• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제25권2호
• /
• pp.161-178
• /
• 2022

우리나라는 고유어 수사와 한자어 수사로 구성된 이중 수사 체계를 사용하고 있다. 이러한 이중 수사 체계는 실생활에서 관습적으로 특정 방식이 선택되거나, 두 가지 방식이 혼용되기도 하고, 불규칙하게 변형되기에 수사 학습지도 과정에서 학생과 교사 양측의 부담이 가중된다. 이에 본 연구는 이중 수사 체계로 인한 학습 지도 난점 개선의 필요성을 인지하였다. 이를 위하여 수사 체계 방식이 선택되는 맥락과 다양한 변형 사례, 현행 교육과정과 교과서의 관련 지도 내용을 분석·정리하였다. 분석 결과, 수사를 사용하는 실제 상황에 따라 나타나는 수사 체계 방식의 선택 및 변형의 특징이 존재하였으나 그러한 특징의 기준이 모호하고 교육과정 및 교과서 내 구체적인 지도 지침 또한 부재하였다. 이 경우 현장 교사의 역할이 더욱 중시되기 때문에 교사는 이중 수사 체계 관련 실제 상황의 세부 특징을 인지하고 학생에게는 이중 수사 체계 사용의 다양한 측면에 대한 경험과 연습을 통하여 이해하게 만듦으로써 수사 체계 교수·학습 개선을 위한 방향을 논의하였다.

• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1500-1506
• /
• 2020

본 논문에서는 오버레이 단말 간 직접 (Device-to-Device : D2D) 통신 네트워크를 위한 강화학습 기반 스케쥴링 문제를 연구한다. 강화학습 모델 중 하나인 Q-learning을 이용한 D2D 통신 기술들이 연구되었지만, Q-learning은 상태와 행동의 개수가 증가함에 따라서 높은 복잡도를 유발한다. 이러한 문제를 해결하기 위하여 Deep Q Network (DQN) 기반 D2D 통신 기술들이 연구되었다. 본 논문에서는 무선 통신 시스템 특성을 고려한 DQN 모델을 디자인하고, 피드백 및 시그널링 오버헤드를 줄일 수 있는 DQN 기반 분산적 스케쥴링 방식을 제안한다. 제안 방식은 중앙집중식으로 변수들을 학습시키고, 최종 학습된 파라미터를 모든 단말들에게 전달한다. 모든 단말들은 최종 학습된 파라미터를 이용하여 각자의 행동을 개별적으로 결정한다. 제안 방식의 성능을 컴퓨터 시뮬레이션을 통하여 분석하고, 최적방식, 기회주의적 선택 방식, 전체 전송 방식과 비교한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.798-800
• /
• 2024

현대의 머신러닝 환경에서는 특히 모바일 컴퓨팅 및 사물 인터넷(IoT)의 애플리케이션 영역에서 개인 정보를 보호하고 효율적이며 확장 가능한 모델에 대한 관심이 높아지고 있다. 본 연구는 연합 학습(FL)과 자기지도 학습(self-supervised learning)을 결합하여 이질적(heterogeneous)인 분산 자원에서 레이블이 없는 데이터를 활용하면서 사용자의 개인 정보를 보호하는 새로운 프레임워크를 소개한다. 이 프레임워크의 핵심은 SimCLR 과 같은 자기지도 학습 기법으로 학습된 공유 인코더로, 입력 데이터에서 고수준 특성을 추출하도록 설계되었다. 또한 이 구조를 통해 주석(annotation)이 없는 방대한 데이터셋을 활용하여 모델 성능을 향상시키고, 여러 개의 격리된 모델이 필요하지 않아 리소스를 크게 최적화할 수 있는 가능성을 확인했다. 본 연구를 통해 생성된 모델은 중앙 집중 방식(CL)이면서 자기지도학습으로 학습되지 않은 기존 모델과 비교하여 전체 평균 정확도가 14.488% 향상됐다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.495-500
• /
• 2020

뉴스 기사는 반드시 객관적이고 넓은 시각으로 정보를 전달하지 않는다. 따라서 뉴스 기사를 기존의 추천 시스템과 같이 개인의 관심사나 사적 정보를 바탕으로 선별적으로 추천하는 것은 바람직하지 않다. 본 논문에서는 최대한 객관적으로 다양한 시각에서 비슷한 사건과 인물에 대해서 판단할 수 있도록 유사도 기반의 기사 추천 모델을 제시한다. 길이가 긴 문서 사이의 유사도를 측정하기 위해 GPT2 [1]언어 모델을 활용했다. 이 과정에서 단방향 디코더 모델인 GPT2 [1]의 단점을 추가 학습으로 개선했으며, 저장 공간의 효율과 핵심 문단 추출을 위해 BM25 [2]함수를 사용했다. 그리고 준 지도 학습 [3]을 통해 유사도 레이블링이 되어있지 않은 최신 뉴스 기사에 대해서도 자가 학습을 진행했으며, 이와 함께 길이가 긴 문단에 대해서도 효과적으로 학습할 수 있도록 문장 길이를 기준으로 3개의 단계로 나누어진 커리큘럼 학습 [4]방식을 적용했다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.492-497
• /
• 1998

본 논문에서는 기존의 교사 주도적이고 획일화된 주입식 교육 방식의 문제점을 해결하기 위한 수준별 학습평가시스템을 제안한다. 수준별 학습을 위한 교육평가의 문항분석에 퍼지이론을 적용하여 평가문항을 수준별로 분류하고 학습자의 수준에 따라 문제를 선정하여 평가할 수 있다. 따라서 학습자의 개인차를 정확하게 파악하고 개별 학습지도를 할 수 있으므로 학습자의 능력을 향상 시킬 수 있다.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.8-14
• /
• 2023

기존의 자기지도 학습 기반의 CutPaste 기법은 정상 이미지에서 특정 패치를 자르고 붙이는 방법으로 합성 데이터를 생성한 뒤 이상탐지를 수행하였다. 그러나 이런 방식으로 생성된 합성데이터는 패치의 경계에 뚜렷한 차이가 나타나는 문제가 발생된다. 이러한 문제를 해결하기 위한 NSA 기법은 Poisson Blending을 통해 자연스러운 합성 데이터를 생성하여 더 높은 이상탐지 성능을 달성하였다. 그러나 NSA 기법은 클래스마다 조정해야하는 하이퍼 파라미터가 많은 단점을 가지고 있다. 본 논문에서는 합성 패치의 크기를 매우 작게 하는 단순한 방법으로 정상과 유사한 합성 데이터를 생성하였다. 이 때 패치가 매우 지역적으로 합성되기 때문에, 지역적인 특징을 학습하는 모델을 사용하면 합성 데이터에 쉽게 과적합 될 수 있다. 따라서 전역적인 특징을 학습하는 gMLP를 사용하여 이상탐지를 수행하였고, 단순한 합성 방법으로도 기존 자기 지도 학습 기법보다 더 높은 성능을 달성할 수 있었다.

• 한국지역지리학회지
• /
• 제8권1호
• /
• pp.110-121
• /
• 2002

본 논문은 초등학교 사회과 3학년 그림지도 학습과 관련하여 기존의 CAI관련 교육매체들이 단순히 그림지도 관련 지식을 나열하는 방식에서 탈피하여 그래픽, 애니메이션, 사운드, 동화상 등의 다양한 멀티미디어 자료를 상호 연계한 코스웨어와의 활발한 상호 작용을 통해 스스로 그림지도와 관련된 지식을 구성해 나갈 수 있도록 개발하였다. 개발된 코스웨어는 3학년 사회과 그림지도 영역의 이해를 보다 쉽게 할 뿐 아니라 그림지도의 구성요소와 그림지도를 백지도 상에 그리는 방법, 지도를 활용하는 방법의 안내까지 효율적으로 학습할 수 있도록 함으로써 개별학습용 수준별 심화 보충학습 용으로도 활용할 수 있게 하였다.

• 한국문헌정보학회지
• /
• 제41권1호
• /
• pp.33-54
• /
• 2007

본 연구는 음독과 묵독, 다독과 정독, 발췌독과 통독의 각 상대적 개념의 독서방식이 창의력과 자기주도적 학습능력에 미치는 영향을 비교하여 어떤 차이가 있는지 파악하기 위한 것이다. 창의력과 자기주도적 학습능력을 검증하기 위해 초등학교 6학년 2개 반 어린이 62명을 대상으로 창의력과 자기주도적 학습 특성 검사지 결과와 질문지로 조사한 독서방식을 사용하여 비교 분석하였다. 연구 결과 창의력과 자기주도적 학습능력 성향에 영향을 주는 독서방식은 묵독보다 음독이 영향을 미치는 요인이며 다독보다는 정독이 더 많은 영향을 미치는 요인인 것으로 나타났다. 한편 발췌독과 통독은 영향을 미치지 못하거나 부정적인 영향을 미치는 요인인 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.296-300
• /
• 2002

본 연구에서 는 비지도 학습 방식인 SOFM(Self Organize Feature Maps)과 지도 학습인 다층 신경회로망을 이용하여 패턴 분류를 하는 방식을 제안하였다. SOFM을 이용하여 입력 패턴을 분류하여 얻은 결과를 다층 신경회로망의 초기 연결강도와 목표 값으로 설정한다. 제안한 방식의 유용성을 확인하기 위하여 얼굴 영상에 대하여 시뮬레이션한 결과 우수한 성능을 얻었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.694-696
• /
• 2001

인터넷의 이용이 생활화되면서 학생들의 인터넷 이용능력은 점차 향상되어가고 있으며 그 이용시간도 증가하는 추세다. 인터넷은 접근하기가 편리하고 시간적, 공간적 제약을 극복할 수 있고, 경제적 이점도 가져다주므로 인터넷의 교육적 활용에 대한 연구가 필요하다. 본 논문은 인터넷에 기반한 교육적 활용의 한 모델로서 WEB기반 학습지도.평가 시스템의 설계 및 구현에 관한 것이다. 즉 가상의 공간에서 교사와 학생이 상호 작용하면서 교수 학습할 수 있는 방법에 주목하여 교사는 WEB상에서 문제를 출제하고 학생 역시 WEB을 통해 손쉽게 문제를 풀고 결과를 확인할 수 있게 하는 것이다. 제안한 시스템의 설계를 위해 기존의 유사시스템을 비교.분석하여 필수 구성요소를 모두 포함하면서 미래의 학습평가방식에 적합한 효율적이고 유연성있는 모델을 만들었다. 설문조사를 통한 평가에서는 시스템의 학습효과성과 발전가능성이 높은 것으로 나타났다. 향후 평가를 통해 나타난 문제점을 보완하고 새로운 기능에 대한 연구가 따른다면 교사와 학생 모두에게 새로운 학습도구로서 흥미를 불러일으킬 수 있고, 학습 도구에 관한 새로운 인식전환의 기회가 될 것으로 생각된다.