지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 조남욱
- 발행연도
- 2021
- 저작권
- 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.
이용수37
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 코로나 19로 인해 비대면 원격수업이 활성화되면서 이러닝에 관한 관심이 증가하고 있다. 이러닝은 여러 가지 장점에도 불구하고 학습자와 교수자 간의 직접 적인 교류가 부족하므로 즉각적인 피드백을 받기가 힘들다는 단점이 있다. 이러한 단점을 보완하기 위해 다양한 방법론이 개발되었으나, 학습자의 태도를 정량적으로 측정하여 분석한 연구는 부족한 실정이다. 본 연구에서는 이러닝 학습자 영상에서 추출한 시선 및 얼굴 윤곽 데이터에 순환신경망 모델을 적용해 학습자의 집중도를 예측하는 방법론을 제시하고자 한다. 이러닝 학습자 92명을 촬영한 184개의 영상으 로부터 OpenFace 2.0 툴킷을 이용해 프레임별 데이터를 추출했고 5초 단위로 나눠 레이블링을 진행했다. 전처리한 데이터에 순환신경망(Recurrent neural network), 장 단기 메모리(Long-short term memory), 게이트 순환 유닛(Gated recurrent units) 모 델을 적용하여 비교 분석하였다. 그 결과, 게이트 순환 유닛이 84.8 퍼센트의 정확 도를 보여 가장 성능이 높게 나왔다. 본 연구를 통해 교수자에게는 학습자 집중 여 부에 따른 이러닝 콘텐츠 개발에 대한 가능성을 제시할 수 있고, 이러닝 학습자에 게는 스스로 학습 태도를 관리할 기회를 제공함으로써 교육 효과 상승을 기대할 수 있다는 점에서 의의가 있다.
목차
요약 i표목차 iv그림목차 ivI. 서론 11.1. 연구 배경 11.2. 연구 목적 21.3. 연구 방법 21.4. 논문의 구성 3II. 관련 연구 42.1. 배경 이론 42.2. 관련 연구 10III. 연구 방법 123.1. 연구 구성 및 범위 123.2. 실험적 설계 및 데이터 수집 123.3. 데이터 변환 143.4. 데이터 레이블링 및 데이터 전처리 163.5. 모델링 과정 19IV. 실험 결과 224.1. RNN 모델 224.2. LSTM 모델 234.3. GRU 모델 244.4. 판별 결과에 따른 시선 및 얼굴 윤곽 패턴 26V. 결론 335.1. 연구의 의의 335.2. 한계점 및 추후 연구 방향 34참고문헌 35영문초록(Abstract) 39감사의글
최근 본 자료
댓글(0)
0