• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.688-690
• /
• 2002

최근 인터넷 교육은 실시간 자료처리 및 양방향 지도가 가능하여 과속 인터넷 서비스를 기반으로 한 e-Learning의 수요가 날로 증가하고 있고 그에 부응하여 많은 교육용 웹 애플리케이션이 만들어지고 있다. 하지만 길 애플리케이션의 중요성과 복잡성이 증가하는 반면에 체계적이지 못한 개발 프로세스와 스크래치 수준의 개발 환경에 의해 길 애플리케이션은 품질 저하와 생산성 저하를 가져오게 되었다. 따라서, 교육용 길 애플리케이션의 비효율적인 개발 방식의 개선을 위해 INI(Instruction navigation Implementation)모델을 제시함으로써 교육용 웹 애플리케피션 개발을 체계적으로 이끌고 모델을 통한 추적성을 제공함으로써 유지보수성의 지원이 가능하다. 또한, 학습자 개개인의 수준에 맞는 컨텐츠의 제공과 적절한 피드백으로 반복학습을 통한 교육의 질적 제고를 목표로 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.935-938
• /
• 2016

본 논문에서는 센서와 단순 피드백 장치를 활용한 기존 시스템의 문제점을 분석한다. 분석 내용을 바탕으로 패턴 학습을 통한 농업용 자동 급수 시스템을 제안한다. 제안하는 시스템의 구현 가능성과 실현 가능성을 보이고 이에 대해 논의 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.105-110
• /
• 1998

본 논문에서는 퍼지 로직을 이용하여 ATM 망의 ABR(Available Bit Rate) 트래픽 제어를 위한 효과적이고, 안정적인 피드백 제어 알고리즘을 제안한다. 기존 알고리즘들의 단점을 보완하면서, 망 내의 상황이 변하더라도 자가 학습 기능(self-learning capability)을 이용하여 파라미터 값들을 상황에 맞게 변화시키는 퍼지 로직을 이용한 새로운 제어알고리즘을 제안한다. 제안된 알고리즘은 Projection algorithm을 이용하여, 과거의 데이터로부터 다음 순간의 ABR 버퍼의 크기를 예측하며 퍼지 제어기의 출력 함수 파라미터들은 성능함수를 최소화하도록 학습된다. 제안된 알고리즘은 안정성(stability)이 보장되며, Upstream bottleneck 환경등의 특수하고, 제한된 상태에서도, 요구되는 QoS와 max-min fairness가 만족되고, 링트 효율을 극대화 할 수 있음을 시뮬레이션을 통하여 입증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.313-314
• /
• 2019

제4차 산업혁명 시대를 살아갈 학생들에게 필요한 핵심 역량으로서 컴퓨팅 사고력의 중요성이 강조되고 있으며, 이와 관련하여 다양한 연구가 진행되고 있다. 그러나 대부분의 연구가 교수 학습 방법을 개발하고 효과성을 검증하는데 치중하는 반면, 학습자의 컴퓨팅 사고력을 어떻게 평가하고 피드백을 줄 것인지에 대한 연구는 부족하다. 따라서 본 연구에서는 컴퓨팅 사고력 평가에 관한 연구 중에서 KCI에 등재된 9편의 연구를 분석하고, 시사점을 도출하였다. 이는 컴퓨팅 사고력 평가에 관한 향후 연구의 방향을 제시해줄 것이라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.521-522
• /
• 2009

본 논문에서는 이동단말기로부터 수집 가능한 컨텍스트 정보를 기반으로 베이지안 네트워크 추론을 통해 송신자의 정황 정보를 생성하는 시스템을 제안한다. 축적된 데이터로부터 학습되는 베이지안 네트워크의 특성에 따라 설문조사를 통해 사용자의 정황 판단 기호를 수집하고 이를 기반으로 훈련 데이터를 생성하여 베이지안 네트워크를 구성한다. 추론 결과에 대한 사용자 피드백을 주기적인 학습에 사용하고 각 단계에서 정확도를 측정함으로써 개인화된 정황 정보 추론과 사용자의 정황 판단 기호 변화에 신속하게 적응함을 확인한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.982-983
• /
• 2020

추천 시스템은 사용자들의 과거 구매 이력 등을 학습해서 사용자들이 미래에 구매할 것 같은 상품을 추천한다. 대부분의 추천 시스템 관련 연구들은 사용자들과의 상호작용을 고려하지 않은 채 한 번의 모델 학습과 한 번의 추천만 수행하며, 사용자로부터 추천 결과에 대한 피드백을 받아서 더 나은 추천을 수행하려는 시도는 거의 이루어지지 않았다. 본 논문에서는 기존의 추천 모델들이 사용자와의 상호작용을 추가적으로 고려했을 때 어느 정도의 정확도 향상을 이룰 수 있는지에 대해서 분석한다. 특히 사용자와의 상호작용을 통해 사용자 취향의 다양성을 파악하고 이를 반영하여 더 나은 추천을 제공하는 방법에 대해서 논의한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1203-1206
• /
• 2021

소음은 난청, 스트레스 등의 원인이 된다. 본 연구에서는 ANC(Active Noise Cancellation)을 바탕으로, 기술적인 방법을 통해 소음을 저감 시키는 스피커를 구현하였다. ANC 란 소음 주파수의 위상을 180° 변환하여 주파수와 레벨이 동일한 역 소음을 발생시켜 주변 소음을 저감, 차단하는 기술이다. 현재 시중 제품들에 적용되는 일반적인 ANC 의 경우, 피드백(Feedback) 방식이라는 점과 시간 지연(Time gap)이 발생한다는 한계가 있다. 이를 보완하기 위해 AI 학습으로 소음을 미리 예측하여 시간 지연을 줄이는 방법을 고안했다. 순환 신경망(RNN)의 장기의존성 문제를 해결하는 시계열 예측 딥러닝 알고리즘인 LSTM(Long Short-Term Memory Network) 모델을 사용하였다. 또한, AI 학습 효율을 향상시킬 수 있는 하드웨어 장비들을 활용하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.221-222
• /
• 2023

본 연구에서는 주피터 노트북에서 자동 평가 시스템을 활용하기 위한 방안으로 자동 평가 시스템의 문제를 저장하고 제시하는 방안에 대해서 연구하였다. 자동 평가 시스템은 학습자가 직접 프로그래밍을 하고 바로 피드백을 받을 수 있는 장점이 있다. 주피터 노트북에서 자동 평가 시스템을 제공하는 nbgrader와 코들의 장점을 바탕으로 문제 제시 방안은 다음과 같다. 문제는 HTML 태그를 이용해 서식 있는 형태로 서버에 저장한다. 주피터 노트북에서 IPython.display 모듈의 display와 HTML 명령어를 사용하여 문제를 출력하면 코드셀 출력창에 서식 있는 HTML 문서를 출력하여 학습자에게 가독성 있게 문제를 제시할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.109-110
• /
• 2023

본 논문에서는 교육현장에서 서술평평가를 자동화하기 위한 시스템을 제안한다. 제안 시스템은 장문의 응답에서 단어를 추출하여 단어 간 네트워크를 생성하고 정답 네트워크와 비교를 통해 평가를 실시한다. 기존의 키워드 방식은 네트워크 관점에서 노드를 기준으로 채점하는 것이라면, 제안 시스템은 엣지를 기준으로 채점하게 되어 학습자의 답변에서 지식의 관계성을 채점할 수 있어 학습자에게 유용한 피드백을 줄 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.737-738
• /
• 2024

본 연구는 사용자의 감정을 인식하고, 개인화된 행동을 학습하는 AI 반려동물 시스템을 제안한다. DQN 을 이용한 강화학습을 통해 사용자의 피드백에 따라 행동을 변화시키며, 보다 자연스럽고 흥미로운 상호작용을 가능하게 한다. 이를 통해 기존의 정형화된 로봇 반려동물의 한계를 극복하고 사용자에게 맞춤형 경험을 제공하는 AI 반려동물 개발에 기여하고자 한다.