• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.186-189
• /
• 2005

본 논문에서는 LVQ를 퍼지화한 새로운 퍼지 학습 법칙들을 제안하였다. 퍼지 LVQ 학습법칙 1은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데 이는 조건 확률의 퍼지화에 기반을 두고 있다. 퍼지 LVQ 학습법칙 2는 클래스들 사이에 존재하는 입력벡터가 결정 경계선에 대한 정보를 더 가지고 있는 것을 반영한 것이다. 이 새로운 퍼지 학습 법칙들을 improved IAFC(Integrted Adaptive Fuzzy Clustering)신경회로망에 적용하였다. improved IAFC신경회로망은 ART-1 (Adaptive Resonance Theory)신경회로망과 Kohonen의 Self-Organizing Feature Map의 장점을 취합한 퍼지 신경회로망이다. 제안한 supervised IAFC 신경회로망 1과 supervised IAFC neural 신경회로망 2의 성능을 오류 역전파 신경회로망의 성능과 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC neural network 2가 오류 역전파 신경회로망보다 성능이 우수함을 보여주었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.101-105
• /
• 2005

본 논문에서는 LVQ(Learning Vector Quantization)을 퍼지화한 새로운 퍼지 학습 법칙을 제안하였다. 퍼지 LVQ 학습 법칙 3은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데, 기존의 LVQ와는 달리 비대칭인 학습률을 사용하였다. 기본의 LVQ에서는 분류가 맞거나 틀렸을 때 같은 학습률을 사용하고 부호만 달랐으나, 새로운 퍼지 학습 법칙에서는 분류가 맞거나 틀렸을 때 부호가 다를 뿐만 아니라 학습률도 다르다. 이 새로운 퍼지 학습 법칙을 무감독 신경회로망인 improved IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하여 감독 신경회로망으로 변형하였다. Improved IAFC 신경회로망은 유연성이 있으면서도 안정성이 있다. 제안한 supervised IAFC 신경회로망 3의 성능과 오류 역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC 신경회로망 3가 오류 역전파 신경회로망보다 성능이 우수하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1259-1262
• /
• 2003

퍼지 최소 최대 신경망(Fuzzy Max Neural Network)은 많은 장점을 가진 분류기로 널리 사용되고 있다. 그러나 최초의 퍼지 최소 최대 신경망은 몇 가지 단점을 가지고 있으며 그 중에 학습 결과가 학습 파라 미터에 민감한 점을 들 수 있다. 본 논문에서는 퍼지 최소 최대 신경망의 학습에 영향을 주는 학습 파라 미터를 사용하지 않고 강화 학습을 이용하여 신경망을 학습하는 방법을 제안한다. 이 방법에서는 학습 파라 미터 없이 하이퍼 박스의 수와 잘못 분류된 결과에 따라 보답(reward)을 주는 강화 학습을 이용하여 퍼지 최소 최대 신경망을 학습시킨다 결과로는 학습 데이터에 대해 오분류가 없고 최초의 학습 방법의 결과 보다 작은 하이퍼 박스 수를 갖는 퍼지 최소 최대 신경망이 얻어졌다. 이는 학습 파라미터를 이용한 학습 방법으로 생긴 많은 수의 하이퍼 박스로 인한 일반화 능력의 감소를 막고 하드웨어 구현 시 많은 하이퍼 박스로 인한 어려움을 덜어 줄 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.133-135
• /
• 2004

신경 회로망에서 연상 메모리(Associative Memory)는 주어진 자료에 대해 정보를 저장하고 복원하는 알고리즘이다. 본 논문에서는 학습된 영상의 정확한 분류와 왜곡된 영상의 복원 및 분류를 위해 기존의 퍼지 연상 메모리 알고리즘을 개선하였다. 기존의 퍼지 연상 메모리는 학습 데이터와 학습 원본과 같은 입력에 대해 우수한 복원 성능을 보이나 학습 데이터의 수가 증가할수록 그리고 왜곡된 입력에 대해 정확히 출력할 수 없고 복원 성능도 저하된다. 따라서 본 논문에서는 기존의 퍼지 연상 메모리 알고리즘을 개선하여 왜곡된 입력에 대해서도 원본 학습 데이터를 정확히 출력하고 복원하는 개선된 퍼지 연상 메모리 알고리즘을 제안하였다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2004.06a
• /
• pp.15-24
• /
• 2004

본 논문은 be동사에 관한 학생들의 영어개념 이해에서 발생되는 오인을 진단할 수 잇는 학습오인 진단 시스템을 제시한다. 학습오인 진단 시스템에서 퍼지 인진 맵은 영어에 대한 학생들이 가지는 선입개념들과 오인들을 인과관계로 표현하며, 개념간의 인과관계를 기억할 수 있는 퍼지 연상 메모리를 통하여 오인의 원인들을 진단한다. 본 연구는 기존의 학습 오인을 진단하는 규칙기반 전문가 시스템의 한계성을 극복할 수 있는 새로운 방법을 제공하며, 교육분야의 다양한 영역에서 학습자들의 학습 진단을 위한 학습오인 진단 시스템으로 적용될 수 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.523-528
• /
• 2002

기존의 자기 주도적 학습 평가들은 대부분의 선다형 또는 단답형 문항에 대해서 학습평가가 시험 점수로 제공되고, 학습 평가의 정도를 객관적으로 평가 할 수 얼어 학습의 효율성에 대해서 부정적인 시각도 있다. 본 논문에서는 학습자 스스로가 학습 능력 평가를 객관적으로 평가하기 위해 퍼지 이론의 삼각형 타입 소속 함수를 이용한 자기 주도적 학습 평가 방법을 제안한다. 제안된 자기 주도적 학습 평가 방법은 학습에 대해 시험 결과를 세 개의 퍼지 등급으로 분류하여 소속도를 계산하고 퍼지 등급표를 적용하여 최종 퍼지 등급도에 따라 시험 결과를 평가하는 방법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2463-2466
• /
• 2002

본 연구에서는 학습자의 수준에 맞는 적합한 학습 내용과 평가 문제를 제공하고, 그 평가 결과를 분석하여 반복학습 및 심화학습을 효과적으로 제공하는 웹기반 퍼지 교수 시스템을 제안한다. 이를 위해 코스웨어를 설계시 학습목표의 중요도, 학습내용의 난이도, 학습목표와 학습내용과의 관련성과 각 항목의 가중치를 고려한 퍼지 함수에 의해 퍼지 소속성을 가진 퍼지 언어 변수로 각 프레임에 대한 수준을 표현한다. 이와 같이 퍼지 함수를 이용함으로써 학습자의 수준을 분석하고, 이에 적절한 학습 및 평가 내용을 제공하는데 여러가지 다양하고 불확실한 요소들을 고려하여 처리함으로써 보다 융통성 있고 효과적인 교수 학습 방법을 지원할 수 있다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2002.06a
• /
• pp.248-259
• /
• 2002

최근의 새로운 교수 학습 형태인 웹기반 교육에서의 가장 중요한 요소는 시.공간적으로 떨어져 있는 학습자의 학습 상황을 파악하고 분석하여, 학습자에게 적절한 학습내용과 과정을 제시하는 하는 것이 무엇보다도 중요하다. 본 연구에서는 웹기반 교수 시스템에서 학습자의 수준에 맞는 적합한 학습 내용과 평가 문제를 제공하고, 그 평가 결과를 분석하여 반복학습 및 심화학습을 효과적으로 제공하고, 차기 학습을 할 경우에 이에 기초하여 적절한 학습이 이루어질 수 있도록 한다. 이를 위해 코스웨어를 설계시 학습목표의 중요도, 학습내용의 난이도, 학습목표와 학습내용과의 관련성과 각 항목의 가중치를 고려한 퍼지 함수에 의해 퍼지 소속성을 가진 퍼지 언어 변수로 각 프레임에 대한 수준을 표현한다. 또한, 학습의 평가도 문제의 난이도, 관련학습 자료의 난이도, 관련 학습목표의 중요도, 각각의 관련성을 고려하여 퍼지 함수에 의해 언어 변수로 평가된다. 이와 같이 퍼지 함수를 이용함으로써 학습자의 수준을 분석하고, 이에 적절한 학습 및 평가 내용을 제공하는데 여러가지 다양하고 불확실한 요소들을 고려하여 처리함으로써 보다 융통성 있고 효과적인 교수 학습 방법이 될 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.5
• /
• pp.853-862
• /
• 2003

With the data base subject of first grade paper test of information handling technician, We proposed special method of evaluating learning ability directivity to judge that student can understand the contents of each chapter exactly or not, using assigned function and fuzzy deduction in this thesis. Using fuzzy logic, the proposed method of evaluating learning ability is dividing the presenting frequency of setting questions for examination about the subject of database into three rank and we can define this as the important. We applied the fuzzy assigned rate about the number of times of studying through the important of studying and the fuzzy assigned rate about formative evaluation to each of nine fuzzy deduction theories and than evaluated comprehension rate of learning. With the fuzzy grade about learning comprehension of each chapter and assigned rate about the score of generalized evaluation; We applied these two thing to the deduction rule of fuzzy and made it as defuzzifier and finally evaluated learning. We made that the result of eventual evaluating learning is very useful for learners to diagnosis learned contents by themselves and also it can be great material to judge that learners can get the goal of learning or not synthetically.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.741-746
• /
• 2002

본 논문에서는 학습자 스스로가 학습 능력을 조절하고 학습 내용과 시험 평가를 객관적으로 판단할 있는 자기 주도적 학습 내용 및 시험 평가 방법을 제안하였다. 제안된 자기 주도적 학습 내용 및 시험평가 방법은 삼각형 타입의 소속 함수와 퍼지 논리를 이용하여 학습 능력과 시험 능력의 소속도를 계산하고 각각에 대해 퍼지 등급도를 부여하였다. 학습 능력의 소속도와 시험 능력의 소속도에 대해서 퍼지 관계의 연산 및 합성에 의해 최종 소속도를 계산하고 퍼지 등급도를 결정하여 학습자가 학습 능력의 소속도와 시험 능력의 소속도 및 최종 퍼지 등급도를 분석하여 스스로 학습을 조정할 수 있도록 하였다. 그리고 제안된 연구 내용을 정보 검색사 필기 과목에 적용하여 구현하였다.