• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.344-347
• /
• 2016

유비쿼터스 환경 시대에 맞춰 현재 스마트 디바이스의 발달과 시장의 확대로 스마트 미디어 기기의 보급이 급속도로 확산되고 있으며 많은 교육용 어플리케이션 또한 개발되고 있는 중이다. 이러한 교육용 어플리케이션들은 지식기반사회의 학습도구로서 지식접근 및 창출에 중요한 요소인 인터넷과 웹을 활용하게 되고 이동성과 편의성을 추구하는 모바일기기를 통해 학습이 가능하도록 지원하는 프로그램이다. 본 연구는 모바일러닝 기반의 '창의적 문제해결(CPS, Creative Problem Solving)' 모형을 활용하는 교육용 앱에 대한 설계방안을 제시하고자 하며 연구의 목적은 대학 교육에서 학생들의 창의적 사고와 문제해결능력 향상을 돕는 모바일러닝 기반의 학습환경을 설계하는 데 있다. 제안하는 학습지원 도구는 모바일 앱 형태로 제작되며 학습활동에 있어 다양한 창의적 사고과정 활동과 표현방식, 상호작용성 등의 기능을 통해 학습자의 고차원적인 사고능력을 향상시키는 인지적 도구로서 활용될 수 있도록 설계하였다. 개발환경은 안드로이드용 앱 인벤터 프로그램을 사용하였으며 앱 인벤터 서버환경에서 제공되는 컴포넌트와 이벤트 핸들러를 이용하여 교수자모드와 학습자모드의 앱을 각각 설계하였다. 교수자 앱은 학습활동 제공을 의미하는 프로바이더(Provider) 모드 기능이 포함되며 학습자 앱은 CPS 활동을 위한 학습활동 모드 기능이 설계된다. 대부분의 창의성 관련 앱들은 그래픽작업을 통한 두뇌활동 향상 프로그램, 체험활동 위주의 프로그램 등으로 출시가 되어 있으나 교수-학습 활동을 위한 창의적 문제해결활동 관련 앱은 존재하지 않는 상태이므로 수업활동에서의 활용측면에서 가치가 있을 것으로 기대된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.235-237
• /
• 2004

Microarray 로 표현되는 유전자 발현 데이터는 일반적으로 샘플(sample) 수에 비해 많은 수의 유전자를 포함한다. 피처 추출은 이러한 데이터에 기계학습 방법론을 효과적으로 적용하기 위한 방법 중 하나로, 학습성능을 향상시키고 계산 시간을 줄일 수 있을 뿐만 아니라 중요한 피처들을 발견할 수 있다는 점에서 큰 의미를 갖는다. 본 연구에서는 베이지안 신경망(Bayesian Neural Network)에 기반 한 자동유효성탐지(Automatic Relevance Detection, ARD) 기법을 사용하여 유전자 발현 데이터에서 학습 오류를 줄이는 동시에 학습에 필요한 최소한의 유전자 집합을 추출할 수 있는 방법을 제시했다. CAMDA 2003에서 제시된 폐종양 환자의 유전자 발현 데이터에 대해 실험한 결과, 12600 개의 유전자 중에서 가장 중요하다고 여겨지는 187 개의 유전자를 발견했으며, 높은 학습성능을 달성했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.961-964
• /
• 2004

우리는 가정이나 직장 등에서 PC를 이용하여 인터넷에 쉽게 접근할 수 있게 되었다. 많은 수의 분산된 PC를 활용하여 의미가 있는 일을 하고자 하는 노력이 시도되고 있으며, 교육 분야에서도 정보통신기술(ICT)을 활용한 교육에 많은 연구가 이루어지고 있다. 본 논문에서는 웹 기반의 문제풀이형 학습 시스템을 위해 통일된 XML 데이터 구조를 정의하였다. 웹상에서 학습정보를 XML로 저장하고 교환함으로써 수정없이 재사용할 수 있게 되었다. 분산된 다수의 서버들이 표준화된 학습정보문서의 체계에 따라 학습 정보를 제공한다면, 쉽게 대규모의 가상 학습시스템의 구축이 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.1037-1040
• /
• 2009

본 논문에서는 게임그래픽 교육의 차별화를 위한 학습도구의 하나로 MOD형 게임을 이용한 학습방법을 도입하였다. MOD형 게임이란 수정 변형(Modification)이 가능한 게임이란 의미로, 그래픽 학습자들이 직접 작업한 소스를 게임에 적용해 볼 수 있는 기능을 제공하는 소프트웨어로 게임 그래픽의 특성을 이해하는데 필요한 실질적인 경험을 제공할 수 있다. MOD형 게임의 활용은 기존의 추상적 개념의 이론적 학습에서 불가능했던 실제적이고 구체적인 적용을 기반으로 하고 있기 때문에, 학습 효과와 게임그래픽 교육 방식과의 차별화를 가져온다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.19-20
• /
• 2023

전이학습은 영상 분류를 진행한 모델을 사용하여 다른 종류의 영상 분류에 적용하여 문제를 푸는 것을 의미하며, 모델 설계부터 진행한 학습 모델보다 빠른 속도와 높은 정확도를 달성할 수 있다. 또한, 적은 데이터셋에 대하여 학습을 진행하여 좋은 결과를 도출할 수 있는 장점이 존재한다. 본 논문에서는 전이학습으로 사용되는 모델 중 Xception 모델을 사용하며, 욕창 이미지의 모델 입력 크기를 256, 512, 1024의 크기로 설정하여 학습을 진행 후 욕창 이미지 크기별 성능을 비교분석을 진행하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.303-306
• /
• 2006

유비쿼터스 컴퓨팅의 핵심은 네트워크 환경에 대한 고 가용성이라 할 수 있다. 이러한 사실은 사용자 컨텍스트(Context)가 반영된 서비스를 제공하기 위한 필수조건이 이미 갖추어져 있다는 것을 시사한다. 지금까지 상황인지(Context-Aware) 서비스를 위한 여러 응용들이 제시되어 왔지만, 동적으로 변화하는, 즉 예측하기 어려운 환경을 충분히 반영할 만큼의 유연성을 제공하지 못했다. 왜냐하면, 응용 태스크 시나리오가 시작단계부터 이미 정해져 있었기 때문이다. 여기에, 본 고는 평생동안 개인화된 태스크를 동적으로 생성, 제공할 수 있는 멀티 에이전트 시스템 구조를 제안하고자 한다. 평생 개인화 태스크(Life Long Personalized Task)는 끊임없이 변화하는 사용자의 행동패턴을 반영할 수 있도록, 동적으로 생성, 제공되는 태스크를 의미한다. 이는 태스크 시나리오가 컴파일 타임에 이미 결정되지 않고, 실행 시간 중에 자동으로 생성된다는 것을 의미한다. 이러한 유연성은 평생학습 엔진(Life Long Learning Engine)을 활용함으로써 가능하다. 이 엔진은 사용자의 행동패턴을 학습하며, 결과적으로 사용자 행동패턴 규칙들을 생성한다.

• 한국지구과학회:학술대회논문집
• /
• 한국지구과학회 2010년도 춘계학술발표회 논문집
• /
• pp.18-18
• /
• 2010

교사들의 생각하는 과학학습의 목표는 학생들이 생각하는 과학학습의 목표와 다를 수 있다. 과학을 잘 하는 모습은 교사의 입장에서 볼 때 과학교수 목표를 의미한다. 그러한 의미에서 과학교사들은 학생들이 과학을 잘 하게 하기 위해 과학 수업을 하고 있다고 볼 수 있다. 그러나 과학을 잘하는 모습은 교사마다 다를 수 있기 때문에 교사마다 다른 지향점을 가지고 과학교수활동을 하게 된다. 본 연구의 목적은 예비 교사들의 과학을 잘하는 모습에 대한 인식을 탐색하는데 있다. 연구를 위해 과학을 전공하고 있는 1학년에서 4학년 사이의 예비교사 30명을 대상으로 개방형 질문으로 구성된 설문을 실시하였다. 연구결과 예비교사들이 지닌 과학을 잘 하는 모습에 대한 인식의 유형과 과학을 잘 하는 모습을 결정짓는 상황의 유형을 분류할 수 있었으며, 예비교사들의 과학을 잘하는 모습에 대한 인식과 과학교수목표의 차이를 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (A)
• /
• pp.662-664
• /
• 2003

기존의 도메인 지식 기반의 랩퍼 학습 방법은 도메인에 대한 정보를 바탕으로 해당 정보 소스에 대한 렙퍼를 생성한다. 응응 분야에 맞게 정의된 도메인 지식을 이용함으로써 정보 소스에서 제공하는 다양한 텍스트의 의미와 형태를 이해할 수 있다. 그러나 정보 소스에서 제공되는 모든 텍스트에 의미 인식의 근거가 되는 레이블이 붙어서 제공되는 것이 아니기 매문에, 도메인 지식만을 이용해서 랩퍼를 학습하는 방법은 한계에 부딪힐 수 밖에 없다. 이러한 문제를 해결하기 위해서 본 논문은 인터넷에 존재하는 다양한 웹 정보 소스에서 효율적이고 정확하게 랩퍼를 생성할 수 있도록 하는 도매인 지식 기반의 확률적 랩퍼 생성 시스템을 제안한다. 효율적이고 정확한 랩퍼 생성 시스템을 구축하기 위해서 도메인 지식뿐 아니라 상세 정보로 연결되어 있는 하이퍼렁크와 엔티티 인식을 위한 확률모델을 이용하였다. 이렇게 여러 가지 방법을 적용함으로써 사용자의 개입없이 다양한 정보 소스에 대해서 보다 추출 성능이 좋은 랩퍼를 생성할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.601-603
• /
• 2005

군집 유효화 평가는 군집화 알고리즘을 진정한 의미의 비감독 학습이 가능하도록 만든다는 의미에서 그 중요성이 더해지고 있다. 본 논문에서는 이 군집 유효화 평가에 일반적으로 이용되는 군집 유효화 지수들의 설계원리를 분석하고 기존 지수들의 부합성을 분석한다. 우리는 제 (I) 부에서 합 형식의 지수들을 다루었으며, 본 논문에서는 비 형식의 지수들을 다룬다. 합형식의 CVI에서처럼 저역 필터링의 문제점을 해결하였으며, 또한, 부작용 없이 비형식의 지수들의 성능을 향상시킬 수 있는 새로운 기법을 제시한다. 새로운 지수들의 성능은 실험 학습을 통해 제시된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2007년도 추계학술대회 및 정기총회
• /
• pp.288-305
• /
• 2007

본 논문은 데이터 마이닝의 기법 중 가장 잘 알려진 지도학습 기법의 성능 향상을 위한 새로운 Hybrid 및 Combined 기법인 불일치 패턴 모델(오차 패턴 모델)에 대한 연구 논문이다. 불일치 패턴 모델이란 2개 이상의 기법 중 향후 더 레코드별로 더 잘 맞출 수 있는 기법을 메타 분류하는 불일치 패턴 모델을 개발하여, 최종적으로는 기존의 기법보다 더 좋은 분류 정확도 및 예측 향상율을 기대하기 위한 기법을 의미한다. 본 논문에서는 의사 결정나무 추론 기법인 C5.0과 C&RT 그리고 신경망 분석, 그리고 로지스틱 회귀분석과 같은 대표적인 데이터 마이닝의 지도학습 기법을 이용하여 불일치 패턴 모델을 생성하여 보고, 이들이 기존 단일 기법과 기존의 Combined 모델인 Bagging, Boosting 그리고 Stacking 기법보다 성능이 우수함을 23개의 실제 데이터 및 공신력 있는 공개 데이터를 이용하여 증명하여 보였다. 또한 데이터의 특성에 따라서 불일치 패턴 모델의 성능의 변화 및 더 우수해 지는지를 알아보기 위한 연구포 같이 수행을 하여 본 모델의 활용성을 높이고자 하였다.