• 인터넷정보학회논문지
• /
• 제15권3호
• /
• pp.117-124
• /
• 2014

본 논문은 특정 학문 영역에서 적성과 능력이 뛰어난 고등학생을 대상으로 대학 수준의 심화학습을 제공하여 학생의 학습욕구를 충족하고, 잠재능력을 개발하기 위한 수월성 교육의 가치를 제공하는 고교-대학 연계 심화과정 온라인 교육의 도입을 위한 고등학교 학생과 교사의 인식에 관한 연구이다. 이를 위하여 고등학교 학생 및 교사들을 대상으로 설문을 실시하였으며, 설문 분석 결과 고등학생은 고교-대학 연계 심화과정의 온라인 교육 운영에서 효율성을 가장 중요한 요인으로 보고 있으며, 다음으로 진학도움, 교육방식, 만족도, 주위추천 순으로 긍정적 관점이 나타났다. 교사 역시 효율성이 가장 중요한 요인으로 나타났으며, 만족도, 진학도움, 교육 방식 순으로 나타났다. 이러한 결과들을 바탕으로 고교-대학 연계 심화과정을 활성화하고, 지역 간 교육기회 격차를 해소하여 학생의 학습권을 보장할 수 있는 온라인 교육 도입 및 운영 방안과 운영 시 학생들의 학습만족도를 높이기 위한 제언을 제시하였다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.1-10
• /
• 2024

이 연구의 목적은 과학기술 시대 노인교육의 방향을 탐색하는 것이다. 연구목적 달성을 위한 연구내용은 첫째, 노인교육의 현황을 살펴보고, 둘째, 과학기술 시대 노인교육의 방향을 제시하는 것이다. 노인교육의 현황으로 노인교육은 계속 변화하고 발전하고 있으며, 노인들이 더 풍요로운 노후 생활을 즐길 수 있도록 다양한 프로그램과 활동이 제공되고 있다. 노인실태조사보고서를 보면 노인의 학습활동의 경우 전체 노인의 11.9%가 학습활동에 참여하고 있다. 노인교육 학습활동 참여자의 학습활동 실시 기관은 노인복지관이 35.5%로 가장 많았다. 과학기술 시대 노인교육의 방향으로 첫째, 노인 교육내용 구성의 경우 디지털 기술 및 정보 활용 교육이 필요하다. 둘째, 노인 교육 방법의 경우 맞춤형 노인교육 방법이 필요하다. 셋째, 노인교육 기관 운영의 경우 노인교육을 위한 전문 교육 센터를 더욱 강화하고 지원해야 한다. 국제사회는 노인인구의 증가로 인해 새로운 사회제도의 구축과 재정적 투자를 사회적 위기가 아닌 새로운 성장동력으로 삼자는 공감대가 이미 형성되고 있다. 고령 인구의 증가로 사회보장 영역의 부담이 있지만 노인의 잠재된 역량과 경험을 새롭게 인식하여 사회적 자원으로 환원할 수 있는 방향으로 전환하고 있다. 과학기술 시대의 노인교육은 미래 사회를 건강하고 발전적으로 건설해 갈 수 있는 방향으로 전환할 필요가 있다.

• 감성과학
• /
• 제13권1호
• /
• pp.47-60
• /
• 2010

기존 웹 페이지 자동분류 연구는 일반적으로 학습 기반인 kNN(k-Nearest Neighbor), SVM(Support Vector Machine)과 통계 기반인 Bayesian classifier, NNA(Neural Network Algorithm)등 여러 종류의 분류작업에서 입증된 분류 기법을 사용하여 웹 페이지를 분류하였다. 하지만 인터넷 상의 방대한 양의 웹 페이지와 각 페이지로부터 나오는 많은 양의 자질들을 처리하기에는 공간적, 시간적 문제에 직면하게 된다. 그리고 분류 대상을 표현하기 위해 흔히 사용하는 단일(uni-gram) 자질 기반에서는 자질들 간의 관계 분석을 통해 자질에 정확한 의미를 부여하기 힘들다. 특히 본 논문의 분류 대상인 한글 웹 페이지의 자질인 한글 단어는 중의적인 의미를 가지는 경우가 많기 때문에 이러한 중의성이 분류 작업에 많은 영향을 미칠 수 있다. 잠재적 의미 분석 LSA(Latent Semantic Analysis) 분류기법은 선형 기법인 특이치 분해 SVD(Singular Value Decomposition)을 통해 행렬의 분해 및 차원 축소(dimension reduction)를 수행하여 대용량 데이터 집합의 분류를 효율적으로 수행하고, 또한 차원 축소를 통해 새로운 의미공간을 생성하여 자질들의 중의적 의미를 분석할 수 있으며 이 새로운 의미공간상에 분류 대상을 표현함으로써 분류 대상의 잠재적 의미를 분석할 수 있다. 하지만 LSA의 차원 축소는 전체 데이터의 표현 정도만을 고려할 뿐 분류하고자 하는 범주를 고려하지 않으며 또한 서로 다른 범주 간의 차별성을 고려하지 않기 때문에 축소된 차원 상에서 분류 시 서로 다른 범주 데이터간의 모호한 경계로 인해 안정된 분류 성능을 나타내지 못한다. 이에 본 논문은 새로운 의미공간(semantic space) 상에서 서로 다른 범주사이의 명확한 구분을 위한 특별한 차원 선택을 수행하여 최적의 차원 선택과 안정된 분류성능을 보이는 최적의 지도적 LSA을 소개한다. 제안한 지도적 LSA 방법은 기본 LSA 및 다른 지도적 LSA 방법들에 비해 저 차원 상에서 안정되고 더 높은 성능을 보였다. 또한 추가로 자질 생성 및 선택 시 불용어의 제거와 자질에 대한 가중치를 통계적인 학습을 통해 얻음으로써 더 높은 학습효과를 유도하였다.

• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2017년도 춘계학술대회
• /
• pp.63-63
• /
• 2017

국내 경제상황의 어려움으로 인한 기업의 고용감소와 그에 따른 일자리 부족 때문에 청년 실업문제가 사회적 이슈로 대두되었고, 일자리에 대한 취업의 다른 대안으로 창업에 대한 관심이 고조되고 있다. 청년 일자리를 해결하기 위해서는 청년층의 중심이라 할 수 있는 대학생의 창업을 활성화할 필요가 있고, 이를 위해서는 다양한 분야를 전공하고 있는 대학생의 학문적 특성을 고려하여 대학생의 창업의도를 높이는 것이 필요하다. 해외의 경우 다양한 계층에 대한 연구를 통해 계층별 창업의도에 미치는 영향요인을 파악하고 이를 관련 정책 및 교육에 반영함으로써 창업의도를 지속적으로 향상시키고 있다. 본 논문에서는 현재 교양과목으로 이루어진 창업강좌를 수강하는 국내 대학생들이 전공에 따른 창업의지에 대한 생각을 살펴보고자 하며, 그들의 창업의지를 보다 고취시키기 위해 필요한 방안들을 도출하고자 한다. 연구방법으로 국내 창업교육을 받고 있는 대학생을 대상으로 설문조사를 진행하였고, 설문조사결과에 대한 신뢰성 및 타당성을 분석한 후 구조방정식을 통해 본 연구에서 설계한 가설을 검증하며, 가설 검증 결과를 분석하게 된다. 독립변수로는 잠재적 창업가의 특성을 파악할 수 있는 개인적 특성 요인(성취욕구, 위험감수성향, 혁신성), 환경적인식 요인(네트워크, 정부의 창업지원제도), 교육적인식 요인(창업강좌, 창업멘토링)을 선정하였고, 조절변수로서 대학생 전공(이공계와 비이공계), 그리고 종속변수로서 창업의지를 설정하여 연구모형을 구성했다. 본 연구를 통해 대학생들의 전공(이공계와 비이공계)에 따른 창업의지 확인과 함께 창업교육에 대한 교과목 설계, 목표설정, 학습 방향 및 방법들을 보완할 수 있는 기회를 얻을 수 있음을 제시하고자 한다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.477-484
• /
• 2004

데이터 마이닝에서 연속패턴(sequential pattern) 생성기술은 시차를 두고 발생한 사건들에 대하여 잠재해있는 패턴을 발견하는 기술을 의미한다. 본 연구는 정보이론을 이용하여 데이터베이스로부터 연속패턴을 자동으로 발견하는 방법에 관한 내용이다. 기존의 방법들이 한 속성내에서의 연속패턴만을 탐지하는 일차원 연속패턴을 생성하는데 비하여 본 연구에서 제시하는 방법은 데이터베이스내의 모든 속성간의 연속패턴 관계를 탐지할 수 있는 다차원 연속패턴을 생성할 수 있다. 본 연구에서는 연속패턴 생성을 위하여 헬링거(Hellinger) 변량을 사용하였으며 이를 이용하여 발견된 연속패턴들의 중요도를 측정할 수 있었다. 또한 헬링거 변량의 함수적인 특성을 분석하여 연속패턴 추출의 복잡도를 줄이기 위한 두 가지의 법칙이 제안되었고 다수의 실험 데이터를 통하여 다차원의 연속패턴을 생성할 수 있음을 보였다.

• 한국항행학회논문지
• /
• 제12권5호
• /
• pp.502-508
• /
• 2008

인터넷의 급속한 확산과 대량 정보의 이동은 문서요약을 더욱 필요 하고 있다. 본 논문은 비음수 행렬 인수분해로 얻어진 비음수 의미 가변 행렬과 의미특징의 포괄적 중요도를 이용하여 문장을 추출하여서 포괄적 문서요약을 하는 새로운 방법을 제안하였다. 제안된 방법은 인간의 인식 과정과 유사한 비음수 제약을 사용한다. 이 결과 주제의 군집방법이나 잠재의미분석을 사용한 비지도 학습방법에 비해 더욱 의미 있는 문장을 선택하여 문서를 요약할 수 있다. 실험결과 제안방법이 다른 방법들에 비하여 좋은 성능을 보인다.

• 한국컴퓨터산업학회논문지
• /
• 제7권1호
• /
• pp.47-56
• /
• 2006

혈액에서 추출된 프로테옴 패턴(단백질 DNA 정보)는 인간 신체 기관의 병리학적 상태를 잠재적으로 반영하고 있다. 신체기관의 질병이나 이상은 이러한 프로테옴 패턴의 분석에 의해 식별될 수 있다고 알려져 있으며 프로테옴 패턴 정보를 분석하는 여러 가지 방법들이 현재 존재하고 있다. 본 논문에서는 SVM(Support Vector Machine)과 GA(Genetic Algoritm)의 융합에 근거하여 암 진단을 위한 디시전 모델의 효과적 학습(learning) 방법을 제안한다. <중략> 그 결과로서 개별적 kernel function 들보다 더 우수한 분류성능을 갖는 최적의 디시전 모델이 얻어졌다. 위암 데이터 셋 과 두 개의 일반 데이터 셋(대장암, 백혈병)을 사용한 컴퓨터 실험에서 제안된 방법이 다른 Kernel function 들에 비해 더 우수한 분류 성능을 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.195-197
• /
• 2011

This research deals with an issue of preventive medicine in bioinformatics. We can diagnose liver conditions reasonably well to prevent Liver Cirrhosis by classifying liver disorder patients into fatty liver and high risk groups. The classification proceeds in two steps. Classification rules are first built by clustering five attributes (MCV, ALP, ALT, ASP, and GGT) of blood test dataset provided by the UCI Repository. The clusters can be formed by the K-mean method that analyzes multi dimensional attributes. We analyze the properties of each cluster divided into fatty liver, high risk and normal classes. The classification rules are generated by the analysis. In this paper, we suggest a method to diagnosis and predict liver condition to alcoholic patient according to risk levels using the classification rule from the new results of blood test. The K-mean classifier has been found to be more accurate for the result of blood test and provides the risk of fatty liver to normal liver conditions.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.191-194
• /
• 2011

문서를 이루는 단어들의 빈도수가 지수법칙(power law)를 따른다는 지프의 법칩(Zipf's law)이 있다. 이러한 단어분포를 고려하여 문서의 토픽을 찾아내는 기계학습법이 디리쉴레 프로세스(Dirichlet process) 이다. 이를 발전시켜서 데이터의 잠재 요인(latent factor)들을 베이즈 확률모델에 기반한 샘플링 바탕으로 찾는 방법이 인디언 뷔페 과정(Indian buffet process) 이다. 우리는 25가지의 특징(feature)들에 대한 점수(rating)들이 볼드(blood oxygen dependent level) 신호와 함께 주어지는 PBAIC 2007 데이터에 주성분 분석법(principal component analysis)를 적용했다. PBAIC 2007 데이터는 비디오 게임을 수행하며 기능적뇌영상(functional magnetic resonance imaging, fMRI) 촬영을 하여 얻어진 공개데이터이다. 우리의 연구에서는 주성분 분석법을 이용하여 10개의 독립 성분(independent component)들을 찾았다. 그리고 1.75초 마다 촬영된 BOLD 신호와 10개의 고유벡터(eigenvector)들간의 내적을 취하여 가중치(weight)를 구하였다. 성분들의 가중치를 낮은 순서로 정렬함으로써 각 시간마다 주도적으로 영향을 미치는 성분들을 알아낼 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2007년도 제19회 한글 및 한국어 정보처리 학술대회
• /
• pp.150-157
• /
• 2007

본 논문에서는 의존 구조 매칭과 약한 지도식 학습 방법을 적용하여 텍스트에서 IS-A 관계를 자동으로 추출하고 순위화하는 방법을 제안한다. 텍스트에서 잠재적인 IS-A 관계를 표현하는 [관계 표현, 하위어, 상위어]의 삼진관계 리스트를 추출하고, 관계 표현과 IS-A 관계 인스턴스, IS-A 관계 후보, 사이의 상호 관련성을 이용하여 각각의 점수를 반복적으로 정제한다. 제안한 방법의 대표적인 특징은 다음과 같다. 1) 의존 구조에 기반한 패턴 매칭 방법을 적용하여 정규 표현에 기반한 방법보다 다양한 형태의 삼진관계를 추출할 수 있고, 2) 도메인 코퍼스에서 통계적으로 추출한 어휘 사이의 관련성 정보를 이용하여 도메인에 적합한 IS-A 관계 인스턴스의 순위를 높일 수 있으며, 3) 관계 표현과 관계 인스턴스의 점수를 상호 관련성에 기반한 방법으로 반복적으로 점수화하여 IS-A 관계 인스턴스 사이의 변별력을 높일 수 있다. 실험에서 순위화된 관계 인스턴스는 전문가의 판단과 66%이상 일치함을 보였고, 의존 구조를 이용한 유연한 패턴 매칭 방법은 정규표현을 이용한 방법보다 43.6%의 추가적인 삼진관계를 추출하였다.