A Individualized Reasoning Strategy using Learner's Cognitive Union

학습자 인지 구조체를 이용한 추론의 개별화 전략

The change into the knowledge based information society requires a transformation of educational paradigm. Accordingly, intelligent learning and distance education are attracting a fair amount of attention. To apply the instructional learning method in this field, we need to consider a individualization of learning, as it were, abstraction of fact and path through learning, which is based on learner's traits, this focus entails a argument for individualized reasoning strategy. Therefore, in this paper, we design a learner's cognitive union, which is based on X-Neuronet(eXtended Neuronet), represent learner's hierarchical knowledge is able to self-learn, and grows adaptive union by proprietor. Additionally, we propose a individualized reasoning strategy, which relies upon learner's cognitive union, and verify the validity.

지식정보 사회로의 변화는 교육 패러다임의 변화를 요구하고, 이에 따라 지능형 학습과 원격 교육은 지속적인 연구 주제로서 관심을 모으고 있다. 이러한 연구 분야에서의 교수 학습 방법은 학습의 개별성, 즉, 개별 학습자의 특성에 의존하는 학습 요소 및 경로의 추출을 전제로 하며, 이는 '개별화된 추론 전략'에 대한 논의로 이어진다. 따라서 본 연구에서는 신경논리망의 확장 개념인 X-Neuronet(eXtended Neuronet)을 근거로, 학습 내용을 위계적 표상과 자체의 자기 학습(self-learning)이 가능한 학습자 인지구조체로 표현하고, 이 구조체를 이용하여 개별 학습자의 지식상태에 의존하는 추론의 개별화 전략을 설계하고, 이에 대한 타당성을 검증하였다.