• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.61-63
• /
• 2001

본 논문의 목적은 기계 학습 방법을 이용하여 정보 추출 규칙의 패턴을 학습할 수 있는 인터페이스 에이전트의 개발에 있다. 인터페이스 에이전트는 사용자와 상호작용이 가능한 지능형 에이전트이다. 사용자는 인터페이스 에이전트와 상호작용을 하게 되며 에이전트는 이 상호 작용에서 사용자가 원하는 정보 추출 규칙을 학습하게 된다. 사용자는 웹 문서에서 원하는 정보의 위치를 지정하여 데이터를 인터페이스 에이전트에게 학습시킨다. 인터페이스 에이전트는 학습된 추출 규칙으로부터 사용자가 원하는 정보를 추출한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.886-889
• /
• 2014

본 논문에서는 사용자로부터 실시간으로 전송 받은 교통정보 이용하여 강화학습에 의한 최적 경로탐색을 제안한다. ITS(Intelligent Transportation Systems)를 서비스하기 위한 시스템을 구축하기에는 많은 시간적 비용과 물질적 비용이 소모된다. 이를 보완하기 위해 사용자의 단말기로부터 실시간으로 수집한 교통 정보를 이용하여 강화학습기법을 적용한다. 강화학습의 목표는 환경 내에서의 에이전트가 행동에 대한 보상의 총합을 최대화 하는 것이다. 본 논문에서는 실시간으로 사용자의 단말기로부터 획득한 교통 정보를 이용하여 강화학습기법을 적용하고, 최단경로탐색 알고리즘을 분석하여 비교한다.

• Journal of Digital Convergence
• /
• v.12 no.3
• /
• pp.383-390
• /
• 2014

In recent years, the convergence of IT and IT sightseeing tour has emerged as a fusion of academic disciplines in the future. Convergence study of social data analysis, raising the heat. Social Network Services (SNS) being utilized in many areas of marketing and to apply the case study is also increasing. This study is based u-smart tourist information systems for mobile learning content design. This is the pattern of things in the template library for things to increase the effectiveness of the learning content to mobile learning content to be converted to a. Design of mobile learning content using u-smart things smart phone app (App) and XMI to go through the design process of utilizing the heat. Future through the design process by implementing a mobile learning content to meet information quality tourist information content to create mobile learning content and learning things that can be content to live it up advantage.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.217-219
• /
• 2004

본 연구에서는 Feedforward Neural Network에 적용될 수 있는 개선된 학습 알고리즘을 개발하고자 한다. 제시된 알고리즘을 이용하여 학습을 할 때 학습 초기는 가장 단순한 경우로써 한 개의 학습 패턴과 은닉 층으로부터 시작한다. 신경망 학습 중에 지역 최소값에 수렴되면 weights scaling 기법을 이용하여 지역 최소값을 벗어나도록 한다. 지역 최소값의 탈출이 용이하지 않으면 은닉노드를 점차적으로 추가한다. 이러한 단계에서 새롭게 추가된 노드에 대한 초기값 선택은 선형계획법을 이용한 최적 처리절차론 이용한다. 최적 처리절차의 결과로써 은닉 층의 노드가 추가된 후의 네트워크는 학습회수를 증가시키지 않아도 학습 허용오차를 만족시킬 수 있다 본 연구에서 적용한 개선된 알고리즘을 이용하면 신경망 학습시의 수렴 정도를 높여주고 최소한의 단순 구조를 갖는 신경망으로 추정할 수 있게 하며, 이 결과를 모의실험을 통하여 살펴보고 기존의 연구 결과와 비교한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.125-127
• /
• 2012

IT기술의 발달과 함께 학습자의 학습 성향, 능력, 환경 등을 인지하고 그에 적절한 서비스가 가능한 지능형 교육 시스템이 많은 관심을 받고 있다. 학습자에게 지능적이고 개인화된 서비스를 위해서는 학습자를 인지하기 위한 작업이 선행되어야 하며, 이 인지과정을 위해서는 학습자의 학습 과정에서 발생한 데이터를 수집하고 분석하게 된다. 하지만, 수집된 데이터가 학습자의 일관되지 못한 행위나 예측하지 못한 학습 성향을 포함하고 있다면, 그 결과를 신뢰하기 어렵다. 본 논문에서는 학습자에게서 수집된 데이터를 SVDD를 이용하여 가중치를 부여하고, 그 값을 인지과정에 활용한다. 실험에서는 홈 인테리어 교육 컨텐츠 기반에 학습자의 학습 행위에 대한 학습 성향을 진단하기 위해 DOLLS-HI를 이용하였고, 수집된 학습자의 데이터를 분석하여 전통적인 분석 방법 대비 제안하는 방법의 유효함을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.149-154
• /
• 2008

FCM 기반 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용한다. 입력층과 중간층의 학습시 입력벡터와 중간층의 노드중에서 중심과 입력벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용하여 중간층의 승자 뉴런이 출력층의 입력벡터로 적용한다. 하지만 많은 패턴이 입력벡터로 제시될 경우 학습 성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 개선시키기 위해 퍼지 제어시스템을 이용하여 학습률을 동적으로 조정하는 퍼지 제어 기법을 이용한 FCM 기반 RBF 네트워크를 제안한다. 제안된 방법의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 숫자, 영문 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.321-324
• /
• 2005

기존의 LMS(Learning Management System)는 웹 기반의 e-Learning 교육의 장점에도 불구하고 학습자의 요구와 수준에 무관하게 학습과 관련한 컨텐츠들이 획일적으로 구성됨으로써, 학습자의 요구를 만족시키지 못하고 있다. 본 논문에서는 LCMS(Learning Content Management System) 와 LMS를 연계한 학습 통계 모듈을 제시하고, LMS에 학습자와 운영자에게 학습정보 데이터를 제공함으로써 학습하는 과정을 추적하고 학습이력을 관리 할 수 있는 학습통계모듈을 설계하고 구현한다. 제시된 모듈에서는 효과적인 학습통계을 위한 검색 방안으로 LCMS의 메타데이터와 다양한 학습관리 정보(CMI)값을 LMS를 호출하는 기능인 API(Application Program Interface) 어댑터를 이용하여 연계된 값과 LMS시스템에 학습지원과 운영지원 기능을 추가하여 나온 결과값을 바탕으로 하였다. 이 학습통계모듈을 통해서 LMS운영자는 학습자의 컨텐츠의 활용을 더욱 확장할 수가 있으며 학습자의 학습정보관리를 하는 LMS의 성능을 향상 시키고자 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.793-798
• /
• 2001

본 논문에서는 최근 들어 급속히 성장하고 있는 인터넷 사용자들과 홈페이지를 이용한 각종 정보의 활용 및 정보 통신망을 이용한 멀티미디어 기반의 서비스 산업화의 활성화 실현으로 인해 변화되고 있는 교육분야에 대응하여 한자를 배우고자 하는 학습자들에게 Edutainment식 한자학습을 구현하여 한자를 즐겁게 재미있게 학습할 수 있도록 구현하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.7
• /
• pp.1491-1497
• /
• 2003

The improvement of abilities of utilizing information as well as the education of information is coming to the fore as a really significant matter for students living in knowledge and information-oriented society of the 21st century. In this respect, this study aims to develop a teaching and learning model for technical high school students who need mon desire and comprehensive faculty of their learning and to testify its efficiency by relating their abilities of using in with their curriculum. We propose a teaching and learning model, LT&T, which lets the students have academic interests and perform continuously learning activities by helping students themselves to find their achievements of learning and their learning ability. The LT&T teaching and learning model, proposed in this paper, is developed by combining LT and Tournaments, and it enhances individual several intellectual powers, and also activates the academic interests to increase the effects of learning. After we had a class using the LT and the LT&T, we conducted a sample survey of which results show that learning effects of LT&T is better than that of LT by students of more 80%.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.336-338
• /
• 1999

본 논문에서는 사회 학습의 이론의 하나인 관찰 학습 이론에 기반한 네트웍 앙상블을 위한 관찰 학습 알고리즘을 제안한다. 하나의 네트웍이 학습할 대 함께 학습되는 다른 네트웍들을 이용하여 가상 데이터를 생성하여 학습에 이용하므로써 데이터가 부족한 경우 네트웍이 과학습 되는 것을 방지고 각 네트웍의 일반화 성능을 향상시키는 동시에 앙상블의 성능도 향상시킨다. 제안된 방법을 사인 함수의 근사 문제와 중첩된 두 정규 분포의 분류 문제에 적용하고 단일 네트웍, 네트웍 위원회, Bagging 알고리즘과 비교하여 제안된 방법의 일반화 성능의 우수성을 보였다.