• 한국정보교육학회:학술대회논문집
• /
• 2004.08a
• /
• pp.640-649
• /
• 2004

최근 학교 현장에서는 전통적인 교수 학습 방법을 탈피한 정보통신기술을 활용한 교수 학습 방법은 거스를 수 없는 정보화 사회의 새로운 교수 학습 모형으로 보편화되어 가고 있다. 이에 본 연구에서는 현실 여건을 개선하고 교육과정이 요구하는 목표 달성을 위하여 학생들의 인터넷 사용의 대부분을 차지하는 커뮤니티 활동을 미니홈페이지라는 공간을 통해 교사와 학생 사이에 학습과 대화의 장으로 활용하기 위해 ICT 활용 교육 커뮤니티를 구축하였다. 이를 활용하여 학생들이 학습에 대한 관심과 흥미를 유발하고 시간과 장소에 구애를 받지 않으며 학생 자신이 주도적으로 학습 과제를 해결하는 학습과정으로 교수 학습 방법의 개선을 통하여 학생의 자기주도적 학습 능력이 신장되도록 ICT 활용 교육을 활성화하여 ICT 활용 교육이 우리 학교 현장에 튼튼히 뿌리를 내리는 데에 기여하고자 HTML학습을 위한 홈페이지를 블로그툴을 이용하여 구현하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.05a
• /
• pp.56-62
• /
• 2004

In the case that we do not have enough number of training patterns because of limitation such as time consuming, economic problem, and so on, we geneterate a new patterns using the brain-style Information processing algorithm, that is, supervised and unsupervised learning methods.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.32 no.7
• /
• pp.26-32
• /
• 2014

• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.30-34
• /
• 1995

신경망을 이용하는 연속 음성 인식에서 학습이라 함은 인위적으로 분할된 음성 데이타를 토대로 진행되는 것이 지배적이었다. 그러나 분할된 음성데이타를 마련하기 위해서는 많은 시간과 노력, 숙련 등을 요구할 뿐만아니라 그 자체가 인식도메인의 변화나 확장을 어렵게 하는 하나의 요인 되기도 한다. 그래서 분할된 음성데이타의 사용을 가급적 피하고 그러면서도 성능을 떨어뜨리지 않는 신경망 학습법들이 나타나고 있다. 본 논문에서는 학습된 인식기를 이용하여 자동으로 한국어 음성데이타를 분할한 후 그 분할된 데이타를 이용하여 다시 인식기를 재학습시켜나가는 반복 과정을 소개하고자 한다. 여기에는 TDNN이 인식기로 사용되며 인식단위는 음소이다. 학습은 cross-validation 기법을 이용하여 제어된다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.178-180
• /
• 2015

본 논문에서는 기계 학습(Machine Learning)을 이용하여 댓글의 악성 여부를 분류하는 시스템에 대해 설명한다. 댓글은 문장의 길이가 짧고 맞춤법이 잘 되어있지 않는 특성을 가지고 있다. 따라서 댓글 분석을 위해 형태소 분석 결과와 문자단위 Bi-gram, Tri-gram을 자질로 이용한다. 전처리 된 댓글에서 각 자질 추출 방법에 따라 자질을 추출한다. 추출된 자질을 이용하여 기계학습 알고리즘의 모델을 학습하고 댓글의 악성 여부 분류에 활용한다. 본 논문에서는 댓글의 악성 여부 판별을 위한 자질 추출방법을 제안하고 실험을 통해 이에 대한 효용성을 검증하였다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.127-129
• /
• 2010

본 논문에서는 다양한 코퍼스를 통해 언어를 학습하는 과정을 모델링하여 무감독학습(Unsupervised learning)으로 문법적 패턴을 습득하는 방법론을 소개한다. 제안 방법에서는 적은 수의 특성 조합으로 잠재적 패턴의 부분만을 표현한 후 표현된 규칙을 조합하여 유의미한 문법적 패턴을 탐색한다. 본 논문에서 제안한 방법은 베이지만 추론(Bayesian Inference)과 MCMC (Markov Chain Mote Carlo) 샘플링에 기반하여 특성 조합을 유의미한 문법적 패턴으로 정제하는 방법으로, 랜덤하이퍼그래프(Random Hypergraph) 모델을 이용하여 많은 수의 하이퍼에지를 생성한 후 생성된 하이퍼에지의 가중치를 조정하여 유의미한 문법적 패턴을 탈색하는 방법론이다. 우리는 본 논문에서 유아용 비디오의 스크립트를 이용하여 다양한 유아용 비디오 스크립트에서 문법적 패턴을 습득하는 방법론을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.911-914
• /
• 2005

기존 오프라인 콘텐츠는 텍스트 중심의 정보량과 신속성 등의 한계로 교육 발전에 역부족이다. 그러나 최근에는 시 공간의 제약을 탈피한 열린 학습을 제공하여 교육의 장을 확대할 수 있으며, 또한 교육의 기회를 넓힐 수 있는 무선 단말기 학습 시스템의 사용범위를 확장시키고 있다. 본 논문에서 모바일 기기를 이용하는 영어 학습 콘텐츠는 기존의 다양한 오프라인 콘텐츠에 온라인 정보 태그를 첨가함으로써, 기존의 콘텐츠에 동적인 인터랙션과 다양한 멀티미디어 정보를 융합할 수 있는 장점으로, 정적인 2차원 시각 정보만을 제공하는 기존 오프라인 책의 활용범위를 넓힌 학습 콘텐츠이다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.10
• /
• pp.983-991
• /
• 2003

The Web-based instruction on the internet provides lots of learners with the related information and knowledge beyond time and space. But in the Web-based instruction, there is a problem that the teaming process statuses for learners can be known only through an exam. This paper introduces a web monitoring method to check whether the learner has some problems in learning process and to be able to find out the students with the problems. In the method this paper proposes a learning time prediction model for predicting the proper next study time intervals based on the learner`s learning times and grades on Previous learning units. This method provides the educator with the learning Process statuses for learners. The Loaming prediction model for web-based monitoring can be used to stimulate learners to take the good teaming processes by sending automatically alerting messages if their real teaming times exceeds on his predicted learning time interval. The results of the estimation through case study on the web-based monitoring to use the teaming time prediction model show that most of on-line learners with Poor teaming process statuses get poor grades. In addition, the results show that learner`s poor habits keep going on without change.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.336-338
• /
• 2012

본 연구에서는 고차 데이터 분류를 위해 순차적 베이지만 샘플링 기반의 진화연산 기법을 이용한 하이퍼네트워크 모델의 학습 알고리즘을 제시한다. 제시하는 방법에서는 모델의 조건부 확률의 사후(posterior) 분포를 최대화하도록 학습이 진행된다. 이를 위해 사전(prior) 분포를 문제와 관련된 사전지식(prior knowledge) 및 모델 복잡도(model complexity)로 정의하고, 측정된 모델의 분류성능을 우도(likelihood)로 사 용하며, 측정된 사전분포와 우도를 이용하여 모델의 적합도(fitness)를 정의한다. 이를 통해 하이퍼네트워크 모델은 고차원 데이터를 효율적으로 학습 가능할 뿐이 아니라 모델의 학습시간 및 분류성능이 개선될 수 있다. 또한 학습 시에 파라미터로 주어지던 하이퍼에지의 구성 및 모델의 크기가 학습과정 중에 적응적으로 결정될 수 있다. 제안하는 학습방법의 검증을 위해 본 논문에서는 약 25,000개의 유전자 발현정보 데이터셋에 대한 분류문제에 모델을 적용한다. 실험 결과를 통해 제시하는 방법이 기존 하이퍼네트워크 학습 방법 뿐 아니라 다른 모델들에 비해 우수한 분류 성능을 보여주는 것을 확인할 수 있다. 또한 다양한 실험을 통해 사전분포로 사용된 사전지식이 모델 학습에 끼치는 영향을 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.256-258
• /
• 2006

인터넷의 급속한 확산과 웹 기반의 학습을 제공하는 시스템이 늘어남에 따라 언제, 어디서나 웹을 이용한 학습이 가능한 환경이 제공되게 되었다. 하지만 활성화된 온라인 교육에서도 면대면 강의의 장점을 완벽하게 수용하기엔 어려움이 있다[1]. 따라서 최근에 LMS(Learning Management System)를 이용한 학습에서 학습자의 학습활동 평가[1,2], 학습자의 개별학습 성향[3], 다양한 콘텐츠 자원 활용[1,4] 등에서 많은 연구와 대안이 도출되고 있다. 본 논문에서는 LMS내에 저작환경을 제공함으로써 기존의 클라이언트에서 단방향으로 이루어졌던 콘텐츠 제작을 서버단에서 제공하여 콘텐츠 제작 시 학습자 학습활동 추적 정보생성과 전달 내용의 성격, 학습자의 성향에 따른 다양한 콘텐츠를 수용 할 수 있는 시스템을 구현하였다.