• Journal of IKEEE
• /
• v.12 no.1
• /
• pp.65-74
• /
• 2008

One of the popular methods used for pattern classification is the MBR (Memory-Based Reasoning) algorithm. Since it simply computes distances between a test pattern and training patterns or hyperplanes stored in memory, and then assigns the class of the nearest training pattern, it is notorious for memory usage and can't learn additional information from new data. In order to overcome this problem, we propose an incremental learning algorithm (iMPA). iMPA divides the entire pattern space into fixed number partitions, and generates representatives from each partition. Also, due to the fact that it can not learn additional information from new data, we present iMPA which can learn additional information from new data and not require access to the original data, used to train. Proposed methods have been successfully shown to exhibit comparable performance to k-NN with a lot less number of patterns and better result than EACH system which implements the NGE theory using benchmark data sets from UCI Machine Learning Repository.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.12-17
• /
• 2019

FAQ(Frequently Asked Questions) 질의 응답 시스템은 자주 묻는 질문과 답변을 정의하고, 사용자 질의에 대해 정의된 답변 중 가장 알맞는 답변을 추론하여 제공하는 시스템이다. 정의된 대표 질문 및 대응하는 답변을 클래스(Class)라고 했을 때, FAQ 질의 응답 시스템은 분류(Classification) 문제라고 할 수 있다. 종래의 FAQ 분류는 동일 클래스 내 동의 문장(Paraphrase)에서 나타나는 공통적인 특징을 통해 분류 문제를 학습하였으나, 이는 비슷한 단어 구성을 가지면서 한 두 개의 단어에 의해 의미가 다른 문장의 차이를 구분하지 못하며, 특히 서로 다른 클래스에 속한 학습 데이터 간에 비슷한 의미를 가지는 문장이 존재할 때 클래스 분류에 오류가 발생하기 쉬운 문제점을 가지고 있다. 본 논문에서는 이 문제점을 해결하고자 서로 다른 클래스 내의 학습 데이터 문장들이 상이한 클래스임을 구분할 수 있도록 클래스 일치 여부(Class coincidence classification) 문제를 결합 학습(Jointly learning)하는 기법을 제안한다. 동일 클래스 내 학습 문장의 무작위 쌍(Pair)을 생성 및 학습하여 해당 쌍이 같은 클래스에 속한다는 것을 학습하게 하면서, 동시에 서로 다른 클래스 간 학습 문장의 무작위 쌍을 생성 및 학습하여 해당 쌍은 상이한 클래스임을 구분해 내는 능력을 함께 학습하도록 유도하였다. 실험을 위해서는 최근 발표되어 자연어 처리 분야에서 가장 좋은 성능을 보이고 있는 BERT 의 텍스트 분류 모델을 이용했으며, 제안한 기법을 적용한 모델과의 성능 비교를 위해 한국어 FAQ 데이터를 기반으로 실험을 진행했다. 실험 결과, 분류 문제만 단독으로 학습한 BERT 기본 모델보다 본 연구에서 제안한 클래스 일치 여부 결합 학습 모델이 유사한 문장들 간의 차이를 구분하며 유의미한 성능 향상을 보인다는 것을 확인할 수 있었다.

• Journal of IKEEE
• /
• v.17 no.3
• /
• pp.254-259
• /
• 2013

The choice of labeled data in semi-supervised learning algorithm can result in effects on the performance of the resultant classifier. In order to select labeled data required for the training of a semi-supervised learning algorithm, VCNN(Vector Centroid Neural Network) is proposed in this paper. The proposed selection method of label data is evaluated on UCI dataset and caltech dataset. Experiments and results show that the proposed selection method outperforms conventional methods in terms of classification accuracy and minimum error rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.957-960
• /
• 2004

원격 교육에서 실습 관련 교과목에 대한 이해 접근 방법은 시각적인 학습을 통해 이루어지는 것이 보다 효율적이고 능률적이다. 그러나 사이버 강의에서 실습관련 교과목 피드백 시 직면하게 되는 가장 대표적인 문제점은 설명하기 어렵거나 이해하기 어려운 상황에 대해 학습자는 문자로서만 교수자에게 전달해야 하고, 교수자는 그 상황을 유추해서 응답 해주어야 한다는 사실이다. 따라서 학습 매체로써 탄력적인 수업이 이루어지기 위해서는 다양한 형태의 피드백으로 강의 컨텐츠를 개발하고 이를 적용하여, 교수자가 학습자의 실습 내용을 실시간으로 볼 수 있는 프로그램과 시스템의 개발이 필요하다. 본 연구에서는 여기에 초점을 맞추어 실습과목의 효과적인 피드백을 구현할 수 있는 방법을 제안하고 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.442-445
• /
• 2023

최근 딥러닝 및 로봇기술의 발전으로 인해 대량의 데이터를 빠르게 수집하고 처리하는 연구 분야들로 확대되었다. 이와 관련된 한 가지 분야로써 다중 로봇을 이용한 분산학습 연구가 있으며, 이는 단일 에이전트를 이용할 때보다 대량의 데이터를 빠르게 수집 및 처리하는데 용이하다. 본 연구에서는 기존 Distributed Neural Network Optimization (DiNNO) 알고리즘에서 제안한 정적 분산 학습방법과 달리 단계적 분산학습 방법을 새롭게 제안하였으며, 모델 성능을 향상시키기 위해 원시 변수를 근사하는 단계수를 상수로 고정하는 기존의 방식에서 통신회차가 늘어남에 따라 점진적으로 근사 횟수를 높이는 방법을 고안하여 새로운 알고리즘을 제안하였다. 기존 알고리즘과 제안된 알고리즘의 정성 및 정량적 성능 평가를 수행하기 MNIST 분류와 2 차원 평면도 지도화 실험을 수행하였으며, 그 결과 제안된 알고리즘이 기존 DiNNO 알고리즘보다 동일한 통신회차에서 높은 정확도를 보임과 함께 전역 최적점으로 빠르게 수렴하는 것을 입증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.646-648
• /
• 2001

전자도서관과 LOD 기술을 접목한 웹기반 교육 시스템의 연구는 몇 년 동안 활발히 진행되어 왔다. 특히, 멀티미디어 기술 및 컴퓨터 통신 기술 개발의 가속화 및 이을 응용한 컨텐츠 개발에 촉진제 역할을 하게된 웹의 탄생은 교수-학습 활동에서의 교육형태로 인식할 수 있는 전환점을 제공하게 되었고, 웹을 기반으로 한 교육(WBI: Web-Based Instruction)이라는 새로운 교수 모형이 제시되기에 이르렀다. 또한, 최근에 학습자의 요구에 맞는 코스웨어 주문이 증가되고 있는 추세이며 그에 따라 웹 기반 교육 시스템의 효율적이고 자동화된 교율 에이전트의 필요성이 인식되어 있다. 그러나 현재 연구되고 있는 많은 교육 시스템들은 학습자 성향에 맞는 코스를 적절히 서비스 해지 못할 뿐 아니라 지속적인 피드백과 학습자가 코스를 학습함에 있어서 취약한 부분을 재학습 할 수 있도록 도와주는 서비스를 제공하지 못하고 있다. 본 논문에서는 학습자의 학습 모니터링과 지속적인 학습평가에 의하여 개인 학습자의 학습 성취도를 계산하여 학습자에게 적합한 코스 스케쥴을 제공해 주는 코스 스케쥴링 멀티 에이전트를 제안하고자 한다.

• Journal of The Korean Association of Information Education
• /
• v.2 no.2
• /
• pp.209-214
• /
• 1998

The advent of powerful hardware and advances in high speed networks enabled synchronous learning, with teachers and students being geographically distributed but connected via computer networks. Today's synchronous learning systems are mainly based on video conferencing technology which provides audio, video, and joint editing of documents only, but does not take into account the specific requirements of teaching, for instance, controlling the course of instruction, raising hands, or reference pointing. A shared whiteboard is often the core part of these systems. Therefore, in this paper, we look into implementation issues in whiteboards of distance learning systems. Particularly, system architectures and concurrency control mechanisms are considered.

• Proceedings of the CALSEC Conference
• /
• 1999.07a
• /
• pp.383-388
• /
• 1999

향후 업무수행을 향상시킬 것으로 기대되는 정보, 경험, 선진사례의 학습내역을 전사적인 차원에서 체계적이고 용이하게 창출, 수집, 관리하고 활용하는 체계이다.(중략)

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2003.05a
• /
• pp.313-318
• /
• 2003

인터넷의 급격한 발전과 광범위한 보급에 따라 과거 전화, 서신 또는 직접방문을 통하여 해결하던 고객상담의 상당부분은 인터넷을 이용한 전자우편 및 전자게시판을 이용하는 방향으로 꾸준히 대치되고 있다. 인터넷을 통한 고객과의 접촉방식의 대부분을 차지하는 전자우편과 전자게시판은, 기존의 방식 특히 전화에 비하여 즉각적인 응답을 기대하기가 어렵다는 측면이 고객에게는 가장 큰 불만사항이 되고 있다. 본 논문에서는 문서로 이루어진 전자우편 또는 전자게시판의 고객 상담 내용을 기계학습의 분류기법을 활용하여 담당자를 자동으로 선정함으로써 보다 신속히 고객의 요구에 반응할 수 있는 효과적인 방법을 제안한다. 실제 수집한 다년간의 데이터를 기반으로 다양한 분류기법의 성능을 비교 평가하였으며, 그 결과 k-NN을 이용한 기법이 성능 및 활용도 측면에서 유리함을 보였다 또한, 인터넷을 통한 질문의 경우 상당 수준의 오탈자 및 띄어쓰기 오류를 내포하고 있는데, 바이그램을 이용한 문서처리방법을 이용함으로써 이러한 상황에 효과적으로 대처할 수 있으며, 바이그램으로 문서 처리 시 발생할 수 있는 시스템의 부담을 큰 성능의 저하 없이 최소화하기 위하여 자주 등장한 단어만을 선정하는 방안이 실용성이 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1020-1023
• /
• 2021

본 논문에서는 기존의 책상에서 발생하는 문제점을 개선하고 효율적인 공부를 할 수 있도록 도와주는 "학습 능률을 높이는 스마트 책상" 시스템을 제안한다. 제안하는 시스템의 주요 기능은 다음과 같다. 첫째, 아두이노와 Linear actuator를 사용하여 책상의 높낮이와 책받침의 각도를 조절한다. 둘째, 심박 센서를 통해 사용자의 집중도를 확인하고 이와 연동된 어플리케이션으로 각종 센서와 모듈을 제어하여 최적의 공부환경을 조성한다. 셋째, 책상 위 모든 동작이 어플리케이션을 통해 자동으로 수행되어 Human task를 감소시킨다. IoT 기술과 집중력 관리 알고리즘을 활용한 제안 시스템을 통해 학습자의 책상 앞 올바른 자세 교정과 학습 시 높은 집중력을 유지시키는데 도움을 줄 수 있을 것으로 기대된다.