• Informatization Policy
• /
• v.22 no.2
• /
• pp.75-92
• /
• 2015

The purpose of this study was to analysis about the relationship among Cyber Home Learning System(CHLS) circumstance, learner construct, learning satisfaction in elementary school students. Base on the selected data which was gathered from Chungbuk & Deajeon elementary schools, Structural Equation Modeling was used to examine the relationship between factors. The main results of the research were as follow : First, CHLS circumstance factor was more effective on the CHLS satisfaction than CHLS learner construct. In CHLS circumstance factor, 'service' factor was more influential variable. Second, there is high correlation between CHLS circumstance factor and CHLS learner construct. In CHLS satisfaction, 'contents and design' factor was more influential variable. Third, the model fit, = 624.945 (p<.001), RMR .020, GFI .929, AGFI .878, NFI .927, CFI .930, RMSEA .102 was relatively satisfied with the standard using structural equation model. As based on this results, CHLS in elementary education needs elaborate circumstance for the effective achievement.

• The Journal of the Korea Contents Association
• /
• v.20 no.11
• /
• pp.492-500
• /
• 2020

The purpose of this study was to investigate (1) the aspect of the correlation among subcategories in English reading anxiety, (2) the aspect of the cause and effect relation. The reading anxiety was measured by a questionnaire. Then, the results were analyzed by SPSS program. The findings of this study were as follows: First, most of the sub-elements in reading anxiety in both groups correlate with one another even though the overall coefficient of correlation in high achievement group is rather higher. Second, it is also found that the lack of confidence for reading has negative influence on entire reading anxiety in both groups, which is followed by lengthy reading, evaluation and general anxieties in consecutive order. The implication of this study is that the teachers and students should be aware that the constituents of reading anxiety not only correlate with one another, but have great deal of relative influence on reading process. Therefore, teachers should organize a learning environment where learners can minimize the feeling of anxiety.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.58-58
• /
• 2019

최근 기계학습기법에 대한 활발한 연구로 인하여 많은 기계학습기법들이 개발되었다. 이러한 최신기계학습기법은 기존에 사용되어온 기계학습기법과 경험식들보다 자연현상을 예측하고 재현하는데 높은 성능을 보이는 것으로 알려져 있다. 레이더 자료를 이용한 강우추정 기법으로는 ZR관계식이 널리 사용되고 있다. 이상적인 조건에서는 ZR 관계식을 이용한 레이더 강우추정이 양호한 성능을 보이나, 실제 레이더 자료를 이용한 강우추정은 이상적인 환경이 아닌 경우가 매우 많다. 이런 ZR관계식의 한계점을 보완하기 위한 방법으로 기계학습기법을 이용한 레이더 강우추정 기법들이 개발되었으나, 현재 한국의 레이더 자료를 대상으로 해서는 많은 연구가 진행되어 오지 않고 있다. 레이더 자료를 이용한 강우추정의 정확도 향상을 위해서는 최신 기계학습기법들의 레이더 강우추정 기법에 대한 적용가능성을 평가해 볼 필요성이 있다. 본 연구에서는 random forest, stochastic gradient boosted model, extreme learning machine의 강우 레이더 강우추정 기법으로의 적용성을 평가하였다. 강우추정 기법 개발 및 성능 비교를 위해서 2018년 광덕산 이중편파 레이더 자료를 이용하였다. 다양한 이중편파 매개변수 조합을 레이더 강우추정 기법의 입력변수로 적용하였다. 기존 연구의 사용되어 온 ZR관계식의 매개변수를 또한 강우사상과 이중편파 매개변수 조합을 이용하여 추정하였다. 기계학습을 적용한 레이더 강우추정 기법이 ZR관계식보다 상관계수와 제곱근오차를 기준으로 높은 강우추정 정확도를 보였다. 특히 개발된 강우추정 기법은 호우사상에서 높은 정확도를 보이는 것을 확인 할 수 있었다. 적용된 기계학습 기법 중에서는extreme learning machine이 레이더 강우추정기법 개발에 가장 적합한 것으로 나타났다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.775-780
• /
• 2001

정보통신 기술 발전과 함께 새로운 교육 패러다임에 대한 요구는 e-learning 이라는 학습 시스템을 출현케 하였다. 이는 사용자의 요구 및 학습 내용에 따라 매우 다양한 형태로 설계가능하나 사용자 사용성 평가를 늪이기 위해서는 웹기반 시스템 사용성 평가와 교육시스템 평가 항목을 조정하여 새로운 평가분석 항목의 도출이 요구되어진다. 본 연구에서는 웹 기반 e-learning 시스템분석 모형을 위해 기존의 교육 시스템 분석 항목들을 조정하여 학습자 분석, 기술분석, 학습 수행 분석, 응용 분석 학습자로 분석 등을 요소로 하는 새로운 분석 모형 제시하였다. 또한 이를 적응하여 사용자 사용성 평가를 할 수 있는 관계를 설정하여 활용하는 방법을 제시하였다. 이와 같은 방법은 효율적인 e-learning 시스템 분석이 가능하도록 한다. 이때 설정되어지는 관계는 절대적 포함관계 상대적 포함 관계, 단일주제를 가진 상대적 포함관계 등이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.507-510
• /
• 2001

본 논문에서는 코퍼스를 이용한 확률 의존문법 자동 생성 기술을 다룬다. 특히 의존 문법 생성을 위해 확률 재추정 알고리즘을 의존문법생성에 맞도록 변형하여 학습하였으며 정확한 문법 생성 및 회귀데이터(Data Sparseness)문제 해결을 위해서 구성요소의 대표 지배소들 간의 의존관계 만을 학습했던 기존 연구와는 달리 구성요소 내부의 의존관계까지 학습하는 방법을 제안한다. KAIST 의 트리 부착 코퍼스 31,086 문장에서 추출한 25,000 문장의 Tagged Corpus 을 가지고 한국어 확률 의존 문법 학습을 시도 하였다. 그 결과 초기문법을 10.97% 에서 23.73% 까지 줄인 2,349 개의 정확한 문법을 얻을 수 있었다. 문법의 정확성을 실험 하기 위해 350 개의 실험문장을 Parsing 한 결과 69.61%의 파싱 정확도를 보였다. 이로서 구성요소 내부의 의존관계 학습으로 얻어진 의존문법이 더 정확했으며, 회귀데이터 문제 또한 극복할 수 있음을 알 수 있었다.

• Journal of Gifted/Talented Education
• /
• v.26 no.1
• /
• pp.141-159
• /
• 2016

The purposes of the study are to recognize importance of motivation in math education and to increase interest in students' motivation problem by comparing math motivation between mathematically gifted and non-gifted 5th graders based on Keller's ARCS theory and analyzing correlations between math motivation, mathematically affective characteristics and mathematical achievements. For this purpose, 436 students who were mathematically gifted and non-gifted 5th grade students were asked to take questionnaires and test to measure math motivation, mathematically affective characteristics and mathematical achievements. After analyzing the data, there are statistically differences in three educational factors between two groups. In addition, there are correlations between three educational factors. This study revealed that highly motivated students showed positive mathematically affective characteristics and high mathematical achievements. As results indicate that motivation could be a crucial factor in learning, teachers should consider motivation strategy to plan students' lessons regarding to learners' giftedness.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.235-239
• /
• 2017

학습자는 교육의 3요소인 교육자, 학습자, 교육내용의 하나로 학습자 특성과 이가 학업성취에 미치는 영향을 이해하는 것이 중요하다. 컴퓨터 비전공자를 대상으로 하는 컴퓨팅 교육이 점점 활발해지고 있다. 비전공자 컴퓨팅 교육이라는 맥락에서 학습자 특성과 학업성취의 관계를 이해할 필요가 있다. 본 연구는 비전공자 컴퓨팅 교육에서 학습자 특성과 학업성취의 관계를 실증적으로 이해하기 위해 실행되었다. 학습자 특성을 이전경험/사전지식, 인지적 요인, 심리적 요인의 3가지로 분류하였고, 연구대상을 3그룹으로 설정, 다양한 하위 요소 데이터를 수집하였다. 그 결과, 대상 1의 경우 학습스타일(순차적: 부적상관, 통합적: 정적상관), 대상 2는 자기 효능감(사후), 대상 3은 수학 사전지식, 컴퓨팅과 전공의 연계성 인식, 정보적 사고에 대한 인식이 학업성취와 유의미한 상관관계가 있었다. 하지만 상관성이 모두 0.5이하로 크지 않고, 자기 효능감과 전공 연계성 인식의 경우 대상에 따라 결과가 상이하였다. 향후 연구에서 다루지 않은 변수에 대한 연구와 상관관계가 밝혀진 변수만을 대상으로 인과성을 확인하는 연구가 필요하다. 또한 현상학적 관점으로 학습자 특성을 고찰할 필요가 있다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.353-360
• /
• 2021

음성 대화 시스템에서는 사용자가 잘못된 슬롯명을 말하거나 음성인식 오류가 발생해 사용자의 의도에 맞지 않는 응답을 하는 경우가 있다. 이러한 문제를 해결하고자 말뭉치나 사전 데이터를 활용한 질의 교정 방법들이 제안되지만, 이는 지속적으로 사람이 개입하여 데이터를 주입해야하는 한계가 있다. 본 논문에서는 축적된 로그 데이터를 활용하여 사람의 개입 없이 음악 재생에 필요한 슬롯을 교정하는 자기 학습(Self-learning) 기반의 모델을 제안한다. 이 모델은 사용자가 특정 음악을 재생하고자 유사한 질의를 반복하는 상황을 이용하여 비지도 학습 기반으로 학습하고 음악 재생에 실패한 슬롯을 교정한다. 그리고, 학습한 모델 결과의 정확도에 대한 불확실성을 해소하기 위해 질의 슬롯 관계 유사도 모델을 이용하여 교정 결과에 대한 검증을 하고 슬롯 교정 결과에 대한 안정성을 보장한다. 모델 학습을 위한 데이터셋은 사용자가 연속으로 질의한 세션 데이터로부터 추출하며, 음악 재생 슬롯 세션 데이터와 질의 슬롯 관계 유사도 데이터를 각각 구축하여 슬롯 교정 모델과 질의 슬롯 관계 유사도 모델을 학습한다. 교정된 슬롯을 분석한 결과 발음 정보가 유사한 슬롯 뿐만 아니라 의미적인 관계가 있는 슬롯으로도 교정하여 사전 기반 방식보다 다양한 유형의 교정이 가능한 것을 보였다. 3 개월 간 수집된 로그 데이터로 학습한 음악 재생 슬롯 교정 모델은 일주일 동안 반복한 고유 질의 기준, 음악 재생 실패의 12%를 개선하는 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.951-952
• /
• 2023

소위 '인생네컷'이라 불리는 셀프사진관은 MZ 세대의 새로운 놀이 문화로 떠오르며 사용자 수가 나날이 증가하고 있다. 그러나 짧은 시간 내에 다양한 포즈를 취해야 하는 셀프사진관 특성상 촬영이 낯선 사람에게는 여전히 진입장벽이 존재한다. 더불어 매번 비슷한 포즈와 사진 결과물에 기존 사용자는 점차 흥미를 잃어가는 문제점도 발생하고 있다. 이에 본 연구에서는 셀프사진관 사용자의 관계를 분류하는 모델을 개발하여 관계에 따른 적합하고 다양한 포즈를 추천하는 프레임워크를 제안한다. 사용자의 관계를 'couple', 'family', 'female_friend', 'female_solo', 'male_friend', 'male_solo' 총 6 개로 구분하였고 실제 현장과 유사하도록 단색 배경의 이미지를 우선으로 학습 데이터를 수집하여 모델의 성능을 높였다. 모델 학습 단계에서는 모델의 성능을 높이기 위해 여러 CNN 기반의 모델을 전이학습하여 각각의 정확도를 비교하였다. 결과적으로 195 장의 test_set 에서 accuracy 0.91 의 성능 평가를 얻었다. 본 연구는 객체 인식보다 객체 간의 관계를 학습시켜 관계성을 추론하고자 하는 것을 목적으로, 연구 결과가 희박한 관계 분류에 대한 주제를 직접 연구하여 추후의 방향성이나 방법론과 같은 초석을 제안할 수 있다. 또한 관계 분류 모델을 CCTV 에 활용하여 미아 방지 혹은 추적과 구조 등에 활용하여 국가 치안을 한층 높이는 데 기대할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.369-373
• /
• 2022

기존의 관계 추출 태스크에서의 많은 연구들은 사전학습 언어모델을 파인튜닝하여 뛰어난 성능을 달성해왔다. 하지만, 파인튜닝은 사전학습 시의 학습 기법과의 간극으로 인해 일반화 능력을 저해한다. 본 연구는 다운스트림 태스크를 사전학습의 Masked Language Modeling (MLM) 기법을 통해 해결하는 프롬프트 기반의 학습 기법을 활용하여, 특정 한국어 도메인에서의 관계 추출을 위한 프롬프트 기반 파인튜닝 방법론을 제안한다. 실험의 경우, 도메인의 특성이 뚜렷한 전통문화유산 말뭉치를 대상으로 실험을 진행하여 본 방법론의 도메인 적응력을 보이며, 메타 정보 즉, 개체 유형 및 관계 유형의 의미론적 정보를 일종의 지식 정보로 활용하여 프롬프트 기반 지식 주입의 효과성을 검증한다. 프롬프트에의 메타 정보의 주입과 함께 프롬프트 기반으로 파인튜닝된 모델은 오직 MLM 기법만을 이용하여 태스크를 수행하여 기존 파인튜닝 방법론 대비 파라미터 수가 적음에도, 성능 면에서 대부분 소폭 상승하는 경향을 보여줌으로써 그 효과성 및 효율성을 보인다.