• Annual Conference of KIPS
• /
• 2005.05a
• /
• pp.423-426
• /
• 2005

기억기반학습의 일종인 최근접 이웃(k nearest neighbor) 알고리즘은 과거의 데이터들 중에서 새로운 개체와 유사한 데이터들을 이용해서 새로운 개체의 목적 값을 예측하는 것이다. 이 경우 속성의 가중치를 계산하는 방식은 kNN의 성능을 결정하는 중요한 요소가 된다. 본 논문에서는 기존의 다른 이론들과 달리 정보이론에서 사용되는 엔트로피 개념을 이용해서 속성의 가중치를 이론적이고, 효과적으로 계산하는 새로운 방법을 제시하고자한다. 제안된 방법은 각 속성이 목적속성에 제공하는 정보의 양에 따라 가중치를 자동으로 계산하여 kNN의 성능을 향상시킨다. 마지막으로 이러한 방식의 성능을 다수의 실험을 통해 비교하였다.

• The KIPS Transactions:PartB
• /
• v.13B no.2 s.105
• /
• pp.127-132
• /
• 2006

K-NN (k-Nearest Neighbors), which is a well-known instance-based learning algorithm, simply stores entire training patterns in memory, and uses a distance function to classify a test pattern. K-NN is proven to show satisfactory performance, but it is notorious formemory usage and lengthy computation. Various studies have been found in the literature in order to minimize memory usage and computation time, and NGE (Nested Generalized Exemplar) theory is one of them. In this paper, we propose RPA (Recursive Partition Averaging) and IRPA (Incremental RPA) which is an incremental version of RPA. RPA partitions the entire pattern space recursively, and generates representatives from each partition. Also, due to the fact that RPA is prone to produce excessive number of partitions as the number of features in a pattern increases, we present IRPA which reduces the number of representative patterns by processing the training set in an incremental manner. Our 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.

• Journal of The Korean Association of Information Education
• /
• v.23 no.6
• /
• pp.639-653
• /
• 2019

The purpose of this study is to design an instructional framework and cognitive learning environment for AI education based on computational thinking in order to ground the theoretical rationale for AI education. Based on the literature review, the learning model is proposed to select the algorithms and problem-solving models through the abstraction process at the stage of data collection and discovery. Meanwhile, the instructional model of AI education through computational thinking is suggested to enhance the problem-solving ability using the AI by performing the processes of problem-solving and prediction based on the stages of automating and evaluating the selected algorithms. By analyzing the research related to the cognitive learning environment for AI education, the instructional framework was composed mainly of abstraction which is the core thinking process of computational thinking through the transition from the stage of the agency to modeling. The instructional framework of AI education and the process of constructing the cognitive learning environment presented in this study are characterized in that they are based on computational thinking, and those are expected to be the basis of further research for the instructional design of AI education.

• Journal of The Korean Association For Science Education
• /
• v.29 no.8
• /
• pp.812-823
• /
• 2009

The purpose of this study is to search effective assessments methods by using the Fusion model of Cognitive diagnosis theory. Attributes are skills or cognitive processes that are required to perform correctly on a particular item. After test items were developed, item's attributes were decided and Q-matrix about item's attributes was made. After testing, the result was analyzed according to gender and achievement level. The results of the analysis showed that students mastered 'Interpreting data' best, and 'synthesizing' worst among the five attributes. Female students showed higher ability than male students in 'recalling.' Students of high achievement level mastered more scientific attributes than students of low achievement level. Conventional assessments only provided a single summary score but Cognitive diagnosis modeling provided useful information by estimating individual knowledge states by assessing whether an examinee has mastered specific attributes measured by the science test. The skill profiles can offer a skill level of strong, weak, or mixed for each student for each skill. Therefore, the skill profiles will provide useful diagnostic information in addition to single overall scores.

• 모자간호학회지
• /
• v.2 no.1
• /
• pp.34-44
• /
• 1992

지난 10년 동안 구미에서는 부모-아동 관계 영역에 혁신을 가져왔다. 특히 부모-아동 애착이론의 획기적인 변화로 가족 중심 출산 경험을 강조하고 있다. 과거에는 남편이 아내의 출산에 참여하던 것이 타부시되어 왔지만 애착의 개념이 대두되면서 남편도 출산에 함께 참여하도록 고려하여 임신에서부터 부부가 함께 이 과업을 완수하도록 모든 환경을 변화시키고 있다. 애착이론은 다양하여 정신분석이론, 학습이론, 인지발달이론과 동물 행동학적 측면에서 이해되고 있다. 다양한 이론적 배경과 개념들을 가지고 아버지-아동의 애착 및 유대관계에 대한 연구가 지난 10여년 이상 되어오고 있다. 가장 관심의 촛점이 되어 연구 되어온 것으로는 애착형성을 위해 중요하다고 하는 민감한 시기(Critical period)를 중심으로 애착의 특성인 시각, 청각, 촉각, 상호호혜적 관계, 긍정적 애정을 바탕으로 연구되어졌다. 이 연구는 부아 애착(Paternal Infant Attachment)의 연구를 연구방법, 측정도구 및 방법상문제와 변수들을 중심으로 재정리하여, 이 분야에 있어서 앞으로의 연구 방향을 살펴보았다. 17편의 연구들을 각각 년도, 표본수, 방법 및 측정, 결과 및 비고난을 비교 분석하여 도표를 작성하였다. 이론적 기틀과 문헌고찰에 근거하여 다음과 같은 적용과 제언을 한다. 1. 출산전 아버지의 특성에 대한 사정이 필요하다. 2. 연구자가 집단간 비교를 용이하게 하기 위해 연구전에 표본의 특성을 정확히 기술해야 한다. 3. 부모와 아버지의 과거력에 대한 상세한 정보수집이 강조되어야 한다. 4. 앞으로의 연구는 이론적 모델에 근거하여 이루어져, 대중교육 뿐 아니라 정책 결정에 기여해야 한다. 5. 연구결과 평가와 해석을 위해 정확한 이론적 근거가 필요로 된다. 6. 간호연구는 부적절한 부아 애착 형성에 있어서 아버지의 특성을 확인하고 부아유대와 애착 증진의 요소를 파악해야한다. 7. 부아 유대에 대한 위협요소 확인을 위한 도구개발과 그들에 대한 효과적인 간호전략이 필요 된다. 8. 가족에 있어서 모든 부모행위가 하나의 독립변수로서 연구되어야 하고 부아유대 증진에 관한 연구가 시도되어야겠다. 오늘날 부모들은 임신기간동안 많은 정보에 접하기를 원한다. 산전, 산후의 교육과 지식은 긍정적인 부아 관계를 증진시키고, 이것은 아동의 발달에 크게 기여할 수 있다. 긍정적으로 이러한 관계는 가족단위를 강하게 통합시키게 되므로 건강관리자(Health care workers)들은 애착에 대해 높은 관심을 갖어야 하겠다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.7
• /
• pp.119-126
• /
• 2021

Due to the prolonged COVID-19, distance lectures are expected to continue for a considerable period of time. Research on factors affecting distance lecture quality and learner satisfaction is essential. The purpose of this study is to examine the relationship between distance lecture quality (system quality, information quality, service quality, interaction quality), self-efficacy, and learner satisfaction, and to suggest theoretical and practical implications for the effective operation of distance lectures. A survey was conducted for university students taking distance lectures, and 197 questionnaires were used for empirical analysis. The collected data were analyzed by SPSS 25.0 and AMOS 21.0. As a result; First, distance lecture quality (system quality, information quality, service quality, interaction quality) was found to have a positive effect on self-efficacy. Second, distance lecture quality (system quality, information quality, service quality, interaction quality) was found to have a positive effect on learner satisfaction. Third, self-efficacy was found to have a positive effect on learner satisfaction. Based on the analysis results, the implications and limitations of this study are presented.

• The Korean Journal of Applied Statistics
• /
• v.32 no.4
• /
• pp.485-502
• /
• 2019

Theoretical statistics is a calculus based course. However, there are limitations to learn theoretical statistics when students do not know enough calculus techniques. Mathematical softwares (computer algebra systems) that enable calculus manipulations help students understand statistical concepts, by avoiding the difficulties of calculus. In this paper, we introduce mathematical software such as Maxima and Wolfram Alpha. To foster statistical concepts in theoretical statistics education, we present three examples that consist of mathematical derivations using wxMaxima and statistical simulations using R.

• Annual Conference of KIPS
• /
• 2006.05a
• /
• pp.805-808
• /
• 2006

현재 국내에서 웹을 기반으로 한 e-learning 콘텐츠는 많이 개발되고 있으나 이들 대부분이 매뉴얼 식으로 제작되어 멀티미디어 형식만 빌려 텍스트 형태로만 구성하는 방식이 주를 이루고 있는 실정이다. 따라서 본 논문에서는 SMIL을 기반으로하여 멀티미디어 아날로그와 디지털 자료를 융합할 수 있는 핵심 기술을 제안하며, 이를 웹 상에서 창의적이고, 자기주도적으로 개인차에 따라 학습 속도를 조절할 수 있는 프로젝트 학습기법을 국내 교육환경에 맞게 교수-학습 이론을 적용하여 설계 구현하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.163-165
• /
• 2001

최근 기계학습 분야에서 커널머신을 이용한 대표적 학습기로서 Support Vector Machine(SVM)이 주목받고 있다. SVM은 통계학자인 Vapnik에 의해 제안된 것으로 통계적 학습이론에 기반 하여 뛰어난 일반화 성능을 보여준다. 그러나. SVM은 2클래tm 분류기이므로 일반적인 다중 클래스 패턴인식 문제에 적용할 수 없다. 본 논문에서는 이를 해결하기 위해 SVM을 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 새롭게 제안한다. 제안하는 분류기의 성능을 비교하기 위하여 ORL얼굴 데이터를 이용하여 제안하는 분류기와 기존의 대표적인 다중 SVM, 신경망, PCA를 적응한 얼굴인식 실험을 수행하였다. 실험결과 제안하는 분류기를 이용한 얼굴인식률이 기존의 다중 SVM을 이용한 경우보다 3%, 신경망을 이용한 경우보다 6% 높은 수치를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.796-798
• /
• 2005

본 연구에서는 엔트로피 이론을 사용하여 ICA(Independent Component Analysis) 점수함수를 생성하는 새로운 밀도추정자(Density Estimator)를 제안한다. 원 신호에 대한 밀도함수의 추정은 적당한 점수함수를 생성하기 위해 필요하고, 미분 가능한 밀도함수인 커널을 이용한 밀도추정법(Kernel Density Estimation)을 이용하여 점수함수를 생성하였다. 보다 빠른 점수함수의 생성을 위해서 식의 형태를 convolution 형태로 표현하였으며, ICA 학습을 위해서 결합엔트로피를 최대화(Joint Entropy Maximization)하는 방향으로 커널의 폭을 학습하였다. 이를 위해서 기울기 강하법(Gradient descent method)를 사용하였으며, 이러한 제약 사항은 새로운 밀도 추정자를 설계하기 위한 기본적인 개념을 나타낸다. 실험결과, 커널의 폭을 담당하는 smoothing parameters들이 일정한 값으로 학습함을 알 수 있었다.