• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2002년도 춘계학술대회
• /
• pp.163-167
• /
• 2002

문제 해결 상황에서의 전이 학습에 관한 연구는 실제 학습 장면에서 학생들이 문제를 좀 더 쉽게 이해하도록 하고, 이를 바탕으로 효율적인 학습이 일어나도록 한다는 점에서 중요하다. 본 연구의 목적은 컴퓨터 학습 환경에서 학습 자료의 난이도와 예제의 사용이 전이에 어떠한 영향을 미치는지에 대하여 알아보고자 수행되었다. 첫 번째 실험에서는 문제 구조가 비교적 잘 정의되어 있는 확률 문제를 대상으로 하여 학습 자료 유형과 난이도가 전이에 미치는 영향을 알아보기 위하여 실시되었다. 학습 자료 유형은 재인(recognition), 증명(verification), 유추(analogy) 세 가지 조건이었으며, 문제의 난이도는 피험자의 수행 평가를 기준으로 하여 세 가지 수준으로 조작되었다. 두 번째 실험에서는 학습 자료 유형과 예제(earlier example)가 전이 학습에 미치는 영향을 알아보기 위하여 실시되었다. 실험 결과 학습 자료 유형과 난이도 각각의 주효과가 통계적으로 유의하였으며, 예제의 제시유무는 전이 검사에서만 경향성을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.135-140
• /
• 2020

사전 학습된 Transformer 기반 언어 모델은 자연어처리 시스템에 적용되었을 시 광범위한 사례에서 큰 폭의 성능 향상을 보여준다. 여기서 사전 학습에 사용되는 언어 모델링 태스크는 비지도 학습에 속하는 기술이기 때문에 상대적으로 데이터의 확보가 쉬운 편이다. 하지만 몇 종의 주류 언어를 제외한 대부분 언어는 활용할 수 있는 언어 자원 자체가 희소하며, 따라서 이러한 사전 학습 기술의 혜택도 누리기 어렵다. 본 연구에서는 이와 같은 상황에서 발생할 수 있는 자원 희소성 문제를 극복하기 위해 이종 언어 간 전이 학습을 이용하는 방법을 제안한다. 본 방법은 언어 자원이 풍부한 언어에서 학습된 Transformer 기반 언어 모델에서 얻은 파라미터 중 재활용 가능한 부분을 이용하여 목표 언어의 모델을 초기화한 후 학습을 진행한다. 또한, 기존 언어와 목표 언어의 차이를 학습하는 역할을 하는 적응층들을 추가하여 이종 언어 간 전이 학습을 돕는다. 제안된 방법을 언어 자원이 희귀한 상황에 대하여 실험해본 결과, 전이 학습을 사용하지 않은 기준 모델 대비 perplexity와 단어 예측의 정확도가 큰 폭으로 향상됨을 확인하였다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제18권1호
• /
• pp.31-44
• /
• 2015

본 연구는 수학 교과에서 학습한 지식을 과학적 개념을 학습하는데 직접 적용해보는 전이학습프로그램의 효과를 확인하는데 있다. 구체적으로 수학 교과에서 학습한 비율 개념이 과학 교과의 속력 개념과 어떻게 관련이 있는지를 학생들 스스로 탐구해보는 전이학습프로그램을 개발 적용하고, 그것이 학생들의 비율 개념 이해와 수학적 태도에 어떤 영향을 미치는 지를 확인하는 것을 목적으로 한다. 연구 결과는 다음과 같다. 첫째, 전이 학습은 학생들의 비율 개념 이해를 향상시키는데 통계적으로 또한 실제적으로 효과가 있었다. 더욱이 '고정된 비' 수준에 머물러 있던 35명의 학생 중, 17명의 학생이 '내면화된 비' 수준으로 이동하였다. 둘째, 학생들의 수학학습 태도를 긍정적으로 변화시키는데 효과가 있었다. 따라서 전이 학습 프로그램은 학생들의 비율개념이해 수준을 높이고 긍정적인 수학학습 태도를 형성하는데 효과적인 학습 방법이다. 본 연구는 전이에 성공할 수 있는 인지적 조건을 찾는데 주안점을 두기보다는 전이를 직접 경험할 수 있는 학습 프로그램을 구안하고 그것의 효과를 검증했다는 점에서 그 의의를 찾을 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.437-440
• /
• 2020

최근 자연어 처리에서는 사전 학습과 전이 학습을 통하여 다양한 과제에 높은 성능 향상을 성취하고 있다. 사전 학습의 대표적 모델로 구글의 BERT가 있으며, 구글에서 제공한 다국어 모델을 포함해 한국의 여러 연구기관과 기업에서 한국어 데이터셋으로 학습한 BERT 모델을 제공하고 있다. 하지만 이런 BERT 모델들은 사전 학습에 사용한 말뭉치의 특성에 따라 이후 전이 학습에서의 성능 차이가 발생한다. 본 연구에서는 소셜미디어에서 나타나는 구어체와 신조어, 특수문자, 이모지 등 일반 사용자들의 문장에 보다 유연하게 대응할 수 있는 한국어 뉴스 댓글 데이터를 통해 학습한 KcBERT를 소개한다. 본 모델은 최소한의 데이터 정제 이후 BERT WordPiece 토크나이저를 학습하고, BERT Base 모델과 BERT Large 모델을 모두 학습하였다. 또한, 학습된 모델을 HuggingFace Model Hub에 공개하였다. KcBERT를 기반으로 전이 학습을 통해 한국어 데이터셋에 적용한 성능을 비교한 결과, 한국어 영화 리뷰 코퍼스(NSMC)에서 최고 성능의 스코어를 얻을 수 있었으며, 여타 데이터셋에서는 기존 한국어 BERT 모델과 비슷한 수준의 성능을 보였다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1408-1414
• /
• 2019

전이학습을 수행한 심층 인공신경망을 압축센싱 심혈관 자기공명영상에 적용하였다. 전이학습은 선행학습 신경망의 구조나 필터 커널, 가중치를 현재의 학습이나 응용에 활용하는 방법이다. 전이학습은 학습 속도를 향상시키고, 학습 데이터가 제한적일 때 신경망의 일반화에 도움이 된다. 8명의 건강한 지원자가 참여한 심장 자기공명영상 실험에서 전이학습을 수행한 신경망은 단독학습 신경망에 비해 학습시간이 5배 이상 단축되었다. 시험 데이터에 대해서도 전이학습을 수행한 신경망은 전이학습을 수행하지 않은 신경망에 비하여 낮은 정규화 평균제곱오차와 향상된 재구성 영상화질을 보였다.

• 문화기술의 융합
• /
• 제10권3호
• /
• pp.909-914
• /
• 2024

본 연구에서는 로봇 비전용 영상 인식을 비롯한 다양한 AI 분야에서 널리 활용되는 전이학습에 대한 정량적 평가를 제시하였다. 전이학습을 적용한 연구 결과에 대한 정량적, 정성적 분석은 제시되나, 전이학습 자체에 대해서는 논의되지 않는다. 따라서 본 연구에서는 전이학습 자체에 대한 정량적 평가를 숫자 손글씨 데이터베이스인 MNIST를 기반으로 제안한다. 기준 네트워크를 대상으로 전이학습 동결층의 깊이 및 전이학습 데이터와 사전 학습 데이터의 비율에 따른 정확도 변화를 추적하였다. 이를 통해 첫번째 레이어까지 동결할 때 전이학습 데이터의 비율이 3% 이상일 경우, 90% 이상의 정확도를 안정적으로 유지할 수 있음이 확인되었다. 본 연구의 전이학습 정량 평가 방법은 향후 네트워크 구조와 데이터의 종류에 따라 최적화된 전이학습을 구현하는데 활용 가능하며, 다양한 환경에서 로봇 비전 및 이미지 분석 AI의 활용 범위를 확대할 것이다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2008년도 춘계학술대회
• /
• pp.1078-1083
• /
• 2008

본 연구는 기존의 전통적인 교육훈련의 전이(transfer of training)모델을 e-Learning상황으로 재해석하여 기업이 e-Learning을 도입하고 운영함에 있어서 보다 실질적인 성과를 높일 수 있는 방향을 제시하며, 또한 오늘날 지식 정보화 사회에서 기업 경쟁력의 원천인 지식자본의 확대를 목적으로 하는 e-Learning이 되기 위해서 학습조직 요인의 중요성을 확인하고, 앞으로 기업이 학습조직의 향상 방향으로 e-Learning을 도입하고 운영할 수 있도록 시사점을 제시하고자 하는 것을 목적으로 한다. 이를 위해 먼저 기존의 전통적 교육훈련의 전이모델과 e-Learning의 성과에 관한 선행연구를 바탕으로 기업에서의 e-Learning의 학습효과 및 실무전이에 영향을 미치는 요인이 무엇인지 추출하는 연구모형을 통해 각 요인들 간의 상호관계와 실무전이에 대하여 학습효과를 매개로 하는 관계를 분석함으로써 e-Learning의 학습효과 및 실무전이에 관한 영향 관계를 보다 체계적이고 포괄적으로 밝히고자 하며, 다음으론 e-Learning이 기업 교육훈련의 학습효과와 실무전이에 영향을 미칠 때 학습조직이 상황적 요인으로 추가되면 e-Learning의 학습효과와 실무전이 성과를 Leverage할 수 있는지 각 요인별 조절효과를 검증하고자 하여 실증연구를 수행 중에 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권4호
• /
• pp.105-112
• /
• 2022

최근 환경의 변화에 적응적이고 특정 목적에 부합하는 오토스케일링 정책을 만들기 위해 강화학습 기반 오토스케일링을 사용하는 연구가 많이 이루어지고 있다. 하지만 실제 환경에서 강화학습 기반 수평적 파드 오토스케일러(HPA, Horizontal Pod Autoscaler)의 정책을 학습하기 위해서는 많은 비용과 시간이 요구되며, 서비스를 배포할 때마다 실제 환경에서 강화학습 기반 HPA 정책을 처음부터 다시 학습하는 것은 실용적이지 않다. 본 논문에서는 쿠버네티스에서 강화학습 기반 HPA를 구현하고, 강화학습 기반 HPA 정책에 대한 학습을 가속화하기 위해 대기행렬 모델 기반 시뮬레이션을 활용한 전이 학습 기법을 제안한다. 시뮬레이션을 활용한 사전 학습을 수행함으로써 실제 환경에서 시간과 자원을 소모하며 학습을 수행하지 않아도 시뮬레이션 경험을 통해 정책 학습이 이루어질 수 있도록 하였고, 전이 학습 기법을 사용함으로써 전이 학습 기법을 사용하지 않았을 때보다 약 42.6%의 비용을 절감할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• pp.99-100
• /
• 2018

컴퓨팅 사고력이 강조됨에 따라 우리 나라를 비롯한 세계 여러 나라에서는 프로그래밍 교육 등 컴퓨팅 관련 교육을 실시하고 있다. 일반적으로 프로그래밍 교육에서 초보 학습자에게는 블록 기반 프로그래밍 언어를 학습한 후 텍스트 기반 프로그래밍 언어를 학습하게 된다. 블록 기반 언어와 텍스트 기반 언어는 동일한 프로그래밍 논리를 함양하게 되지만, 다른 모든 언어들과 마찬가지로 언어 특성, 사용법, 형태 등 다소 차이가 있다. 따라서 본 논문에서는 블록 기반 프로그래밍 언어에서 텍스트 기반 프로그래밍 언어의 학습 전이의 효과에 대해 이론적 고찰을 실시하였으며, 그 결과 대부분의 연구에서 긍정적 전이 효과를 입증하였음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.79-80
• /
• 2022

본 논문에서는 데이터 증강 기법 중 하나인 EDA를 적용하여 BERT 기반의 감성 분류 언어 모델을 만들고, 성능 개선 방법을 제안한다. EDA(Easy Data Augmentation) 기법은 테이터가 한정되어 있는 환경에서 SR(Synonym Replacement), RI(Random Insertion), RS(Random Swap), RD(Random Deletion) 총 4가지 세부 기법을 통해서 학습 데이터를 증강 시킬 수 있다. 이렇게 증강된 데이터를 학습 데이터로 이용해 구글의 BERT를 기본 모델로 한 전이학습을 진행하게 되면 감성 분류 모델을 생성해 낼 수 있다. 데이터 증강 기법 적용 후 전이 학습을 통해 생성한 감성 분류 모델의 성능을 증강 이전의 전이 학습 모델과 비교해 보면 정확도 측면에서 향상을 기대해 볼 수 있다.