• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.628-629
• /
• 2022

딥러닝의 높은 예측 정확도를 위해서는 많은 양의 학습 데이터가 필요하다. 그러나 실세계에서 많은 양의 레이블이 붙은 데이터를 구하는 것은 어렵고 많은 비용이 든다. 때문에 레이블이 없이도 양질의 표현 학습이 가능한 자기지도학습이 각광을 받고 있다. 와서스타인 거리는 생성모델에도 쓰이지만 의사 레이블 (pseudo label) 을 만들어 레이블이 없는 데이터들을 분류 하는데도 좋은 성능을 보이고 있다. 따라서. 본 연구는 와서스타인 거리를 자기지도학습에 접목시키는 방법을 제안한다. 실험을 통해 연구의 가능성을 보인다.

• Journal of Korea Multimedia Society
• /
• 제3권4호
• /
• pp.416-423
• /
• 2000

The existing self-organizing feature map of Kohonen has weakpoint that need too much input patterns in order to converse into the learning rate and equilibrium state when it trains. Making up for the current weak point, B.Bavarian suggested the method of that distributed the learning rate such as Gaussian function. However, this method has also a disadvantage which can not achieve the right self-organizing. In this paper, we proposed the method of improving the convergence speed and the convergence rate of self-organizing feature map converting the Gaussian function into dynamic approximate curve used in when trains the self-organizing feature map.

• Journal of Science Education
• /
• 제35권1호
• /
• pp.13-22
• /
• 2011

There is an increasing emphasis on science teaching in inclusion education setting, but still few research and practice in science education field including science teacher training course as well. It is well known that teaching efficacy of teacher is an important factor to influence teaching behavior and students' learning, but it is hard to find related studies about self-efficacy on teaching science for the disabled students. In this study pre-service science teachers' self-efficacy on science teaching for the disabled students was investigated and analyzed. For this a questionnaire consisted of 3 sub-scale like learning efficacy scale, teaching efficacy scale, and outcome expectancy scale was enacted to 97 pre-service science teachers. As a result, pre-service science teachers showed relatively low efficacy in teaching but showed positive learning efficacy and outcome expectancy. There was no meaningful difference in distribution of efficacy belief by gender, however the experience of teaching science for the disabled students made difference in outcome expectancy. From this study the implication for science teacher training course was inferred to meet the needs for science education in inclusion setting.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.38-40
• /
• 2021

Medical domain has a massive number of data records without the response value. Self-supervised learning is a suitable method for medical data since it learns pretext-task and supervision, which the model can understand the semantic representation of data without response values. However, since self-supervised learning performance depends on the expression learned by the pretext-task, it is necessary to define an appropriate Pretext-task with data feature consideration. In this paper, to actively exploit the unlabeled medical data into artificial intelligence research, experimentally find pretext-tasks that suitable for the medical data and analyze the result. We use the x-ray image dataset which is effectively utilizable for the medical domain.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1437-1440
• /
• 2011

현재 학교수업에서 학습자간 학습 능력의 차이를 해결하기위해 개별 학습과 수준별 학습을 이용한다. 그러나 수업시간 중에 수준별, 개별학습을 진행하기에는 어려움이 따른다. 이에 해결방법으로 동료 지도학습 방법, 웹기반 개별지도 학습방법 등이 적용되고 있으나 이 또한 동료끼리의 열등감 문제, 즉각적 피드백 부족 등으로 많은 문제점들이 발생하고 있다. 따라서 본 연구에서는 효율적인 동료지도학습 방법을 적용하는 방법으로 SNS를 기반으로한 학습지원시스템을 제안한다. 본 시스템을 적용함으로써 기존의 동료지도학습 방법에서의 시.공간적인 제약 문제를 해결하였고, 개별학습과 수준별 학습이 가능하며, 자기주도적 학습이 효과적으로 이루어질 수 있다. 또한, 누구나 학습자와 교수자의 입장이 될 수 있으므로 동료끼리의 열등감 문제를 해결할 수 있다. 교수자로서의 역할 경험은 자아성취감을 고취시켜 학습의 흥미도를 높일 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• 제27권1호
• /
• pp.8-14
• /
• 2023

The existing self-supervised learning-based CutPaste generated synthetic data by cutting and attaching specific patches from normal images and then performed anomaly detection. However, this method has a problem in that there is a clear difference in the boundary of the patch. NSA for solving these problems have achieved higher anomaly detection performance by generating natural synthetic data through Poisson Blending. However, NSA has the disadvantage of having many hyperparameters that need to be adjusted for each class. In this paper, synthetic data similar to normal were generated by a simple method of making the size of the synthetic patch very small. At this time, since the patches are so locally synthesized, models that learn local features can easily overfit synthetic data. Therefore, we performed anomaly detection using gMLP, which learns global features, and even with simple synthesis methods, we were able to achieve higher performance than conventional self-supervised learning techniques.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.732-735
• /
• 2020

기존에 지도학습 방법은 성능은 좋지만, 학습할 때 비디오 데이터와 정답 라벨이 있어야 한다. 그러나 이러한 데이터의 라벨을 수동으로 붙여줘야 하는 문제점과 그에 필요한 시간과 돈이 크다는 것이다. 이러한 문제점을 해결하기 위한 다양한 방법 중 자기지도학습(Self-Supervised Learning) 중 하나인 회전 방법을 비디오 데이터에 적용하여 학습하는 연구를 진행하였다. 본 연구에서는 두가지 방법을 제안한다. 먼저 기존의 비디오 데이터를 입력으로 받으면 단순히 비디오 자체를 회전시키는 것이 아닌 입력으로 들어온 비디오의 각각 프레임이 시간이 지나면서 일정한 속도로 회전을 시킨다. 이때의 회전은 총 네 가지 각도[0, 90, 180, 270]를 분류하도록 하는 방법론이다. 두 번째로 비디오의 프레임이 시간이 지나면서 변할 때 프레임 별로 고정된 각도로 회전시키는데 이때 회전하는 속도 네 가지 [1x, 0.5x, 0.25x, 0.125]를 분류하도록 하는 방법론이다. 이와 같은 제안하는 pretext task들을 통해 네트워크를 학습한 뒤, 학습된 모델을 fine tune 시켜 비디오 분류에 대한 실험을 수행 및 결과를 도출하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.47-48
• /
• 2019

본 논문에서는 신경망의 일종인 자기조직화지도(Self Organizing Map)을 이용하여 컨트롤러의 순서를 정하는 모델을 제안하였다. 자기조직화지도는 자율 학습에 의한 클러스터링을 수행하는 알고리즘으로써 컨트롤러에 가중치를 부여하고 컨트롤러 간 거리를 계산하여 효율적인 컨트롤러 선택을 목표로 한다.

• Journal of KIISE:Software and Applications
• /
• 제28권12호
• /
• pp.875-884
• /
• 2001

Although the self organizing map (SOM) is widely utilized in such fields of data visualization and topology preserving mapping, since it should have the topology fixed before trained, it has some shortcomings that it is difficult to apply it to practical problems, and classification capability is quite low despite better clustering performance. To overcome these points this paper proposes the dynamic topology preserving self-organizing map(DTSOM) that dynamically splits the output nodes on the map and trains them, and attempts to improve the classification capability by combining multiple DTSOMs K-Winner method has been applied to combine DTSOMs which produces K outputs with winner node selection method. This produces even better performance than the conventional combining methods such as majority voting weighting, BKS Bayesian, Borda, Condorect and reliability sum. DTSOM remedies the shortcoming of determining the topology in advance, and the classification rate increases significantly by combing multiple maps trained with different features. Experimental results with handwritten digit recognition indicate that the proposed method works out to problems of conventional SOM effectively so to improve the classification rate to 98.1%.

• Korean Medical Education Review
• /
• 제8권1호
• /
• pp.23-33
• /
• 2006

의학교육은 학생들에 대한 교육과 평가만으로 구성되지 않는다. 학생들이 그러한 교육을 모두 잘 이수하고 졸업할 수 있도록 잘 지도해 주는 것까지를 포함한다. 의학교육에 있어 이러한 지도가 필요한 이유는 의대생들의 학습과 생활에 문제가 자주 발생하기 때문이다. 이에 본 연구에서는 2005년도에 본 의과대학에서 이루어진 총104건의 상담사례를 분석하여 그 문제와 대안을 제시하였다. 나타난 문제로는 불완전한 교육과 극단적 내부경쟁, 학생들의 집단 학습적 행동, 시간 관리 및 학습방법의 문제, 불안과 우울의 문제, 열등감의 문제, 자기개발과 자기실현에서의 불안, 삶의 다양한 문제들과 가치관 형성의 어려움(이성교제, 가족관계, 학교 내 대인관계 등) 등이었다. 이에 대한 해결방안으로 다음과 같은 다섯 가지가 제안 되었다. 즉 학생들에 대한 "의대에서 공부하는 방법" 교육, 새로운 의대 학습 문화의 창출지원, 전공의 선발에 있어 다면적 평가 시스템의 도입, 상담을 담당해 주시는 교수들과 멘토(mentor)의 필요, 가치관 지향적인 의학교육의 필요이다.