Earticle

로봇을 이용한 프로그래밍 학습은 획일적이고 정형화된 기존 교육환경에서 벗어나 미래사회의 창의적 학습을 미리 경험할 수 있으며 수학 및 과학의 가장 기초가 되는 알고리즘을 이해하고 향상시키는데 가장 적절한 학습방법이다. 본 연구에서는 초등학생들이 로봇프로그래밍 시 나타날 수 있는 오류의 유형들을 제안하였으며 학습을 위한 교육과정을 개발한 후 초등학생 5, 6학생들을 대상으로 로봇프로그래밍 학습을 시켰다. 학습과정에서 발생한 오류들을 수집하고 분류하였으며 또한, 기존 연구된 컴퓨터기반 프로그래밍언어와 비교․분석하였다. 본 연구에서의 로봇프로그래밍 실행경험을 통해 컴퓨터기반 프로그래밍에서 창의성학습에 큰 장애요소로 평가된 오류요소들 즉, 프로그램사용 미숙으로 인한 오류, 단순한 오타, 문법오류 그리고 코딩실수 등을 전체 오류의 약 21%로 나타나 기존 컴퓨터기반 프로그래밍언어 학습에서 조사된 오류비율(약 53%)에 비해 현저하게 줄어드는 것으로 분석되었다. 이러한 오류의 감소는 초등학생들의 흥미도와 성취도 향상을 위한 주요요소로 판단된다. 따라서, 학습과정에서 보다 많은 논리 및 문제해결을 위한 요소들에 노출되어 있어 창의성 알고리즘 학습에 매우 효과적임을 알 수 있다.

The programming learning by using a robot may be one of the most appropriate learning methods for enabling students to experience the creative learning of future society by avoiding the existing stereotyped style educational environment, and understand and improve algorithm which is the basic fundamental of mathematics and science. This study proposed four types of items of errors which may occur during robot programming by elementary school students, and made elementary school students in the fifth and sixth grades learn robot programming after developing the curriculum for the robot programming. Then, the study collected and classified errors that had occurred during the process of learning, and conducted a comparative analysis of computer-based programming language which had been previously studied. This study identified that robot programming in elementary school was shown superior to existing computer-based programming language as a creative learning method and tool through the field experience.

Measurement error is one of main source of error in survey. It is generally defined as the difference between an observed value and an underlying true value. An observed value with error may be expressed as a function of the true value plus error term. In some cases, the measurement error variance may be also a function of the unknown true value. The error variance function can be rewritten as a function of true value multiplied by a scale factor. This research explore methods for estimation of the measurement error variance based on the data from complex sampling design. We consider the case in which the variance of mesurement error is a linear function of unknown true value, and the error variance scale factor is small. We applied our results to the U.S. Third National Health and Nutrition Examination Survey (the U.S. NHANES Ⅲ) data for empirical analyses, which has replicate measurements for relatively small subset of initial respondents's group.

예비교사들의 소프트웨어교육 능력을 키우기 위한 방안으로 정규 교과시간에 두 종류의 프로그래밍 도구(파 이썬, 스크래치)를 이용하여 프로그래밍 학습을 각각 실시하였다. 프로그래밍 학습에서 지속적으로 흥미와 성취 감 및 창의성을 저해하는 요소인 각종 오류들의 종류들을 수집하고 유형별로 분석하였다. 분석된 자료들을 활용 하면 향후 예비교사들이 초등학교에서 가르쳐야 할 소프트웨어교육에서 발생 가능한 오류들을 줄일 수 있도록 대처할 수 있는 능력을 키울 수 있어 최적의 학습효과를 올릴 수 있다. 본 연구에서는 평균적으로 텍스트를 입 력하는 기존 형태의 언어와 불럭을 조립하는 형태의 언어 모두에서 프로그래밍 시 가장 많은 오류를 발생시키는 유형이 논리오류(37.63%)로 가장 많았다. 또한, 두 언어에서 차이점이 많이 나타나는 세부적인 오류는 문법 등의 사용미숙, 오타 등으로 인한 단순오류가 파이썬이 14.3%, 스크래치가 3.5%로 큰 차이가 있음을 알 수 있었다.

As a way to improve the software education ability of the pre - service teachers, we conducted programming learning using two types of programming tools (Python and Scratch) at the regular course time. In programming learning, various types of errors, which are factors that continuously hinder interest, achievement and creativity, were collected and analyzed by type. By using the analyzed data, it is possible to improve the ability of pre-service teachers to cope with the errors that can occur in the software education to be taught in the elementary school, and to improve the learning effect. In this study, logic error (37.63%) was the most frequent type that caused the most errors in programming in both conventional language that input text and language that assembles block. In addition, the detailed errors that show a lot of differences in the two languages are the errors of Python (14.3%) and scratch (3.5%) due to insufficient use of grammar and other errors.

초등학교 SW교육의 내용은 컴퓨터과학을 기반으로 하는 언플러그드교육을 적합한 교육방안으로 제시하고 있다. 언플러그드교육에 주된 구성요소인 정보표현 교육 내용 중 데이터 에러 검출과 수정에 대한 교육자료와 교수법이 부족하여 우리나라 학교 현장에 도입하기에 어려움이 있다. 본 연구에서는 이 주제와 관련된 선행 연 구를 바탕으로 초등 고학년의 발달단계에 적합한 교육자료를 개발하였다. 학습모형은 학습자의 자기 주도적 문 제해결 탐구과정과 조별 활동중심학습으로 구성 하였다.

CS Unplugged education at the base of computer science is emphasized as an instrument for teaching the basic principles of Elementary SW education. One of the main components of CS Unplugged education is the digital education, and this materials for elementary education are very lacking. So We’ll present the data error detection and correction materials for elementary school classes. Learning model is a process of self-directed problem solving process and group activity-based learning.

지난 2016년 발생한 9.12 지진은 1978년 계기지진 관측 이래 최대인 5.8 규모의 지진이었으며, 2017년 규 모 5.4의 포항지진은 많은 피해와 함께 전 국민이 지진발생에 대한 불안에 떨었다. 우리나라는 지진관측을 위한 기상청의 지진관측망 이외에 「지진⋅화산재해대책법」에 의거하여 전국 주요 공공시설물에 지진가 속도계측기를 설치하여 운영 중이다. 이러한 지진가속도계측기를 활용한 신속한 지진대응을 위해서는 지진 가속도 계측데이터의 신뢰성 확보가 중요하다. 이에 본 연구에서는 전국 주요 공공시설물에 설치된 지진가 속도계측기의 운영 현황에 대해 살펴보았다. 또한 지진가속도계측기를 통해 취득되고 있는 가속도계측 데 이터의 오류를 분석하고 개선한 사례를 소개하고자 한다.

2015 개정 교육과정에 따른 초등학교 소프트웨어교육의 내용에서 큰 변화는 컴퓨터과학 언플러그드교육의 제 시이다. 이 교육과정에서 담겨 있는 데이터에러 검출과 수정에 대한 교육자료와 교수법은 부족하여 우리나라 현 장학교에 도입하기에 어려움이 있다. 본 연구에서는 이 주제와 관련된 선행 연구를 바탕으로 초등 고학년에 적 합한 해밍코드를 활용한 교육자료를 개발하였다. 교육자료의 개발과정은 단계별 학습을 위해 도입부에 카드마술을 소개하고, 해밍코드의 원리를 바탕으로 '에 러 검출 및 수정' 교육자료를 활동중심교육으로 구성하였다. 본 연구에서 제시한 교육자료의 현장적용에 대한 평가에서 학습자들은 컴퓨터과학에 대한 이해도를 향상시키는데 긍정적인 영향을 준 것으로 나타났다.

CS Unplugged education at the base of computer science is emphasized as an instrument for teaching the basic principles of elementary SW education, but these materials for elementary education are very lacking. So We’ll present the data error detection and correction materials for elementary school classes. Based on previous studies related to this topic, we developed learning materials for elementary higher grade students using Hamming code. We introduces the card magic in the introduction part. 'error detection and correction' learning materials based on the principle of Hamming code, were composed as activity-based education. The results of the questionnaire survey showed that it had a positive effect on improving learners' understanding of computer science.

본 연구에서는 기존에 소프트웨어 품질 평가를 위해서 사용되었던 ISO/IEC 9126-2와의 차이점을 비교하기 위해서 소프트웨어 품질 평가를 위해서 새롭게 제시된 ISO/IEC 25023의 소프트웨어 품질 측정 메트릭을 제시하고 제시된 메트릭에 대해서 품질을 측정하는 방안을 제시한다. ISO/IEC 25023에 제시된 8가지 품질 특성 중에서 신뢰성에 대한 품질 측정 방안 을 소프트웨어 신뢰성 성장 모델을 기반으로 평가하는 방안을 제시한다. ISO/IEC 25023을 기반으로 소프트웨어 품질을 평 가하게 되어지면 신뢰성에 대한 평가에 있어 다소 리스크가 있을 수 있음을 데이터를 기반으로 하여 입증한다.

In this paper, we propose a software quality measurement metrics of ISO / IEC 25023, which is newly proposed for software quality evaluation, to compare the difference with ISO / IEC 9126-2 which was used for software quality evaluation. In this paper, we propose a method for evaluating the quality of reliability based on the software reliability growth model among the eight quality characteristics presented in ISO / IEC 25023. Based on ISO / IEC 25023, software-quality evaluations demonstrate that there is some risk in evaluating reliability when based on data.

최근 철도사고 중 인적 오류에 의한 사고 비율이 증가하고 있다. 철도사고의 원인은 기술적 요인과 인적 요인으로 나눌 수 있으며, 최근 5년간 발생한 철도사고의 48.7%가 인적 오류로 인해 발생 한 것으로 조사되었다. 정부는 이러한 인적 오류를 줄이기 위해 종사원의 역량 강화와 안전 설비 보강 등 다양한 노력을 기울였으나, 인적 오류에 의한 사고는 여전히 증가하고 있다. 이에 정부는 최신 IT 기술을 활용한 업무적합도 측정장비를 개발하여 철도현장에 도입하려 하고 있지만, 일부 철도종사원들 이 장비 사용을 거부하거나 활용하지 않는 경우가 발생하고 있다. 본 연구는 이러한 사용자 저항의 원 인과 관리 방안을 분석하고, 이 저항이 인적 오류 감소에 미치는 영향을 평가하여, 장비의 효과적 활용 을 지원하는 방안을 제시하는 것을 목표로 하고 있다. 연구 목적을 달성하기 위해 우선 사용자 저항과 업무적합도 평가에 관한 선행연구를 종합적으로 검 토하였다. 이를 바탕으로 사용자 저항의 원인과 관리방안, 그리고 이러한 요인들이 인적 오류 저감에 어떤 영향을 미치는지에 대한 실증적 분석을 수행했다. 분석 결과, 업무적합도 측정장비의 특성 중 유 용성은 사용자 저항을 감소시키는 부정적 영향을 미치는 반면, 설비의 복잡성, 직무에 대한 위협, 업무 의 복잡성 등은 사용자 저항을 증가시키는 긍정적 영향을 미치는 것으로 나타났다. 더불어, 인적 오류저감 기대감에 관한 분석에서는 사용자 저항의 하위 변수 중 사용 회피만이 인적 오류 저감 기대감에 유의미한 부정적 영향을 미치는 것으로 확인되었다. 본 연구의 결과는 철도 운영사와 관련 기관들에게 인적 오류 데이터 수집 및 평가 장치에 대한 사용자 저항의 영향요인과 그에 대한 효과적인 관리방안에 관한 중요한 정보를 제공한다. 이를 통해 철도 운영사들이 새로운 기술과 장비를 효과적으로 활용하여 인적 오류에 의한 철도사고를 예방하는 데 기여할 수 있을 것이다. 또한, 이 연구는 앞으로 인적 오류 예방과 관련된 추가 연구에 중요한 시사점을 제공하여, 철도 안전성을 높이는 데 중요한 기초 자료로 활용될 수 있을 것으로 기대한다.

The proportion of railway accidents caused by human error has been increasing recently. Railway accidents can be divided into technical factors and human factors, and it has been found that 48.7% of railway accidents in the past five years were due to human error. Despite various efforts by the government to reduce human error, such as strengthening employee competencies and enhancing safety equipment, accidents caused by human error continue to rise. In response, the government has developed job suitability assessment equipment using the latest IT technology to be introduced into railway sites. However, some railway workers have refused to use or do not utilize this equipment. This study aims to analyze the causes and management strategies of such user resistance and evaluate how this resistance impacts the reduction of human error, ultimately proposing ways to support the effective use of the equipment. To achieve the research objectives, we first conducted a comprehensive review of previous studies on user resistance and job suitability assessments. Based on this review, an empirical analysis was conducted to determine the causes of user resistance, explore management strategies, and examine how these factors influence the reduction of human error. The analysis revealed that among the characteristics of the job suitability assessment equipment, usability has a negative impact on user resistance, while equipment complexity, perceived job threats, and task complexity have positive impacts, increasing user resistance. Additionally, the analysis of expectations for reducing human error showed that only avoidance of use, a sub-variable of user resistance, has a significant negative effect on these expectations. The results of this study provide important insights for railway operators and related organizations regarding the factors influencing user resistance to human error data collection and eval-uation devices, as well as effective management strategies. This information can help railway operators effectively utilize new technologies and equipment to prevent railway accidents caused by human error. Furthermore, this study offers important implications for future research on human error prevention and is expected to serve as a foundational resource for improving railway safety.

본 연구에서는 중국인 학생이 한국어 수업에서 제출한 딕토글로스자료를 활용하여 구축한 철자 오류 데이터베이스를 검색하여 철자오류의 다양한 유형들을 살펴보았다. 또한 그러한 오류들이 기존에연구된 중국인 학생의 한국어 발음 오류 유형과 어느 정도 대응이 되는지 살폈다. 그 결과 자음과 관련해서는 철자 오류와 발음 오류가 상당한 관련성이 있다는 점을 검증했다. 반면 모음과 관련해서는 철자오류와 발음 오류가 관련이 있기는 하지만, 한글 모음의 이미지 특성이 철자 오류에 영향을 미쳤을 가능성도 공존하고 있다는 점을 보였다. 이러한 연구는 중국인 한국어 학습자가 좀 더 정확한 철자법을 구사하기 위해서는 한국어 발음 개선이 필요하다는 점을 시사한다. 다만, 본 연구의 시도는 중국인 한국어 학습자에게 국한되어 있기 때문에 향후 연구에서는 다른 언어를 모국어로 사용하는 한국어 학습자들을 대상으로 확대해야 할 필요가 있다. 더불어, 자음과 달리 모음의철자 오류는 발음 오류 이외의 다른 요인들이 작용했을 가능성이 있으므로 이에 대한 별도의 연구가 필요하다.

Journal of the International Network for Korean Language and Culture 16-1, 297-322. For this study, we created a spelling error database from the dictogloss data submitted by a Chinese student studying Korean and looked at various types of spelling errors. Subsequently, we looked at how these errors corresponded to the types of Korean pronunciation errors that were previously studied by Chinese students. Though consonants prove that spelling and pronunciation errors are highly relevant, such errors are not too highly related to vowels. They also show that the image characteristics of Han-gul vowels may have affected spelling errors. The study suggests that Chinese students learning Korean should first improve their pronunciation to get a more accurate spelling. However, this research is limited to Chinese students learning Korean. Subsequent studies are, therefore, needed to cover learners of other languages. Furthermore, unlike consonants, spelling errors in vowels are likely to have impacted factors other than pronunciation errors. Therefore, a separate study on this issue is needed in the future.

교통카드 데이터는 승하차 정류장과 시각 등 활용가능성 높은 정보들을 포함하고 있어 대 중교통 분야에서 다양하게 활용되고 있다. 데이터 수집·저장 과정에서 물리적·환경적 요인에 의해 다양한 오류가 교통카드 데이터에 존재하지만, 오류 유형과 보정에 대한 연구는 부족한 상황이다. 본 논문에서는 교통카드 데이터의 승하차 정류장 정보 오류를 상세히 살펴보았다. 제주특별자치도에서 수행된 버스승하차조사 자료와 동일 기간을 대상으로 수집된 교통카드 데이터와 승차정류장을 중심으로 비교한 결과 교통카드 데이터의 승차정류장 정보 오류율이 6.2% 수준으로 보정이 필요함을 확인하였다. 6단계로 구성된 버스정보시스템 데이터 기반 교 통카드 승하차 정류장 정보 오류 보정 알고리즘을 제시하였다. 버스승하차조사 자료와 버스정 보시스템 데이터를 비교한 결과 승차정류장 정보 일치율은 98..3% 수준으로 버스정보시스템 데이터를 활용하여 정류장 오류 보정 가능성을 확인하였다. 본 논문에서 제시한 교통카드 승 하차 정류장 정보 오류 보정 알고리즘의 성능을 승차정류장을 중심으로 누락을 제외하고 평가 한 결과 교통카드 승차정류장 정보 오류율이 보정 전 6.2%에서 보정 후 1.0%로 5.2%p 감소한 것으로 나타났다. 정류장 정보 오류가 보정된 교통카드 데이터를 통해 버스 노선 조정과 대중 교통 인프라 투자 정책의사 결정이 보다 합리적으로 수행될 수 있을 것으로 기대된다.

Smart card data is widely used in the public transportation field. Despite the inevitability of various errors occur during the data collection and storage; however, smart card data errors have not been extensively studied. This paper investigates inherent errors in boarding and alighting station information in smart card data. A comparison smart card data and bus boarding and alighting survey data for the same time frame shows that boarding station names differ by 6.2% between the two data sets. This indicates that the error rate of smart card data is 6.2% in terms of boarding station information, given that bus boarding and alighting survey data can be considered as ground truth. This paper propose 6-step algorithm for correcting errors in smart card boarding station information, linking them to corresponding information in Bus Information System(BIS) Data. Comparing BIS data and bus boarding and alighting survey data for the same time frame reveals that boarding station names correspond by 98.3% between the two data sets, indicating that BIS data can be used as reliable reference for ground truth. To evaluate its performance, applying the 6-step algorithm proposed in this paper to smart card data set shows that the error rate of boarding station information is reduced from 6.2% to 1.0%, resulting in a 5.2%p improvement in the accuracy of smart card data. It is expected that the proposed algorithm will enhance the process of adjusting bus routes and making decisions related to public transportation infrastructure investments.

본 논문은 온도 등 7 가지의 IoT 센서에서 수집된 기상데이터의 각 기상요소에 대하여 품질관리(Quality Control; QC)를 하였다. 또한, 우리는 측정된 값에 오류가 있는 데이터를 기계학습으로 의미있게 추정하는 방법을 제안한다. 수집된 기상데이터를 기본 QC 결과를 바탕으로 오류 데이터를 선형 보간하여 기계학습 QC를 진행하였으며, 기계학습 기법으로는 대표적인 서포트벡터회귀, 의사결정테이블, 다층퍼셉트론을 사용했다. 기본 QC의 적용 유무에 따라 비교해 보았을 때, 우리 는 기본 QC를 거쳐 보간한 기계학습 모델들의 평균절대오차(MAE)가 21% 낮은 것을 확인할 수 있었다. 또한, 기계학습 기법에 따라 비교하여 서포트벡터회귀 모델을 적용하였을 때가, 모든 기상 요소에 대하여 MAE가 평균적으로 다층신경망 은 24%, 의사결정테이블은 58% 낮은 것을 알 수 있었다.

In this paper, quality control (QC) is applied to each meteorological element of weather data collected from seven IoT sensors such as temperature. In addition, we propose a method for estimating the data regarded as error by means of machine learning. The collected meteorological data was linearly interpolated based on the basic QC results, and then machine learning-based QC was performed. Support vector regression, decision table, and multilayer perceptron were used as machine learning techniques. We confirmed that the mean absolute error (MAE) of the machine learning models through the basic QC is 21% lower than that of models without basic QC. In addition, when the support vector regression model was compared with other machine learning methods, it was found that the MAE is 24% lower than that of the multilayer neural network and 58% lower than that of the decision table on average.

회귀모형의 구조변화 또는 회귀계수의 안정성을 검정하기 위해서는 매 시점 회귀계수뿐만 아니라 표준오차를 정확히 추정하여야 하는데, 이를 위해서는 관측치들 사이의 횡적상관관계를 조정하는 것이 중요하다. 만일 횡적상관관계를 조정하지 않게 되면 표준오차가 작게 추정될 수 있으며, 그로 인하여 회귀계수의 안정성을 과도하게 기각하게 된다. 본 연구에서는 횡적상관관계를 조정하는 표준오차의 추정방법들을 비교, 분석하며, 이를 회귀계수의 안정성 검정에 응용한다.

This study emphasizes that cross-sectional correlations need to be incorporated in the estimation of the coefficient standard errors. If the cross-sectional correlations are ignored as in the OLS estimation, the coefficient stability will be too often rejected since the standard errors are underestimated in many cases. This study evaluates the accuracy of several estimation methods with an application to the test of structural changes.

지하에 매설된 파이프의 상태를 감지하여 파손 등의 문제 상황을 감지하기 위하여 파이프에 센서를 부착하고 이를 실시간으로 감시하면서 상태를 예측하는 인공지능 모델을 연구하는 단계에서 센싱 데 이터의 오류 검출과 이를 검증하는 절차가 필요하다. 이에 본 연구에서는 스마트 파이프의 센싱 데이 터들의 오류 검출 모듈을 위한 통합 시스템을 설계하고 이를 통해 수집되는 데이터의 실시간 오류 검 출과 수신되는 누적 데이터의 오류 검출을 위한 모듈을 설계하고 이를 검증하는 절차를 진행하였다. 이를 통해 인공지능 모델이 판별한 이상 감지 이벤트를 시각화 하여 관리자에게 상태를 표현하는 시 스템을 구축할 수 있는 결과를 도출 하였다.

본 연구는 통계적 소양 교육을 실천하기 위해 초등학교 통계교육의 주된 내용 요 소에 해당하는 그래프 지도 중 특히 오류의 유형화에 주목하였다. 구체적으로 문헌 분석을 통해 통계적 문제해결의 관점에서 그래프의 교수학적 의의와 구성 요소를 확인하였고, 이를 표현하는 과정에서 나타나는 오류를 분류하여 각 사례들을 자료 분석 단계에서의 통계 윤리 문제와 연결하였다. 연구 결과, 그래프 오류 유형은 범 주 표현에서의 오류, 빈도 표현에서의 오류, 맥락 제시에서의 오류로 분류할 수 있 었고, 이러한 오류로 인해 자료 분석 단계에서 주관적인 분석 방법 채택, 시각적 착시현상 유도, 자료에 대한 정보 왜곡과 같은 통계 윤리 문제가 발생할 수 있음을 확인하였다. 그리고 우리나라 초등학교 수학과 교육과정에서는 오류를 범하지 않도 록 정형화된 틀을 제공하고 그 틀에 맞춰 그래프를 그리는 절차에 주목하는 경향 이 있었다. 이를 통해 그래프 오류 유형이 초등학교 통계교육에 제공하는 시사점을 통계적 소양 교육, 통계 윤리, 교사 지식의 관점에서 제시하였다.

This study was carried out in order to identify the error types of statistical graphs for statistical literacy education. We analyze the meaning of using graphs in statistical problem solving, and identify categories, frequencies, and contexts as the components of statistical graphs. Error types of representing categories and frequencies make statistics consumers see incorrect distributions of data by subjective point of view of statistics producers and visual illusion. Error types of providing contexts hinder the interpretation of statistical information by concealing or twisting the contexts of data. Moreover, the findings show that tasks provide standardized frame already for drawing graphs in order to avoid errors and pay attention to the process of drawing the graph rather than statistical literacy for analyzing data. We suggest some implications about statistical literacy education, ethical problems, and knowledge for teaching to be considered when teaching the statistical graph in elementary mathematics classes.

This paper presents a code scheme for data bit error detection in the semiconductor memory devices. Conventional error detecting method by using the ATM-8 HEC code has a significant amounts of area-overhead (~700 XOR gates), and long processing time(XOR 6 stage). Therefore it leads to a considerable burden on the timing margin at the time of reading and writing of the low power memory devices for CRC(Cyclic Redundancy Check) calculations. The proposed error detecting scheme which is based on the parity check is improved area-overhead and decreased error detection delay time. The double bit error detection coverage has improved up to 77% compared with conventional method.

Optical camera communication (OCC) is an extension of Visible Light Communication. Different from traditional visible light communication, optical camera communications is an almost no additional cost technology by taking the advantage of build-in camera in devices. It was became a candidate for communication protocol for IoT. Camera module can be easy attached to IoT device, because it is small and flexible. Furthermore almost smartphone equip one or two camera for both back and font side with high quality and resolution. It can be utilized for receiving the data from LED or positioning. Actually, OCC combines illumination and communication. It can supply communication for special areas or environment where do not allow Radio frequency such as hospital, airplane etc. There are many concept and experiment be proposed. In this paper we proposed utilizing Android smart-phone camera for receiver and introduce new approach in modulation scheme for LED at transmitter. It also show how Manchester coding can be used encode bits while at the same time being successfully decoded by Android smart-phone camera. We introduce new data frame format for easy decoded and can be achieve high bit rate. This format can be easy to adapt to performance limit of Android operator or embedded system.

Hyper-spectral Atmospheric Infrared Sounder AIRS has many channels. Taking into account the correlation between channels, different detection purposes and the timeliness of assimilation, channel selection is necessary. Principal component-dual-zone-stepwise regression method is proposed in this paper and points the day and night for channel selection. The contribution rate of channel observation brightness temperature to the objective function is controlled by channel observation error, variational data assimilation system is generally given observation error and then in the process of minimization objective function remains unchanged, the paper adopt the observation error re-estimated and then provide observation error information to the variational data assimilation. Study effects of channel selection and the observational error allocation on the assimilation of AIRS data in this paper.

문화콘텐츠는 고속, 고품질의 데이터 통신이 가장 핵심적인 요소이다. 고품질 콘텐츠로 VR·AR 기술이 포함되 고 다양한 고품질 콘텐츠는 스마트 폰을 통해 무선이동 중 스트리밍 서비스를 받을 수 있다. 또한, 사물이 무선인터 넷에 연결을 하기위한 IoT(Internet of Things) 환경에서 네트워크 및 유무선 통신이 필연적으로 필요하다. IoT는 다양한 네트워크 기술로 4G, 5G 이동통신, WIFI 무선랜, 블루투스 등의 방식에 연결하여 사용되어 진다. 사물간의 연결을 언제 어디서나 이용할 수 있는 기술로 무선 이동통신 환경에서 이루어 질 수 있다. 따라서 본 논문에서는 고 속 이동 환경에서도 고품질의 콘텐츠를 서비스 받을 수 있도록 이동통신 채널 환경 분석을 토대로 데이터 오류를 줄 일 수 있는 데이터 오류 보상 추정 방식에 대해 연구한다.

Cultural contents are the most important factor in high speed and high quality data communication. High-quality content includes VR and AR technology, and a variety of high-quality content can be streamed over wireless mobile phones via smartphones. In addition, network and wired/wireless communication are inevitably required in an Internet of Things (IoT) environment in which things are connected to a wireless Internet. IoT is used in various network technologies such as 4G, 5G mobile communication, WIFI wireless LAN, Bluetooth and so on. It is a technology that can use the connection between things anytime, anywhere, and can be achieved in a wireless mobile communication environment. Therefore, in this paper, we study data error compensation estimation method which can reduce data error based on mobile communication channel environment analysis so that high quality contents can be serviced even in high speed mobile environment.