• 한국초등수학교육학회지
• /
• 제10권2호
• /
• pp.151-169
• /
• 2006

수학교육의 본질과 목표에 부합하는 교수-학습을 하기 위해서 Gagn'e의 학습 위계론, Piaget의 인지발달론, Bruner의 인지경로이론, Skemp의 범례제시 학습 이론 가운데 현장 수학과 교실 수업과 밀접한 관련이 있는 부분을 수학과 교수-학습에 적용해 보고 그 효과를 고찰해 본다. 이 연구의 결과는 첫째, 논리적인 계통성이 뚜렷한 수학과 학습을 학습위계에 따른 학습과제 분석표를 교사들이 작성하여 현장 수업에 활용하는 것이 미흡하였고, 둘째, 인지발달론에 따른 수학적 보존개념 형성시기에 적합한 개인차를 고려한 수학학습 지도는 효과적이었으며, 셋째 수학적인 개념을 조작${\rightarrow}$영상${\rightarrow}$상징의 인지경로에 따른 학습지도는 학업성취에 긍정적인 효과가 있었고, 넷째, 범례제시를 통한 개념형성 학습은 새로운 수학적인 개념을 쉽게 이해하고 학습의 흥미도와 자신감을 높여주고 있음을 알 수 있었다.

• 전자공학회논문지CI
• /
• 제38권1호
• /
• pp.1-6
• /
• 2001

본 논문에서는 Hebb 학습법에 기초한 Kohonen의 LVQ 학습법을 퍼셉트론 학습에 사용되는 경도 강하 (Gradient descent) 학습법에 의해 재해석한다. Kohonen의 LVQ는 학습법에 따라 두 가지로 나뉠 수 있는데 하나는 자율학습 LVQ(ULVQ)이며 다른 하나는 타율학습 LVQ(SLVQ)이다. 두 경우 모두 출력뉴런의 목표 값을 적당히 생성할 경우 타율학습 경도 강하학습법으로 표현될 수 있다. 결과적으로 LVQ학습법은 타율학습 경도 강하 학습법의 특수한 형태임을 알 수 있으며 또한 LVQ는 보다 일반화된 '퍼셉트론 형태의 LVQ(PLVQ)'알고리즘으로 표현될 수 있음을 알 수 있다. 본 논문에서는 이를 증명하고 결론을 맺는다.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.265-270
• /
• 2010

강화학습(reinforcement learning)은 동적 환경과 시행-착오를 통해 상호 작용하면서 학습을 수행한다. 그러므로 동적 환경에서 TD-학습과 TD(${\lambda}$)-학습과 같은 강화학습 방법들은 전통적인 통계적 학습 방법보다 더 빠르게 학습을 할 수 있다. 그러나 제안된 대부분의 강화학습 알고리즘들은 학습을 수행하는 에이전트(agent)가 목표 상태에 도달하였을 때만 강화 값(reinforcement value)이 주어지기 때문에 최적 해에 매우 늦게 수렴한다. 본 논문에서는 미로 환경(maze environment)에서 최단 경로를 빠르게 찾을 수 있는 강화학습 방법(GORLS : Goal-Directed Reinforcement Learning System)을 제안하였다. GDRLS 미로 환경에서 최단 경로가 될 수 있는 후보 상태들을 선택한다. 그리고 나서 최단 경로를 탐색하기 위해 후보 상태들을 학습한다. 실험을 통해, GDRLS는 미로 환경에서 TD-학습과 TD(${\lambda}$)-학습보다 더 빠르게 최단 경로를 탐색할 수 있음을 알 수 있다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2017년도 추계학술발표회
• /
• pp.2-2
• /
• 2017

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.231-240
• /
• 2023

심층 강화 학습(Deep Reinforcement Learning)을 사용한 경로 계획에서 장애물을 자동으로 회피하기 위해 로봇을 학습시키는 일은 쉬운 일이 아니다. 많은 연구자가 DRL을 사용하여 주어진 환경에서 로봇 학습을 통해 장애물 회피하여 경로 계획을 수립하려는 가능성을 시도하였다. 그러나 다양한 환경에서 로봇과 장착된 센서의 오는 다양한 요인 때문에 주어진 시나리오에서 로봇이 모든 장애물을 완전히 회피하여 이동하는 것을 실현하는 일은 흔치 않다. 이러한 문제 해결의 가능성과 장애물을 회피 경로 계획 실험을 위해 테스트베드를 만들었고 로봇에 카메라를 장착하였다. 이 로봇의 목표는 가능한 한 빨리 벽과 장애물을 피해 시작점에서 끝점까지 도달하는 것이다. 본 논문에서는 벽과 장애물을 회피하기 위한 DRL의 가능성을 검증하기 위해 이중 심층 Q 네트워크(DDQN)를 제안하였다. 실험에 사용된 로봇은 Jetbot이며 자동화된 경로 계획에서 장애물 회피가 필요한 일부 로봇 작업 시나리오에 적용할 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권9호
• /
• pp.363-370
• /
• 2022

다중 사물 환경에서 목표 사물만의 정밀한 파지를 위해서는 장애물과의 충돌 회피 지능과 정교한 파지 지능이 필요하다. 이 작업을 위해선 다중 사물 환경 인지, 목표 사물 인식, 경로 설정, 로봇손의 사물 파지 지능이 필요하다. 본 연구에서는 RGB-D 영상 센서를 이용하여 다중 사물 환경과 사물을 인지하고 3D 공간을 매핑한 후, 충돌 회피 경로 탐색 알고리즘을 활용하여 목표 사물까지의 경로를 탐색 및 설정하고, 강화학습을 통해 학습된 사람형 로봇손의 목표 사물 파지 지능을 활용해 최종적으로 시뮬레이션 및 하드웨어 사물 파지 시스템을 구현하고 검증하였다. 사람형 로봇손을 구현한 시뮬레이션 환경에서 5개의 사물 중 목표 사물을 지정하고 파지한 결과 경로 탐색 없는 파지 시스템이 평균 78.8%의 성공률과 34%의 충돌률을 보일 때, 경로 탐색 지능과 결합된 시스템은 평균 94%의 성공률과 평균 20%의 충돌률을 보였다. UR3와 QB-Soft Hand를 사용한 하드웨어 환경에서는 3개의 사물 중 목표 사물을 지정하고 파지한 결과 경로 탐색 없는 파지 시스템이 평균 30%의 성공률과 97%의 충돌률을 보일 때, 경로 탐색 지능과 결합된 시스템은 평균 90%의 성공률과 평균 23%의 충돌률을 보였다. 본 연구에서는 RGB-D 시각 지능, 충돌 회피 경로 탐색, 사물 파지 심층 강화학습 지능의 결합을 통하여, 사람형 로봇손의 목표 사물 파지가 가능함을 제시하였다.

• 대한교통학회지
• /
• 제22권5호
• /
• pp.111-122
• /
• 2004

본 연구에서는 운전자들의 경로선택 행태에서 교통정보 수신율이 네트워크 전반에 미치는 영향과 각 경로의 주행조건에 대한 운전자의 학습과정에 대해서 살펴보았으며, 교통상황이 정상성 및 비정상성을 따르는 경우, 공공기관의 유입교통량의 대소에 의해 유도되는 정보의 수신율이 증가함으로써 운전자의 경로선택행동이 네트워크에 미치는 영향을 분석하고 정보의 역효과가 나타남을 밝혔다. 또한, 정보수신율이 최적비율 이하인 경우에는 총통행시간이 정보가 없이 오직 자신의 경험에만 의존하는 경우보다 감소하여 정보제공의 효과가 있었지만, 최적비율 이상으로 유동정보에 따라 경로선택을 하는 운전자가 많아지면 정보의 역효과가 발생함도 증명하였다. 나아가, 교통환경이 정상성을 /따르는 경우에는 모든 운전자의 경로조건에 대한 학습과정과 이 경험을 축적함에 따라 어느 일정한 값으로 수렴해감을 알 수 있었다. 교통환경이 비정상성을 따르는 경우에는 주행조건에 대해 돌발적인 진동과 혼란상태가 발생하고 이 경우에도 무정보 환경보다는 어느정도의 비율로 유도정보가 주어지는 것이 네트워크 전체의 통행시간을 감소시킴으로써 정보의 효과가 있음도 확인하였다. 향후, 다양한 교통류 환경을 적용한 대규모 네트워크를 대상으로 한 운전자의 경로선택과 학습행동에 대한 연구와 정보의 정도에 따른 운전자의 행동을 고려한 정보의 제공방안에 대한 연구도 필요할 것으로 판단된다.

• 한국지구과학회지
• /
• 제23권8호
• /
• pp.666-675
• /
• 2002

본 연구에서는 자기 주도적 학습을 위한 웹기반 수준별 학습 자료를 설계 ${\cdot}$ 개발하고 이를 현장에 적용하여 그 효과를 검증하고자 하였다. 이를 위하여 제7차 교육과정 고등학교 과학10의 ‘일기와 기후’ 단원을 기본 학습자료와 심화 ${\cdot}$ 보충형 학습자료로 설계 ${\cdot}$ 개발하고 이를 적용하여 그 효과를 전통적 수업과 비교한 결과는 다음과 같다. 첫째, 웹 기반수준별 학습은 전통적 수업보다 학생들의 자기 주도적 학습특성 중 자아개념, 학습열성, 미래지향성, 창의성, 자기 평가력에 긍정적인 효과를 나타내었으며 이는 학습자가 주어진 학습체제와의 다양한 교류를 통하여 필요한 정보와 지식을 획득하는 웹 학습의 특성 때문인 것으로 보인다. 웹 기반 수준별 학습이 자기 주도적 학습특성에 미치는 효과를 학습능력별로 살펴본 결과, 학습자의 학습능력 수준에는 무관한 것으로 나타났다. 둘째, 웹 기반 수준별 학습은 전통적 수업보다 학생들의 과학성취도에 긍정적인 효과를 나타내었으며 학습능력 수준이 중위이상인 학습자들에게 더 효과적이었다. 이러한 연구의 결과를 고려할 때, 하위수준 학습자들의 학업성취도를 높이기 위해서는 보충학습의 내용을 더 구체적으로 구성하고 경로 면에서 학습자 편의성을 높이는 웹 설계가 필요하다. 셋째, 웹 기반 수준별 학습에 대한 학습자들의 인식 결과를 보면 시각적 효과와 화면 구성에 대하여 긍정적인 평가를 하였다. 또한 학습 경험을 계획하고 필요한 자원을 자신만의 경로로 찾아서 학습하는 자기 주도적 학습이 수준별 학습에 긍정적인 효과를 미치는 것으로 응답하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.89-92
• /
• 2022

본 논문에서는 딥러닝 모델 기반 보행자의 GPS 경로를 예측하는 시스템을 제안한다. 다양한 경로 예측 방식들 중 본 논문은 GPS 데이터 기반 경로 예측 연구이다. 시계열 데이터인 보행자의 GPS 경로를 학습하여 다음 경로를 예측하도록 하는 딥러닝 모델 기반 연구이다. 본 논문에서는 보행자의 GPS 경로를 딥러닝 모델이 학습할 수 있도록 데이터 구성 방식을 제시하였으며, 예측 범위에 큰 제약이 없는 예측 딥러닝 모델을 제안한다. 본 논문의 딥러닝 모델에 적합한 파라메터들을 제시하였으며, 우수한 예측 성능을 보이는 결과를 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.703-705
• /
• 2005

연속적이고 동적인 실세계에서의 경로 탐색 문제는 이동 로봇 분야에서 주된 문제 중 하나였다. 최근 컴퓨터 성능이 크게 발전하면서 컴퓨터 게임들이 실제에 가까운 연속적인 3차원 환경 모델을 사용하기 시작하였고, 그에 따라 보다 복잡하고 동적인 환경 모델 하에서 경로 탐색을 할 수 있는 능력이 요구되고 있다. 강화 학습 기반의 경로 탐색 알고리즘인 평가치 반복(Value iteration) 알고리즘은 실시간 멀티에이전트 환경에 적합한 여러 장점들을 가지고 있으나, 문제가 커질수록 속도가 크게 느려진다는 단점을 가지고 있다. 본 논문에서는 연속적인 3차원 상황에서 빠르게 동적 변화에 적응할 수 있도록 하기 위하여 작은 세상 네트웍 모델을 사용한 환경 모델 및 경로 탐색 알고리즘을 제안한다. 3차원 게임 환경에서의 실험을 통해 제안된 알고리즘이 연속적이고 복잡한 실시간 환경 하에서 우수한 경로를 찾아낼 수 있으며, 환경의 변화가 관측될 경우 이에 빠르게 적응할 수 있음을 확인할 수 있었다.