• 인지과학
• /
• 제34권1호
• /
• pp.21-38
• /
• 2023

본 연구는 인출 연습의 난이도 수준과 범주와 범주 내 자극의 연합강도가 기억억제에 미치는 효과를 알아보기 위해 수행되었다. 기존의 연구들은 대부분 인출 연습 범주 내 비 인출 연습 단어의 연합강도나 정서가, 물리적 특성 조작을 통해 같은 인출 연습 동안 떠오르는 정도를 조작해 억제가 이루어지는지 연구되었다. 따라서 인출 연습 시 인출 자극의 인출 정도의 난이도가 달라질 때 어떻게 억제가 발생되는지 연구될 필요성이 있다. 인출의 난이도는 인출 학습 시 제시되는 떠올려야 하는 단어의 자음과 모음의 제시 정도를 통해 어려운 조건, 보통 조건, 쉬운 조건의 세 수준으로 조작되었다. 또한 추가적으로 범주와 범주 내 단어들 간의 연합강도가 조작되었다. 기존의 연구에서는 범주와 범주 내 단어들 간의 연합강도가 강한 조건에서는 인출 유도 망각이 발생된 반면, 범주와 범주 내 단어들 간의 연합강도가 약한 조건에서는 인출 유도 망각이 발생되지 않았다. 본 연구에서는 인출 난이도에 따라 억제 과정이 다르게 나타날 경우 범주와의 연합강도에 따라 기존의 연구결과와 다르게 나올 가능성을 탐구하였다. 연구 결과 범주와 범주 내 단어들의 연합강도가 강한 조건에서는 인출 난이도가 어려운 조건과 보통 조건에서 인출 유도 망각이 관찰된 반면, 인출 난이도가 쉬운 조건에서는 인출 유도 망각이 관찰되지 않았다. 그리고 연합 강도가 약한 조건에서는 인출 난이도가 어려운 조건에서 인출 유도 망각의 경향성을 보인 반면, 난이도가 보통 조건과 쉬운 조건에서는 인출 유도 망각이 나타나지 않았다. 이러한 결과는 인출 난이도에 따라서 기억 억제가 다르게 나타날 가능성이 시사된다.

• 한국음향학회지
• /
• 제38권3호
• /
• pp.283-289
• /
• 2019

RLS(Recursive-least-squares) 알고리즘은 수렴성이 좋고, 수렴 후 오차 수준도 우수한 것으로 알려져 있다. 그러나 알고리즘 내에 역행렬 계산이 포함되어 수치적 불안정성을 나타내는 단점도 있다. 본 논문에서는 언급한 불안정성을 회피하기 위해서 역행렬이 없지만 수렴성이 유사한 알고리즘을 제안한다. 이를 위해서 기울기 평균 벡터를 사용한 가변 스텝 최소 자승 알고리즘을 사용한다. 또 시변 채널 추정에 우수한 성능을 내기 위해서 계산량이 적은 가변 망각인자를 도입한다. 시뮬레이션을 통해서 기존 RLS와의 성능을 비교하고 그 유사성을 보인다. 또 시변 채널에서 가변 망각인자의 우수성도 보인다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.18-23
• /
• 2010

RLS (Recursive Least Squares) 알고리즘은 적응 알고리즘의 대표적인 알고리즘이다. 하지만, 기본적인 RLS 알고리즘은 빠르게 움직이는 신호와 같은 비정상 (non-stationary) 신호환경에서는 좋은 성능을 가질 수 없다는 단점이 있다. 이를 해결하기 위하여 가변 망각 인자를 가지는 RLS 알고리즘이 등장하였으나, 기존의 가변 망각 인자 RLS 알고리즘은 연산량이 너무 많다는 단점이 있다. 본 논문에서는 이를 해결하기 위하여, 상대적으로 적은 연산량으로 AFF-RLS 알고리즘과 비슷한 성능을 내는 RLS 알고리즘을 제안한다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.27-35
• /
• 2021

본 논문에서는 인공 신경망이 과거 학습 데이터의 정보를 망각하는 치명적 망각(Catastrophic Forgetting) 현상을 개선하기 위해, 학습할 데이터에 따라서 가변적으로 정규화 강도를 조절하는 방법을 제안한다. 이를 위하여 과거에 학습된 데이터와 현재 학습할 데이터들의 관계를 측정하는 방법을 사용하였다. 성능 평가를 위해 MNIST, EMNIST 데이터를 사용하였다. 3가지 시나리오에서 실험한 결과, 같은 도메인을 갖는 데이터의 경우, 이전 태스크의 정확도가 0.1~3%, 다른 도메인을 갖는 데이터의 경우 이전 태스크(Task)의 정확도가 10~13% 향상 시킬 수 있었다. 이는 본 논문의 방법으로, 도메인이 다른 경우, 망각률이 줄어든 것을 의미한다. 다양한 도메인을 가진 데이터를 연속적으로 학습할 경우, 이전 태스크들의 정확도가 모두 50% 이상을 달성하였고 평균 정확도가 약 7% 향상되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1152-1153
• /
• 2008

효율적인 학습 방법들을 도입한 교육용 시스템에 대한 연구가 활성화되어 있는 가운데, 사람의 뇌의 장기기억 메커니즘을 이용하여 교육용 시스템과 다양한 방향에서 적용하고 그 유효성을 밝히는 연구들이 많이 진행되고 있다. 학생들에게 학습에 용이한 교육 시스템을 적용함에 있어 시간과 장소에 상관없이 접근이 용이하도록 인터넷과 연계된 시스템의 유용성은 이미 입증된 바 있다. 본 연구에서는 웹기반 교육 시스템에서 장기기억이 용이하도록 학습 내용의 구성과 에빙하우스 망각 곡선에 기반한 효율적인 반복학습 시스템을 설계한다.

• 출판저널
• /
• 통권268호
• /
• pp.18-19
• /
• 1999

• 대학교육
• /
• 통권75호
• /
• pp.130-140
• /
• 1995

• 출판저널
• /
• 통권317호
• /
• pp.21-21
• /
• 2002

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.347-354
• /
• 2022

지속적 학습에서의 망각현상을 완화시키기 위해, 본 논문에서는 지식전달 방법에 기반한 개선된 LwF 모델을 제안하고, 이의 효율성을 실험 결과로 보인다. LwF에 지속적 학습을 적용할 경우, 학습되는 데이터의 도메인이 달라지거나 데이터의 복잡도가 달라지면, 이전에 학습된 결과는 망각현상에 의해 정확도가 떨어지게 된다. 특히 복잡한 데이터에서 단순한 데이터로 학습이 이어질 경우 그 현상이 더 심해지는 경향이 있다. 본 논문에서는 이전 학습 결과가 충분히 LwF 모델에 전달되게 하기 위해 지식전달 방법을 적용하고, 효율적인 사용을 위한 알고리즘을 제안한다. 그 결과 기존 LwF의 결과보다 평균 8% 정도의 망각현상 완화를 보였으며, 학습 태스크가 길어지는 경우에도 효과가 있었다. 특히, 복잡한 데이터가 먼저 학습된 경우에는 LwF 대비 최대 30% 이상 효율이 향상되었다.

• 한국음향학회지
• /
• 제33권5호
• /
• pp.326-334
• /
• 2014

논문은 MVDR 빔 형성 기법을 위한 새로운 공분산 행렬 예측을 제안한다. 오디오-비디오 센서를 이용하여 음원의 방향 정보를 정확히 추적함으로써, 공분산 행렬은 가변 적응 망각율을 적용하여 효과적으로 예측된다. 가변 적응 망각율은 신호 대 방해 신호 비를 고려하여 결정된다. 실험 결과에서는 제안하는 방법의 성능이 방해신호/잡음 감소 및 음성 왜곡의 면에서 기존의 방법의 성능보다 더 우수하다는 것을 보여준다.