• Journal of Internet Computing and Services
• /
• v.21 no.5
• /
• pp.1-7
• /
• 2020

Deep neural networks(DNN), which are used as approximation functions in reinforcement learning (RN), theoretically can be attributed to realistic results. In empirical benchmark works, time difference learning (TD) shows better results than Monte-Carlo learning (MC). However, among some previous works show that MC is better than TD when the reward is very rare or delayed. Also, another recent research shows when the information observed by the agent from the environment is partial on complex control works, it indicates that the MC prediction is superior to the TD-based methods. Most of these environments can be regarded as 5-step Q-learning or 20-step Q-learning, where the experiment continues without long roll-outs for alleviating reduce performance degradation. In other words, for networks with a noise, a representative network that is regardless of the controlled roll-outs, it is better to learn MC, which is robust to noisy rewards than TD, or almost identical to MC. These studies provide a break with that TD is better than MC. These recent research results show that the way combining MC and TD is better than the theoretical one. Therefore, in this study, based on the results shown in previous studies, we attempt to exploit a random balance with a mixture of TD and MC in RL without any complicated formulas by rewards used in those studies do. Compared to the DQN using the MC and TD random mixture and the well-known DQN using only the TD-based learning, we demonstrate that a well-performed TD learning are also granted special favor of the mixture of TD and MC through an experiments in OpenAI Gym.

• Journal of Korean Library and Information Science Society
• /
• v.39 no.4
• /
• pp.283-304
• /
• 2008

This is to develop Intelligent Retrieval System which can automatically present early query's category terms(association terms connected with knowledge structure of relevant terminology) through learning function and it changes searching form automatically and runs it with association terms. For the reason, this theoretical study of Intelligent Automatic Indexing System abstracts expert's index term through learning and clustering algorism about automatic classification, text mining(categorization), and document category representation. It also demonstrates a good capacity in the aspects of expense, time, recall ratio, and precision ratio.

• Annual Conference of KIPS
• /
• 2009.04a
• /
• pp.1006-1008
• /
• 2009

온라인 교육 시스템에서 사용자는 효과적인 학습을 위해 향상된 교육 컨텐츠를 이용하고자 한다. 온라인 교육 시스템은 다양한 알고리즘을 프로그래밍하여 개별 사용자에게 적합한 구성이 가능하다. 이러한 온라인 교육 시스템은 미리 짜여진 프로그램에 의한 체계적인 반복 교육에 적합하다. 사용자의 효과적인 학습을 측정하는데 있어 학습한 내용이 장기기억 되는 방법의 적용은 무엇보다 중요하다. 본 논문에서는 학습한 내용의 기억 추이를 나타내는 에빙하우스 망각 곡선 이론을 기반으로 학습 시스템의 장기 기억 메커니즘을 구현하고자 한다. 본 논문에서 제안한 온라인 교육 시스템의 학습 내용은 학습자의 장기 기억된 정도를 측정함으로써 그 효용성을 나타낸다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.291-300
• /
• 1999

본 논문은 인공신경망과 귀납적 학습방법 등의 인공지능 방법과 선물가격결정에 대한 기존 재무이론을 사용하여 일상어휘로 표현되는 파생상품 가격예측 모형을 개발하는데 있다. 모형의 개발은 1단계로 인공신경망이나 기존의 선물가격결정이론(평균보유비용모형이나 일반균형모형)을 이용하여 선물 가격을 예측한 후, 서로 비교분석하여 인공신경망 모형의 우수성을 확인하였다. 귀납적 학습방법중 CART 알고리듬을 사용하여 If-Then 규칙을 생성하였다. 특히 실용적 측면에서 선물가격의 일상어휘화를 통한 모형개발을 여러 가지 방법으로 시도하였다. 이러한 선물가격 예측모형의 유용성은 일단 If-Then 규칙으로 표현되어 전문가의 판단에 확실한 이론적인 근거를 제시할 수 있는 장점이 있으며, 특히 의사결정지원시스템으로 활용화 될 경우 매우 유용한 근거자료로 활용될 수 있다. 이러한 선물가격 예측모형은 정확성은 분석표본과 검증표본으로 나누어 검증표본에서 세가지 기본모형(평균보유비용모형, 일반균형모형, 인공신경망 모형)과 각 모형의 귀납적 학습방법 모형의 다른 3가지 어휘표현방법 3가지를 모형별로 비교 분석하였다. 분석결과 인공신경망모형은 상당한 예측력을 갖고 있는 것으로 판명되었으며, 특히 CART를 기반으로 한 일상어휘 기반의 선물가격예측 모형은 예측력이 높은 것으로 나타났다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.351-353
• /
• 2019

전문대학의 프로그래밍 수업에서 복습을 강화하고 학습효과를 높이기 위해 수업의 이론 및 실습 동영상을 인터넷상에 제공하고 학습자 설문을 통해 그 효과를 분석하였다. 설문을 통해 학습자들은 동영상 제공에 대해 긍정적인 대답을 하였으며 복습으로 활용하는 것을 넘어서 예습과 거꾸로 학습에도 적용할 수 있는 가능성을 보여주었다.

• The KIPS Transactions:PartA
• /
• v.18A no.6
• /
• pp.241-248
• /
• 2011

Many learning systems are applying Self-Directed Learning to improve learning efficiency. The degree of understanding of the same learning contents can be different even if the learner's level is same. Therefore, it is difficult to represent an effective learning experience because the learning is progressed by the determined difficulty of learning and the learning process even thought the provided content is difficult to understand. In this paper, we augmented SCORM to reconstruct the learning contents which are suitable for the changed level of each learner in real-time. Also, we designed and implemented this augmented SCORM based DCOS(Differential Contents Organization System). In order to provide the suitable contents for each learner, DCOS reorganizes learning contents based on the learner's level, the learner's achievement of learning objectives, and the correlation between learning objects, that is the component of the learning content. Each 30 Each 30 students studied e-learning contents, which are constructed based on the existing System and DCOS respectively. And the average score and system's satisfaction of the students who studied DCOS based e-learning contents was higher.

• Journal of The Korean Association of Information Education
• /
• v.8 no.2
• /
• pp.167-176
• /
• 2004

Due to the development of information communication technology, educational environment has undergone much change and various types of teaching and learning methods based on information communication technology has been suggested. Recently, remote education using the internet are also spreading. However, in current classrooms, students are asked to do an teacher-centered assignment, which they are required to collect and report some information using the internet. This method does not help students use the advantages of learning using the internet, which stimulate students-students interaction and teacher-students interaction.Thus, this study focused on the problem-based learning system based on video communication technology. The researcher designed the problem-based learning system based on video communication technology and applied the system to classes at elementary school. The results were analyzed in terms of students-students interaction and teacher-students interaction in the internet. This research found that the problem-based learning system stimulates teacher and students communication and has positive effects on students' attitude and interest in learning. This research proposes that the traditional teacher-centered teaching method can be supplemented with cyber space learning, which has the merit of problem-based learning model.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.3-8
• /
• 2010

본 연구에서는 일련의 연구에서 수집된 영작문 오류 유형의 정제된 자료를 토대로 연관 규칙을 생성하고, 학습을 통해서 효용성이 검증된 연관 규칙을 활용해서 영작문 데이터의 형태 통사 오류를 자동으로 탐지한다. 영작문 데이터에서 형태 통사 오류를 찾아내는 작업은 많은 시간과 자원이 소요되는 작업이므로 자동화가 필수적이다. 기존의 연구들이 통계적 모델을 활용한 어휘적 오류에 치중하거나 언어 이론적 틀에 근거한 통사 처리에 집중하는 반면에, 본 연구는 데이터 마이닝을 통해서 정제된 데이터에서 연관 규칙을 생성하고 이를 검증한 후 형태 통사 오류를 감지한다. 이전 연구들에서는 이론적 틀에 맞추어진 규칙 생성이나 언어 모델 생성을 위한 대량의 코퍼스 데이터와 같은 다량의 지식 베이스 생성이 필수적인데, 본 연구는 적은 양의 정제된 데이터를 활용한다. 영작문 오류 유형의 형태 통사 연관 규칙을 생성하기 위해서 Apriori 알고리즘을 활용하였다. 알고리즘을 통해서 생성된 연관 규칙 중 잘못된 규칙이 생성될 가능성이 있으므로, 상관성 검정, 코사인 유사도와 같은 규칙 효용성의 통계적 검증을 활용해서 타당한 규칙만을 학습하였다. 이를 통해서 축적된 연관 규칙들을 영작문 오류를 자동으로 탐지하는 실험에 활용하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.5 no.2
• /
• pp.269-278
• /
• 2001

Most of education sites which are related to practical computer lecture are almost learning and testing based on character-contents. In this thesis, commercial high school needs the use of new application programs which appear quickly. So as teacher and students can contact with each other in classroom, we implemented self-teaming which has text, visual and auditory function with the use of animation technology. Not only quantity testing which has been used for the purpose of selection and arrangement, but also we designed and implemented quality testing which consider the level and individuality of student.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.323-324
• /
• 2016

본 연구에서는 공과대학 수업에 지각적 주의 환기 전략이 학습동기에 어떤 영향을 주는지 알아보기 위해 지각적 주의 환기 전략으로 스마트 기기를 활용한 수업을 진행하면서 학습동기에 미치는 효과를 분석하였다. 분석 방법으로는 Keller의 ARCS 이론에 근거하여 개발한 IMMS를 수업의 특성에 맞게 수정한 검사지를 검사도구로 사용하여 지각적 주의 환기 전략을 적용하기 전 사전과 적용한 사후 검사를 실시한 후 그 결과를 통해 학습동기를 분석하였다. 연구 결과, 지각적 주의 환기 전략으로 스마트 기기를 활용한 교수법이 스마트 기기에 익숙한 대학생들에게도 사전, 사후 간의 유의미한 차이가 있는 것으로 나타났다. 특히 그 하위범주 중 주의력에 크게 영향을 미친다는 것으로 나타났다.