• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.694-696
• /
• 2005

본 논문에서는 개선된 유전자 알고리즘과 역전파 신경망 알고리즘의 특징을 살펴보고, 비선형 모의자료를 이용하여 개선된 유전자 알고리즘 기반의 신경망 학습 효과와 역전파 신경망 알고리즘을 이용한 신경망 학습 효과를 비교해 본다. 유전자 알고리즘을 이용한 신경망 학습에는 개선된 신경망 제어기를 이용한다. 역전파 알고리즘을 이용한 신경망 학습에는 일반화 성능향상을 위한 인자들의 결합효과를 이용한다. 모의실험을 통하여 두 가지의 학습에서 학습 수령의 정도와 학습 속도 등을 비교하는 모의실험 결과를 개선된 유전자 알고리즘과 신경망 알고리즘의 학습 결과와 항께 제시한다. 모의실험의 결과로서 유전자 알고리즘을 적용한 개선된 신경망 제어기를 통한 학습 결과가 일반 신경망 학습 결과보다 초기 가중값을 작은 범위에서 발생시킬 때 수렴 정확도 및 학습 속도에서 좋은 결과를 나타내 주고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.477-480
• /
• 2005

본 논문에서는 신경망과 유전자 알고리즘의 장점을 결합하고, 개선된 유전자 알고리즘 기반의 역전파 신경망 알고리즘을 이용한 신경망 학습 효과를 살펴 본다. 유전자 알고리즘을 이용한 신경망 학습은 비선형 함수를 이용하여 발생시킨 모의 자료를 통하여 수행하고 학습 수렴의 정도와 학습 속도 등을 비교할 수 있는 모의실험 결과를 일반 신경망 학습 결과와 함께 제시한다. 모의실험의 결과로서 유전자 알고리즘을 적용한 신경망 제어기가 일반 신경망 학습 결과보다 수렴 정확도 및 학습 속도에서 더 좋은 결과를 나타내 주고 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.226-230
• /
• 2001

오류 역전파 알고리즘을 영상 인식에 적용한 경우 은닉층의 노드 수를 경험적으로 설정하여야 하는 문제점이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘의 은닉층 노드 수를 동적으로 설정하는 문제를 해결하기 위해 ART1을 수정하여 지도 학습 방법과 결합한 자가 생성 지도 학습 알고리즘을 제안하였다. 제안된 학습 알고리즘의 성능을 평가하기 위해 콘테이너 영상의 문자 및 숫자 인식 문제에 적용하여 기존의 오류 역전파 알고리즘과 성능을 비교, 분석하였다. 실험 결과에서는 제안된 자가 생성 지도 학습알고리즘이 기존의 오류 역전과 알고리즘보다 지역 최소화에 빠질 가능성이 감소하였으며 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 영상 인식에 적용할 수 있는 가능성도 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.479-484
• /
• 2005

본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ART1의 경계 변수의 설정에 따른 인식률이 저하되는 문제점을 개선하기 위해 ART1 알고리즘과 퍼지 단층 지도 학습 알고리즘을 결합한 ART1 기반 퍼지 지도 학습 알고리즘을 제안한다. 제안된 알고리즘은 가중치 조정에 승자 뉴런 방식을 도입하여 은닉층에 해당하는 클래스에 영향을 끼친 패턴들의 정보만 저장하게 하여 은닉층 노드로의 책임 분담에 의한 정체 현상이 일어날 가능성을 줄인다. 그리고 학습시간과 학습의 수렴성도 개선한다. 제안된 알고리즘의 학습 성능을 분석하기 위하여 주민등록번호 분류를 대상으로 실험한 결과, 제안된 방법이 기존의 신경망보다 경계 변수나 모멘트에 민감하지 않으며 학습 시간도 적게 소요되고 수렴성도 우수한 성능이 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.793-795
• /
• 2020

본 논문에서는 스파이킹 뉴론(Spiking Neuron)들이 쿨롱에너지 포텐셜 (Coulomb Energy Potential)을 가지는 스파이킹 신경회로망에서의 학습알고리즘을 일반화하여 구간연산(Interval Arithmetic)의 학습이 가능한 학습알고리즘을 제안한다. 제안하는 학습알고리즘은 입력 데이터로서 구간(Interval) 데이터와 포인트(Point) 데이터를 모두 학습 할 수 있는 일반화된 학습알고리즘으로서 간단한 컴퓨터 시뮬레이션을 통하여 범위(Lower bound & Upper bound)를 가지는 구간데이터와 포인트데이터의 통합적인 학습이 가능하고 전문가시스템(expert system)에서의 "don't care attributes"의 학습 등에도 활용이 가능함을 보인다.

• 대한공업교육학회지
• /
• 제33권2호
• /
• pp.170-191
• /
• 2008

알고리즘 학습이 학습자의 창의적 문제해결력, 논리적사고력과 같은 고차원적인 인지 능력 향상에 도움이 되지만, 알고리즘 학습을 처음 접하는 어린 학습자들의 경우 인지적 부담으로 작용할 수 있다. 따라서 프로그래밍을 통한 알고리즘 학습에서 학습자의 인지적 부담을 감소시켜주고 알고리즘 학습에 대한 흥미와 동기 유발을 위한 새로운 교수 설계가 필요하다. 본 연구에서는 중학생의 알고리즘 학습을 위한 프로그래밍 도구로 비주얼 기반 교육용 프로그래밍 언어인 Squeak Etoys를 선정하고 이를 활용한 알고리즘 학습 프로그램을 설계하였다. 설계한 학습 프로그램을 실제 중학교 학습자들에게 적용한 결과, Squeak Etoys 활용 알고리즘 학습이 프로그래밍을 처음 접하는 초보 학습자들의 문제해결성향과 자기효능감, 논리적사고력 향상에 유의미한 영향을 주었음을 확인하였다. 특히 논리적사고력의 경우, 실험집단과 통제집단모두 유의미한 향상을 보였다. 이는 알고리즘을 설계하고 표현하는 과정에 대한 학습경험 자체가 논리적사고력 신장에 효과적임을 의미한다. 따라서 초 중등교육에서의 알고리즘 교육은 의미 있는 학습내용이라고 볼 수 있다. 그러나 Squeak Etoys 활용 알고리즘 학습을 진행한 집단이 통제집단에 비해 논리적사고력 향상의 정도가 유의미하게 높은 것은 Squeak Etoys와 같은 비주얼 기반 프로그래밍 학습 환경이 알고리즘 학습에 대한 외생적 인지부하를 감소시켜주고 문제해결성향 및 자기효능감에 긍정적인 영향을 줌으로써 논리적사고력과 같은 고등정신능력 향상에 도움을 준 것으로 해석할 수 있다. 이러한 연구 결과는 향후 새로운 교육과정 시행될 경우, 알고리즘 학습을 위한 교육용 프로그래밍 언어의 선정 및 교수 학습 설계에 유용한 지침을 제공해 줄 수 있을 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.93-96
• /
• 2000

본 논문에서는 SVM의 학습성 개선을 위해 모멘트와 kernel-adatron 기법이 조합된 하이브리드 학습알고리즘을 제안하였다. 제안된 학습알고리즘은 SVM의 학습기법인 기울기상승법에서 발생하는 최적해로의 수렴에 따른 발진을 억제하여 그 수렴속도를 좀 더 개선시키는 모멘트의 장점과 비선형 특징공간에서의 동작과 구현의 용이성을 가진 kernel-adatron 알고리즘의 장점을 그대로 살리는 것이다. 제안된 알고리즘을 비선형 함수 회귀에 적용해 본 결과 학습속도에 있어서 QP와 기존의 kernel-adatron 알고리즘보다 더 우수한 성능이 있음을 확인하였다

• 한국콘텐츠학회논문지
• /
• 제14권10호
• /
• pp.840-849
• /
• 2014

본 연구는 알고리즘 학습을 초등학생에게 적용하여 알고리즘적 사고에 긍정적 효과가 있음을 보여준다. 알고리즘 학습에 대한 사전 경험이 없는 초등학교 6학년 35명을 대상으로 4주간 총 11회의 그래프 컬러링 문제를 활용한 알고리즘 학습을 실시하였다. 알고리즘 수업 후 학습자들의 알고리즘 흥미도와 절차적 사고능력의 변화를 검사하였다. 이와 같은 자료 분석을 통해 얻어진 연구 결과는 다음과 같다. 첫째, 알고리즘 흥미도의 하위요인인 알고리즘 학습 태도는 학습자에게 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 그래프 컬러링을 활용한 알고리즘 학습은 학습자의 절차적 사고 능력을 향상시키는 것으로 나타났다. 따라서 알고리즘 학습은 초등학생의 절차적 사고 발달에 도움이 되며, 알고리즘 흥미도를 높이는 효과를 보여줌으로써 초등 교육 현장에서 알고리즘의 새로운 교육 방법을 제시하는데 의미가 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.71-75
• /
• 2003

오류 역전파 학습 알고리즘을 이용하여 영상 인식에 적용 할 경우에는 은닉층의 노드 수를 경험적으로 설정하므로, 학습시간과 지역최소화 및 정체현상이 발생한다. 그리고 ARTI 알고리즘은 입력 패턴과 저장 패턴간의 측정 방법인 유사성 검증 방법과 경계 변수의 설정에 따라 인식률이 좌우된다. 경계 변수의 값이 크면 입력 패턴과 저장 패턴사이에 약간의 차이만 있어도 새로운 카테고리(Category)로 분류하고, 반대로 경계 변수의 값이 적으면 입력 패턴과 저장 패턴 사이에 많은 차이가 있더라도 유사성이 인정되어 입력 패턴들을 대략적으로 분류한다. 따라서 ART1 알고리즘을 영상 인식에 적용하기 위해서는 경계 변수를 경험적으로 설정하므로 인식률에 부정적인 영향을 갖는 문제점이 있다. 따라서 본 논문에서는 개선된 ART1 알고리즘과 지도 학습 방법을 결합하여 신경망의 은닉층 노드를 동적으로 변화시키는 자가 생성지도 학습 알고리즘을 제안한다. 제안된 신경망에서 입력층과 은닉층의 학습 구조에는 ART1 알고리즘을 개선하여 적용하고, 은닉층과 출력층의 학습 구조에는 은닉층에서 승자로 선택된 노드와 출력층 노드와 연결된 가중치만을 조정하고 Delta-Bar-Delta 알고리즘을 적용한다. 제안된 방법의 학습 성능을 분석하기 위하여 학생증 영상에서 추출한 학번 패턴 분류에 적용한 결과, 기존의 신경망 학습 알고리즘보다 학습 성능이 개선됨을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.151-159
• /
• 2015

알고리즘은 문제를 효과적이고 효율적으로 해결하기 위해 필요한 문제 해결 과정을 설계하는 기법을 다루기 때문에 컴퓨터 과학을 배우는 사람이라면 반드시 학습해야 하는 영역이다. 알고리즘 교육은 학습자들이 알고리즘을 설계하는 기법을 익히는 것 뿐 아니라 학습한 알고리즘 기법을 문제를 해결하는 데 적절히 활용할 수 있는 능력을 함께 익힐 때 효과적이다. 특히 사회적으로 커다란 영향을 미칠 가능성을 가진 정보 영재 학생들을 대상으로 하는 교육 활성화에 대한 인식이 확산되기 시작하면서 이들을 어떻게 가르칠 것인가에 대한 관심이 고조되고 있다. 따라서 본 연구에서는 정보 영재 학습자들이 알고리즘 설계 기법을 보다 쉽게 학습하고 문제를 해결하는 데 활용하는 방법을 익힐 수 있도록 하기 위하여 퍼즐을 도입하였다. 연구 결과 퍼즐 기반의 알고리즘 학습이 전통적인 알고리즘 학습 방법에 비해 학습자들에게 긍정적인 영향을 준 것을 확인할 수 있었다. 이러한 결과는 학습자들이 퍼즐 기반 알고리즘 학습을 통해 알고리즘 설계 기법을 적용하는 다양한 문제 해결 경험을 함으로써 흥미와 학습의 전이가 향상된 것이라 해석할 수 있다.