• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.157-161
• /
• 2003

본 논문에서는 차량의 주행경로 최적화를 위해 강화학습 개념을 적용하고자 한다. 강화학습의 특징은 관심 대상에 대한 구체적인 지배 규칙의 정보 없이도 최적화된 행동 방식을 학습시킬 수 있는 특징이 있어서, 실제 차량의 주행경로와 같이 여러 교통정보 및 시간에 따른 변화 등에 대한 복잡한 고려가 필요한 시스템에 적합하다. 또한 학습을 위한 강화(보상, 벌칙)의 정도 및 기준을 조절해 즘으로써 다양한 최적주행경로를 제공할 수 있다. 따라서, 본 논문에서는 강화학습 알고리즘을 이용하여 다양한 최적주행경로를 제공해 주는 시스템을 구현한다.

• 한국정보처리학회논문지
• /
• 제5권12호
• /
• pp.3158-3164
• /
• 1998

본 논문에서 구축한 시스템은 서버에 설치된 통계패키지인 Xlisp-Stat을 이용하여 인터넷 상에서 통계분석과 통계 학습을 겸한 통계학습시스템이다. 이 시스템은 CGI 프로그램에 의하여 Xlisp-Stat과 웹 서버와의 인터페이스 모듈이 구현되었으며, 특히 통계분석 결과가 그래프인 경우에 브라우저에 출력이 가능한 GIF 이미지로 변환하여 실시간으로 학습자에게 전송하도록 설계하였다. 또한 학습 페이지는 기술통계를 중심으로 학습 내용을 구성하였으며, 학습 효과를 높이기 위하여 인지적지연 시간을 최소화하도록 설계하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.72-74
• /
• 1999

본 논문은 웹 기반의 정보 여과 시스템인 WAIR을 이용하여 사용자의 기호를 학습하는 방법을 설명한다. 제시된 방법은 여과된 문서들에 대한 사용자의 반응을 관찰하여 각 개인 사용자의 프로파일을 학습한다. 사용자의 기호를 가장 잘 표현하는 단어들을 찾는데 강화 학습을 사용하였다. 기존의 방법은 사용자의 명시적인 적합성 평가(relevance feedback)를 이용하여 검색 또는 여과 성능을 향상시킨 반면 제시된 방법은 사용자의 기호를 묵시적 적합성 평가를 통해 학습한다. 여과된 문서에 대한 사용자의 행동을 통해 사용자의 명시적 평가를 추측하는 것이다. 약 7,000 여개의 HTML 문서에 대해 7명의 사용자가 약 4주 동안 실제 웹을 대상으로 웹 문서 여과 실험을 실시하였다. 제시된 방법은 기존의 적합성 평가를 이용한 정보 여과 방법보다 각 개인에게 보다 적절한 정보를 제시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.617-620
• /
• 2016

본 논문에서는 이미지 캡션 생성과 모델 전이에 효과적인 심층 신경망 모델을 제시한다. 본 모델은 멀티 모달 순환 신경망 모델의 하나로서, 이미지로부터 시각 정보를 추출하는 컨볼루션 신경망 층, 각 단어를 저차원의 특징으로 변환하는 임베딩 층, 캡션 문장 구조를 학습하는 순환 신경망 층, 시각 정보와 언어 정보를 결합하는 멀티 모달 층 등 총 5 개의 계층들로 구성된다. 특히 본 모델에서는 시퀀스 패턴 학습과 모델 전이에 우수한 LSTM 유닛을 이용하여 순환 신경망 층을 구성하고, 컨볼루션 신경망 층의 출력을 임베딩 층뿐만 아니라 멀티 모달 층에도 연결함으로써, 캡션 문장 생성을 위한 매 단계마다 이미지의 시각 정보를 이용할 수 있는 연결 구조를 가진다. Flickr8k, Flickr30k, MSCOCO 등의 공개 데이터 집합들을 이용한 다양한 비교 실험을 통해, 캡션의 정확도와 모델 전이의 효과 면에서 본 논문에서 제시한 멀티 모달 순환 신경망 모델의 우수성을 입증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.235-238
• /
• 2003

기존 연구에서 원격교육은 위한 다양한 학습방법들이 제시되었지만 대부분이 학습자의 수준을 고려하여 단순히 평균 점수나 난이도의 조정으로 학습이 이루어진다. 또한, 학습자의 능력과 문제 유형에 따른 학습 평가가 이루어지기 어려우므로 학습자의 개인별 학습 능력을 정확히 평가할 수가 없는 문제점이 있다. 이러한 문제점을 해결하기 위하여, 본 논문에서는 학습자별로 개인적인 학습 능력에 따라 수행할 수 있는 학습 시스템을 제안한다. 세부적으로 문제 유형별에 따른 약점 정보를 평가 단계에서 추출 및 저장하여, 다음 단계의 학습에서 개인별 약점정보로서 활용하도록 한다. 따라서 이 시스템에서는 학습자별로 문제유형에 따른 개인별 약점정보를 활용하여 학습을 반복할 수 있으므로 더욱 효과적인 원격교육을 제공할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.788-791
• /
• 2009

유비쿼터스 환경에서 러닝 서비스는 언제, 어디서, 어떠한 물리적 장치에 구애받지 않고 사용자에게 적절한 서비스를 제공할 수 있어야 한다. 그러한 u-러닝 서비스를 제공하기 위해서는 학습자 수준을 정확히 판단할 수 있는 진단 기법이 필요하다. 또한 u-러닝 서비스에서 학습자의 학습 환경을 정확히 파악하여 이에 적절한 형태의 학습 컨텐츠를 제공하는 학습 컨텐츠 적응화 기술도 요구된다. 따라서 본 논문에서는 온톨로지 모델링을 이용하여 학습자의 프로파일과 학습 컨텐츠를 모델링하고, 모델링된 프로파일 정보와 컨텐츠 정보를 온톨로지 추론 규칙을 정의함으로서 학습자의 학습 정보를 정확히 파악하고 학습자에게 적절한 학습 컨텐츠를 제공할 수 있는 온톨로지 모델링과 추론을 기반으로 유비쿼터스 환경에서 학습자의 정보와 각 이종 디바이스에 대해 적합한 학습 컨텐츠를 제공할 수 있는 u-러닝 시스템을 제안한다.

• 한국도서관정보학회지
• /
• 제42권3호
• /
• pp.229-249
• /
• 2011

본 연구에서는 인지적 학습양식과 도서관 이용능력과의 관계를 분석해 보았다. 문헌연구를 통해서 학습양식과 도서관 이용능력을 구성하고 있는 요소들을 추출했다. 어느 학습양식에 속하는지 파악하고 도서관 이용능력과의 관계를 T-test를 통하여 검증하였다. 연구결과 전체적 학습양식 유형과 도서관 이용능력의 구성요소인 도서분류에 대한 이해정도, 참고정보원의 이용수준, 도서 구성요소의 이해수준에서 유의미한 관계가 있었다. 따라서 이용자교육을 할 때 각각의 학습양식 유형을 고려해야 하겠다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.85-88
• /
• 2006

본 논문에서는 강의 영상에 포함되어 있는 텍스트 정보를 바탕으로 학습에 의미 있는 영역을 추출한다. 실시간으로 입력되는 컬러 영상에서 Canny 연산자를 이용하여 에지 정보를 구하고, 모폴로지 연산(Morphological Operation)과 연결 성분(Connected Component)을 통해 후보 영역을 검색한다. 그리고 검색된 후보 영역내의 색 정보 분석을 통해서 의미 있는 학습 영역을 추출하였다. 본 논문에서 제안한 학습에 의미 있는 영역을 추출한 결과, 비교적 단순한 강의 영상과 복잡한 강의 영상 모두에서 정확한 학습 영역의 추출이 가능함을 알 수 있고, 학습에 의미 있는 정보만을 구성함으로써 적은 용량으로 최적화된 강의 영상을 제공할 수 있음을 확인할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.257-260
• /
• 2001

본 논문에서는 음성에서 얻어지는 특징 파라메타와 음성을 발성할 시 얻을 수 있는 가시적 데이터에서 추출되는 파라메타를 함께 이용하여 우리말 숫자음 인식을 시도하였다. 실험에서는 음성정보만을 이용한 기존의 방법과 영상정보의 추가할 경우의 인식성능을 비교, 검토하였다. 전체에서 50%를 학습시켰을 경우 학습된 화자의 경우 100%, 학습되지 않은 경우에는 78%의 인식률을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.227-230
• /
• 2022

본 연구에서는 실질적 학습자가 교수자로 착각을 한 상태에서 아바타를 학습시키는 과정을 통해 학습이 되게 하는 구조를 설계하고 제안하였다. 시스템 관리자와 교육자료 형성자를 제외하면, 교수자로 착각하고 있는 '학습자'와 학습자의 공부를 위해 노력하는 학습 가이드 역할을 '학습 관찰자', 학습이 되는 아바타로 구성된다. '학습 관찰자'는 학습 방향을 제시하여 아바타가 활동하는 방향을 지시하게 되며, 아바타는 지시된 방향에서 1:1 학습과 같은 형태로 교수자 입장 학습자에게 공부도움을 요청하게 된다. 아바타의 학습은 인공지능 지도 학습 방법을 이용하여 학습되도록 하며, 교수자로 착각하는 학습자는 아바타 학습 시 아바타에 의해 슬며시 제공되는 학습 자료를 참고하며 아바타를 공부시키게 되는 데 아바타를 공부시킨다고 노력하는 과정이 교수자로 착각된 학습자가 공부가 되는 것이다. 또한 이렇게 학습하는 과정을 거쳐 지식이 성장한 아바타는 아바타들이 경쟁하는 경진 대회에 참가하게 되며 교육자로 착각하는 학습자는 관전 또는 코치를 하며 학습을 하게 된다. 이러한 방법을 통해 교육자로 착각하는 학습자는 부모의 마음으로 적극적으로 공부를 하게 유도하며, 흥미를 갖고 공부를 하게 할 뿐 아니라, 가르치는 사람에 준하는 깊이 있는 지식을 갖도록 유도하며, 본 시스템과 온라인 오프라인을 통해 연결 되게 한 운동 기구 및 운동 환경을 이용하여 운동 하도록 유도하고 파워가 되도록 하여 운동 활동을 유도하며, 단계 마다 적당한 보상 점수들이 제공되도록 하여 지덕체가 성장되도록 하는 설계이다.