• 한국과학교육학회지
• /
• 제19권1호
• /
• pp.29-40
• /
• 1999

현행 과학교육은 일반적으로 언어적 설명보다는 실험활동을 중심으로 수업을 진행하기를 권하고 있다. 더나아가 과학교육에 관련된 많은 연구들(예를들면, 학습성취도, 사고능력향상, 과학에 관련된 태도 등)도 이러한 실험 활동을 중심으로 한 조작적 교수 학습 과정의 효율성에 대해서 지지해 왔다. 이렇게 과학교육에 대한 연구결과들과 실제 경험들이 학습자의 효과적인 학습을 위해서 실험활동 중심의 교수 학습 과정을 장려하고 있지만, 이들 연구들은 왜 실험활동 중심의 교수학습이 언어적 설명 수업보다 효과적인가에 대한 구체적인 설명을 제공해 주지를 못하고 있다. 본 연구는 이러한 의문에 대해서 최신의 신경학적 연구결과를 바탕으로 설명하고자 하였다. 최근의 신경학적 연구는 다중적 감각경로를 통한 정보의, 전달이 단일적 감각경로를 통한 정보의 전달보다 신경 세포 반응의 효율성과 반응시간의 신속성에 있어서 훨씬 효과적이라는 연구결과들을 제시하여 왔다. 따라서 이 연구결과를 과학학습에 적용할 경우, 실험활동 중심의 수업은 체감각-시각-청각적 감각경로를 통한 정보의 전달이 이루어질 수 있는 교수전략이고 언어적 설명 수업은 청각을 주로 활용하고 부분적으로 시각을 사용하므로, 신경세포 반응의 효율성과 시간의 신속성에 있어서 실험활동 중심의 수업이 훨씬 효과적이기에 실험활동을 통한 수업이 과학학습에 효율적이라는 설명이 가능하다. 이 가설을 테스트하기 위하여 본 연구는 비율추론과제의 해결에 실패한 중학교 학생 56명을 무작위적으로 두집단으로 나눈다음, 한 집단에게는 조작적 활동중심 피이드백을, 그리고 다른 집단에게는 언어적 설명 중심 피이드백을 제공하였다. 연구결과는 조작적 활동 중심 피이드백을 제공받은 집단이 언어적 설명 중심 피이드백을 제공받은 집단보다 통계적으로 의미있게 학습한 결과를 보여주었다. 따라서 본 연구는 실험활동 중심 수업의 효율성에 대한 신경학적 설명을 지지하는 증거를 제시하였다. 또한 이 연구는 연구결과의 교육적 활용을 위한 적용방안도 논의하였다.

• 한국도로학회논문집
• /
• 제13권2호
• /
• pp.195-202
• /
• 2011

본 연구에서는 운전자의 일관성 있는 교통 정보 학습과정을 기반으로 한 일별 동적 모형을 개발하였다. 개발된 모형은 교통 정보 서비스의 효과 분석이 가능한 형태의 체계를 갖추었다. 즉, 교통 시스템에는 교통 정보 서비스 업체(ISP, Information Service Provider)가 존재하며, ISP의 가입자는 과거 실시간 교통 정보를 제공받으며, 이를 바탕으로 경로를 선택한다. 반면, 교통 정보 미가입자는 개인의 경험 또는 친구, 교통방송 등을 통해서만 교통 정보를 학습하게 된다. 운전자의 경로 선택은 Boundedly-rational 모형으로 표현되었으며, 주어진 동적 통행 수요와 경로 선택에 따른 도로 교통망의 성능을 평가하기 위해 미시 교통 시뮬레이션 모형 (파라믹스)이 사용되었다. 개발된 모형은 실제 도로망에 적용되었으며, 도출된 결과는 개발된 모형의 수렴성과 일관성있는 교통 정보 학습 모형의 효과를 입증하였다.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.323-332
• /
• 2017

본 연구는 간호대학생의 자아존중감, 비판적사고성향, 문제해결능력과 학습동기 간의 인과관계와 경로를 파악하기 위한 융합연구이다. 대상은 일 대학 간호학과 학생 207명이었다. 자료는 구조화된 설문지를 이용하여 수집하였고, PASW 18.0, AMOS 18.0 프로그램을 이용하여 분석하였다. 연구 결과 학습동기에 대한 경로모형의 적합도 지수는 적합하였다(${\chi}^2/df=2.128$, GFI=.995, AGFI=.949, RMSEA=.074, CFI=.993, NFI=.988). 학습동기에 자아존중감(${\beta}=.205$), 문제해결능력(${\beta}=.420$)은 직접효과, 비판적사고는 간접효과(${\beta}=.182$)를 나타내었다. 또한 자아존중감은 비판적사고(${\beta}=.398$), 비판적사고는 문제해결능력(${\beta}=.433$)에 직접효과가 있었다. 즉, 간호대학생의 자아존중감이 높으면 비판적사고와 문제해결능력도 높아지고, 학습동기도 높아지므로, 학습동기 향상을 위해서는 자아존중감 강화 교육프로그램이 선행되어야 함을 확인하였다.

• 한국항행학회논문지
• /
• 제26권2호
• /
• pp.72-77
• /
• 2022

강화학습의 기법 중 Q-Learning은 주어진 상태에서 행동을 수행하면서 미래의 효율적인 기댓값을 예측하는 Q 함수를 학습하면서 최적의 정책을 학습하는 것이다. Q-Learning은 강화학습의 기본적인 알고리즘으로 많이 활용하고 있다. 본 논문에서는 Q-Learning을 바탕으로 정책과 보상을 설계하여 효율적인 경로를 선택하고 학습하는 효용성에 대하여 연구하였다. 또한 Frozen Lake 게임의 8x8 그리드 환경에 동일한 학습 횟수를 적용하여 기존 알고리즘 및 처벌 보상 정책과 제시한 처벌강화 정책의 결과를 비교하였다. 해당 비교를 통해 본 논문에서 제시한 Q-Learning의 처벌강화 정책이 통상적인 알고리즘의 적용보다 학습 속도를 상당히 높일 수 있는 것으로 분석되었다.

• 한국음향학회지
• /
• 제17권4호
• /
• pp.3-13
• /
• 1998

본 논문은 음성 다이어링 시스템을 구현하기 위한 한국어 단독 숫자음 및 연속 숫 자음 인식에 관한 것이다. 단독 숫자음의 인식은 미지의 입력 음성을 재귀 신경망을 이용하 여 모델링된 각 모델에 인가하고, 신경 회로망의 출력 노드의 상태열을 검사하여 적절한 상 태 전이를 하며 최고의 확률값을 출력하는 모델을 인식된 결과로 출력한다. 연속 숫자음의 인식은 미지의 연속 숫자음을 재귀 신경 회로망을 이용한 연속 숫자음 모델에 입력하고, 신 경 회로망의 출력에 대하여 적절한 상태 전이에 대한 검사와 레벨 빌딩(Level Building)을 수행하여 최소의 오차를 가지는 모델열을 인식된 결과로 출력한다. 재귀 신경 회로망을 이 용하여 음절 모델을 만드는 과정에서 재귀 노드는 예상치가 주어지지 않으므로 신경 회로망 의 학습에서 제외되어 현저한 학습 속도의 저하를 가져온다. 따라서 본 논문에서는 재귀 신 경 회로망의 학습 속도를 향상시키기 위한 2가지 방법을 제안 한다. 첫 번째는 재귀 신경 회로망의 재귀 노드의 예상치를 실험적으로 주어줌으로써 학습 속도의 향상을 도모하였다. 두 번째는 음절 모델의 출력노드의 개수와 음절 모델의 세그먼트 경계를 알고리듬을 이용하 여 자동적으로 조절하였다. 실험결과, 단독어의 경우 음절 '에'에 포함하는 한국어 11개의 숫 자음에 대하여 화자 종속의 경우 97.3%, 화자 독립의 경우 80.5%의 인식률을 얻었으며, 연 속 숫자음의 경우는 21종류의 연속 숫자음에 대하여 화자 종속에서 88.2%, 화자 독립의 경 우 81.3%의 인식률을 얻을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.1-12
• /
• 2024

경로 손실(Path Loss)을 예측하는 것은 셀룰러 네트워크(Cellular Network)에서 기지국(Base Station) 의 설치 위치 선정 등 무선망 설계에 중요한 요인 중 하나다. 기존에는 기지국의 최적 설치 위치를 결정하기 위해 수많은 현장 테스트(Field Tests)를 통해 경로 손실 값을 측정했다. 따라서 측정에 많은 시간이 소요된다는 단점이 있었다. 이러한 문제를 해결하기 위해 본 연구에서는 머신러닝(Machine Learning, ML) 기반의 경로 손실 예측 방법을 제안한다. 특히, 경로 손실 예측 성능을 향상시키기 위해서 앙상블 학습(Ensemble Learning) 접근법을 적용하였다. 부트스트랩 데이터 세트(Bootstrap Dataset)을 활용하여 서로 다른 하이퍼파라미터(Hyperparameter) 구성을 갖는 모델들을 얻고, 이 모델들을 앙상블하여 최종 모델을 구축했다. 인터넷상에 공개된 경로 손실 데이터 세트를 활용하여 제안하는 앙상블 기반 경로 손실 예측 방법과 다양한 ML 기반 방법들의 성능을 평가 및 비교했다. 실험 결과, 제안하는 방법이 기존 방법들보다 우수한 성능을 달성하였으며, 경로 손실 값을 가장 정확하게 예측할 수 있다는 것을 입증하였다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.221-228
• /
• 2013

시나리오 기반 학습과 관련하여 학습 관련 효과에 관한 많은 연구들이 집중되고 있다. 그렇지만, 이와 관련하여 바람직한 효과 측정 방법이 제시되지 못하고 있다. 본 연구는 시나리오 학습과 관련하여 보다 바람직한 학습 효과 측정을 위해 하나의 퍼지 논리 기반 프레임워크를 제안하는데 있다. 이러한 프레임워크의 사용은 학습 효과의 측정에 있어서 언어적인 불확실성 문제를 해결할 수 있다. 본 연구에서는 시나리오 기반 학습의 효과 측정을 위해 정확성, 이해성, 완비성의 3가지 불확실성 측도를 사용한다. 이러한 측도의 사용은 시나리오 맥락 측면에서 완전성뿐만 아니라 사용자 선택에 따른 효과 차이를 최소화시킬 수 있는 강점을 가진다. 다른 무엇보다도 시나리오 기반의 학습에 퍼지 논리의 적용은 실제 학습 상황에서 학습 목표 도달을 위한 학습 경로 진행 상황을 쉽게 관측할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제9권4호
• /
• pp.735-749
• /
• 2008

본 논문은 디지털교과서에 대한 태도요인이 학습흥미도와 학습만족에 미치는 영향에 대하여 연구하였다. 이러한 연구를 위해 현재 디지털교과서 연구시범학교에서 학습에 참여하고 있는 학습자 325명으로부터 자료를 얻어 실증적 연구를 수행하였다. 특히 디지털교과서에 대한 태도요인을 교과에 대한 자아개념요인인 우월감, 자신감요인과 교과에 대한 태도요인으로 흥미, 목적의식, 성취동기요인으로 세분화하여 살펴본 결과 자신감, 흥미, 목적의식, 성취동기요인이 학습흥미도에 유의미한 영향을 주었으며, 또한, 이들 태도요인에 따른 학습흥미도는 학습만족에도 유의미한 영향을 주는 것으로 나타났다. 이러한 연구 결과를 통해 앞으로 디지털교과서의 상용화에 대비하여 학습자의 디지털교과서에 대한 태도요인을 고려하여 콘텐츠 설계 및 제작이 이루어져야 할 것이며, 콘텐츠 구성면에서도 학습흥미도를 고려하여 풍부한 학습내용 및 다양한 피드백 경로 제공 등을 통해 학습만족도와 학습성과를 높일 수 있음을 시사하고 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.165-166
• /
• 2016

방송통신고등학교는 국가수준 교육과정의 개정 시기를 맞아 방송고 학습자 특성을 반영한 온라인 콘텐츠 설계를 위해서 콘텐츠 질 분석, 수업 구조 분석, 화면 로그인 경로 분석 등을 통해서 시행하고 방송고 온라인 콘텐츠 교수설계 모형을 도출하였다. 이에 따라 본 연구에서 도출한 온라인 콘텐츠 교수설계 모형은 먼저 크게 수업 설계, 수업 실행, 수업 평가로 구성되어 있다. 수업 설계는 학습자 분석, 교수환경분석, 교수 분석, 교수 전략개발의 단계를 가지고 있다. 수업 실행은 수업에 대한 동기 유발, 선수학습 회상, 수업 목표 제시, 수업 내용 제시 및 학습 안내 제공, 수행 행동 유도 및 피드백 제공, 목표 수행 평가, 파지 및 전이 단계를 가지고 있다. 수업 평가는 최종 수업 평가 및 최종 피드백 제공 단계를 가지고 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.139-148
• /
• 2004

사용자의 지리적 위치에 따른 서비스를 제공하는 위치기반서비스는 유비쿼터스 컴퓨팅의 중요한 응용으로 여러 위치 감지기술과 다양한 시험 및 상용 서비스들이 개발되어 왔다. 하지만 기존의 위치기반서비스는 단순히 위치와 서비스를 정적으로 연결하는 기법에 그치고 있어 서비스의 유연성이 떨어지는 한계가 있다. 이를 개선하기 위해 위치 정보로부터 고수준 정보를 추론하여 보다 지능적인 서비스를 제공하려는 연구들이 이루어지고 있다. 본 논문에서는 사용자의 위치이동 데이터를 학습하여 미래의 위치 이동 경로를 예측하는 기법을 제안한다. GPS(Global Positioning System)를 사용하여 수집된 시퀸스 데이터를 시퀸스 데이터 처리에 특화된 RSOM (Recurrent Self Organizing Map)을 사용하여 클러스터링하고 이를 마르코브 모델을 사용하여 학습하여 각 위치 이동 패턴 모델을 구축한다. 현재의 위치이동 패턴을 구축된 각 이동패턴 모델들과 비교하여 가장 유사한 위치 이동패턴으로 미래의 사용자이동을 예측한다. 제안한 위치이동 예측 기법을 평가하기 위해 실제 대학생의 생활을 기반으로 하여 GPS 데이터를 대학 캠퍼스 상에서 수집하고 이를 이용하여 제안한 방법의 학습 및 예측 성능을 평가한다. 그 결과 제안한 방법을 사용하여 사용자의 미래의 위치이동경로를 예측하는 것이 가능하고 불확실한 상황에서도 유연하게 예측을 수행함을 확인하였다.