• Title/Summary/Keyword: 결합 학습

Search Result 1,073, Processing Time 0.034 seconds

유머문서 추천을 위한 기계학습 기법 (A Learning Model for Recommendation of Humor Documents)

  • 이종우;장병탁
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
    • /
    • pp.253-255
    • /
    • 2001
  • 인터넷을 통한 사용자의 선호도를 분석하고 협력적 여과 및 내용기반 여과 기술을 결합 이용하여 유머문서를 추천하는 MrHumor 시스템을 구축하였다. 유머문서 추천 기술은 다양한 아이템에 대한 여과 및 추천 기술로 확장되어 인터넷을 통한 과다 정보 시대에 필요한 소프트봇 혹은 지능형 에이전트 기술에 적용될 수 있다. MrHumor 추천시스템은 적응형 학습 시스템으로서 새로운 사용자의 선호도에 대한 학습량과 추천시기에 따라 이용할 추천방식이 다른 성능을 보이는데 여러 가지 상황에서도 적절한 동작을 보이기 위하여 MrHumor에서는 은닉변수 모델을 이용하여 사용자의 인구통계적 정보와 문서의 내용적 특징간의 관계를 학습하여 초기 추천을 행하고 SVM을 이용하여 개인의 선호도를 학습한 내용 기반의 여과와 적응형 k-NN모델을 이용한 협력적 여과를 결합하여 추천을 수행한다. 제안된 방식에 의한 추천 성능은 3방식이 각각 이용된 경우에 비해 안정적이고 높은 예측 정확도를 보인다.

  • PDF

강화학습에 기초한 로봇 축구 에이전트의 동적 위치 결정 (Reinforcement Learning based Dynamic Positioning of Robot Soccer Agents)

  • 권기덕;김인철
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
    • /
    • pp.55-57
    • /
    • 2001
  • 강화학습은 한 에이전트가 자신이 놓여진 환경으로부터의 보상을 최대화할 수 있는 최적의 행동 전략을 학습하는 것이다. 따라서 강화학습은 입력(상태)과 출력(행동)의 쌍으로 명확한 훈련 예들이 제공되는 교사 학습과는 다르다. 특히 Q-학습과 같은 비 모델 기반(model-free)의 강화학습은 사전에 환경에 대한 별다른 모델을 설정하거나 학습할 필요가 없으며 다양한 상태와 행동들을 충분히 자주 경험할 수만 있으면 최적의 행동전략에 도달할 수 있어 다양한 응용분야에 적용되고 있다. 하지만 실제 응용분야에서 Q-학습과 같은 강화학습이 겪는 최대의 문제는 큰 상태 공간을 갖는 문제의 경우에는 적절한 시간 내에 각 상태와 행동들에 대한 최적의 Q값에 수렴할 수 없어 효과를 거두기 어렵다는 점이다. 이런 문제점을 고려하여 본 논문에서는 로봇 축구 시뮬레이션 환경에서 각 선수 에이전트의 동적 위치 결정을 위해 효과적인 새로운 Q-학습 방법을 제안한다. 이 방법은 원래 문제의 상태공간을 몇 개의 작은 모듈들로 나누고 이들의 개별적인 Q-학습 결과를 단순히 결합하는 종래의 모듈화 Q-학습(Modular Q-Learning)을 개선하여, 보상에 끼친 각 모듈의 기여도에 따라 모듈들의 학습결과를 적응적으로 결합하는 방법이다. 이와 같은 적응적 중재에 기초한 모듈화 Q-학습법(Adaptive Mediation based Modular Q-Learning, AMMQL)은 종래의 모듈화 Q-학습법의 장점과 마찬가지로 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 보다 동적인 환경변화에 유연하게 적응하여 새로운 행동 전략을 학습할 수 있다는 장점을 추가로 가질 수 있다. 이러한 특성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.

  • PDF

학업성취도 향상을 위한 웹기반 학습과 동료 교수법의 혼합 모델 (A Blended Model of Web-based learning and Peer tutoring for improving the Scholastic achievements)

  • 이윤경;김주균
    • 컴퓨터교육학회논문지
    • /
    • 제11권6호
    • /
    • pp.11-27
    • /
    • 2008
  • 컴퓨터 실습수업에서 웹기반 학습을 도입하여 효과적이라는 연구결과가 많이 있지만 웹기반 학습은 교수자와의 정의적 교류를 통한 인간적 피드백의 부족과 웹기반 학습에 적응하지 못하는 학습자가 발생할 수 있다는 문제점들이 있다. 본 논문에서는 수준별 학습을 위해 웹기반 학습을 도입하고, 웹기반 학습의 문제점 보완과 학자자간 학업성취도 격차를 좁히기 위해 동료교수법을 결합한 혼합학습의 효과를 밝혔다. 실험적인 목적을 위해 고등학교 학습자를 두 그룹으로 나누고, 엑셀 교수-학습 시스템을 개발하여 이를 두 그룹 모두에 적용해 웹기반 수준별 기본학습을 선행하도록 하였다. 선행학습 후 실습문제 해결을 위해 웹기반 학습과 동료교수법을 비교집단과 실험집단에 각각 적용하였다. SPSS에 의해 분석된 학업성취도 평가 결과는 웹기반 선행학습과 동료교수법을 결합한 혼합학습이 하업성취도 향상에 긍정적인 효과가 있었다는 것을 보여주었다. 특히 혼합학습을 적용한 실험집단의 중 하위권 학습자들이 학업성취도에 있어 많은 향상을 보이며 상위권 학습자들과 격차를 좁힌 것이 실험집단의 전체 학업성취도 향상에 주요원인으로 분석되었다.

  • PDF

유전자 알고리즘 기반 신경망 제어기를 이용한 학습효과 (A Learning Effect Using the Neural Network Controller Based on Genetic Algorithms)

  • 윤여창
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2005년도 춘계학술발표대회
    • /
    • pp.477-480
    • /
    • 2005
  • 본 논문에서는 신경망과 유전자 알고리즘의 장점을 결합하고, 개선된 유전자 알고리즘 기반의 역전파 신경망 알고리즘을 이용한 신경망 학습 효과를 살펴 본다. 유전자 알고리즘을 이용한 신경망 학습은 비선형 함수를 이용하여 발생시킨 모의 자료를 통하여 수행하고 학습 수렴의 정도와 학습 속도 등을 비교할 수 있는 모의실험 결과를 일반 신경망 학습 결과와 함께 제시한다. 모의실험의 결과로서 유전자 알고리즘을 적용한 신경망 제어기가 일반 신경망 학습 결과보다 수렴 정확도 및 학습 속도에서 더 좋은 결과를 나타내 주고 있다.

  • PDF

하이브리드 다중 모델 학습 기법을 이용한 자동 문서 분류 (Automatic Text Classification Using Hybrid Multiple Model Schemes)

  • 명순희;조형근;김인철
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
    • /
    • pp.253-255
    • /
    • 2002
  • 본 논문에서는 다중 모델 기계학습 기법을 이용하여 문서 자동 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모텔 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고 한 것들인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과, 본 연구에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

  • PDF

협력학습을 위한 E-learning 시스템의 개발 (E-learning System Development for Collaborative Learning)

  • 이삼순;박만곤
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
    • /
    • pp.795-798
    • /
    • 2003
  • 정보통신기술의 급격한 발달은 교육의 패러다임을 변화시켰으며 새로운 학습의 장인 e-teaming을 가능하게 하였다. e-learning 시스템은 컨텐츠. 커뮤니티 및 등 방대한 정보를 체계적으로 제공하여 누구나, 언제, 어디서나 학습할 수 있게 한다. 이에 교수·학습의 방법 중 협동적이고 상호 보완적인 학습 방식인 협력학습과 e-learning을 결합시켜 협력학습을 위한 e-learning시스템을 개발하여 교수 학습의 효율성을 기하고자 한다.

  • PDF

지능형 튜토링과 게임 기반 학습을 결합한 콘텐츠 개발 (Content Development by Combining Intelligent Tutoring and Game-based Learning)

  • 홍명표;한기태;이의혁;최용석
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제16권5호
    • /
    • pp.601-605
    • /
    • 2010
  • 본 논문에서는 부울 함수 간략화에 사용되는 Karnaugh Map 기법 학습을 위한 지능형 튜토링을 지원하는 GBL(Game based learning) 콘텐츠를 제안한다. 이 GBL 콘텐츠는 게임 기반 학습과 지능형 튜토링 시스템이 가지고 있는 장점을 결합하여 게임 요소를 통하여 학습자의 흥미를 이끌어 학습에 몰입할 수 있도록 하고, 지능형 튜토링 모듈을 통하여 몰입감을 해치지 않는 수준에서 적응적 피드백을 제공한다. 본 콘텐츠의 학습 효과를 검증하기 위해 실제 학습 환경에서 실험 집단과 통제 집단의 학업성취도를 비교한 결과 유의미한 차이를 확인할 수 있었다.

플립드 러닝과 프로젝트 기반 학습을 결합한 메타버스 게임화 교수법이 대학생의 과제가치와 학업적 자기효능감에 미치는 영향 (The Effect of Metaverse Gamification Teaching Method combining Flipped Learning and Project-Based Learning on Task Value and Academic Self-Efficacy of University Students')

  • 배성훈
    • 한국콘텐츠학회논문지
    • /
    • 제22권6호
    • /
    • pp.413-427
    • /
    • 2022
  • 본 연구의 목적은 플립드 러닝과 프로젝트 기반 학습을 결합한 메타버스 게임화 교수법으로 대학생들의 과제가치와 학업적 자기효능감을 향상시키고 이를 검증하는 것이다. 본 연구의 대상은 청주의 K대학교에서 상담 심리학을 전공하는 16명의 대학생들이다. 대학생들은 각각 실험집단과 비교집단에 배정되었다. 실험집단에는 플립드 러닝과 프로젝트 기반 학습을 결합한 메타버스 게임화 교수법이 적용되었고 비교집단에는 단순 강의식 교수법이 적용되었다. 본 연구에서의 종속변인은 과제가치와 학업적 자기효능감이었다. 그리고 각 변인들을 사전, 사후에 측정하였다. 연구 결과 사후 검사에서 실험집단의 과제가치와 학업적 자기효능감은 비교집단에 비해 통계적으로 유의미하게 높았다. 본 연구의 결과는 플립드 러닝과 프로젝트 기반 학습을 결합한 메타버스 게임화 교수법이 대학생들의 과제가치 및 학업적 자기효능감의 향상에 효과적임을 시사한다.

학습분석을 위한 데이터 모델링 연구 (A Study on Data Modeling for Learning Analytics)

  • 김경록
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2016년도 춘계학술발표대회
    • /
    • pp.348-349
    • /
    • 2016
  • 교수자와 학습자 활동에 대한 정보를 피드백하여 사용자 스스로 동기부여와 참여를 증대시키기 위해 학습분석이 활용되고 있다. 이는 교수-학습 지원 시스템(LMS, LCSM 등)에서 교수자와 학습자 상호작용에서 발생한 데이터를 기반으로 한다. 이러한 데이터를 보다 유용하게 활용하기 위해서는 데이터 모델이 필요하다. 이에 본 연구에서는 사용자 중심의 교수-학습 활동 데이터를 표현하기 위한 데이터 모델을 제안한다. 이는 사용자와 교수-학습 활동을 결합하여 표현한 것이다.

양자화 결합 네트워크를 위한 수정된 결정론적 볼츠만머신 학습 알고리즘 (A Modified Deterministic Boltzmann Machine Learning Algorithm for Networks with Quantized Connection)

  • 박철영
    • 한국산업정보학회논문지
    • /
    • 제7권3호
    • /
    • pp.62-67
    • /
    • 2002
  • 본 논문에서는 기존의 결정론적 볼츠만 머신의 학습알고리즘을 수정하여 양자화결합을 갖는 결정론적 볼츠만 머신에도 적용할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘을 2-입력 XOR 문제와 3-입력 패리티 문제에 적용하여 성능을 분석하였다. 그 결과 하중이 대폭적으로 양자화된 네트워크에 대해서도 학습이 가능하다는 것과 은닉층 뉴런의 수를 증가시키면 한정된 하중값의 범위로 유지할 수 있는 것을 보여준다. 또한 1회에 갱신하는 하중의 갯수를 제어함으로써 학습계수를 제어하는 효과가 얻어지는 것을 확인하였다.

  • PDF