으로 사료된다. Recently, IoT(Internet of Things) has been utilized in various fields provide a service to users by configuring a smart environment in a particular place. However, since the existing system does not change the operation and the task of the device according to the change of the surrounding environment, the user must operate passively every time the environment and the situation change. In this paper, we propose Situation-specific Task Control System based on real-time data classification. Sensor data is sent to the server and classified into real-time and non-real-time data, and then inserted into the decision tree to identify tasks according to the situation. In addition, the danger situation is divided into two stages, such as gas leakage and fire, and a warning message is sent. Therefore, it is possible to reduce the waste of electric power and the occurrence of malfunction, and it can be expected that the service with increased work efficiency will be provided.
비대면 환경에서의 ‘기계학습’ 지도 사례 연구 : 융합전공 학생들을 중심으로
이성옥(Sungock Lee),이지은(Jieun Lee),송현옥(Hyunok Song),김한길(Hangil Kim),정회경(Hoekyung Jung) 한국정보통신학회 2022 한국정보통신학회 종합학술대회 논문집 Vol.26 No.1
본 연구에서는 프로그래밍 과목을 수강하는 융합전공 학생들의 학습 패턴 파악하여 과목 운영을 실시한 교수자의 사례를 살펴봄으로 향후 융합전공학생들을 대상으로 하는 SW 교과 운영에 시사점을 찾고자 한다. 융합전공의 프로그래밍 수업은 다양한 학년과 전공 학생들이 수강을 하는데 비대면 환경가운데 이들의 학습 패턴을 파악하고자 설문을 실시하였다. 교수자는 대면이 불가한 경우에도 학습자들의 수업참여도를 끌어낼 수 있을지 연구하였고 학습자들의 학습 성향을 파악하여 수업을 운영하고자 하였다. 코로나-19 상황가운데 자기주도 학습에 대한 성공경험을 유지하고 있는 학생들이 다수임에 따라 자기 주도적으로 과제를 해결할 수 있도록 매주 과제설정을 하였고 전원에 가까운 학생들이 과제를 제출하였다. 본 연구는 코로나-19로 인한 비대면 상황가운데 기계학습활용 과목을 융합전공 학생들에게 운영함으로서 학생들의 학습 패턴과 과제 수행여부, 프로그래밍 성취도를 연구하였다는 점에서 의의가 있다. In this study, we examine the cases of instructors who conducted subject management by understanding the learning patterns of convergence major students taking programming courses Therefore, we intend to find implications for the operation of SW curriculum for convergence majors in the future. In the programming class of the convergence major, students of various grades and majors take the course, and a survey was conducted to understand their learning patterns in a non-face-to face environment. The instructor studied whether it would be possible to induce learners’ participation in class even when face-to-face communication was not possible, and tried to operate the class by understanding the learning propensity of the learners. As there are many students who have maintained successful experiences in self-directed learning amid COVID-19. weekly assignments were set so that they could solve their own problems independently, and almost all students submitted assignments. This study is meaningful in that it studied students’ learning patterns, task performance, and programming achievement by operating ‘Machine Learning’ subject to students of the convergence major in a non-face-to-face situation due to COVID-19.