• Journal of Digital Convergence
• /
• v.8 no.4
• /
• pp.151-164
• /
• 2010

This study utilized SPSS and AMOS program to research a process of learning satisfaction of learners, who used Ubiquitous Living English Experience Learning Center. The following results were found ; First, there was a positive correlation between learning setting and learning interest, between learning setting and learning satisfaction, between confidence and learning interest, between confidence and learning satisfaction, and between learning interest and learning satisfaction. Second, the process of the research model was meaningful in various ways: learning setting ${\rightarrow}$ confidence, learning setting ${\rightarrow}$ learning interest, learning setting ${\rightarrow}$ learning satisfaction, confidence ${\rightarrow}$ learning satisfaction, learning interest ${\rightarrow}$ learning satisfaction. Finally, learning setting had a direct influence upon learning interest and learning satisfaction.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.75-76
• /
• 2022

현재 산업용 로봇 팔의 경로 계획을 생성할 때, 로봇 팔 경로 계획은 로봇 엔지니어가 수동으로 로봇을 제어하며 최적 경로 계획을 탐색한다. 미래에 고객의 다양한 요구에 따라 공정을 유연하게 변경하는 대량 맞춤 시대에는 기존의 경로 계획 수립 방식은 부적합하다. 심층강화학습 프레임워크는 가상 환경에서 로봇 팔 경로 계획 수립을 학습해 새로운 공정으로 변경될 때, 최적 경로 계획을 자동으로 수립해 로봇 팔에 전달하여 빠르고 유연한 공정 변경을 지원한다. 본 논문에서는 심층강화학습 에이전트를 위한 학습 환경 구축과 인공지능 모델과 학습 환경의 연동을 중심으로, 로봇 팔 경로 계획 수립을 위한 심층강화학습 프레임워크 구조를 설계한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.11a
• /
• pp.263-266
• /
• 1997

로봇 축구 경기를 위해서는 경기장의 임의의 시작점에서 목표점으로 장애물을 피해 갈 수 있는 능력이 필요하다. 이러한 경로 계획을 학습하기 위해서 다양한 상황을 모두 고려할 경우 학습량이 급격히 증가한다. 그러나 많은 실제적인 학습 문제에 있어서는 가능한 모든 학습 데이터를 사용하지 않고도 원하는 학습 효과를 가져올 수 있음이 알려져 있으며, 이러한 경우 데이터를 스스로 선별하여 학습하는 능동적 학습 방법이 효과적이다. 본 논문에서는 진화 알고리즘을 사용하여 실시간에 경로 계획을 하기 위한 새로운 능동적 학습 방법을 제시한다. 제안되는 방법은 두 개의 진화 알고리즘으로 구성되는데 하나는 주어진 시작점-목표점간의 최적 경로를 찾는데 사용되고 또 다른 하나의 진화 알고리즘은 유용한 시작점-목표점들의 쌍을 탐색하는데 사용된다. 이 방법은 계산 시간의 여유가 있을 때 다양한 문제를 스스로 제시하고 해결하는 법을 학습해 놓고 후에 실제 문제가 주어질 때 기존의 문제와 가장 유사한 문제를 찾아 실시간에 해결함으로써 기존의 진화 알고리즘에 의한 경로 계획법들이 갖는 실시간성에서의 단점을 개선할 수 있다. 실험을 통하\ulcorner 제안된 두 가지 진화 알고리즘의 성능을 실험적으로 검토한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.157-161
• /
• 2003

본 논문에서는 차량의 주행경로 최적화를 위해 강화학습 개념을 적용하고자 한다. 강화학습의 특징은 관심 대상에 대한 구체적인 지배 규칙의 정보 없이도 최적화된 행동 방식을 학습시킬 수 있는 특징이 있어서, 실제 차량의 주행경로와 같이 여러 교통정보 및 시간에 따른 변화 등에 대한 복잡한 고려가 필요한 시스템에 적합하다. 또한 학습을 위한 강화(보상, 벌칙)의 정도 및 기준을 조절해 즘으로써 다양한 최적주행경로를 제공할 수 있다. 따라서, 본 논문에서는 강화학습 알고리즘을 이용하여 다양한 최적주행경로를 제공해 주는 시스템을 구현한다.

• Journal of Korean Society of Transportation
• /
• v.21 no.3
• /
• pp.97-106
• /
• 2003

When a route choice is done under uncertainty, a driver has some expectation of traffic conditions that will occur according to the route chosen. This study tries to build a framework in which we can observe the learning behavior of the drivers' expectations of the travel time under nonstationary environment. In order to investigate how drivers have their subjective expectations on traffic conditions in response to public information, a numerical experiment is carried out. We found that rational expectations(RE) formation about the route travel time can be expressed by the adaptive expectation model when the travel time changes in accordance with the nonstationary process which consists of permanent shock and transient shock. Also, we found that the adaptive parameter of the model converges to the fixed value corresponding to the route conditions.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.705-707
• /
• 2022

본 연구에서는 기존 차량 경로 문제(Vehicle Routing Problem)의 범위를 확장시켜 일반화된 차량 경로문제(Generalized Vehicle Routing Problem)를 제시하고, 이 문제를 해결하기 위한 강화학습 모델을 제안한다. 기존의 차량 경로 문제는 depot에서 각 node(또는 각 node에서 depot)의 단방향만 존재해 제한된 문제만을 해결할 수 있었다. 이 한계점을 극복하기 위해 depot을 제외한 모든 node가 서로 연결된 형태의 일반화된 차량 경로 문제를 정의하고 이를 해결하고자 한다. 차량 경로 문제는 NP-hard 문제로 최근에는 강화학습을 이용해 이를 해결하고자 하는 모델이 연구되고 있다. 본 연구에서는 새로 정의한 일반화된 차량 경로 문제를 해결하기 위한 강화학습 모델을 제안한다.

• Journal of Educational Research in Mathematics
• /
• v.27 no.2
• /
• pp.207-225
• /
• 2017

With a significant role of textbooks in shaping students' opportunities to learn, textbook analysis is essential to reveal these opportunities to learn the concept of area and volume. This research aims to show how the Korean textbooks pace students' learning of area and volume across grades by scrutinizing the textbooks with students' developmental sequences, called learning trajectories. Tasks about area and volume in all Korean elementary textbooks (grade 1 to 6) are coded with the specific developmental stages suggested in learning trajectories. As a result, we find considerable misalignment between the textbooks and the learning trajectories. The textbooks provide opportunities to experience developmental progressions of area and volume later than ages suggested in the learning trajectories. In addition, learning opportunities are significantly concentrated in grade 5 for area and grade 6 for volume with heavy emphases on applying formulas of area or volume. The findings from this research provides important implications concerning design of textbooks as well as improving students' opportunities in the mathematics classrooms.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.244-247
• /
• 2013

본 논문에서는 목적지들의 중요도를 이용하여 강화학습에 의한 목적지 경로 탐색을 제안한다. 일반적인 목적지 경로탐색은 목적지의 중요도나 방문빈도를 고려하지 않는 최단경로탐색을 수행한다. 그러므로 방문객들의 요구에는 맞지 않는 경로를 탐색한다. 강화학습의 특징은 관심 대상에 대한 구체적인 지배 규칙의 정보 없이도 최적화된 행동 방식을 학습시킬 수 있는 특징이 있다. 이를 이용하면 주요목적지를 누락시키지 않고 방문객들의 요구에 만족하는 경로를 탐색할 수 있다. 기존에 이용되고 있는 경로탐색 알고리즘과 강화학습기법이 적용된 알고리즘을 서로 분석하여 비교한다.

• The KIPS Transactions:PartA
• /
• v.11A no.2
• /
• pp.213-222
• /
• 2004

Today's Web-based teaching-learning is developing in the direction that learners select and organize the contents, time and order of learning by themselves. That is, it is evolving to provide teaching-learning environment adaptive to individual learners' characteristics(their level of knowledge, pattern of study. areas of interest). This study analyzed learners' learning paths among the variables of learners' characteristics considered important in Web-based teaching- learning process using the Apriori algorithm and grouped learners who had similar learning paths. Based on the result, the author designed and developed a learning-path individualization system In order to provide learners with learning paths, Interface, the progress of learning etc. The proposed system is expected to provide optimal learning environment fit for learners' pattern of study and to be enhancing individual learner's learning effects

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.12
• /
• pp.29-38
• /
• 2019

A path prediction method using lifelog requires a large amount of training data for accurate path prediction, and the path prediction performance is degraded when the training data is insufficient. The lack of training data can be solved using data of other users having similar user movement patterns. Therefore, this paper proposes a path prediction algorithm based on user similarity. The proposed algorithm learns the path in a triple grid pattern and measures the similarity between users using the cosine similarity technique. Then, it predicts the path with applying measured similarity to the learned model. For the evaluation, we measure and compare the path prediction accuracy of proposed method with the existing algorithms. As a result, the proposed method has 66.6% accuracy, and it is evaluated that its accuracy is 1.8% higher than other methods.