• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 춘계학술발표논문집
• /
• pp.170-173
• /
• 2009

본 연구에서는 지방자치단체에서 실시하고 있는 단기 창업교육프로그램 참가자들의 학습동기와 창업의지, 교육 만족도, 자기 유능감이 창업교육성과에 미치는 영향을 문헌적으로 고찰하였으며, 설정된 연구가설의 검증을 위하여 서울시와 인천시가 주관하는 단기 창업교육프로그램 참가자들을 대상으로 실증적 분석을 실시하였다. 실증 분석 결과를 요약하면, 첫째 단기 창업교육프로그램 참가자의 학습참여 동기는 교육만족도와 자기유능감에 정(+)의 영향을 미쳤다. 둘째, 단기 창업교육프로그램 참가자의 창업의지는 교육만족도에 정(+)의 영향을 미쳤다. 셋째, 참가자의 교육 만족도는 자기유능감에 정(+)의 영향을 미쳤다. 넷째, 학습자의 만족도와 자기유능감은 교육성과에 정(+)의 영향을 미쳤다. 연구 결과를 종합해보면 지방자치단체의 단기 창업교육프로그램 참가자의 학습 참여 동기와 창업의지가 높을수록 창업에 대한 다양한 지식과 기술 습득을 의미하는 자기 유능감과 만족도가 높아지며, 아울러 단기 창업교육프로그램에 대한 학습자의 교육성과 또한 높게 나타났다. 본 연구가 시사하는 바는 최근 들어 증가하고 있는 지방자치단체의 단기 창업교육프로그램이, 비교적 장기간에 걸쳐 진행되는 정규교육기관의 창업교육과는 달리, 짧은 기간 내에 효과적인 창업교육 성과를 달성하기 위해서는 교육 참가자들의 학습동기 및 창업의지 등 개인적 특성을 사전에 충분히 파악하여 적합한 대상자를 선발하여야 하며, 교육내용에 대한 만족도 제고를 통해 예비 창업자들이 스스로 다양한 창업관련 지식과 기술 등에 관한 자기 유능감을 향상시키는 데 주안점을 두어야 한다는 점이다.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.221-229
• /
• 2006

현재의 정보통신 기술은 사람과 주변의 모든 기기가 네트워크로 연결되어 자유롭게 접근하고 서비스를 받을 수 있는 유비쿼터스 환경을 지향하고 있다. 그러나 우리나라는 교육에 대한 열의가 높고 유비쿼터스 기술의 교육적인 잠재력이 무한함을 인식하고 있음에도 불구하고 이에 대한 연구가 부족한 실정이다. 이에 본 연구에서는 u-Learning을 활용하기 위한 현장학습에 대한 연구와 이를 지원하기 위한 유비쿼터스 기술에 대한 연구를 바탕으로 상황과 학습자의 요구에 따라 적절한 학습을 지원할 수 있는 학습모형과 시스템을 개발하였으며 이를 통해 u-Learning 의미와 가능성을 규명하고자 한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제19권2호
• /
• pp.327-344
• /
• 2005

솔리테르(solitaire) 중 간단한 게임인 자리바꾸기 문제에 대해 학습자로 하여금 다양한 해결방법을 산출 하도록 한 후, 그 과정에서 학생들의 수학적 창의성의 발현 과정을 추적해 본다. 제시한 문제 해결 과제에 대한 학습자들의 반응과 해답을 분석함으로써 수학적 창의성에서의 인지적 구성요소인 확산성, 유창성, 논리성, 유연성, 독창성과 정의적 구성요소에 해당하는 적극성, 독자성, 집중성, 정밀성 등이 어떻게 나타나고 있는가를 살펴본다. 또한 그렇게 함으로써 각 구성요소의 의미와 특성을 규명하고자 하며, 나아가 이들 구성요소를 판별할 수 있는 방안에 대한 기초 자료를 제공하고자 한다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.252-256
• /
• 2016

본 논문에서는 한국어에 최적화된 단어 임베딩을 학습하기 위한 방법을 소개한다. 단어 임베딩이란 각 단어가 분산된 의미를 지니도록 고정된 차원의 벡터공간에 대응 시키는 방법으로, 기계번역, 개체명 인식 등 많은 자연어처리 분야에서 활용되고 있다. 본 논문에서는 한국어에 대해 최적의 성능을 낼 수 있는 학습용 말뭉치와 임베딩 모델 및 적합한 하이퍼 파라미터를 실험적으로 찾고 그 결과를 분석한다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.337-339
• /
• 2016

본 논문에서는 한국어 개체명 인식의 성능 향상을 위하여 워드 임베딩을 활용할 수 있는 방법에 대하여 기술한다. 워드 임베딩이란 문장의 단어의 공기정보를 바탕으로 그 단어의 의미를 벡터로 표현하는 분산표현이다. 이러한 분산 표현은 단어 간의 유의미한 정도를 계산하는데 유용하다. 본 논문에서는 이러한 워드 임베딩을 통하여 단어 벡터들의 코사인 유사도를 통한 개체명 사전 자가 학습 및 매칭 방법을 적용하고, 그 실험 결과를 보고한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 춘계종합학술대회
• /
• pp.301-305
• /
• 2000

최근 연구되고 있는 web 기반이나 멀티미디어 등을 이용한 CAI, 인공지능형 교육시스템, 가상교육 등은 매체의 특성과 관련된 연구물로서 교수 설계, 교수 분석, 학습자 분석 등의 문제점이 도출될 가능성을 가지고 있다. 이러한 문제점들은 교육공학에서의 하드공학과 소프트공학, 즉 매체의 특성과 매체를 통한 메시지의 설계가 효과적으로 융화되지 못한 결과이다. 따라서 본 논문에서는 기존의 코스웨어가 가지는 특성에 교육공학적 의미를 부가하여 학습자 특성을 고려한 교과내용의 재구성, 개별화수업이 가능한 코스웨어와 주관식문제를 이용한 상호작용(Interactive)을 통하여 지능적이고 효율적인 코스웨어를 설계 및 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.667-670
• /
• 2016

많은 기계학습 문제에서 특정 선택 문제는 전체적인 성능을 좌우하는 중요한 부분이다. 이는 불만족 고객의 식별 문제와 같이 수 많은 특징을 사용하는 문제에서 더욱 절실하다. 본 연구에서는 중요한 특징을 찾고 중복성을 제거하기 위한 몇 가지 대표적인 방법들을 불만족 고객의 식별 문제에 적용하였다. 이를 통해 먼저 정보 획득량 지표로 의미 있는 특징들을 선별하고, PCA를 사용해서 남아있는 중복성을 줄이는 방법이 가장 좋은 결과를 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.467-469
• /
• 2019

딥러닝에서는 기본 층을 겹겹이 쌓아 올려 구성한 신경망이라는 모델을 사용하여 데이터를 학습한다. 신경망 모델에서 층(layer)은 신경망의 핵심 구성 요소로서 입력된 데이터로부터 주어진 문제에 더 의미 있는 표현을 추출하고 표현할 수 있다. 이러한 층의 개수와 층 내에 노드의 개수는 신경망 설계에서 가장 기본적인 문제 중에 하나이다. 본 논문에서는 층의 개수와 노드의 개수가 신경망 학습에 어떠한 영향을 미치는지 실험을 통하여 평가해본다.

• 정보교육학회논문지
• /
• 제15권2호
• /
• pp.295-305
• /
• 2011

로봇 활용 프로그래밍 교육은 학습자의 흥미유발과 학습 성취도 향상에 의미 있는 효과가 있다. 그러나 대부분의 로봇 프로그래밍이 단순한 문법적 지식습득 위주로 구성되어 학습후반에 학습자의 참여도가 현저히 떨어지는 경향이 있다. 스토리텔링은 자신의 경험에 바탕을 둔 이야기를 구성하고 논리적 사고력을 향상시킬 수 있는 다양한 교육적 방법을 제공하여 학습자에게 긍정적 학습동기를 부여할 수 있다. 본 연구는 스토리텔링을 기반으로 한 로봇 교육과정을 설계하고 이를 지원할 수 있는 시스템을 개발하였다. 개발된 로봇 교육과정과 시스템은 학습자의 이야기 구성을 위한 협력적 지식도구와 로봇 프로그래밍 과정을 시각화 할 수 있는 도구를 제공하여 지속적인 학습동기 부여와 학업성취도 향상에 도움을 줄 것이다.

• 디지털융복합연구
• /
• 제15권12호
• /
• pp.341-347
• /
• 2017

많은 양의 문서 데이터가 증가됨에 따라 사용자는 해당 문서를 이해하기 위한 요약된 정보를 필요로 한다. 그러나, 기존 문서 요약 연구 방법들은 지나치게 단순한 통계에 의존함으로써 문장의 모호성 및 의미 있는 문장 생성을 위한 다중 문서 요약 연구가 미흡한 실정이다. 본 논문에서는 의미적 연결 관계에 대한 파악 및 불필요한 정보를 처리하기 위한 전처리 과정을 거치며, 어휘 의미 패턴 정보를 기반으로 VAE를 이용하여 문장 간의 의미적 연결성을 높인 다중 문서 요약 기법을 제안하였다. 문장을 이루고 있는 단어 벡터들을 이용하여, 잠재된 변수로 생성된 압축된 정보와 속성 판별기로부터 학습을 한 후 문장을 재구성함으로써 의미적 연결 처리가 자연스러운 요약문을 생성하였다. 제안된 방법과 다른 문서 요약 방법을 비교했을 시 미세하지만 더 향상된 성능을 나타냈으며, 이는 의미적 문장 생성 및 연결성을 높일 수 있음을 증명하였다. 앞으로, 다양한 속성 설정 값을 가지고 실험하여 의미적 연결 관계를 확장할 수 있는 방법을 연구하고자 한다.