• 인지과학
• /
• 제25권3호
• /
• pp.233-257
• /
• 2014

범주기반 귀납추론은 인간이 사용하는 주요한 추론방법중 하나이다. 본 연구는 지각된 범주내 변산성이 범주기반 귀납적 일반화에 미치는 효과를 검증하기 위해 실시되었다. 실험 1에서는 범주 예시를 직접 제시하여 범주 변산성 지각을 조작하였다. 조건에 따라 범주내 변산성이 낮은 예시들 (낮은 변산 조건) 혹은 높은 예시들 (높은 변산 조건)을 범주의 예로 제시한 후, 해당 범주에 대한 귀납적 일반화 과제를 실시하였다. 그 결과 지각된 범주 변산성이 낮은 조건이 지각된 변산성이 높은 조건보다 귀납적 일반화에 대한 확신이 더 높다는 것을 확인하였다. 실험 2에서는 범주의 예시를 직접 제시하지 않고, 다양한 예시들 중 특정 범주에 속하는 예들을 참가자들이 변별하는 범주화 과제를 실시함으로써 범주 변산성을 지각하도록 한 후, 귀납추론 과제를 실시하였다. 그 결과, 실험 1과 마찬가지로 지각된 범주 변산성이 낮은 조건이 높은 조건보다 귀납적 일반화에 대한 확신이 더 강해지는 경향을 확인할 수 있었다. 본 연구의 결과는 기존 연구에서 보여준 다양성 효과와 차이점을 보이며 또한 Osherson과 동료들 (1990)이 제안한 귀납추론 모형으로는 설명하기 어렵다. 종합논의에서 범주기반 귀납추론에서 지각된 변산성 효과의 검증에 대해 간략히 논의하였다.

• 한국과학교육학회지
• /
• 제38권6호
• /
• pp.793-812
• /
• 2018

본 연구는 지식 중심의 과학교육에 대한 비판적 시각으로부터, 과학으로부터 배울 수 있는 지혜가 무엇인지 탐색하고자 하였다. 즉, 과학 과학수업 시간에 공유될 만한 '과학의 지혜'의 범주와 예시를 실제 수업 관찰과 면담을 통해 탐색하여 연구 결과로 제안하고자 하였다. 자료수집을 위해 3개 고등학교의 물리 수업을 관찰하고 교사 면담과 학생 면담을 각각 진행하였다. 수집된 자료는 본 연구에서 규정한 '과학의 지혜'의 의미에 기초하여 질적으로 분석하였다. 본 연구에는 '과학의 지혜'를 "과학지식의 형성 과정과 활용 과정에서 발견할 수 있는 지혜로운 행동, 태도, 방법, 생각 등의 행위"의 의미로 한정하여 사용하였다. 연구 결과, '과학의 지혜'의 3가지 범주와 6개의 예시를 도출하고 이를 연구자의 관점에서 해석 및 논의하였다. 첫 번째 범주는 '과학적 탐구에 필요한 태도'로서의 지혜이며, 이에 해당하는 예시는 '합리적 의심과 개방적 태도' 및 '최선의 대안을 찾는 노력'이다. 두 번째 범주는 '문제 해결에 유용한 방법'으로서의 지혜이며, 이에 해당하는 예시는 '조건을 변화시켜보는 사고방식'과 '과학의 언어를 사용하는 소통방식'이다. 마지막으로 세 번째 범주는 '과학과 인간의 관계에 대한 고찰'로서의 지혜이며, 이에 해당하는 예시는 '과학과 사회의 관계에 대한 이해'와 '과학과 나의 관계에 대한 인식'이다. 결론에서는 미래 과학교육의 대안적 목표로서 '지혜 지향적 과학교육'을 제안하고 그 의미와 시사점에 대해 논의하였다.

• 인지과학
• /
• 제28권4호
• /
• pp.329-347
• /
• 2017

범주기반 속성추론에 대한 초기연구들은 전형성, 다양성, 유사성 효과 등 인간 사고에서 나타나는 다양한 현상들을 보고하였다. 이후 연구들은 이러한 추론에서 참가자들의 사전지식이 광범위한 영향을 미친다는 것을 발견하였다. 본 연구에서는 다양한 사전지식들 중 하나인 인과적 지식이 속성추론에 미치는 영향을 검증하고 이를 모델링하였다. 이를 위해 참가자들은 네 개의 속성으로 구성된 범주에서 속성들이 공통원인 혹은 공통효과 인과구조로 연결되었을 때 속성추론과제를 실시하였다. 그 결과 전형성 효과와 더불어 공통원인 구조에서 인과적 마코프 조건(causal Markov condition)에 대한 위배와 공통효과 구조에서 인과적 절감(causal discounting)이 관찰되었다. 이를 모델링하기 위해 참가자들은 표적속성이 존재하는 범주예시와 존재하지 않은 범주예시가 존재할 가능성에 대한 차이값 (즉, $p(E_{F(X)}{\mid}Cat)-p(E_{F({\sim}X)}{\mid}Cat)$에 근거하여 속성추론을 수행한다고 가정하였다. 인과모형이론(Rehder, 2003)에 기반하여 범주예시들의 확률값을 계산한 후 각 표적속성에 대한 추론에 적용하였다. 그 결과 모형은 참가자들의 데이터에서 관찰된 전형성 효과뿐만 아니라 인과적 마코프 조건에 대한 위배 및 인과적 절감을 모두 예측한다는 것이 확인되었다.

• 한국도서관정보학회지
• /
• 제50권1호
• /
• pp.273-291
• /
• 2019

본 연구는 시소러스 국제표준(ISO 25964-1) 제11절 "패싯 분석"과 제5절의 "시소러스에 있어서의 개념 및 그들의 범위"를 분석하여, 제11절에 예시된 기본 범주(대상, 물질, 에이전트, 행위, 장소, 시간 등)를 확장하는 데에 목적이 있다. 이를 위해 온톨로지의 최상위 개념(구구리일랑(溝口理一郞)의 상위 온톨로지인 YAMATO)과 기존의 기본 범주들(Ranganathan의 PMEST, FRBR 제3집단, CRG 13 범주 등)을 참조하여, 기본 범주에 정신적 실체를 명시적으로 추가하고, 일부를 조정하여 기본 범주를 확립했다. 또한, 확립된 기본 범주를 Ranganathan의 PMEST의 구체성/추상성과 구구리일랑(溝口理一郞)의 YAMATO의 독립성/종속성을 기반으로 재편성 및 구조화하였다. 최상위 범주를 독립 실체와 종속 실체로 이분하고 하위 구분으로 전자는 28범주, 후자는 2범주를 두었다. 본 연구의 결과는 기본 범주의 활용이 기대되는 분류, 택소노미, 시소러스 등의 제어 어휘 및 정보검색용 온톨로지를 생성할 때 최상위 개념으로서 재활용되고 참조할 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제23권4호
• /
• pp.683-692
• /
• 2010

본 논문에서는 연속형-GARCH 시계열 자료인 금융 시계열 자료에 대해서 클리핑(clipping)을 통해 얻은 이항(binary) 범주형 시계열을 분석하고 응용하는 방안에 대해 연구하고 있다. 모수추정 방법을 소개하고 있으며 이를 이용하여 이분산 시계열과 연관된 확률을 추정하는 방법을 예시하였다.

• 인지과학
• /
• 제32권2호
• /
• pp.55-73
• /
• 2021

심리적 본질주의에 따르면 사람들은 어떤 범주를 규정하는 숨겨진 본질 속성(essential properties)이 있으며 이것이 그 범주가 가지는 전형적 속성들의 인과적 원인이라는 믿음을 가진다(Gelman, 2003; Hirschfeld, 1996; Medin & Ortony, 1989). 이러한 본질주의적인 믿음은 범주가 단순히 상관을 가진 속성의 집합("clusters of correlated features")이라고 제안한 Rosch (1973, 1978)의 주장에 의문을 제기한다. 속성의 통계적 상관, 즉 가족 유사성만을 가진 범주와 달리 본질화된 범주는 범주간 경계가 매우 뚜렷하며 범주내 개체들이 동질적으로 여겨질 가능성이 높기 때문이다(Gelman, 2003; Prentice & Miller, 2007). 본질주의적 믿음이 범주 표상(범주간 경계, 범주내 응집성)에 미치는 영향을 확인하기 위해 두 개의 실험을 실시했다. 참가자들은 조건에 따라 가족 유사성 범주와 본질화된 범주를 학습한 다음 범주화 과제(실험 1)와 범주 예시들의 빈도 추정 과제(실험 2)를 실시했다. 그 결과 본질화된 범주에서 범주간 경계가 더 뚜렷해졌으며 범주내 응집성이 높아졌다. 이 결과는 범주 속성의 단서 타당도와 범주 타당도가 증가하여 발생한 것으로 본질주의적인 믿음이 범주구조의 거시적인 표상에 중요한 영향을 미친다는 것을 보여준다.

• 한국도서관정보학회지
• /
• 제50권4호
• /
• pp.381-403
• /
• 2019

신문기사를 주제 분야별로 나누고, 분야 내에서 각각의 범주들은 기본 패싯과 결합하는 패싯 택소노미 모형을 개발하였으며 구축 방안을 제시하고 패싯 택소노미를 구축하는 연구를 수행하였다. 패싯 택소노미는 신문기사를 주제 분야(정치, 경제 분야 등)로 나누고 범주(정치 분야의 경우, 정치일반, 행정, 사법 등) 및 하위 범주를 기본 패싯과 각각 결합한다. 하위 범주는 더욱 하위 구분할 수 있다. 택소노미는 범주 간의 계층 관계를 가질 수 있으며, 범주-패싯은 예를 들어, "예술"에 대해 '사람', '행위', '행사', '시간', '장소' 등과 결합한다. 그리고 예술의 하위 범주인 '미술', '음악', '무용' 등은 '예술'과 계층 관계를 이루어 추론과 브라우징에 활용할 수 있도록 구성하였다. 또한, 범주-패싯 결합은 기본 패싯순으로 계층 구조를 갖는다. 한편, 시험용 어휘 구축은 '예술 분야'를 대상으로 용어 145어를 본 연구에서 다루는 모든 구성요소를 포함하는 패싯 택소노미를 구축하고, 디스플레이를 예시하였다.

• Spatial Information Research
• /
• 제19권4호
• /
• pp.81-89
• /
• 2011

이 논문에서는 공간적으로 소수의 지점에서 획득된 현장 조사 자료의 공간 보간 과정에 범주형 자료를 결합하는 다변량 크리깅 기법을 제안하고자 한다. 범주형 자료를 결합하는 과정에서 기존 범주형 자료의 속성별로 대푯값을 할당하는 단일 지역 평균 기반의 단순 크리깅 방식 대신에, 영역-점 변환 크리깅을 이용하여 원하는 해상도로 상세화시킨 추정값을 가변적 지역 평균으로 이용하였다. 지화학 원소 구리의 공간 보간에 지질도를 이용하는 사례연구를 통해 제안 기법을 예시하였다. 교차 검증 결과, 제안 기법이 단변량 정규 크리깅과 기존 단일 지역 평균 기반의 단순 크리깅 기법에 비해 각각 15%와 25%의 예측 능력의 향상을 나타내었다. 따라서 범주형 자료를 부가 자료로 이용하는 공간 보간에 이 논문에서 제안한 기법이 효율적으로 적용될 수 있을 것으로 기대된다.

• 감성과학
• /
• 제24권1호
• /
• pp.59-72
• /
• 2021

개념과 범주는 관찰하지 못한 속성을 추론할 수 있는 기반을 제공한다. 무의미 속성을 사용한 범주기반 속성추론 연구들은 범주 및 속성의 유사성이 추론을 설명하는 핵심 요인이라는 것을 제안했다(Rips, 1975; Osherson et al., 1990). 이후 연구들은 사람들의 사전지식이 범주기반 추론에 막대한 영향을 미치며 심지어 유사성 효과가 완전히 사라지는 경우도 있음을 보고했다. 본 연구는 범주 속성들이 사전지식의 한 종류인 인과적 지식에 의해 사슬구조로 연결되었을 때의 범주기반 속성추론을 검증했으며 그 결과를 예측하는 속성추론모형을 제안했다. 참가자들은 네 개의 속성들이 사슬구조를 이루는 인과적 범주를 학습한 뒤 해당 범주의 다양한 범주 예시들의 숨겨진 속성에 대한 추론을 실시했다. 그 결과 인과적으로 직접 연결된 속성뿐만 아니라 다른 속성 노드에 의해 차폐된 속성들도 추론에 영향을 미치는 비독립성이 나타났다(인과적 마코프 조건의 위배). 인과모형이론(Sloman, 2005)에 기반한 속성추론모형을 적용하여 참가자들의 추론을 모델링한 결과 인과적 연결의 직접 효과뿐만 아니라 간접 효과 즉 인과추론의 비독립성도 예측하는 것으로 나타났다. 다만 간접적으로 연결된 속성들은 인과적 거리와 무관하게 참가자들의 추론평정에 동일하게 영향을 미쳤지만 모형은 거리가 멀어짐에 따라 추론에 미치는 영향이 작아짐을 예측했다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.497-500
• /
• 2008

3차원 오브젝트의 위치 및 정보 획득을 위한 레이저레이더 시뮬레이션의 성능을 향상시키기 위해서는 시뮬레이션의 결과로 획득되는 공간의 범위와 해당 사물의 정보를 정확하고 빠르게 획득해야 한다. 본 연구에서는 이러한 레이더 시뮬레이션의 성능을 향상시키기 위해서 3차원 공간 데이터를 공간DB에 저장하고, 질의를 수행하여 해당 3차원 오브젝트의 정보를 효과적으로 추출해내는 방법론을 제시하였다. 이를 위해 본 연구에서는 시뮬레이션에서 사용되는 3차원 지형지물(지형, 건물 사물 등) 모델의 정보를 데이터모델링을 통해 토폴로지 형태를 갖도록 하였으며, 이를 공간DB에 저장하고, 레이저 신호와의 연산 쿼리를 시행하는 과정을 예시하였다. 이러한 과정을 구현하기 위하여 OGC 기반의 공간 데이터 타입, 함수, 인덱스들을 제공하는 PostgreSQL과 PostGIS를 사용하였다. 지형, 건물, 탱크 등 이렇게 세 가지의 범주의 사물로 나누어 각각을 공간DB로 구현, 쿼리를 실시하였다. 지형정보는 TIN을 사용하였고, 건물의 좌표 값들은 도화원도에서 추출하였으며, 탱크와 같은 사물은 VRML 모델의 좌표 값을 사용하였다.