• Journal of Digital Convergence
• /
• v.16 no.5
• /
• pp.221-229
• /
• 2018

Machine learning and artificial intelligence are core technologies for the 4th industrial revolution. However, it is difficult for the general public to get familiar with those technologies because most people lack programming ability. Thus, we developed a Graphic User Interface(GUI) to overcome this obstacle. We adopted TensorFlow and used .Net of Microsoft for the develop. With this new GUI, users can manage data, apply algorithms, and run machine learning without coding ability. We hope that this development will be used as a basis for developing artificial intelligence in various fields.

• Journal of Science Education
• /
• v.38 no.3
• /
• pp.612-624
• /
• 2014

The purpose of this study was to analyze successful intelligence and learning strategies for the scientific gifted and the general students in elementary school. For this purpose, we conducted a survey targeting 327(including 159 gifted students) 5th - 6th grader elementary students in Incheon Metropolitan City. We were utilized to evaluate the students' successful intelligence(Song, 2002) and learning strategies(Kim, 2005). The results of this study were as follows. First, successful intelligence and learning strategies of the scientific gifted students in elementary school were higher than the regular class students, it was a significant difference statistically(p < .001). Second, when compared according to grade level, the scientific gifted students class higher than the general class students, it was a significant difference statistically(p < .001). Third, when compared according to gender, the scientific gifted students were higher than the general class in both men and women, it was a significant difference statistically(p < .001)

• Journal of the Korea Convergence Society
• /
• v.10 no.10
• /
• pp.51-58
• /
• 2019

This research has been conducted for the purpose of studying the relationships among emotional intelligence, learning flow and academic resilience of dental hygiene department students. The study involved in 319 students from 1st grade through 3rd grade in Daegu health college who filled out questionnaire in May, 2018. We are closely analyzed data using SPSS window ver.18.0. After analyzing the results, this report shows that there was a strong correlation among emotional intelligence, learning flow and academic resilience. In addition, the higher the level of emotional intelligence, the level of learning flow and academic resilience was also elevated. Therefore, this research suggests that the standardized programs and curriculum needs to be adopted in school.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.335-339
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력충의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• Journal of Industrial Convergence
• /
• v.20 no.5
• /
• pp.83-92
• /
• 2022

As cases of social and ethical problems caused by artificial intelligence technology have occurred, artificial intelligence ethics are drawing attention along with social interest in the risks and side effects of artificial intelligence. Artificial intelligence ethics should not just be known and felt, but should be actionable and practiced. Therefore, this study proposes an artificial intelligence ethics education model to strengthen the practical ability of artificial intelligence ethics. The artificial intelligence ethics education model derived educational goals and problem-solving processes using artificial intelligence through existing research analysis, applied teaching and learning methods to strengthen practical skills, and compared and analyzed the existing artificial intelligence education model. The artificial intelligence ethics education model proposed in this paper aims to cultivate computing thinking skills and strengthen the practical ability of artificial intelligence ethics. To this end, the problem-solving process using artificial intelligence was presented in six stages, and artificial intelligence ethical factors reflecting the characteristics of artificial intelligence were derived and applied to the problem-solving process. In addition, it was designed to unconsciously check the ethical standards of artificial intelligence through preand post-evaluation of artificial intelligence ethics and apply learner-centered education and learning methods to make learners' ethical practices a habit. The artificial intelligence ethics education model developed through this study is expected to be artificial intelligence education that leads to practice by developing computing thinking skills.

• Journal of Korea Society of Industrial Information Systems
• /
• v.6 no.3
• /
• pp.71-78
• /
• 2001

Since web-based tutoring systems are generally composed with passive and static hypertext, they could not provide adaptive learning environments according to learning ability of each student. In this study, we suggest an intelligent tutoring system, which grasps the learning state of student and provides each student with dynamic learning materials suitable to individual feature based on learning result. It is an agent based system, in which, courseware knowledge for learning is effectively constructed, the proper feedback according to learning assessment is inferred, and it is given to each student.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.399-408
• /
• 2002

다중 에이전트 학습이란 다중 에이전트 환경에서 에이전트간의 조정을 위한 행동전략을 학습하는 것을 말한다. 본 논문에서는 에이전트간의 통신이 불가능한 다중 에이전트 환경에서 각 에이전트들이 서로 독립적으로 대표적인 강화학습법인 Q학습을 전개함으로써 서로 효과적으로 협조할 수 있는 행동전략을 학습하려고 한다. 하지만 단일 에이전트 경우에 비해 보다 큰 상태-행동 공간을 갖는 다중 에이전트환경에서는 강화학습을 통해 효과적으로 최적의 행동 전략에 도달하기 어렵다는 문제점이 있다. 이 문제에 대한 기존의 접근방법은 크게 모듈화 방법과 일반화 방법이 제안되었으나 모두 나름의 제한을 가지고 있다. 본 논문에서는 대표적인 다중 에이전트 학습 문제의 예로서 먹이와 사냥꾼 문제(Prey and Hunters Problem)를 소개하고 이 문제영역을 통해 이와 같은 강화학습의 문제점을 살펴보고, 해결책으로 신경망 SOM을 이용한 일반화 방법인 QSOM 학습법을 제안한다. 이 방법은 기존의 일반화 방법과는 달리 군집화 기능을 제공하는 신경망 SOM을 이용함으로써 명확한 다수의 훈련 예가 없어도 효과적으로 이전에 경험하지 못했던 상태-행동들에 대한 Q값을 예측하고 이용할 수 있다는 장점이 있다. 또한 본 논문에서는 실험을 통해 QSOM 학습법의 일반화 효과와 성능을 평가하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.81-84
• /
• 2003

$\varepsilon$-SVR(e-Support Vector Regression)학습방법은 SV(Support Vector)들을 이용하여 함수 근사(Regression)하는 방법으로 최근 주목받고 있는 기법이다. SVM(SV machine)의 한 가지 방법으로, 신경망을 기반으로 한 다른 알고리즘들이 학습과정에서 지역적 최적해로 수렴하는 등의 문제를 한계로 갖는데 반해, 이러한 구조들을 대체할 수 있는 학습방법으로 사용될 수 있다. 일반적인 $\varepsilon$-SVR에서는 학습 데이터와 관사 함수 f사이에 허용 가능한 에러범위 $\varepsilon$값이 학습하기 전에 정해진다. 그러나 Nu-SVR(ν-version SVR)학습방법은 학습의 결과로 최적화 된 $\varepsilon$값을 얻을 수 있다. 정해진 기저함수가 포함되는 $\varepsilon$-SVR 학습방법(Sermparametric SVR)은 정해진 독립 기저함수를 사용하여 함수를 근사하는 방법으로, 일반적인 $\varepsilon$-SVR 학습방범에 비해 우수한 결과를 나타내는 것이 성공적으로 입증된 바 있다. 이에 따라, 본 논문에서는 정해진 기저함수가 포함된 ν-SVR 학습 방법을 제안하고, 이에 대한 수식을 유도하였다. 그리고, 모의 실험을 통하여 제안된 Sermparametric ν-SVR 학습 방법의 적용 가능성을 알아보았다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.294-302
• /
• 2007

멀티 에이전트 강화학습에서 중요한 이슈 중의 하나는 자신의 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 어떻게 최적의 행동 정책을 학습하느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 현실적이지 못한 가정들을 요구한다. 본 논문에서는 상대 에이전트에 대한RBFN기반의 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서는 제안하는 멀티 에이전트 강화학습 방법은 기존의 멀티 에이전트 강화 학습 연구들과는 달리 상대 에이전트의 Q 평가 함수 모델이 아니라 RBFN 기반의 행동 정책 모델을 학습한다. 또한, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동 정책 모델을 이용함으로써 학습의 효율성을 높였다. 본 논문에서는 대표적이 절대적 멀티 에이전트 환경인 고양이와 쥐 게임을 소개한 뒤, 이 게임을 테스트 베드 삼아 실험들을 전개함으로써 제안하는 RBFN 기반의 정책 모델의 효과를 분석해본다.

• Proceedings of KOSOMES biannual meeting
• /
• 2003.05a
• /
• pp.111-116
• /
• 2003

최근에는 전문가의 지식과 경험정보가 데이터베이스로 구축된 전문가 시스템의 정보를 이용하여 처리된 결과를 판단하여 안전하고 효율적인 선박운항이 가능하도록 한 지능형 선박에 관한 연구가 활발하게 진행되고 있다. 본 논문에서는 지능형 선박을 구현하기 위한 연구의 일환으로써, 선박의 조타기를 제어하기 위한 지능형 조타 조작 모델을 구현한다. 지능형 시스템을 구현하기 위해서 자연언어를 사용하는 인간의 학습 방법에 기초한 언어지시기반학습(LIBL)기법을 적용하고. 퍼지이론을 이용하여 승선경력이 풍부한 조타수의 경험을 조사 및 분석하여 그 결과를 바탕으로 퍼지 추론에 의해 타각을 제어하기 위한 퍼지 조타 조작 모델을 구현하여 그 효용성을 살펴보았다.