• The Transactions of the Korea Information Processing Society
• /
• v.3 no.5
• /
• pp.1059-1069
• /
• 1996

The purpose of this paper is to examine some effects of four menu types: icon menu, context menu, pulldown menu, and bar selection menu. In order to find whether there are some effects of menu types or learning stages (the first, intermediate and the last stage) on skill-based errors, each of the menus has been studied in relation to hyperemia instruction, menu search time, scholastic a chievements and learners' metacognitionon their errors. A further purpose of this paper is to suggest some strategies for enabling learner to select menus more efficiently in order to enhance the learner's own learning effectiveness in hypere mia instruction.The results of this study are as follows. The menu types had a significant effect on the low metacognition regulation group. The context menu types had a significant effect on achievements. In contrast, it was also noticed he the menu types did not have any significant effect on the high metacognition regulation group. The bar-selection menu type and the icon menu type had a relatively significant effect on skill-based errors in the first stage of learning.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.2
• /
• pp.52-56
• /
• 1996

In trainir~ga back-propagation neural network, the learning speed of the network is greatly affected by its learning rate. Most of off-line fashioned learning-rate selection methods, however, are empirical except for some deterministic methods. It is very tedious and difficult to find a good learning rate using the empirical methods. The deterministic methods cannot guarantee the quality of the quality of the learning rate. This paper proposes a new learning-rate selection method. Our off-line fashioned method selects a good learning rate through stochastically searching process using evolutionary programming. The simulation results show that the learning speed achieved by our method is superior to that of deterministic and empirical methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.707-710
• /
• 2002

학습시스템의 컨텐츠 제공방식은 제작된 컨텐츠를 모든 수강생에게 일괄적으로 제공하는 방식을 사용한다. 본 논문에서는 학습자의 정보를 이용하여 학습자를 분류한 후 학습자의 수준에 따라 컨텐츠를 제공하기 위해 학습자 정보를 저장하고, 또한 컨텐츠의 개별 내용을 모듈화하여 학습자에 따라 컨텐츠를 새롭게 구성할 수 있는 시스템을 구현하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.1 s.39
• /
• pp.119-128
• /
• 2006

The web based coursewares that are operating currently can not support individual studying capabilities appropriately. To solve this problem, this paper can provide individual students with a tool that makes contents of lessons to be organized according to study subjects, study objective, and study scope by students. And it is designed for study contents to be condensed into a courseware and be operated in a courseware. Also this method can continuously stimulate a study motivation by providing selective control system without a predefined linear study plan. And it also can have the contents of study coincide with their interests and needs. Therefore this method maximizes accomplishments for the study contents and satisfaction for way of study.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.100-104
• /
• 2008

교육용 소프트웨어 산업이 급속히 발전하면서 온라인 게임을 플랫폼으로 하는 다양한 교육용 게임이 개발되고 있다. 현재 대부분 교육용 게임 시스템은 온라인 게임의 학습도구와 웹을 기반으로 하는 부가적 교육 학습도구로 이중화 되어 개발되고 있다. 하지만 온라인 게임의 학습 데이터 결과와 웹의 학습 데이터 결과가 일치화 되지 않아 학습자에게 올바른 학습 결과를 줄 수 없을 뿐만 아니라 게임 시스템의 학습과정에 따른 레벨 시스템을 적용하기가 어렵다. 본 논문에서는 이러한 비동기적 데이터 처리방식을 온라인 게임 시스템과 웹의 학습과정의 분기 조건에 필요한 학습결과 데이터만을 동기화 처리하는 학습 데이터 동기화 처리 방식을 구현하였다. 이러한 학습결과 데이터 동기화 처리는 위와 같은 문제점으로 다양한 학습 콘텐츠들이 온라인화 하지 못했던 문제점을 해결하고, 향후 통합 교육용 시스템과 다중 교육용 게임 시스템으로 개발 될 때 좀 더 효과적인 학습 시스템으로 개발될 수 있는 학습 데이터 처리 방식이 될 것이다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.320-325
• /
• 2021

BERT는 사전 학습 단계에서 다음 문장 예측 문제와 마스킹된 단어에 대한 예측 문제를 학습하여 여러 자연어 다운스트림 태스크에서 높은 성능을 보였다. 본 연구에서는 BERT의 사전 학습 문제 중 다음 문장 예측 문제에 대해 주목했다. 다음 문장 예측 문제는 자연어 추론 문제와 질의 응답 문제와 같이 임의의 두 문장 사이의 관계를 모델링하는 문제들에 성능 향상을 위해 사용되었다. 하지만 BERT의 다음 문장 예측 문제는 두 문장을 특수 토큰으로 분리하여 단일 문자열 형태로 모델에 입력으로 주어지는 cross-encoding 방식만을 학습하기 때문에 문장을 각각 인코딩하는 bi-encoding 방식의 다운스트림 태스크를 고려하지 않은 점에서 아쉬움이 있다. 본 논문에서는 기존 BERT의 다음 문장 예측 문제를 확장하여 bi-encoding 방식의 다음 문장 예측 문제를 추가적으로 사전 학습하여 단일 문장 분류 문제와 문장 임베딩을 활용하는 문제에서 성능을 향상 시키는 Bi-Cross 사전 학습 기법을 소개한다. Bi-Cross 학습 기법은 영화 리뷰 감성 분류 데이터 셋인 NSMC 데이터 셋에 대해 학습 데이터의 0.1%만 사용하는 학습 환경에서 Bi-Cross 사전 학습 기법 적용 전 모델 대비 5점 가량의 성능 향상이 있었다. 또한 KorSTS의 bi-encoding 방식의 문장 임베딩 성능 평가에서 Bi-Cross 사전 학습 기법 적용 전 모델 대비 1.5점의 성능 향상을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.85-87
• /
• 2021

컴퓨터 전공자들의 프로그래밍 개발 중심의 팀 프로젝트 수업은 프로그래밍 개발 능력과 팀원들 간의 협업 능력을 키울 수 있는 수업으로서, 기존에는 대면수업을 통해 교수자와 학습자간 그리고 팀을 이룬 학습자들 간에 긴밀한 상호작용으로 진행되어왔다. 그러나 2020년 COVID-19의 확산으로 대부분의 대학 수업들이 비대면 방식으로 진행됨에 따라 팀 프로젝트 수업 역시 비 대면으로 운영되어야 했으며 팀 활동을 위해 다양한 온라인 커뮤니케이션 방법이 모색되어야 했다. 본 연구에서는 팀 프로젝트 수업을 기존의 대면 수업으로 운영하였을 경우와 비대면 방식으로 운영하였을 때 학습자들이 느끼는 학습 효과에 대해 비교해보고자 한다. 대면 수업과 비대면 수업에 참여했던 학습자들을 대상으로 설문을 실시하여 팀 프로젝트 수업을 통한 학습 이해도, 수업 흥미도, 학습자간의 소통의 원활성, 수업 참여의 적극성 그리고 전체적인 수업 만족도에 대한 설문 결과를 비교 분석하였다. 향후 포스트 코로나 시대에는 대면과 비대면의 하이브리드 커뮤니케이션 방식이 대세를 이룰 것으로 예측되고 있는 만큼 대학 수업 방식에도 변화가 필요할 것이며 본 연구는 이를 위한 기초 연구로 활용될 수 있다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.2
• /
• pp.205-211
• /
• 2024

The purpose of this study is to implement an agent that intelligently performs tracking and movement through reinforcement learning using the Unity and ML-Agents. In this study, we conducted an experiment to compare the learning performance between training one agent in a single learning simulation environment and parallel training of several agents simultaneously in a multi-learning simulation environment. From the experimental results, we could be confirmed that the parallel training method is about 4.9 times faster than the single training method in terms of learning speed, and more stable and effective learning occurs in terms of learning stability.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.136-138
• /
• 2003

로봇이나 가상 캐릭터와 같은 지능형 에이전트가 자율적으로 살아가기 위해서는 주어진 환경을 인식하고, 그에 맞는 최적의 행동을 선택하는 능력을 가지고 있어야 한다. 본 논문은 이러한 지능형 에이전트를 구현하기 위하여, 외부 환경에 적응하면서 최적의 행동을 배우고 선택하는 방법을 연구하였다. 본 논문에서 제안한 방식은 강화 학습을 이용한 행동기반 학습 방법과 기호 학습을 이용한 인지 학습 방법을 통합한 방식으로 다음과 같은 특징을 가진다. 첫째, 외부 환경의 적응성을 수행하기 위하여 강화 학습을 이용하였으며. 이는 지능형 에이전트가 변화하는 환경에 대한 유연성을 가지도록 하였다. 둘째. 경험들에서 귀납적 기계학습과 연관 규칙을 이용하여 규칙을 추출하여 에이전트의 목적에 맞는 환경 요인을 학습함으로 주어진 환경에서 보다 빠르게, 확장된 환경에서 보다 효율적으로 행동을 선택을 하도록 하였다. 제안한 통합방식은 기존의 강화 학습만을 고려한 학습 알고리즘에 비하여 학습 속도를 향상 시킬수 있으며, 기호 학습만을 고려한 학습 알고리즘에 비하여 환경에 유연성을 가지고 행동을 적용할 수 있는 장점을 가진다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.165-166
• /
• 2022

최근 전세계적으로 자율운항선박(Maritime Autonomous Surface Ship, 이하 MASS)의 기술 개발 및 시험 항해가 본격적으로 추진되고 있다. 하지만 MASS의 출현과 별개로 운항 방식, 제어 방식, 관제 방식 등 명확한 지침은 부재한 상태이다. 육상에서는 머신 러닝을 통하여 자율주행차에 대한 다양한 제어 방식을 연구하고 있으며, 이에 따라서 MASS도 제어 또는 통항 방식에 대한 기초 틀을 마련할 필요성이 있다. 하지만 육상과 달리 해상은 기상, 조종성능, 수심, 장애물 등 다양한 변수들이 존재하고 있어 접근 방식이 복잡하여, 머신 러닝을 적용할 때 환경에 대한 요소를 적절하게 설정해야 한다. 따라서 본 연구는 멀티 에이전트 강화학습을 통하여 MASS의 자율적인 통항 방식을 제안하기 위하여 강화학습의 해상교통환경 설정을 위한 요소를 도출하고자 하였다.