• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.559-561
• /
• 2002

서포트 벡터 머신은 얼굴인식이나 문자인식과 같은 다양한 패턴인식 문제에서 좋은 성능을 보여준다. 그러나 이러한 문제는 Quadratic Programming(QP) 문제에 관하여 몇 가지 단점을 가지고 있다. 일반적으로 대용량의 QP 문제를 해결하기 위해 많은 계산비용이 요구되며, QP 기반 시스템을 효과적으로 구현하는 것이 쉽지 않은 문제이다. 또한 대규모 데이터의 처리 시에는 입출력을 맞추기 또한 쉽지 않은 단점이 있다. 본 논문에서는 위의 단점을 극복하기 위하여 단일부류 문제를 최소제곱 서포트 벡터 머신을 기반으로 하여 해결하였다. 제안한 방법은 QP 문제를 해결하는 과정이 없이 단일부류 문제를 표현하여 최소제곱 방법을 이용하는 알고리즘이다. 제안된 방법으로 쉽고, 계산 비용을 줄이는 결과를 얻었다. 또한 서포트 벡터 영역 표식자에 확장 적용하여 선형방정식으로 구현하여, 문제를 해결하였다. 제안된 방법의 효율성을 입증하기 위하여 패턴인식 분야 중에 얼굴 인증 방법과 바이오인포매틱스 분야 중에 전립선 암 분류 문제에 적용하였다. 우리의 실험결과는 적합한 성능과 좋은 Equal Error Rate(EER)를 보여준다. 제안된 방법은 알 수 없는 물체의 분류 방법의 효율성을 증대시켰고, 실시간 응용분야에 직접적으로 적용될 수 있을 것으로 기대 된다.

• Communications of Mathematical Education
• /
• v.9
• /
• pp.31-40
• /
• 1999

요즈음 수학 수업에서 협동 학습을 활용하여 문제 해결을 하는 경우가 많이 늘었다. 학생들이 소집단에서 함께 활동하면 더 나은 문제 해결자가 된다는 것을 알기 때문이다. 그러나 학생들에게 협동적인 상황에서 문제 해결을 하게 하면서 그 평가는 개인 평가나 전통적인 평가에 그치는 경우가 많다. 소집단 협동 학습은 소집단의 구성원이 협동을 할 때 그 효과가 큰 것이며, 소집단 협동 학습에서의 평가는 소집단에 있는 학생들이 수행한 것을 참되게(Authentic) 평가하여야 문제 해결에 대한 올바른 정보를 얻을 수 있고 각 학생들로 하여금 협동 학습에 적극적으로 참여하여 문제를 해결하게 할 수 있다. 만일 협동적인 문제 해결을 하였는데 개인 평가를 실시한다면 학생들은 집단에서 협동할 필요성을 적게 느끼게 되어, 학생들은 협동 학습에 적극적으로 참여하지 않으려 할 것이다. 1990년대 수학교육에 많은 영향을 끼치고 있는 NCTM의 Curriculum and Evaluation Standard for School Mathematics에서도 수학 지도 방법과 평가 방법이 일치하여야 한다고 강조하고 있다. 본고에서는 이와 같은 필요성에 의거하여 수학과 소집단 협동 학습의 유형을 알아보고, 협동적 문제 해결의 평가 방법을 알아보고자 한다.

• Proceedings of the Korean Society Of Semiconductor Equipment Technology
• /
• 2007.06a
• /
• pp.56-59
• /
• 2007

트리즈에는 여러 가지 문제해결 방법론이 있다. 이들 방법론들 중에서 혁신으로 이어지는 해결책은 문제 속에 들어있는 모순을 해결하는 것이다. 트리즈의 적용 성공사례에서 모순 해결이 혁신으로 이어진 예는 너무도 많다. 본 연구에서는 문제 속에 들어있는 물리모순의 표현이 문제에 대한 근본 원인의 새로운 형태임을 밝힌다.

• Education of Primary School Mathematics
• /
• v.15 no.3
• /
• pp.219-233
• /
• 2012

Practicality and value of mathematics can be verified when different problems that we face in life are resolved through mathematical knowledge. This study intends to identify whether the fraction teaching is being taught and learned at current elementary schools for students to recognize practicality and value of mathematical knowledge and to have the ability to apply the concept when solving problems in the real world. Accordingly, contextual problems and noncontextual problems are proposed around fractional arithmetic area, and compared and analyze the achievement level and problem solving processes of them. Analysis showed that there was significant difference in achievement level and solving process between contextual problems and noncontextual problems. To instruct more meaningful learning for student, contextual problems including historical context or practical situation should be presented for students to experience mathematics of creating mathematical knowledge on their own.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.18-20
• /
• 1998

본 논문은 EBL 기반의 제어지식형 계획기에서 다양한 목표확장 방법을 사용하여 MEA의 불완전한 계획생성을 해결하는 새로운 방법을 제안한다. 계획기의 문제 공간을 탐색하는 방법 중 하나인 MEA는 현재상태와 목표상태의 차이를 줄이기 위하여 연산자를 선택한 후에, 연산자의 조건절을 현재상태가 만족하는지의 여부에 따라서 조건절의 부목표화를 결정한다. 그러나 이러한 목표확장 방법은 현재상태에서 만족된 부목표에 대한 목표확장을 하지않음으로써 문제공간 탐색에서 제한된 범위만을 탐색하므로 목표를 만족하는 최적의 계획을 생성할 수 없으며, 또한 문제를 해결하는 계획이 있음에도 불구하고 탐색범위의 제한으로 인해 계획을 생성하지 못하는 경우도 발생한다. 이와 같이 현재 상태에서 만족되어 목표확장을 하지 않은 부목표를 Anycase Subgoal이라 한다. 본 논문에서 제안하는 목표확장 방법은 ELB기반의 제어지식형 계획기를 Anycase Subgoal을 위하여 확장하는 방법으로 서, 초기의 문제공간 탐색에서 사용된 목표확장 방법에서 문제를 해결하지 못할 경우 탐색공간을 확장하여 문제를 해결하고, 문제에 적합한 목표확장 방법을 제어지식형 규칙으로 학습하여 유사한 문제에 대하여 효율적으로 계획을 생성한다.

• 정보화사회
• /
• s.115
• /
• pp.17-19
• /
• 1997

2000년문제에 대한 해결에 있어서 가장 우선적으로 이루어져야 할것이 예산에 대한 산정을 어떻게 할 것인가이다. 이 연도문제 해결을 위해 시급한 예산을 확보해야 하고, 문제해결관련 지침이 전무하다는 점이고 국내실정에 맞는 연도변환 소요비용의 산출방법이 필요하기 때문이다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.45-59
• /
• 1998

다양한 산업영역에서 수행되는 스케줄링 문제를 해결하기 위하여 AI분야에서는 지식을 기반으로한 방법이 적용되어 왔다. 그러나 최근 CSP(Constraints Satisfaction Problem) 개념이 소개되어 그 효율성이 입증되고 있으며 스케줄링 응용 문제들이 CSP로 정형화되면서부터 지식 기반 기법과 제약만족 기법의 적용이 공존하고 있다. 지식을 기반으로 한 방법은 도메인 전문가(domain expert)의 지식을 습득하여 시스템에 반영하는데 이러한 지식은 문제해결에 중심적 역할을 수행하게 된다. 제약조건을 기반으로 한 방법은 문제를 CSP로 정형화 한 후 제약조건에 따른 일관성 유지 및 휴리스틱 탐색 방법을 적용하여 문제의 해를 효율적으로 구하게 된다. 본 연구에서는 스케줄링 문제를 해결하기 위한 지식기반 기법과 제약만족 기법을 주기장 할당 문제에 적용하여 실제 항공사의 운항 데이터를 바탕으로 실험하고 분석 및 비교를 통해 제약 만족 기법이 시스템의 유지 및 보수 측면에서 효율적이며 근사해가 아닌 최적해를 통한 문제 해결이 가능함을 보였다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.755-755
• /
• 2017

공공분야에서의 지식생산이라는 국가 R&D사업의 본연의 임무에 사회문제해결이라는 보다 구체적인 요구가 커지고 있다. 취약계층, 노인, 장애인과 같은 사회적 약자들의 삶의 질 개선에 더불어 조류 인플루엔자, 미세먼지오염 등 국민생활에 영향을 주는 사회문제의 해결에 과학기술지식이 기여하라는 사회적 요청이 커지고 있다. 그동안 산업 지원과 학문 발전을 중심으로 발전해오던 국가R&D시스템이 이제는 공공분야에서의 지식생산시스템 격상이라는 과제를 안게 되었다. 정부는 2012년 '신과학기술 프로그램 추진전략(안)'을 통해서 이러한 요구를 수용하기 시작했으며 2014년에 다(多)부처 기획을 통해 11개 사업 분야를 선정하고 사회문제해결을 위한 R&D를 다(多)부처 사업으로서 2015년부터 시작하였다. 또한 과학기술정보통신부(구 미래부)는 단일 부처사업으로서 '사회문제해결형 사업' 을 2104년부터 추진하였다. 논문이나 특허보다는 현장문제의 해결책, 솔루션 생산을 목표로 제시하였으며 현장의 사용자나 시민이 연구개발의 전 과정에 참여하는 리빙랩이라는 새로운 방법론의 적용을 사회문제해결형 R&D사업의 성격으로 제안하였다. 본 연구는 사회문제해결형 R&D라는 이 새로운 시도가 국가R&D 시스템 안에서 어떻게 시행되었는지 NTIS data를 통해서 분석해보고자 한다. 먼저 다부처 기획으로 선정되어 추진된 과제들의 특성, 즉 연구적용분야, 연구 단계 등을 분석하고 단일부처 사업으로 수행된 '사회문제해결형 사업' 및 유사 단일부처 사업 과제들의 특성을 알아본다. 연구수행주체, 연구방법론 등 사회문제해결형 R&D 기획에서 제시한 새로운 방법들의 수행 여부를 알아보고 이를 통해 공공분야 국가R&D 시스템의 발전 및 사회문제해결형 R&D 사업의 향후 발전 방안을 제안한다.

• 한국정보교육학회:학술대회논문집
• /
• 2004.08a
• /
• pp.605-613
• /
• 2004

인터넷 등 각종 미디어의 발달은 정보에 대한 접근과 취득을 용이하게 만들었고 교육내용의 유용한 전달수단으로 자리 잡았다. 그러나 인터넷의 수많은 정보 중에서 단순한 정보의 취득만으로는 비구조적이고 복잡 다양한 여러 문제를 해결하는데 큰 효과를 발휘하지 못하므로 정보를 가공하여 도출되는 결과물인 지식을 취득하고 활용하여 문제를 해결하는 방안을 제시하였다. 인터넷의 엄청나 정보량은 어떤 정보가 학습자에게 필요한지 파악하기 어려우며 또, 원하는 정보를 적시에 손쉽게 취득하여 학습자가 원하는 지식으로 조합할 수 있는 방법에 익숙치 못하다. 지식검색 서비스는 간단한 키워드의 사용만으로 다양한 지식을 정보의 형태가 아니라 지식의 형태로 제공하기 때문에 빠르고 간편하게 문제를 해결하는 방법으로 지식검색 서비스 활용도는 매우 커지고 있다. 그러나 새로운 지식습득 방법으로 제시되는 지식검색 서비스가 과연 문제중심학습 등에서 문제를 해결할 수 있을 정도로 제공되는 지식이 정확성을 가지고 있는지, 다양한 범위를 가지는지, 손쉽게 사용할 수 있는지 등을 검증할 필요가 있다. 따라서 본 연구에서는 기존의 전통적인 검색방법을 이용한 지식습득과 지식검색 서비스를 이용한 지식의 습득에서 오는 차이를 분석하여 문제중심학습 등에 적용 가능한 현실적인 지식습득 방법과 개선책을 제시하고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.502-509
• /
• 2002

Maximal Covering 문제(MCP)란 행렬 상에서 n개의 열(column) 중 p개를 선택하여 m개의 행(row)중 최대한 많은 행을 cover하는 문제로 정의된다. 본 논문에서는 MCP를 유전 알고리즘(Genetic Algorithm)으로 해결하기 위해 문제에 적합하게 설계된 교차 연산자(crossover operator)와 비발현 유전인잔(unexpressed gene)를 가진 새로운 염색체 구조를 제시한다. 해결하고자 하는 대상 MCP의 규모가 매우 큰 경우 전통적인 임의교차(random crossover) 방법으로는 좋은 결과를 얻기가 힘들다. 따라서 본 연구에서는 그리디 교차(greedy crossover) 방법을 제시하여 문제를 해결한다. 그러나 이러한 그리디 교차를 사용하더라도 조기 수렴 등의 문제로 인해 타부 탐색 등의 이웃해 탐색 방법에 비해 그리 좋은 결과를 얻기가 힘들다. 본 논문은 이러한 조기 수렴 문제를 해결하고 다른 이웃에 탐색 방법보다 더 좋은 결과를 얻기 위해 비발현 유전인자(unexpressed gene)를 가진 염색체를 도입하여 해결함을 특징으로 한다. 비발현 유전인자는 교차 과정에서 자식 염색체의 유전인자로 전달되지 않은 정보 중 나중에라도 유용할 가능성이 보이는 정보를 보존하는 역할을 하여 조기 수렴 문제를 해결하는데 도움을 주어 보다 나은 결과를 얻을 수 있게 해준다. 대규모 MCP를 해결하는 실험에서 새로운 비발현 유전인자를 적용한 유전 알고리즘이 기존의 유전 알고리즘뿐만 아니라 다른 탐색 기법에 비해 더욱 좋은 성능을 보여줌을 확인하였다.