• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.422-426
• /
• 2007

CP(Counterpropagation) 알고리즘은 Kohonen의 경쟁 네트워크와 Grossberg의 아웃스타(outstar) 구조의 결합으로 이루어진 것으로 패턴 매칭, 패턴 분류, 통계적인 분석 및 데이터 압축 등 활용분야가 다양하고, 다른 신경망 모델에 비해 학습이 매우 빠르다는 장점이 있다. 하지만 CP 알고리즘은 충분한 경쟁층의 수가 설정되지 않아 경쟁층에서 학습이 불안정하고, 여권 코드와 같이 다양한 패턴으로 그성된 경우에는 패턴들을 정확히 분류할 수 없는 단점이 있다. 그리고 CP 알고리즘은 출력층에서 연결강도를 조정할 때, 학습률에 따라 학습 및 인식 성능이 좌우된다. 따라서 본 논문에서는 패턴 인식 성능을 개선하기 위해 다수의 경쟁층을 설정하고, 입력 벡터와 숭자 뉴런의 대표 벡터간의 차이와 숭자 뉴런의 빈도수를 학습률 조정에 반영하여 학습률을 동적으로 조정하여 경쟁층에서 안정적으로 학습되도록 하고, 출력층의 연결강도 조정시 이전 연결 강도 변화량을 반영하는 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘을 제안한다. 학습 성능을 확인하기 위해서 실제 여권에서 추출된 개별 코드를 대상으로 실험한 결과, 본 논문에서 개선한 CP 알고리즘이 기존의 CP 알고리즘보다 패턴 분류의 정확성과 인식 성능이 개선된 것을 확인하였다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2009년도 하계학술대회
• /
• pp.241-248
• /
• 2009

학생들의 기초 기본학습 능력의 신장이 강조되고 있는 교육상황에 비추어 볼 때 지금까지 간과되어 왔던 학습장애에 대한 재인식과 학습장애아들을 위한 대책이 필요하다. 그 대책으로 최근 특수교육분야에서 기존의 지능-불일치 교육이론에 대한 대안으로 제시되고 있는 중재-반응 (Responsiveness to Intervention : RTI) 이론을 기반으로 학습장애아들에 대한 교육이 보다 효율적으로 적용될 수 있다. 하지만 실제 우리의 교육에 적용을 위해서는 많은 걸림돌들이 존재하고 있다. 실제 교육 현장의 교사들이 RTI 이론 적용의 걸림돌로 제기하는 점들을 해결하기 위한 대안으로 모바일 시스템설계를 통해 실제 현장에서의 RTI 이론 적용 및 실행 가능성을 높이고자 한다. 본 시스템의 특징은 첫째, 실제 국내의 교육현장에서 기존 교사들이 제시한 RTI 이론 적용가능성이 낮은 항목들을 중점으로, 이론 적용의 문제점을 해결하기 위한 설계에 중점을 두고 있다. 둘째, 시스템의 구성을 기존의 행정중심이 아닌 실제 수행자 중심 설계를 위하여 기존의 학교행정가를 제외한 일반교사, 특수교사, 학부모, 학습장애 학생으로 설계하였다. 셋째, 일반교사, 특수교사, 학부모, 학습장애 학생의 의사소통 및 진전도 체크 등을 모바일 기기의 편이성과 결합하여 학습장애아의 학습능력을 향상시키고자 한다.

• 한국산업정보학회논문지
• /
• 제25권6호
• /
• pp.85-94
• /
• 2020

급변하는 마케팅 환경에서 조직학습의 중요성이 증대되고 있다. 다양한 관리자들의 특성 중 조절초점이론과 기업의 상층부 이론을 결합하여 조절초점이 조직의 학습활동에의 세 가지 영역(학습활동의 넓이, 깊이, 속도)에 미치는 영향을 연구하였다. 수도권의 중소중견 기업의 중간관리자 이상의 간부들을 중심으로 설문을 진행하였다. 관리자의 촉진초점은 학습의 넓이와 깊이 그리고 속도에 모두 정의 영향을 미치는 것을 확인하였고, 특히, 학습의 넓이 예방초점보다 유의미하게 높은 수준의 영향을 미치는 것을 확인하였다.

• 인터넷정보학회논문지
• /
• 제17권2호
• /
• pp.49-57
• /
• 2016

앙상블 학습 기법은 개별 모형보다 더 좋은 예측 성과를 얻기 위해 다수의 분류기를 결합하는 것으로 예측 성과를 향상시키는데에 매우 유용한 것으로 알려져 있다. 배깅은 단일 분류기의 예측 성과를 향상시키는 대표적인 앙상블 기법중의 하나이다. 배깅은 원 학습 데이터로부터 부트스트랩 샘플링 방법을 통해 서로 다른 학습 데이터를 추출하고, 각각의 부트스트랩 샘플에 대해 학습 알고리즘을 적용하여 서로 다른 다수의 기저 분류기들을 생성시키게 되며, 최종적으로 서로 다른 분류기로부터 나온 결과를 결합하게 된다. 배깅에서 부트스트랩 샘플은 원 학습 데이터로부터 램덤하게 추출한 샘플로 각각의 부트스트랩 샘플이 동일한 정보를 가지고 있지는 않으며 이로 인해 배깅 모형의 성과는 편차가 발생하게 된다. 본 논문에서는 이와 같은 부트스트랩 샘플을 최적화함으로써 표준 배깅 앙상블의 성과를 개선시키는 새로운 방법을 제안하였다. 제안한 모형에서는 앙상블 모형의 성과를 개선시키기 위해 부트스트랩 샘플링을 최적화하였으며 이를 위해 유전자 알고리즘이 활용되었다. 본 논문에서는 제안한 모형을 국내 부도 예측 문제에 적용해 보았으며, 실험 결과 제안한 모형이 우수한 성과를 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권2호
• /
• pp.239-247
• /
• 2017

과거의 교육은 주로 좌뇌 발달에 치중되어 지식 전달 위주의 형태로 시행되었으나, 우뇌 역할의 중요성이 밝혀지면서 창의성과 관련된 다양한 교육이 시도되고 있다. 뇌에 관한 연구의 진보에 따라, 좌뇌와 우뇌의 기능이 서로 상이하다는 관점에서 일부 기능이 특화되어 있지만 많은 뇌의 기능은 좌뇌와 우뇌가 협력적으로 수행하고 있음이 밝혀지고 있다. 본 연구는 좌우뇌의 균형있는 발달을 위하여 한자를 소재삼아 콘텐츠를 개발하였다. 음양오행의 다섯 가지 요소를 도입하여 항목을 정의하고, 각 한자당 4 단계를 거쳐 학습하도록 구성하였다. 1단계는 시각적 강제 결합을 활용한 뇌를 자극하는 도입단계, 2단계는 우뇌형 학습, 3단계는 좌뇌형 학습, 4단계는 좌우뇌통합 학습 구조로 설계하였다. 개발된 콘텐츠에 전문가의 인터뷰를 통해 효과적인 두뇌 학습 콘텐츠로서 가능성을 확인할 수 있었다.

• 대한지리학회지
• /
• 제46권6호
• /
• pp.707-723
• /
• 2011

현재 대부분의 국내외 대학과 교육 기관에서는 온라인 학습방법을 채택하고 있다. 이에 본 연구는 전통적인 교수법에 대한 상대적 이점으로 많은 온라인 학습도구를 통한 학습효과를 자연지리학 강좌를 중심으로 정량적으로 평가하고자 하였다. 자연지리학 수강자들을 대상으로 실험을 실시하였으며, 인터넷 상에서 정보의 전파 도구로 널리 사용되고 있는 RSS(Really Simple Syndication) 기반의 Podcasting과 Profcast 소프트웨어 프로그램을 이용하여 생성한 동영상 강의가 온라인 도구로 활용되었고, 전통적인 강의실 수업도 함께 병행하였다. 학습효과를 살펴보기 위해, 수강자들이 작성한 강의평가 자료를 분석하였다. 실험은 2007년 봄학기부터 2008년 봄학기까지 동일한 자연지리학 개론 강좌를 대상으로 실시되었다. 본 연구에서 다루어진 실험의 결과에 의하면 온라인 학습 도구는 학습자들의 학습 효과뿐 아니라 수업과 강사에 대한 태도를 긍정적으로 변화시키는 것으로 나타났다. 또한 단순한 PowerPoint 슬라이드만 제공될 때에 비해 교수자의 음성 녹음이 결합된 강의자료가 학습 동기를 높이는데 더욱 효과적인 것으로 조사되었다. 즉, PowerPoint 슬라이드와 같은 시각적인 강의 자료만 제공되는 경우에는 기존의 강의방식과 학습 효과 면에서 큰 차이를 보이지 않았으나, 시각자료에 강의음성이 결합되었을 때, 인터넷 학습자료에 접근하는 빈도가 증가하고 학업성적 및 수업 출석률이 향상되었다. 연구 결과를 바탕으로 온라인과 교실 학습을 병행한 블랜디드형 교수설계 모델이 제안되었다.

• 정보처리학회논문지C
• /
• 제12C권4호
• /
• pp.609-616
• /
• 2005

시그너쳐 기반 침입탐지 기술은 과탐지(false positive)가 많고 새로운 공격이나 변형된 유형의 공격을 감지하기 어렵다 우리는 앞선 논문[1]을 통해 시그너쳐 기반 침입 탐지 시스템과 기계학습 기반 침입 탐지 시스템을 Alpha-cut 방법을 이용하여 결합한 모델을 제시 하였다. 본 논문은 Alpha-cut의 후속연구로 기존 모델에서 감지하지 못하는 미탐지(false negative)를 줄이기 위한 Beta-pick 방법을 제안한다. Alpha-cut은 시그너쳐 기반 침입탐지 시스템의 공격 탐지결과에 대한 정확성을 높이는 방법인 반면에, Beta-rick은 공격을 정상으로 판단하는 경우를 줄이는 방법이다. Alpha-cut과 Beta-pick을 위해 사용된 기계학습 알고리즘은 XIBL(Extended Instance based Learner)이며, C4.5를 적용했을 때와 차이점을 결과로서 제시한다. 제안한 방법의 효과를 설명하기 위해 시그너쳐 기반 침입탐지 시스템의 탐지결과에 Alpha-cut과 Beta-pick을 적용하여 오경보(false alarm)가 감소함을 보였다.

• 전자공학회논문지SC
• /
• 제37권5호
• /
• pp.46-55
• /
• 2000

본 논문은 카오틱 신경망과 PD 제어기를 이용한 로봇 시스템의 직접적응제어 방식에 관한 것이다. 카오틱 신경망은 상·하층 결합계수 외에 궤환 결합계수와 동일 층 내의 결합계수를 가지며, 뉴런자체의 충분한 비선형성 때문에 강한 동적특성을 가지고 있다. 그러나 신경망의 구조 및 학습의 문제점으로 인하여 동적 시스템의 제어에 적용되지 못하고 있다. 본 논문에서는 기존의 카오틱 신경망을 제어 분야에 적용하기 위하여 적합한 구조로 수정하고 수정된 신경망의 학습에 관하여 고찰하였다. 제안된 신경망은 모의 실험을 통하여 3 축 푸마 로봇의 경로 제어에 적용하였다. 카오틱 신경망 제어기는 PD 제어기와 병렬로 구성하여 학습 초기의 안정성을 확보하였고, 제어대상의 비선형성을 보상하는 보상 제어기의 역할을 수행하도록 하였다

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.301-303
• /
• 2004

microRNA(miRNA)는 -22 nucleotide(nt)의 단일가닥 (single-stranded) RNA 분자로서 mRNA의 3'-untranslated region (3' UTR)에 상보적으로 결합하여 유전자 발현을 제어하는 새로운 조절물질이다. 지금까지 실험을 통해 1184개의 miRNA가 알려져 있으나, miRNA에 의해 조절되는 target유전자는 실험상의 어려움으로 아직까지 거의 알려지지 않았다. miRNA는 서열의 길이가 짧고 target과 느슨한 상보적 결합을 하기 때문에 기존의 서열 비교 방법으로 miRNA의 target을 찾는 것은 쉬운 일이 아니다. 본 논문은 신경망을 이용하여 mRNA의 3' UTR에서 miRNA가 결합하는 영역을 예측하였다. 신경망은 비선형의 데이터를 학습할 수 있어 miRNA target예측에 적합하다. miRNA와 mRhA의 결합 영역을 다양하게 분석하였고 기존 예측방법에 의한 결과와 비교하여 성능을 평가하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.334-335
• /
• 2023

본 논문에서는 이미지 데이터와 각종 텍스트 기반의 데이터를 적절히 결합하여 유용한 데이터를 만들어 내는 방법을 제안한다. 그 사례로 편의점 상품 이미지와 편의점 프로모션 데이터, 사용자 위치정보 데이터를 적절히 결합하여 사용자가 편의점 상품 전면 이미지를 제공했을 때, 해당 상품이 어떤 편의점 브랜드에서 어떤 프로모션을 진행하고 있는지, 그리고 현재 위치에서 가까운 점포가 어디인지를 사용자에게 제공하는 시스템을 구현한다. 이미지를 어떤 데이터와 결합하는지에 따라 다양한 요구사항에 대응할 수 있다.