• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.27-29
• /
• 2008

시스템 분석에 주로 사용하는 자료 중에는 비선형 자료와 시계열 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 분석하는데 어려움이 많다. 본 연구에서는 현실 세계에서 다양하게 나타나는 복잡성을 다루기 위하여 하이브리드 진화 신경망 모델링 접근 방법으로 자료를 모형화 하고 이를 통한 학습의 적합도를 살펴본다. 비선형 자료 등을 모형화하기 위한 학습은 역전파 신경망 기법을 이용한다. 학습의 효율을 높이기 의해서 격자감소 학습 알고리즘과 함께 이용하는 유전자 알고리즘은 네트워크 구조를 최적화 시킬 수 있는 초기가중값을 이용한 전역 최소값을 찾는데 이용한다. 학습 결과를 통해 제안된 하이브리드형 접근방법의 학습이 보다 효율적임을 살펴보기 위하여 유전자 알고리즘으로 최적화된 신경망 학습 알고리즘을 비선형 모의자료의 학습에 적용하여 보았다.

• Communications of Mathematical Education
• /
• v.25 no.1
• /
• pp.79-97
• /
• 2011

As the necessity of the special education for the gifted to develop their talents and national power is gradually recognized, many kinds of teaching-learning materials have been developed. However, the development tendency of the materials is not systematically studied because their database is not sufficiently constructed nor most of them are made public. In this research, we would like to provide the reference data to improve the quality of developed materials and reduce the deviation among the classified fields when we will develop the teaching-learning materials by collecting the already developed materials and analyse their development tendency by classifying them according to the contents.

• Communications of Mathematical Education
• /
• v.15
• /
• pp.181-187
• /
• 2003

새로이 열리고 있는 정보화시대에 부응하기 위해 교육계에서는 컴퓨터를 교육매체를 활용한 교수 ${\cdot}$ 학습방법에 대한 연구를 활발히 전개해 나가고 있다. 최근에는 인터넷을 활용하여 좀더 효과적인 교수 ${\cdot}$ 학습 방법의 개선에 대해 연구하는 움직임들이 활발히 진행되고 있다. 이에 중학교 수학과를 중심으로 하여 인터넷 상의 학습자료들을 검색하고 이를 먼저 홈페이지별로 분류하여 그에 따른 내용들을 분석하고, 반대로 항목별로 홈페이지를 중학교 교과서 내적인 내용과 외적인 내용들로 분류하고 그에 대한 분석을 하여 봄으로써 현재 인터넷 상의 학습자료들을 알아보아 향후 인터넷을 활용하여 중학교 수학의 교수 ${\cdot}$ 학습 방법을 개선하는 연구 및 인터넷 상에 새로운 자료를 올리는 사람들에게 도움이 되도록 하고자 한다. 또한 간단하나마 인터넷을 활용하는 수업에 대해서도 기술하여 인터넷 상의 학습자료를 활용하는 방안을 모색하여 보고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.6
• /
• pp.1107-1116
• /
• 2016

Recent astronomical survey observations have produced substantial amounts of data as well as completely changed conventional methods of analyzing astronomical data. Both classical statistical inference and modern machine learning methods have been used in every step of data analysis that range from data calibration to inferences of physical models. We are seeing the growing popularity of using machine learning methods in classical problems of astronomical data analysis due to low-cost data acquisition using cheap large-scale detectors and fast computer networks that enable us to share large volumes of data. It is common to consider the effects of inhomogeneous spatial and temporal coverage in the analysis of big astronomical data. The growing size of the data requires us to use parallel distributed computing environments as well as machine learning algorithms. Distributed data analysis systems have not been adopted widely for the general analysis of massive astronomical data. Gathering adequate training data is expensive in observation and learning data are generally collected from multiple data sources in astronomy; therefore, semi-supervised and ensemble machine learning methods will become important for the analysis of big astronomical data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.586-588
• /
• 2003

급격한 교육 환경 변화와 정보 통신망의 보급.확대로 학교 교육의 정보통신 활용 학습 체제로의 전환이 가속화되고 있는 시대적 요청에 부응하여 가장 쉽게 인터넷에 접속할 수 있으면서, 학습자들이 흥미를 갖는 웹 기반 모듈형 교수.학습 자료를 개발하였다. 모듈형 웹 자료를 개발하고. 이를 교수.학습 활동에 적용하여 수업을 진행 한 결과 학습자들의 학습에 대한 흥미도와 학습 내용의 이해도 및 학업 성취도를 고취시켰으며, 또한 자기 주도적 탐구 학습이 가능하여 과학과 탐구 학습 수행 능력이 크게 향상되었다.

• Journal of Gifted/Talented Education
• /
• v.11 no.3
• /
• pp.175-202
• /
• 2001

The purpose of this work is to analyze various mathematics programs and related studies for gifted students of secondary school, to extract meaningful suggestions, and to develop some mathematics materials to realize our suggestions. We analyzed mathematics curriculum drafts for gifted students(by KEDI), mathematics program for the gifted students of Russia, and mathematics programs of some specialist of gifted education. We were able to extract some important aspects for developing teaching & teaming materials. Especially in this study we took notice of systematization of mathematical problems, and suggested a model of systematization of mathematical problems.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.175-176
• /
• 2020

본 논문에서는 가상 현실 기기를 이용하여 스택, 큐, 트리 등과 같은 복잡한 자료구조에 대한 학습을 도와주는 학습 지원 시스템을 제안한다. 컴퓨터 프로그래밍에서 적절한 자료구조를 선택함으로써 보다 효율적인 알고리즘을 구현할 수 있으며 프로그램 실행시간, 메모리 용량과 같은 컴퓨팅 자원을 효율적으로 사용할 수 있다. 본 논문에서 제안하는 EZ 학습 시스템은 비전공자의 자료구조 학습에 도움을 주며 특히, 스마트 폰 기반의 가상 현실 기기를 사용하여 학습자의 흥미를 유발하고자 한다. 학습자는 가상공간을 통해 정보를 보다 쉽게 받아들이고, 게임적인 요소를 통해 학습에 대한 집중도를 높일 수 있을 것으로 기대된다. EZ 학습 시스템은 스택 자료형에 대한 개념 설명, 스택 연산자 학습, 미로 탐색을 통한 스택 응용 사례를 제공한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.3
• /
• pp.31-39
• /
• 2008

Until now, there are many technologies to improve studying ability using e-learning system. In most of e-learning system, learners are studying through the lecture materials and studying problems. The studying ability and intention, however, can be improved through the shared materials and discussion. In this case, learning materials are shared by the learners' discussion and shared materials through the board Internet and MSN. Such data was not classified by learners; it was not easy for the learners to search related valuable information. Therefore, it was not helping to learning. The technologies of most text mining extract summary data from the collection of document or classify into similar document from the complex document. In this paper, we implemented e-learning system for learners to improve learning abilities and especially, applied text mining technology to classify learning material for helping learners.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.1-21
• /
• 1998

귀납적 학습방법들의 분류성능을 비교 평가하기 위하여 대표적 분류문제의 하나인 신용평가 문제를 사용하였다. 분류기로서 사용된 귀납적 학습방법론들은 통계학의 다변량 판별분석(MDA), 기계학습 분야의 C4.5, 신경망의 다계층 퍼셉트론(MLP) 및 Cascade Correlation Network(CCN)의 4 가지이며, 학습자료로는 국내 3개 신용평가기관이 발표한 신용등급 및 공포된 재무제표를 사용하였다. 신용등급 예측의 정확도에 의한 분류성능을 평가하였는데 연도별 평가와 시계열 평가의 두 가지를 실시하였다. Cascade Correlation Network이 가장 좋은 분류성능을 보였지만 4가지 분류기들 사이에 통계적으로 유의한 차이는 발견되지 않았다. 이는 사용된 학습자료가 갖는 한계로 인한 것으로 추정되지만, 성능평가 과정에 있어 학습자료의 전처리 과정이 분류성과의 제고에 매우 유효함이 입증되었다.