• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.183-186
• /
• 2016

본 연구에서는 컴퓨터공학의 대표적인 교과목인 알고리즘 교과목에 대하여 거꾸로 학습을 적용한 결과를 보여준다. 학생들은 집에서 온라인 컨텐츠로 학습을 하고 수업 시간에는 숙제를 수행하는 방식으로 수업을 진행하였다. 수업시간에 진행하는 과제는 그룹 과제와 개인 과제로 구성되어 있어, 토론을 활성화 하여 학습 효과를 높이도록 하였다. 성과 분석 결과, 거꾸로 학습이 전통적인 수업에 비하여 동등하거나 또는 더 나은 효과가 있음을 보여 주었다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2576-2578
• /
• 2003

RBF 네트워크에서 기저함수의 위치는 네트워크의 성능에 매우 큰 영향을 미친다. 몇몇 응용들에서 교사학습을 이용한 기저함수의 위치 선정이 비교사학습에 비해 우수함을 보인다. 그러나 교사학습에 의한 네트워크는 시그모이드 네트워크와 같은 긴 학습시간을 필요로 한다. 본 논문에서는 오차함수의 gradient와 Hessian을 이용해 교사학습에서 요구하는 학습시간을 단축시키면서 기저함수의 최적위치를 추정하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.775-778
• /
• 2003

웹 사용의 보편화에 따라 많은 서비스가 이루어지고 있다. 이러한 서비스 중에는 웹을 통한 학습교육서비스 또한 많이 있다 웹 교육은 시간과 학습자의 수에 제약을 받지 않는 장점이 있으나, 웹에서 인증을 통해 학습 서비스를 받는 과정에서 로그 아웃이나 세션 시간 종료까지 실질적으로 사용자가 학습을 하고 있는지 활동을 자세히 알 수가 없어, 본 논문은 기반 Ormapper와 Java 세션 관리를 이용해서 학습을 받고 있는 사용자들을 관리하는 시스템을 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.166-168
• /
• 2001

근래에 들어서 인터넷의 발전에 따라 사용자의 정보 검색 및 정보 서비스 이용에 대한 수요량이 많아지고 있으며, 이와 동시에 사용자 개인마다 적합하지 않은 정보에 대한 검색 시간과 서비스 이용에 대한 비용이 늘어나고 있다. 이에 따라서 사용자가 인터넷을 이용하면서 일어나는 행위들에 대한 정보를 수집하고, 이를 학습하여 생성한 사용자 프로파일을 기반으로 사용자 개인마다 맞추어진 적합한 정보를 제공하는 개인화 서비스가 늘어나고 있다. 본 논문에서는 사용자의 여러 행위에 대해 비 감독 학습 방법인 클러스터링을 이용하여 사용자 관심 클러스터를 생성, 사용하여 기존의 사용자 프로파일 학습에서 간과하고 있는 시간에 따라 변화하는 사용자의 관심에 대한 변화를 탐지하고, 변화하는 사용자의 관심 이동 형태에 따라 이를 사용자 프로파일을 생성하는 학습에 적용할 수 있도록 하는 방법을 제시하므로 해서 기존의 개인화를 위한 사용자 프로파일 학습 방법보다 진보한 학습 방법을 지닌 시스템 모델을 제시하려 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.732-735
• /
• 2020

기존에 지도학습 방법은 성능은 좋지만, 학습할 때 비디오 데이터와 정답 라벨이 있어야 한다. 그러나 이러한 데이터의 라벨을 수동으로 붙여줘야 하는 문제점과 그에 필요한 시간과 돈이 크다는 것이다. 이러한 문제점을 해결하기 위한 다양한 방법 중 자기지도학습(Self-Supervised Learning) 중 하나인 회전 방법을 비디오 데이터에 적용하여 학습하는 연구를 진행하였다. 본 연구에서는 두가지 방법을 제안한다. 먼저 기존의 비디오 데이터를 입력으로 받으면 단순히 비디오 자체를 회전시키는 것이 아닌 입력으로 들어온 비디오의 각각 프레임이 시간이 지나면서 일정한 속도로 회전을 시킨다. 이때의 회전은 총 네 가지 각도[0, 90, 180, 270]를 분류하도록 하는 방법론이다. 두 번째로 비디오의 프레임이 시간이 지나면서 변할 때 프레임 별로 고정된 각도로 회전시키는데 이때 회전하는 속도 네 가지 [1x, 0.5x, 0.25x, 0.125]를 분류하도록 하는 방법론이다. 이와 같은 제안하는 pretext task들을 통해 네트워크를 학습한 뒤, 학습된 모델을 fine tune 시켜 비디오 분류에 대한 실험을 수행 및 결과를 도출하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.652-656
• /
• 2002

본 연구에서는 각 수요지간의 시간이 확률적으로 주어지는 경우의 TSP(Traveling Salesman Problem)를 다루고자 한다. 현실적으로, 도심의 교통 체증 등으로 인해서 각 지점간의 걸리는 시간은 시간대별로 요일별로 심한 변화를 일으키기 마련이다. 그러나, 현재까지의 연구 결과는 수요지간의 경과시간이 확정적으로 주어지는 경우가 대부분으로, 도심물류 등에서 나타나는 현실적인 문제를 해결하는데는 많은 한계가 있다 본 연구에서는 문제의 해법으로 강화학습기법의 하나인 Q학습(Q-Learning)과 Neural Network를 활용한 효율적인 알고리즘을 제시한다.

• Journal of Dental Rehabilitation and Applied Science
• /
• v.33 no.2
• /
• pp.88-96
• /
• 2017

Purpose: The purpose of this study is to assess the relationship between the time spent designing custom abutments and repeated learning using dental implant computer aided design (CAD) software. Materials and Methods: The design of customized abutments was performed four stages using the 3DS CAD software and the EXO CAD software, and measured repeatedly three times by each stage. Learning effect by repetition was presented with the learning curve, and the significance of the reduction in the total time and the time at each stage spent on designing was evaluated using the Friedman test and the Wilcoxon signed rank test. The difference in the design time between groups was analyzed using the repeated measure two-way ANOVA. Statistical analysis was performed using the SPSS statistics software (P < 0.05). Results: Repeated learning of the customized abutment design displayed a significant difference according to the number of repetition and the stage (P < 0.001). The difference in the time spent designing was found to be significant (P < 0.001), and that between the CAD software programs was also significant (P = 0.006). Conclusion: Repeated learning of CAD software shortened the time spent designing. While less design time on average was spent with the 3DS CAD than with the EXO CAD, the EXO CAD showed better results in terms of learning rate according to learning effect.

• Journal of Korea Multimedia Society
• /
• v.11 no.3
• /
• pp.353-363
• /
• 2008

A multi-agent system has a longer learning period and larger state-spaces than a sin91e agent system. In this paper, we suggest a new method to reduce the learning time of Nash Q-learning in a multi-agent environment. We apply Macro-actions to Nash Q-learning to improve the teaming speed. In the Nash Q-teaming scheme, when agents select actions, rewards are accumulated like Macro-actions. In the experiments, we compare Nash Q-learning using Macro-actions with general Nash Q-learning. First, we observed how many times the agents achieve their goals. The results of this experiment show that agents using Nash Q-learning and 4 Macro-actions have 9.46% better performance than Nash Q-learning using only 4 primitive actions. Second, when agents use Macro-actions, Q-values are accumulated 2.6 times more. Finally, agents using Macro-actions select less actions about 44%. As a result, agents select fewer actions and Macro-actions improve the Q-value's update. It the agents' learning speeds improve.

• Journal of Korea Society of Industrial Information Systems
• /
• v.26 no.4
• /
• pp.11-18
• /
• 2021

We propose a method that combines learning in a virtual environment and a real environment for indoor autonomous driving through reinforcement learning. In case of learning only in the real environment, it takes about 80 hours, but in case of learning in both the real and virtual environments, it takes 40 hours. There is an advantage in that it is possible to obtain optimized parameters through various experiments through fast learning while learning in a virtual environment and a real environment in parallel. After configuring a virtual environment using indoor hallway images, prior learning was carried out on the desktop, and learning in the real environment was conducted by connecting various sensors based on Jetson Xavier. In addition, in order to solve the accuracy problem according to the repeated texture of the indoor corridor environment, it was possible to determine the corridor wall object and increase the accuracy by learning the feature point detection that emphasizes the lower line of the corridor wall. As the learning progresses, the experimental vehicle drives based on the center of the corridor in an indoor corridor environment and moves through an average of 70 steering commands.

• 한국정보교육학회:학술대회논문집
• /
• 2010.01a
• /
• pp.101-107
• /
• 2010

컴퓨터와 통신 기술이 발달한 정보화 사회의 현실에서 웹 기반의 프로그램 및 모바일은 중요한 매체로서 자리잡아가고 있다. 읽기는 정보 획득에서 가장 중요한 학습능력이나 학습장애아의 대부분이 읽기능력에서 문제를 가지고 있다. 오늘날 컴퓨터의 발달은 아동의 언어교육 특히 읽기 교육을 위해서 시간과 공간의 제약을 넘어 자주적으로 학습할 수 있는 모바일 활용 학습을 가능하게 하고 있다. 본 논문의 목적은 학습장애아들의 읽기 능력을 향상하기 위한 PREP 기반의 모바일 시스템을 설계하는 데 있다. 본 시스템을 통해 첫째, 학습장애아들의 읽기 능력 프로그램이 특수교사, 일반교사, 학생과 상호협력 할 수 있는 프로그램을 제공함으로써 학습장애아의 읽기 능력에 대한 진전도를 점검하고 학습능력을 향상시킬 수 있도록 설계하였다. 둘째, 학습자의 개별적 수준에 따라 수준별 학습을 제공하여 다양한 학생의 개별적 수준을 충족할 수 있도록 설계함으로써 학습장애아동의 읽기능력 향상에 기여할 수 있다. 셋째, 모바일 기기를 통해 공간적, 시간적 제약을 벗어남으로써 기존의 PREP 프로그램을 적용하는 것보다 효과적으로 읽기 능력을 향상시킬 수 있다.