• 정보교육학회논문지
• /
• 제16권1호
• /
• pp.51-60
• /
• 2012

본 연구는 트위터를 활용한 토론학습에서 고려해야 할 지침을 얻고자, 과제가치, 트위터효능감, 사회적 실재감이 학습만족도에 미치는 영향과 사회적 실재감의 매개효과를 분석하였다. 이를 위해 2010학년도 2학기에 서울에 소재한 A대학교에 한 강좌를 수강한 학습자 46명을 대상으로 약 3주 동안 트위터에서 토론수업을 진행하여, 과제가치, 트위터효능감, 사회적 실재감, 토론학습만족도 자료를 수집하였다. 자료분석 방법으로는 상관분석, 회귀분석과 매개분석을 실시하였다. 그 결과, 과제가치, 트위터효능감, 사회적 실재감은 학습만족도에 유의미한 영향을 미치는 요인으로 확인되었으며, 사회적 실재감은 과제가치와 트위터효능감이 학습만족도를 예측하는 데 있어 매개역할을 하는 것으로 나타났다. 이와 같은 결과는 트위터를 활용한 토론학습에서 학습만족도를 높이기 위해서는 과제가치와 트위터효능감 향상을 위한 학습과정 설계 전략이 필요하며, 이와 더불어 사회적 실재감을 촉진시켜줄 수 있는 학습환경 설계가 필요함을 시사한다. 또한, 트위터 학습 관련 연구는 아직 초기단계로, 향후 트위터를 활용한 학습환경에서 만족도나 성취도 등의 학습성과를 높이는 변인을 규명하는 연구가 지속적으로 수행되어야겠다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.686-692
• /
• 2022

본 논문에서는 스테레오 영상정합을 위하여 개선된 영역기반, 에너지 기반 알고리즘, 학습기반 구조의 정합 오류율을 비교하였다. 영역기반으로 census transform(CT), 에너지 기반으로 belief propagation(BP) 알고리즘을 선정하였다. 기존 알고리즘을 개선하고 모바일 시스템에서 스테레오 영상정합에 활용가능 하도록 임베디드 프로세서 환경에서 구현하였다. 비교 대상이 되는 학습기반의 경우에 도 적은 규모의 파라메터를 활용하는 신경망 구조를 채택하였다. 세 가지 정합방법의 오류율 비교를 위해 테스트 이미지로 Middlebury 데이터 세트 가운데 Tsukuba를 선정하고 정합 성능의 정확한 비교를 위해 비폐색, 불연속, 시차 오류율 등으로 세분화하였다. 실험 결과 CT 매칭의 오차율은 기존 알고리즘과 수정된 알고리즘으로 비교하였을 때 약 11% 성능 개선되었다. BP 매칭은 오류율에서 기존 CT 에 비하여 약 87% 우수하였다. 신경망을 이용한 학습기반과 비교 하였을 때 BP 매칭이 약 31% 우수함을 보였다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.695-704
• /
• 2020

최근 교육분야에 IT의 활용이 증가하고 이를 통한 학습결과 예측에 대한 연구가 진행되고 있다. 본 연구에서는 학습분석을 참고하여 학습결과에 영향을 미칠 수 있는 학습활동 데이터를 수집하였다. 조사에 참여한 학생은 1062명으로, 조사는 2018년 10월부터 12월까지 충청남도 소재의 4년제 종합 사립대학인 A대학에서 진행되었다. 먼저 기계 학습의 예측 변인들의 타당성 확보를 위하여 학습결과에 대한 개인·학업·행동요인으로 모형을 구성하여 위계적 회귀 분석을 실시하였다. 위계적 회귀 분석의 모형이 유의하였고, 단계별로 설명력(R²)이 증가하는 것으로 나타나 투입된 변수들이 적절한 것으로 나타났다. 또한 기계학습의 선형 회귀분석방법을 통해 투입한 학습활동 변수가 학습 결과를 얼마나 예측할 수 있는지 확인하였으며, 오차율은 약 8.4%로 수집되었다.

• 한국멀티미디어학회논문지
• /
• 제11권3호
• /
• pp.353-363
• /
• 2008

단일 에이전트 환경에서는 Q-학습의 학습 시간을 줄이기 위해서 학습결과를 전파시키거나 일렬의 행동을 패턴으로 만들어 학습한다. 다중 에이전트 환경에서는 동적인 환경과 다수의 에이전트 상태를 고려해야하기 때문에 학습에 필요한 시간이 단일 에이전트 환경보다 길어지게 된다. 이 논문에서는 단일 에이전트 환경에서 시간 단축을 위해서 유한개의 행동으로 정책을 만들어 학습하는 매크로 행동을 다중 에이전트 환경에 적합한 내시 Q-학습에 적용함으로써 다중 에이전트 환경에서 Q-학습 시간을 줄이고 성능을 높이는 방법을 제안한다. 실험에서는 다중 에이전트 환경에서 매크로 행동을 이용한 에이전트와 기본 행동만 이용한 에이전트의 내시 Q-학습 성능을 비교했다. 이 실험에서 네 개의 매크로 행동을 이용한 에이전트가 목표를 수행할 성공률이 기본 행동만 이용한 에이전트 보다 9.46% 높은 결과를 얻을 수 있었다. 매크로 행동은 기본 행동만을 이용해서 적합한 이동 행동을 찾아도 매크로 행동을 이용한 더 낳은 방법을 찾기 때문에 더 많은 Q-값의 변화가 발생되었고 전체 Q-값 합이 2.6배 높은 수치를 보였다. 마지막으로 매크로 행동을 이용한 에이전트는 약 절반의 행동 선택으로도 시작위치에서 목표위치까지 이동함을 보였다. 결국 에이전트는 다중 에이전트 환경에서 매크로 행동을 사용함으로써 성능을 향상시키고 목표위치까지 이동하는 거리를 단축해서 학습 속도를 향상시킨다.

• 한국멀티미디어학회논문지
• /
• 제17권2호
• /
• pp.232-239
• /
• 2014

온라인에서의 글쓰기가 늘어나면서, 기계학습을 통해 이를 분류하는 연구가 늘고 있다. 그럼에도 불구하고 한국어로 작성된 마이크로블로그를 대상으로 한 연구는 많지 않다. 또한 통계적으로 기계학습을 평가한 연구를 찾아보기 힘들다. 본 논문에서는 트위터를 대상으로, 표본을 추출하고, 형태소와 음절을 자질로 사용하여 기계학습에 따라 감정을 분류하였다. 그 결과 약 76%정도 트위터에 포함된 감정이 분류되었다. Support Vector Machine이 Na$\ddot{i}$ve Bayes보다 정확했고, 선형모델도 비구조적인 텍스트 처리에 비선형모델에 상응하는 정확성을 보였다. 또한 형태소가 음절 자질에 비해 높은 정확성을 보이지 않았다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.39-47
• /
• 2011

다층퍼셉트론의 계층별 학습 방법의 하나인 Ergezinger 방법은 출력 노드가 1개로 구성되어 있고, 출력층의 가중치를 최소자승법으로 학습하기 때문에 출력층의 가중치에 조기포화 현상이 발생할 수 있다. 이런 조기 포화현상은 학습 시간과 수렴 속도에 장애가 된다. 따라서, 본 논문은 Ergezinger의 학습 방법을 출력층에서 벡터 형태로 학습할 수 있는 알고리즘으로 확대하고 학습 시간과수렴 속도를 개선하기 위해서 학습 상수를 도입한다. 학습상수는 은닉층 가중치 조정 시, 새로이 계산된 가중치와 기존 가중치의 상관 관계를 계산하여 학습 상수에 반영하는 가변적인 방법이다. 실험은 제안된 방법과 기존 방법의 비교를 위해서 iris 문제와 비선형 근사화 문제를 대상으로 실험하였다. 실험에서, 제안 방법은 기존 Ergezinger 방법보다 학습 시간과 수렴 속도에서 우수한 결과를 얻었으며, 상관 관계를 고려한 CPU time 측정에서도 제안한 방법이 기존 방법보다 약 35%의 시간을 절약할 수 있었다.

• 정보교육학회논문지
• /
• 제16권4호
• /
• pp.489-502
• /
• 2012

현재 컴퓨터교육에서 알고리즘 교육의 중요성은 강조되고 있지만 주어진 문제를 알고리즘으로 표현하고 표현된 알고리즘을 해석하는 방법에는 비교적 연구가 미약하였다. 본 연구에서는 알고리즘의 표현 도구 중 순서도에 대해 초등학교 저학년 대상으로 놀이 활동 기반 학습 방법을 개발하고 실제 수업에 적용하여 학습 가능성을 진단하여 보았다. 학습 놀이는 순차형 놀이, 선택형 놀이, 반복형 놀이와 퍼즐 맞추기 게임으로 4가지이며 퍼즐 맞추기 게임은 학습 놀이 내용을 순서도 카드를 활용하여 실제 순서도로 재구성하는 게임이다. 순서도 학습 후 성취도 평가에서는 학습 놀이 기반으로 수업을 진행한 집단이 ICT기반으로 학습한 집단보다 상대적으로 평균은 약 7.5% 높게 나타났으며 두 집단 모두 학습 후 평균이 10점 만점에 9점 이상을 보였다. 이는 순서도 교육이 초등학교 저학년도 학습 가능하며 특히 놀이 활동을 통한 교육이 효과적이라는 것을 보여준 것이다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.66-74
• /
• 2014

최근에 한국어 의존 관계에 대한 파싱 시스템과 관련된 연구가 소프트웨어 공학자들이나 언어학자들에 의해 다양하게 연구되고 있으며, 시스템 구현은 주로 기계 학습이나 기호 주의를 사용하고 있다. 기계 학습을 사용한 방법은 한국어 문장 데이터가 매우 크기 때문에 시스템 특성상 매우 긴 학습시간을 가지며, 데이터 자체가 가지는 오류로 인하여 한정된 인식율을 가진다. 본 연구에서는 기계학습을 이용한 시스템에 대하여 학습 시간을 줄일 수 있도록 특징들을 자질 집합 모듈로 분할하여 처리하는 방법을 제안하고, 문장수와 반복횟수에 따른 인식율을 분석하였다. 설계된 시스템은 분리된 모듈과 이진 검색을 위한 정렬 기법이 사용되었다. 데이터는 세종 말뭉치로부터 추출한 후 정제된 36,090문장을 사용하였다. 학습 시간은 약 3시간으로 줄었으며, 인식율은 10,000 문장을 50회 학습하였을 때 84.54%로 가장 높았다. 모든 학습 문장(32,481)을 10회 학습하였을 때 인식율은 82.99%이다. 결과적으로 정제된 데이터를 이용하여 시스템이 안정화될 때까지 반복하는 것이 더 효율적이었다.

• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.117-128
• /
• 2004

전통적인 면대면 수업에 비하여 온라인 학습은 학습자에게 더 심한 고립감을 유발하며, 또한 높은 중도 탈락률을 보인다. 이러한 현상은 온라인 학습에서 학습자 간의 상호작용, 소속감, 상호의존성, 상호유대감, 지속적 학습을 가능하게 하는 사회적 환경의 부족함에서 기인한다. 그러므로 e-learning 공동체에서는 중도 탈락률을 낮추고 학습자의 고립감을 해소하도록 하는 것이 매우 중요하다. 따라서 본 논문에서는, 바람직한 학습공동체 형성을 위하여 적용될 취향검사 항목에 대한 연구를 수행하였으며, 이를 바탕으로 온라인상에서 취향검사의 동질성과 다양성을 결합한 지능적 멀티에이전트 기법에 의한 학습공동체 e-learning 그룹핑 시스템(GSE)을 개발하였다. GSE 시스템은 에이전트에 의해 개인화된 사용자 프로파일을 구축하여 사용자 취향에 따른 그룹핑을 자동적으로 수행하는 것이 특징이다. 이 시스템을 실제 테스트해 본 결과, 학습자들의 약 88%가 만족함을 나타냈으며 그룹이 계속 유지되거나 해체되지 않기를 원하는 것으로 나타났다.

• 컴퓨터교육학회논문지
• /
• 제7권4호
• /
• pp.121-129
• /
• 2004

교육인적자원부(2004)의 이러닝 학습체제 구축을 위한 실태 및 요구조사에 따르면 교수 학습 자료의 질에 대한 심각한 문제가 제기되고 있다(총 4717명 중 1775명 (37.68%) 이 현재 교수 학습 자료의 질적인 문제가 심각하다고 응답하였다). 뿐만 아니라 한국교육과정평가원의 연구(2002)에 따르면 웹 사이트, 기관 소장 자료, 그리고 교사 개인이 서비스하는 자료들 7만 건 중 약 8.7%에 해당하는 자료만이 우수 자료로 평가되었다. 현재 유통 보급되는 교수 학습 자료에 대한 질 관리의 필요성이 대두되고 있으나 이를 뒷받침하는 구체적인 정책적 대안이 제시되고 있지 못한 실정이다. 즉, 체계적으로 교수 학습 자료에 대한 내용적인 질 관리를 할 수 있는 시스템이 개발되어 있지 않다. 본 연구의 궁극적인 목적은 기존 혹은 신규 교수 학습 자료에 대해 내용적 질 관리를 할 수 있는 시스템을 개발하고 적용하는데 있다. 본 연구의 결과로 개발된 교수 학습자료 질 관리 시스템은 16개 시 도를 포함하여 국가 수준의 질 관리 체제 수립을 위한 기초가 될 수 있으며, 뿐만 아니라 교수 학습 자료에 대한 실질적인 질 관리가 이루질 수 있을 것으로 기대한다.