• 컴퓨터교육학회논문지
• /
• 제7권5호
• /
• pp.23-32
• /
• 2004

최근 웹 기반 학습의 우수성이 크게 대두되고 여러 방면의 연구들이 진행되고 있으나 학습자의 주도적인 참여를 요구하기 때문에 이를 극복하려는 연구가 필요하다. 본 연구에서는 기존의 웹 기반 학습 시스템이 가지고 있는 결함을 보완하기 위해서 학습 환경을 촉진시키기 위한 자기조절학습 전략을 개발하였다. 자기조절학습 전략은 일반적이고 추상적인 내용으로 구성되어 있어 이를 구체적으로 구현하기 위한 하위 전략들을 도출한다. 또한 좀 더 체계화된 시스템 개발을 위해 하위 전략 요소에 대한 상호작용적 설계를 하여 보다 진보된 웹 기반 학습 시스템을 구축하고 이를 검증하였다.

• 한국컴퓨터산업학회논문지
• /
• 제5권2호
• /
• pp.301-310
• /
• 2004

현재 7차 교육과정의 컴퓨터교육에서 실기 위주, 학습자 중심의 개별화 수업을 강조하고 있다. 그러나 많은 학생 수, 실습 환경의 열악함, 적절한 교수-학습 방법의 부족 등으로 인하여 실기수업을 제대로 하기가 쉽지 않다. 이러한 실기 수업에서 일반적으로 사용하는 교수-학습 방법인 시범 실습형 교수 학습 방법을 개선한 ADPM을 사용하는 것이 좋을 것이다. 이 ADPM 기반의 실기 수업을 위해, 학습내용을 담은 전자책과 실습 내용을 동영상으로 캡처한 것을 서로 동기화 시켜 학습자들에게 제공한다면 학습자의 질문대기시간을 줄이고, 학습자의 자발적인 학습 습관을 길러줄 수 있을 것이며, 다양한 학습자의 학습 속도와 수준을 고려해줄 수 있을 것이다. 이에 본 연구는 이러한 ADPM을 지원해주기 위한 저작 시스템의 프로토타입을 개발하였다. 이 프로토타입은 저작 시스템에서 부족했던 전자책을 뭔고 간편하게 만들 수 있는 기능과 동영상 캡처, 동영상과 전자책과의 동기화 기능을 보완하여 컴퓨터 실기 수업 방법을 개선하는데 기여할 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.229-229
• /
• 2023

강화학습은 에이전트(agent)가 주어진 환경(environment)과의 상호작용을 통해서 상태(state)를 변화시켜가며 최대의 보상(reward)을 얻을 수 있도록 최적의 행동(action)을 학습하는 기계학습법을 의미한다. 최근 알파고와 같은 게임뿐만 아니라 자율주행 자동차, 로봇 제어 등 다양한 분야에서 널리 사용되고 있다. 상수도관망 분야의 경우에도 펌프 운영, 밸브 운영, 센서 최적 위치 선정 등 여러 문제에 적용되었으나, 설계에 강화학습을 적용한 연구는 없었다. 설계의 경우, 관망의 크기가 커짐에 따라 알고리즘의 탐색 공간의 크기가 증가하여 기존의 최적화 알고리즘을 이용하는 것에는 한계가 존재한다. 따라서 본 연구는 강화학습을 이용하여 상수도관망의 구성요소와 환경요인 간의 복잡한 상호작용을 고려하는 설계 방법론을 제안한다. 모델의 에이전트를 딥 강화학습(Deep Reinforcement Learning)으로 구성하여, 상태 및 행동 공간이 커 발생하는 고차원성 문제를 해결하였다. 또한, 해당 모델의 상태 및 보상으로 절점에서의 압력 및 수요량과 설계비용을 고려하여 적절한 수량과 수압의 용수 공급이 가능한 경제적인 관망을 설계하도록 하였다. 모델의 행동은 실제로 공학자가 설계하듯이 절점마다 하나씩 차례대로 다른 절점과의 연결 여부를 결정하는 것으로, 이를 통해 관망의 레이아웃(layout)과 관경을 결정한다. 본 연구에서 제안한 방법론을 규모가 큰 그리드 네트워크에 적용하여 모델을 검증하였으며, 고려해야 할 변수의 개수가 많음에도 불구하고 목적에 부합하는 관망을 설계할 수 있었다. 모델 학습과정 동안 에피소드의 평균 길이와 보상의 크기 등의 변화를 비교하여, 제안한 모델의 학습 능력을 평가 및 보완하였다. 향후 강화학습 모델을 통해 신뢰성(reliability) 또는 탄력성(resilience)과 같은 시스템의 성능까지 고려한 설계가 가능할 것으로 기대한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2006년도 동계학술대회
• /
• pp.267-275
• /
• 2006

과학교육의 특성상 가장 효과적인 교수 방법은 직접 실험하고, 탐구, 체험 학습을 하는 것이나 시간적, 공간적 제약, 환경 여건, 비용 등을 고려해 볼 때 항상 직접 체험 학습 환경을 제공해 주기는 어렵다. 또한 '지구과학' 영역의 학습은 교실이나 실험실에서 지도하기 어려운 문제점이 있고, 학습 내용들이 본질적으로 가지고 있는 초실험적인 내용이 많아 교수 학습과정에서 많은 어려움을 겪고 있는 실정이다. 이러한 제한점이 많은 초등학교 과학과 '지구과학' 영역에 대하여 직접 탐구하고 체험할 수 있는 환경과 가까운 멀티미디어 웹 기반 코스웨어를 설계 개발하여 이러한 어려움을 보완한다면 과학 교육의 학습 효과를 더욱 높일 수 있을 것이다. 이에 본 연구에서는 과학과의 지구과학 영역 중 기상 교육을 위한 웹 코스웨어를 설계 개발하여 수업현장에 적용해보고자 한다. 본 연구에서 제시한 웹 코스웨어 학습 프로그램은 단지 디스플레이 형식의 자료에서 벗어나 여러 가지 그림, 소리, 동영상 등의 애니메이션 자료를 제시함은 물론 아동들이 직접 컴퓨터를 조작함으로써 학습목표에 보다 쉽고 재미있게 도달할 수 있도록 제작하여 과학과 교수 학습 방법의 개선을 꾀하고, 학습자들의 과학적 사고력 발달을 도모하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.125-130
• /
• 2010

협동학습이란 서로 다른 능력을 갖는 학생들이 주어진 주제에 대한 이해를 증진하기 위하여 다양한 학습 방법을 사용하여 단지 무엇을 배울 것인지 뿐 아니라 팀 구성원들의 학습을 도움으로서 보다 높은 성취도를 갖게 하는 학습방법이다. 본 논문에서는 협동학습 교육프로그램 활용을 위한 효율적인 팀 구성 방법에 대해서 기술한다. 이를 위해 초등학교 학생들을 위한 영어와, 수학 협동학습 프로그램을 구현하였다. 이 협동학습 교육프로그램을 활용하여 학습자들은 협동학습을 수행하였으며 성적, 성별, 친밀도 별 실험을 실시하였다. 결과로 혼성이며 성적이 상호보완적인 팀이 가장 효율적임을 알 수 있었다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제15권1호
• /
• pp.43-53
• /
• 2019

기계 학습을 이용하여 의미가 유사한 코드 클론을 탐지하는 도구의 성능 평가에 빅클론벤치를 많이 활용한다. 하지만 빅클론벤치는 기계 학습에 최적화된 벤치마크가 아니기 때문에 그대로 기계 학습에 사용하면 잘못된 학습 데이터가 만들어질 수 있다. 본 연구에서는 빅클론벤치에서 제공하고 있는 코드 클론 데이터에서 누락된 타입-4 클론을 기계 학습을 이용하여 추가로 찾아 보완함으로써 빅클론벤치를 개선할 수 있음을 실험적으로 밝힌다. 트리 기반 컨볼루션 신경망을 이용한 기계 학습 모델을 사용해서 개선된 데이터를 학습했을 때, 기존의 데이터를 학습했을 때에 비해 기계 학습의 정확도 및 성능이 향상되었음을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.213-216
• /
• 2019

영상 잡음 제거 알고리즘은 잡음으로 오염된 영상으로부터 잡음이 제거된 깨끗한 영상을 추정하여 복원하는 연구이다. 기존의 모델 기반 방법의 영상 잡음 제거 알고리즘은 영상을 복원하는 과정에서 최적화 문제를 풀어야 한다는 단점과 매개변수를 직접 선택을 해주어야 한다는 단점을 가진다. 본 논문에서는 딥러닝을 이용한 학습기반 방법의 영상 잡음 제거 연구를 소개한다. 먼저, 신경망의 구축을 위하여 신경망의 구성 요소는 Instance Normalization 과 컨볼루션 신경망을 이용한 모델을 제안하였고, 여러 연구 분야에서 좋은 성능을 보이는 U-Net 구조를 전체적인 구조로 차용하였다. 신경망의 학습을 위하여 DnCNN 에서 제안한 잡음을 학습하는 잔여 학습 기법을 채택하였고, 기존의 영상 잡음 제거 알고리즘의 단점인 결과 영상이 흐릿해지는 현상을 보완하기 위하여 생성적 적대 신경망 학습 방법을 적용하였다. 본 논문에서 제안한 신경망을 이용한 잡음 제거 영상의 결과가 기존의 연구 방법들 보다 인지적인 측면에서 좋은 결과를 보임을 확인하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2007년도 추계학술대회 논문집
• /
• pp.353-356
• /
• 2007

환경규제 강화와 화석연료에 대한 대안으로 신/재생에너지에 대한 관심이 고조 되고 있다. 그 중 하나인 풍력발전은 각국마다 풍황 조건과 정책에 의해 다양한 시장을 만들어 내고 있다. 본 연구는 해상풍력발전시스템의 투자 전망에 대하여 기존의 재무적 평가기법에 학습곡선효과를 가미하는 방법론을 제시하고자 하였다. NPV 등의 가치 평가기법이 할인된 현금흐름 분석을 하는 것이라면 이에 더하여 현금의 유출에 있어서 학습율을 반영한 원가를 반영하는 것이 제시하고자 하는 연구 방법론의 핵심이다. 해상풍력발전을 투자자 입장에서 모의 해본 결과 국내 풍력발전은 80% 학습율 수준 정도의 혁신적 개선 없이는 투자 타당성을 찾기 어려우며 이러한 현실적인 문제점을 정책적으로 보완해야 할 수 있는 것이 발전가격을 중심으로 하는 정부의 지원제도임을 제시 하였다.

• 정보보호학회지
• /
• 제29권6호
• /
• pp.67-74
• /
• 2019

기계학습 알고리즘을 이용한 다양한 분야에서의 활용사례들이 우리 사회로 점차 확산되어가며, 기계학습을 통해 산출된 모델의 오동작을 유발할 수 있는 공격이 활발히 연구되고 있다. 특히, 한국에서는 딥러닝을 포함해 인공지능을 응용한 융합분야를 국가적 차원에서 추진하고 있으며, 만약 인공지능 모델 자체에서 발생하는 취약점을 보완하지 못하고 사전에 공격을 대비하지 않는다면, 뒤늦은 대응으로 인하여 관련 산업의 활성화가 지연될 수 있는 문제점이 발생할 수도 있다. 본 논문에서는 기계학습 모델에서, 특히 심층 신경망으로 구성되어 있는 모델에서 발생할 수 있는 공격들을 정의하고 연구 동향을 분석, 안전한 기계학습 모델 구성을 위해 필요한 시사점을 제시한다. 구체적으로, 가장 널리 알려진 적대적 사례(adversarial examples) 뿐 아니라, 프라이버시 침해를 유발하는 추론 공격 등이 어떻게 정의되는지 설명한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.417-418
• /
• 2018

오늘날 SW 중심사회에서 컴퓨팅 사고력은 꼭 필요한 핵심역량으로 중요성이 강조되고 있으며, 이에 따라 2015 개정 교육과정에서는 소프트웨어(SW) 교육, 정보 교육을 강화하였다. 온라인 채점 시스템은 학생들이 문제해결 소스코드를 제출하면 이를 평가하고, 적절한 피드백을 제공하므로 자기주도적인 문제해결학습 경험과 프로그래밍 스킬을 향상시키는데 도움을 줄 수 있어 사용이 확대되고 있다. 그러나 채점시스템에 탑재된 문제들은 반구조화된 형태로 되어 있어 학생들이 컴퓨팅 사고단계 중 1단계인 문제공식화(추상화) 단계를 충분히 연습하지 못할 가능성이 있다. 본 논문에서는 이를 보완한 문제해결학습 학습모형을 제안하고, 논의한다.