• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.429-431
• /
• 2012

하이퍼네트워크를 학습하는 기존의 방법은 데이터의 분포를 학습하기 위하여 주로 하이퍼에지의 적절한 조합을 찾는데 초점을 맞추었다. 반면 본 논문에서는 주어진 하이퍼에지의 조합 내에서 가중치를 조절하여 데이터의 분포를 학습하도록 하는 방법을 제안한다. 이 방법은 분류 문제에서 하이퍼네트워크가 표현하고 있는 클래스 y에 대한 데이터 x의 조건부 우도(Conditional Likelihood)를 대화하는 방식으로 학습을 진행한다. 본 논문에서는 제안된 학습 방법이 기존의 학습 방법보다 개선된 학습 성능을 보일 뿐만아니라, 제안된 가중치 학습 방법이 기존의 가중치 학습 방법을 포함하는 관계임을 논증한다.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.313-325
• /
• 2022

본 연구는 대학생을 대상으로 학습민첩성과 폐기학습, 학습몰입 관계에서 성별에 따른 조건부 효과를 확인하는 것을 목적으로 한다. 이를 위해 265명 대학생에게 수집한 데이터를 바탕으로 Process v3.5 for SPSS를 활용하여 연구모델의 조건부 효과 분석을 실시하였다. 연구결과 첫째, 대학생의 학습민첩성은 폐기학습과 학습몰입에 유의한 정적 영향을 미치는 것으로 나타났다. 둘째, 대학생의 학습민첩성이 학습몰입에 미치는 효과는 성별에 따라 유의한 영향을 미쳤으나, 조절된 효과는 유의한 영향을 미치지 않았다. 셋째, 대학생의 학습민첩성과 학습몰입 간 관계에서 성별에 따른 폐기학습의 조절된 매개효과는 유의한 것으로 나타났다. 연구결과를 바탕으로 대학교육의 시사점을 제시하였다.

• 산업진흥연구
• /
• 제9권1호
• /
• pp.249-257
• /
• 2024

본 연구는 중국 청년 교사를 대상으로 진로지속학습이 직업적 사명감을 경유하여 진로성공에 미치는 영향에서 진로개발압력의 조건부 직접효과를 확인하는데 연구의 목적이 있다. 자료는 중국 광동지역의 한 대학교에서 유의표집한 청년 교사 354명을 대상으로 설문조사를 통하여 수집하였다. 수집한 자료는 SPSS PC+ Win ver. 25.0과 SPSS PROCESS macro ver. 4.2를 활용하여 분석하였다. 적용된 통계방법은 빈도분석, 신뢰도 분석, 상관분석 및 조건부직접효과 분석이었다. 연구의 결론은 다음과 같다. 첫째, 진로지속학습 및 직업적 사명감은 진로성공과 유의한 양의 상관관계가 있었으나, 진로개발압력과는 유의미한 상관관계가 없는 것으로 나타났다. 진로개발압력은 진로성공과 유의한 음의 상관관계를 보였다. 둘째, 진로지속학습이 직업적 사명감을 경유하여 진로성공에 미치는 영향에서 진로개발압력의 조건부 직접효과가 확인되었다. 이러한 결과를 토대로 본 연구는 대학생들의 진로지속학습 뿐만 아니라 직업적 사명감과 진로개발압력을 동시에 활용하여 진로성공을 증진할 수 있는 방안을 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.543-546
• /
• 2004

Bishop과 Nabney에 의해 소개된 기존의 혼합 밀도 네트워크(Mixture Density Network)에서는 조건부 확률밀도 함수의 매개변수들(parameters)이 하나의 MLP(multi-layer perceptron)의 출력 벡터로 주어진다. 최근에는 변형된 혼합 밀도 네트워크(Modified Mixture Density Network)라고 하는 이름으로 조건부 확률밀도 함수의 선분포(priors), 조건부 평균(conditional means), 그리고 공분산(covariances) 등이 각각 독립적인 MLP의 출력벡터로 주어지는 경우를 다룬 연구가 보고된 바 있다. 본 논문에서는 조건부 평균이 입력에 관해 선형인 경우를 위한 버전에 대한 이론과 매트랩 프로그램 개발 및 적용을 다룬다. 본 논문에서는 우선 일반적인 혼합 밀도 네트워크에 대해 간단히 설명하고, 혼합 밀도 네트워크의 출력인 다층 퍼셉트론의 매개변수를 각각 다른 다층 퍼셉트론에서 학습시키는 변형된 혼합 밀도 네트워크를 설명한 후, 각각 다른 다층 퍼셉트론을 통해 매개변수를 얻는 것은 동일하나 평균값은 선형함수를 통해 얻는 혼합 밀도 네트워크 버전을 소개한다. 그리고, 모의실험을 통하여 이러한 혼합 밀도 네트워크를의 적용가능성에 대해 알아본다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.61-62
• /
• 2021

본 논문에서는 조건부 wavenet을 이용한 음성 신호의 잡음 제거 기술을 제안한다. 기존의 음성 신호 잡음 제거 기술은 스펙트로그램을 기반으로 발전되어 왔으나, 잡음으로 인해 변형된 원음의 위상 정보를 복원할 수 없는 문제점을 가진다. 이를 해결하기 위해 시간 영역에서 전 과정을 실행하는 기계학습 모델인 wavenet을 사용하여 음성 신호의 잡음을 제거하는 방법을 제안한다. 특히, 잡음 종류를 조건으로 입력하여 성능 향상을 얻도록 한다. 성능 평가를 통하여 제안 방법이 시간 영역에서 잡음을 감소시킬 수 있음을 확인하였다.

• 정보관리학회지
• /
• 제38권1호
• /
• pp.221-242
• /
• 2021

본 연구에서는 사전학습 된 언어 모델을 기반으로 양방향 게이트 순환 유닛 모델과 조건부 랜덤 필드 모델을 활용하여 참고문헌을 구성하는 메타데이터를 자동으로 인식하기 위한 연구를 진행하였다. 실험 집단은 2018년에 발행된 학술지 40종을 대상으로 수집한 PDF 형식의 학술문헌 53,562건을 규칙 기반으로 분석하여 추출한 참고문헌 161,315개이다. 실험 집합을 구축하기 위하여 PDF 형식의 학술 문헌에서 참고문헌을 분석하여 참고문헌의 메타데이터를 자동으로 추출하는 연구를 함께 진행하였다. 본 연구를 통하여 가장 높은 성능을 나타낸 언어 모델을 파악하였으며 해당 모델을 대상으로 추가 실험을 진행하여 학습 집합의 규모에 따른 인식 성능을 비교하고 마지막으로 메타데이터별 성능을 확인하였다.

• 대한수학교육학회지:학교수학
• /
• 제9권3호
• /
• pp.397-408
• /
• 2007

본 연구에서는 학교에서 조건부 확률 개념을 학습하지 않은 6학년(12세) 수학 영재 학생들이 조건부 확률 문제를 어떻게 해결하는가를 사례 연구를 통해 보고하고자 한다. 본 연구에서는 3명의 영재 학생들에게 9개의 조건부 확률 문제를 제시하였으며, 이 문제들에 대한 영재 학생들의 문제해결 과정과 방법을 세밀한 관찰과 면담을 통해 확인하였다. 영재 학생들의 조건부 확률 문제해결 방법을 1차 분석 기준인 Jones et al.(1999)의 사고 특성과 본 연구자들이 설정한 2차 분석 기준에 의해 범주화하였다. 또한 영재 학생들의 조건부 확률 문제해결에서 나타난 공통된 특징과 질적으로 다른 차이점을 분석하였다. 본 연구 결과, 영재 학생들의 문제해결 방법은 3가지로 범주화되었으며, 각각의 영재 학생은 문제에 포함된 맥락에 따라 서로 다른 범주의 문제해결 방법을 활용하는 것을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.53-56
• /
• 2003

유사도 혹은 자료간의 거리 개념은 많은 기계학습 알고리즘에서 사용되고 있는 중요한 측정개념이다 하지만 입력되는 자료의 속성들중 순서가 정의되지 않은 범주형 속성이 포함되어 있는 경우, 자료간의 유사도나 거리 측정에 어려움이 따른다. 비거리 기반의 알고리즘들의 경우-C4.5, CART-거리의 측정없이 작동할 수 있지만, 거리기반의 알고리즘들의 경우 범주형 속성의 거리 정보 결여로 효과적으로 적용될 수 없는 문제점을 갖고 있다. 본 논문에서는 이러한 범주형 자료들간 거리 측정을 자료 집합의 특성을 충분히 고려한 방법을 제안한다. 이를 위해 자료 집합의 선험적인 정보를 필요로 한다. 이런 선험적 정보인 조건부 확률을 기반으로한 거리 측정방법을 제시하고 오류 피드백을 통해서 속성 간 거리 측정을 최적화 하려고 노력한다. 주어진 자료 집합에 대해 서로 다른 두 범주형 값이 목적 속성에 대해서 유사한 분포를 보인다면 이들 값들은 비교적 가까운 거리로 결정한다 이렇게 결정된 거리를 기반으로 학습 단계를 진행하며 이때 발생한 오류들에 대해 피드백 작업을 진행한다. UCI Machine Learning Repository의 자료들을 이용한 실험 결과를 통해 제안한 거리 측정 방법의 우수한 성능을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.321-324
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류하고자 할 때 직접적인 분류가 어렵거나 성능이 좋지 않을 경우 적절한 방법을 통하여 변환을 하거나 또는 패턴 분류기의 특성에 맞도록 변환하여 패턴 분류 성능을 향상하는 등 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 의해 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하여 학습을 하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 모델의 최종 성능을 개선하는 것이다. 각각의 알고리즘이 가지는 특징을 활용하면서도 단점을 계층적으로 보안하여 유도 전동기 고장 진단 성능을 개선하였다. 이를 실제 계측된 유도전동기 데이터를 이용하여 제안된 방법의 유용성을 보이고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1116-1119
• /
• 2021

2018 년 Google 사의 사전 학습된 언어 인공지능 BERT 를 기점으로, 자연어 처리 학계는 주요 구조를 유지한 채 경쟁적으로 모델을 대형화하는 방향으로 발전했다. 그 결과, 오늘날 자연어 인공지능은 거대 사기업과 그에 준하는 컴퓨팅 자원을 소유한 연구 단체만의 전유물이 되었다. 본 논문에서는 다층 퍼셉트론을 병렬적으로 배열해 자연어 인공지능을 제작하는 기법의 모델을 제안하고, 이를 적용한'조건부 게이트 다층 퍼셉트론 모델(SG-MLP)'을 구현하고 그 결과를 비교 관찰하였다. SG-MLP 는 BERT 의 20%에 해당하는 사전 학습량만으로 다수의 지표에서 그것과 준하는 성능을 보였고, 동일한 과제에 대해 더 적은 연산 비용을 소요한다.