• 정보교육학회논문지
• /
• 제4권1호
• /
• pp.40-56
• /
• 2000

인터넷 기술의 발달로 인하여 웹 기반 학습이 증가추세에 있다. 웹 환경에서 학습도 전통적인 학습과 마찬가지로 학습 내용과 더불어 학습한 과정이나 결과에 대한 평가도 포함되어야 진정한 교육의 과정(Process)이 완성된다고 할 수 있다. 현재까지 웹 기반 학습의 평가는 학습의 결과나 지식 이해 위주의 평가가 주를 이루고 있으며 평가 결과에 대한 적절한 피드백이 제공되지 못하고 있다. 본 논문에서는 학습자가 웹 기반 학습을 하는 과정에 평가를 할 수 있도록 하였으며 즉각적인 피드백의 제공으로 학습자가 자기주도적인 학습을 해 나가는데 도움을 주도록 하였다. 즉, 교사가 작성한 문제를 문제은행화하여 데이타베이스에 저장하고 주제어, 학년, 학기, 단원별 검색이 가능하도록 하였으며 각 문제마다 정답과 오답에 대한 피드백을 줄 수 있도록 하였다. 또한 학습자는 학습을 해 나가면서 문제를 풀고 즉각적인 피드백을 제공받음으로써 문제 해결에 도움을 주며 학습의 동기를 유발하여 웹을 통한 교수 학습의 질을 향상시킬 수 있는 시스템을 설계하고 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.15-18
• /
• 2006

강화 학습은 시행착오를 통해 동적 환경과 상호작용하면서 학습을 수행하는 학습 방법으로 본 논문에서 테스트 환경으로 사용하는 Keepaway와 같은 동적인 환경에서 주로 사용하는 학습 방법이다. 본 논문에서는 학습을 통한 에이전트가 다른 정책을 사용하는 에이전트보다 성능이 더 높다는 것을 보이고자 한다. 학습 초기에는 다양한 전략을 평가하기 위해 최적이 아닌 행동을 선택하지만 시간이 지남에 따라 최적의 행동 선택에 수렴해 가는 것을 보이기 위한 실험을 수행한다. 이 실험을 통해 고정된 행동 양식을 가지는 정책보다 강화 학습을 이용한 에이전트들의 성능이 더 효과적인 것을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.325-327
• /
• 2002

정보검색 태스크에서 사용자 모델링의 목적은 관련정보 검색을 용이하게 해주기 위하여 사용자의 관심도 또는 필요정보의 모델을 학습하는 것으로 시간적인 속성(temporal characteristics)을 가지며 관심 이동을 적절하게 반영하여야 한다. 강화학습은 정답이 주어지지 않고 사용자의 평가만이 수치적으로 주어지는 환경에서 평가를 최대화 한다는 목표를 가지므로 사용자 프로파일 학습에 적용할 수 있다. 본 논문에서는 사용자가 문서에 대해 행하는 일련의 행위를 평가값으로 하여 사용자가 선호하는 용어를 추출한 후, 사용자 프로파일을 강화학습 알고리즘으로 학습하는 방법을 제안한다. 사용자의 선호도에 적응하는 능력을 유지하기 위하여 지역 최대값들을 피할 수 있고, 가장 좋은 장기간 최적정책에 수렴하는 R-Learning을 적용한다. R-learning은 할인된 보상값의 최적화보다 평균 보상값을 최적화하기 때문에 장기적인 사용자 모델링에 적합하다는 것을 제시한다.

• 컴퓨터교육학회논문지
• /
• 제16권3호
• /
• pp.31-39
• /
• 2013

본 연구는 교수자와 학습자들이 소유하고 있는 여러 장치들을 활용한다는 개념을 이용하여 스마트러닝 환경을 지원할 수 있는 학습자 평가시스템을 개발하여 수업에 적용하였다. 또한, 인터페이스, 상호작용, 애플리케이션, 기술지원, 평가 영역을 통해 학습자의 만족도를 분석하였다. 개발된 시스템은 태블릿 PC와 스마트폰용 애플리케이션 프로그램, 프로젝터를 지원하는 전자교탁용 프로그램, 서버 프로그램으로 구성된다. 수업자료 및 학습자에 대한 평가, 피드백 자료는 모두 서버에 저장되며, 학습자는 이를 이용하여 스마트폰, 데스크탑 PC를 통해 학습하거나 수업에 대한 피드백을 실시간 받을 수 있게 하였다. 제안된 시스템을 이용할 경우 학습자의 학업성취도와 학습에 대한 흥미를 높일 수 있음을 보이고 있다.

• 컴퓨터교육학회논문지
• /
• 제15권2호
• /
• pp.19-28
• /
• 2012

최근 소셜미디어의 대중화와 함께 소셜러닝에 대한 관심이 높아지고 있다. 소셜러닝의 긍정적 학습효과에 대한 기대에도 불구하고 교실수업 환경에서 소셜러닝의 구체적인 적용 방법과 그에 따른 학습 향상의 명시적 효과에 대하여서는 아직도 알려진 사례가 많지 않은 실정이다. 본 연구에서는 교실수업 환경에서 웹 기반의 과제 상호 평가를 통하여 개별 학습자들 간의 특정 주제에 대한 생각 공유가 발생하도록 하고, 그러한 상호 생각 공유가 개별 학생의 지식 구성에 어떤 영향을 주었는지를 살펴보았다. 수행된 실험결과에 따르면 학습자들은 다른 학습자들과의 생각의 공유를 통하여 지식이 결합 혹은 재조합되어 자신의 지식 구성에 영향을 주고 있음을 알 수 있었다. 이 실험 결과는 소셜러닝의 효과성에 대한 중요한 시사점을 줄 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.661-663
• /
• 2004

본 연구는 웹상에서 학습자들에게 동영상(Flash Animation)학습과 심화학습(Feedback Learning)을 통하여 흥미롭고 자기 주도적으로 학습을 할 수 있도록 하여 홍미를 유발시키고 학습효과를 놓이고자 한다. 전체적으로 자료구조에 대한 기초적이고 전반적인 이론 학습 및 알고리즘 수행과정 실습을 할 수 있도록 하였으며 이해하기 힘든 학습내용을 단순한 텍스트 위주의 설명식 수업에서 탈피하여 자바스크립트 및 플래시 액션 기능을 활용한 코스웨어 상에서의 학습자 상호작용에 기반한 환경을 제공하였다 각 단위별로 기본 학습 밀 동영상 학습, 심화학습, 형성평가로 이루어져 있으며 , 학습화면 구성을 윈도우 운영체제 기본 환경과 유사하게 설정하여 학습에 흥미를 돋우고자 하였다.

• 한국산업정보학회논문지
• /
• 제6권3호
• /
• pp.71-78
• /
• 2001

웹 기반 교수 시스템들은 대체로 수동적이며 정적인 하이퍼텍스트 위주이기 때문에, 학습자 개개인의 학습 능력에 따른 적응력 있는 학습 환경을 제공할 수 없다. 본 연구에서는 학습자들의 학습 상황을 효과적으로 파악하고, 학습 결과에 따라 학습자 개개인의 특성에 맞는 동적인 학습 내용을 구성하여 제공할 수 있는 지능형 교수 시스템을 제안한다. 본 시스템은 에이젼트를 기반으로 설계되었으며, 학습을 위한 코스웨어 지식을 효과적으로 구성하여 학습 평가에 따른 적절한 피드백을 추론하여 학습자에게 지원하도록 하고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.922-927
• /
• 2000

정보화 시대에 도달하면서 대량의 정보 홍수 속에서 교육은 LAN 및 인터넷 환경 보급으로 급속히 발전하고 있다 .그런데 교육 현장에서의 필요한 소프트웨어 개발은 매우 미흡하다. 그나마 많이 진척된 부분은 웹 환경 분야와 CAI 프로그램이라 볼 수 있다. 그러나 웹 환경은 실시간의 교육의 학습환경에 문제점을 가지고 있고, 보안성 측면에서 취약점을 가지고 있고 더욱 어려운 것은 시설준비에 막대한 시설투자가 이루어져야한다는 것이다. 그리고 CAI 프로그램은 상호 작용이 필요한 교육환경에서 단방향이 면서 정해진 틀에서만이 학습이 이루어지는 단조로움으로 다소 현장과는 멀어지는 결과를 가져오고 있다. 이러한 상황에서 실시간의 학습과 외부로부터의 보안성이 있고 상호작용성의 수업환경을 구축하는 프로그램이 제작이 필요하다. 본 연구에서는 Winsock의 네트워크 프로그램을 이용하여 클라이언트/서버 환경에서 다중 텍스트전송, 이미지전송, 동영상전송, 기타 응용문서 전송, 데이터 베이스 저장활용 및 학습평가 활용 등을 교사와 학생들간의 다중 실시간 상호작용성의 수업에 활용하는 지원도구를 구현하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.72-74
• /
• 1999

본 논문은 웹 기반의 정보 여과 시스템인 WAIR을 이용하여 사용자의 기호를 학습하는 방법을 설명한다. 제시된 방법은 여과된 문서들에 대한 사용자의 반응을 관찰하여 각 개인 사용자의 프로파일을 학습한다. 사용자의 기호를 가장 잘 표현하는 단어들을 찾는데 강화 학습을 사용하였다. 기존의 방법은 사용자의 명시적인 적합성 평가(relevance feedback)를 이용하여 검색 또는 여과 성능을 향상시킨 반면 제시된 방법은 사용자의 기호를 묵시적 적합성 평가를 통해 학습한다. 여과된 문서에 대한 사용자의 행동을 통해 사용자의 명시적 평가를 추측하는 것이다. 약 7,000 여개의 HTML 문서에 대해 7명의 사용자가 약 4주 동안 실제 웹을 대상으로 웹 문서 여과 실험을 실시하였다. 제시된 방법은 기존의 적합성 평가를 이용한 정보 여과 방법보다 각 개인에게 보다 적절한 정보를 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.229-229
• /
• 2023

강화학습은 에이전트(agent)가 주어진 환경(environment)과의 상호작용을 통해서 상태(state)를 변화시켜가며 최대의 보상(reward)을 얻을 수 있도록 최적의 행동(action)을 학습하는 기계학습법을 의미한다. 최근 알파고와 같은 게임뿐만 아니라 자율주행 자동차, 로봇 제어 등 다양한 분야에서 널리 사용되고 있다. 상수도관망 분야의 경우에도 펌프 운영, 밸브 운영, 센서 최적 위치 선정 등 여러 문제에 적용되었으나, 설계에 강화학습을 적용한 연구는 없었다. 설계의 경우, 관망의 크기가 커짐에 따라 알고리즘의 탐색 공간의 크기가 증가하여 기존의 최적화 알고리즘을 이용하는 것에는 한계가 존재한다. 따라서 본 연구는 강화학습을 이용하여 상수도관망의 구성요소와 환경요인 간의 복잡한 상호작용을 고려하는 설계 방법론을 제안한다. 모델의 에이전트를 딥 강화학습(Deep Reinforcement Learning)으로 구성하여, 상태 및 행동 공간이 커 발생하는 고차원성 문제를 해결하였다. 또한, 해당 모델의 상태 및 보상으로 절점에서의 압력 및 수요량과 설계비용을 고려하여 적절한 수량과 수압의 용수 공급이 가능한 경제적인 관망을 설계하도록 하였다. 모델의 행동은 실제로 공학자가 설계하듯이 절점마다 하나씩 차례대로 다른 절점과의 연결 여부를 결정하는 것으로, 이를 통해 관망의 레이아웃(layout)과 관경을 결정한다. 본 연구에서 제안한 방법론을 규모가 큰 그리드 네트워크에 적용하여 모델을 검증하였으며, 고려해야 할 변수의 개수가 많음에도 불구하고 목적에 부합하는 관망을 설계할 수 있었다. 모델 학습과정 동안 에피소드의 평균 길이와 보상의 크기 등의 변화를 비교하여, 제안한 모델의 학습 능력을 평가 및 보완하였다. 향후 강화학습 모델을 통해 신뢰성(reliability) 또는 탄력성(resilience)과 같은 시스템의 성능까지 고려한 설계가 가능할 것으로 기대한다.