원문정보
A Study on the Class Concentration Level of Learners Applying Facial Emotion Classification Technology : Focusing on Foreign Literature
초록
영어
This study conducted a search and review of overseas papers using facial emotion classification technology to understand the learner's class concentration. The purpose of this paper is to derive the method, theory, and necessary elements for the construction of an Intelligent Tutoring System (ITS) that classifies the concentration of learners later. First, this paper was analyzed and reviewed by collecting research-related papers based on a systematic literature search method. Since there are not many studies on facial emotion classification in Korea, Google Scala, an overseas paper search service, searched 770 papers excluding duplicate papers among papers published from 2010 to 2022. 10 papers suitable for research review were finally selected according to the literature classification method. As a result of the thesis research, the researcher was able to organize the independent factors used for measuring concentration into 4 categories. It was classified into 'Theory/model', 'Element', 'Extracted Values', and 'Evidence'.
한국어
이 연구는 학습자의 수업 집중도 파악을 위해 얼굴 감정 분류 기술을 사용하는 해외 논문 의 탐색 및 고찰을 진행하였다. 본 논문은 추후 학습자의 집중도를 분류하는 지능형 튜터링 시 스템(ITS, Intelligent Tutoring System)의 구축을 위해 그 방법과 이론 그리고 필요 요소를 도출 하는데 목적이 있다. 먼저 이 논문은 체계적 문헌 조사 방법을 기반으로 연구와 관련된 논문을 수집하여 분석 및 고찰을 실시하였다. 한국에서는 얼굴 감정 분류에 관한 연구가 많지 않기 때 문에 해외 논문 검색 서비스인 구글 스칼라에서 2010년부터 2022년까지 출간된 논문 중, 중복 된 논문을 제외하고 770편의 논문을 검색하였다. 추후 문헌 분류 방법에 따라 연구 고찰에 적 합한 10개의 논문을 최종적으로 선정하였다. 논문 연구 결과 연구자는 집중도 측정에 사용되 는 독립요소를 4가지로 정리할 수 있었다. 이론/모델(Theory/model), 요소/객체(Element), 추출 값(Values), 분류 방법(Evidence)로 분류하였다.
목차
Ⅰ. 서론
1. 연구의 필요성
2. 연구의 목적 및 내용
Ⅱ. 이론적 배경
1. 지능형 교육 시스템(ITS, Intelligent Tutoring System)
2. 인공지능
3. 컴퓨터 비전과 CNN(Convolutional Neural Network)
Ⅲ. 연구 방법
1. 연구 방법 및 자료 수집
Ⅳ. 연구 내용
1. 학습자 수업 집중도 파악에 관한 연도별 연구 빈도
2. 논문 내용 비교 분석
3. 학습자 집중도 파악을 위한 독립 변수 정리
V. 결론
참고문헌