• 대한수학교육학회지:수학교육학연구
• /
• 제22권2호
• /
• pp.203-227
• /
• 2012

본 연구는 교육소외 계층에 속한 학생들의 수학학습을 돕고자 시도되었다. 이를 위해 2011년 초 겨울방학 3개월을 이용하여 자원하는 학생 소수를 대상으로 탈북학생 집단과 저소득층 학생 집단에게 15차시의 보충학습이 각각 제공되었고 관찰과 면담, 그리고 녹음을 통해 자료수집이 이루어졌다. 수학학습에서 탈북학생과 저소득층 학생 모두 학습부진아들의 특징을 나타내었다. 용어에 대한 정확한 개념습득이 부족해서 설명을 하지 못하였고, 정의와 정리에 대한 이해의 정도가 낮아 그 의미를 사용해야 할 곳에 적절히 사용하지 못하는 것도 유사하였다. 게다가 확실하지 않은 지식으로 인하여 자료의 이용도 제대로 하지 못하였고, 집중력이 떨어져 부주의로 인한 오류도 자주 나타나는 것으로 보였다. 차이점으로는 탈북학생들은 남한이 외래어(영어)를 그대로 사용하는 언어적 표현에 익숙하지 않아 발생하는 기술적 오류, 한자어 해석 오류, 잘못 이용된 자료 등 오류의 특징이 생소함에서 오는 오류가 많은 반면, 저소득층 학생들은 이미 들어서 알고 있으나 연습부족에 의한 부주의가 많은 특징을 보였다.

• 논리연구
• /
• 제11권1호
• /
• pp.33-65
• /
• 2008

최근에 양은석은 "비트겐슈타인과 초일관성: 비트겐슈타인의 반실재론"에서 모순에 대한 비트겐슈타인의 견해에 대해 매우 주목할 만한 주장을 하였다. 그에 따르면, 비트겐슈타인은 약한 의미의 초일관주의자로 간주될 수 있다. 이 글에서는 이러한 양은석의 주장이 설득력 없는 것임을 보이고자 한다. 또한 비트겐슈타인이 논리학과 수학, 그리고 모순을 어떻게 바라보았는지를 가능한 한 공정하게 조명하고자 한다. 여러 학자들은 모순에 대한 비트겐슈타인의 생각이 대단히 특이한 것이라고 간주하였고, 더 나아가 마치 어떤 중대한 오류를 포함하는 것처럼 평가하였다. 그러나 이제 이러한 평가는 더 이상 유효하지 않다. 모순과 관련된 비트겐슈타인의 생각은 더 이상 특이하지 않다. 왜냐하면 그의 생각은 옳기 때문이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.418-421
• /
• 2006

프로그램의 고장율이 잔여 결함의 (미지)수에 대한 일정한 배수라고 한 것은 모든 결함이 프로그램의 고장율에 동일한 양으로 기여한다는 것을 의미한다. 우리는 이 가정에 대해서 도전을 하고자 하며, 대안을 제시한다. 이 모델은 다루기 쉬워서 계산할 다양한 신뢰도 척도를 허용한다. 목표 신뢰도를 얻기 위한 전체 수행시간과 목표 신뢰도를 얻기 위한 총 결함의 수를 예측할 수 있다. 이 모델은 설계오류를 줄여서 신뢰도 성장을 가져오는 하드웨어에도 적용될 수 있을 것으로 기대된다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(하)
• /
• pp.839-843
• /
• 2003

듣고 발화하는 과정을 통해 언어를 재구성해가는 건청아동과는 달리 청각장애 아동은 청력의 상실로 인해 언어습득의 선천적 매커니즘이 작용될 수 없으며 이는 청각장애아동의 언어능력향상을 위한 웹기반언어학습이 의도적으로 구성되어야 항을 의미한다. 동작이나 상황을 나타내는 말을 동적으로 구현하여 사물 및 행동에 대한 관찰력을 증진시키고 주도적으로 상황언어를 익힐 수 있도록 유도하는 시스템 구성이 필요하며 대체사고 전략을 활용하고 얼굴표정과 반대어와 대비어를 강조해야 함이 웹기반 언어학습을 통한 청각장애아동의 문법적 오류를 감소시키는 효과적 방법임을 이 논문을 통해 제안하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.493-495
• /
• 2003

다중문서요약에서는 단일문서요약과 달리 문장간의 중복도를 측정하는 방법이 요구된다. 기존에는 중복된 단어의 빈도수를 이용하거나, 구문트리 구조를 이용한 방법이 있으나, 중복도를 측정하는데 도움이 되지 못하는 단어와, 구문분석기 성능에 따라서 중복도 측정에 오류를 발생시킨다. 본 논문은 주절 종속절의 구분, 문장성분, 주절 용언의 의미를 이용하는 문장간 중복도 측정방법을 제안한다. 위의 방법으로 구현된 시스템은 기존의 중복된 단어 빈도수 방식에 비해 정확율에서 56%의 성능 향상이 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.587-591
• /
• 2004

수많은 데이터로부터 우리가 이용할 수 있는 의미 있는 연관성 규칙을 찾는 것은 대단히 중요하다. 연관성 규칙은 데이터베이스의 각 트랜잭션을 분석하여 이에 대한 각종 측정치를 수집하여 이루어지는데 대단히 많은 시간과 노력을 요한다. 본 논문에서는 통계적 추론을 이용하여 탐색도중 주어진 조건을 만족하는 항목에 대하여 의사결정을 내려 탐색시간은 단축할 수 있는 알고리즘을 제안한다. 또한 추론에 따른 오류발생을 최소화 할 수 있는 기법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.382-384
• /
• 2001

잘 정의된 소프트웨어 아키텍쳐는 복잡성과 무형성으로 인한 소프트웨어의 개발과 진화의 어려움을 상당히 해소할 수 있다. 소프트웨어 시스템을 아키텍쳐 수준에서 효과적으로 설계, 분석하기 위해서는 아키텍쳐 기술 언어 (ADL)와 이를 지원하는 도구의 사용이 필요하다. 본 논문은 컴포넌트 기반의 도메인 아키덱쳐 모델링 시C2스타일의 아키덱쳐 기술을 지원할 수 있도록 본 연구팀이 정의한ADL로 기술된 아키텍쳐 모델의 편집과 구문 및 의미상의 오류검사를 지원하는 ADL 처리기의 설계와 구현방법을 기술한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.360-365
• /
• 2006

초기에 제안된 Harel의 statechart를 개선하기 위한 노력으로 다양한 statechart의 변형들이 생겨나고, 시스템 개발자는 대상 시스템에 맞는 적절한 설계 명세 언어와 자동화 도구를 선택하는 것이 중요하게 되었다. 대상 시스템에 맞는 영세 언어를 선택하고, 다양한 자동화 도구(CASE tool)의 기능을 적용하기 위해 statechart의 상호 변환을 통한 각 지원 도구의 적용이 필요하다. 하지만, statechart 상호 변환 과정에서 각 statechart의 의미론적(semantics) 차이는 의도하지 않은 오류를 야기할 수 있다. 따라서 본 논문에서는 이들의 의미론을 비교 분석하기 위한 몇 가지 간단한 예제를 시뮬레이션 해 보고, statechart간 상호변환 방안의 기틀을 마련한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1998년도 제10회 한글 및 한국어 정보처리 학술대회
• /
• pp.316-320
• /
• 1998

한국어나 일본어처럼 문법형태소의 기능에 의해 단어의 통사적, 의미적 역할이 결정되는 교착어에서는 형태소 분석이 통사 분석과 의미 분석에 미치는 영향이 크기 때문에 한국어의 분석에 있어서 형태소 분석은 아주 중요하다. 관형적 표현이 많은 한글은 문법 규칙만으론 분석하기가 쉽지 않고, 분기가 많이 생성되므로 오류가 발생할 확률도 높다. 이러한 문제점을 해결하기 위해 본 논문에선 사전을 중심으로 해결하고자 한다. 그러기 위해선 방대한 용량의 사전이 필요로 하게 되고 이를 구축하기 위한 시간과 노력이 요구되므로 이미 구성된 코퍼스를 이용해 사전을 구성하여 많은 시간과 노력을 줄일 수 있도록 한다. 그리고 생성되는 많은 분기 가운데 올바른 경로를 찾아 가기 위해 코퍼스내의 각 태그 결합정보를 추출하고 추출한 결합정보의 통계정보-코퍼스내에서 사용된 빈도수-포함하여 우선순위를 정하도록 한다.

• 한국정보통신학회논문지
• /
• 제26권5호
• /
• pp.662-667
• /
• 2022

의미역 결정 작업은 서술어와 문장 내 행위자, 피행위자, 장소, 시간 등 서술어와 관련 있는 논항들을 추출하는 작업이다. 기존 의미역 결정 방법은 문장의 언어학적 특징 추출을 위한 파이프라인을 구축하는데, 파이프라인 내 각 추출 작업들의 오류가 의미역 결정 작업의 성능에 영향을 미치기 때문에 현재는 End-to-End 방법의 신경망 모델을 이용한 방법들이 제안되고 있다. 본 논문에서는 의미역 결정 작업을 위해 Biaffine Average Attention 구조를 이용한 신경망 모델을 제안한다. 제안하는 모델은 기존 연구에서 제안된 특정 시점에 대한 레이블 예측을 위해 주변 시점 정보를 이용하는 LSTM 모델 대신 문장 내 서술어와 논항의 거리에 상관없이 문장 전체 정보에 집중할 수 있는 Biaffine Average Attention 구조로 이루어져 있다. 제안하는 모델의 성능 평가를 위해 F1 점수를 이용하여 기존 연구에서 제안한 BERT 기반의 모델들과 비교하였으며, 76.21%의 성능으로 비교 모델보다 높은 성능을 보였음을 확인하였다.