• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권6호
• /
• pp.693-698
• /
• 2003

야구는 매 경기마다 다양한 기록을 생성하며, 이러한 기록을 기반으로 다음 경기에 대한 승패예측이 이루어진다. 프로야구 승패 예측에 대한 연구는 많은 사람들에 의해 행해져 왔으나 아직 이렇다할 결과를 얻지 못하고 있는 상태이다. 이처럼 승패 예측이 어려운 이유는 많은 경기 기록들 중 승패 예측에 영향을 주는 요소의 선별이 어렵고, 예측에 사용된 자료들 간의 중복 요인으로 인해 학습 모델의 복잡도만 증가시킬 뿐 좋은 성능을 보이지 못하고 있다. 이에 본 논문에서는 전문가들의 의견을 바탕으로 학습 요소들을 선택하고, 선택된 자료들을 이용하여 휴리스틱 함수를 구성하였다. 요소들 간의 조합을 통해 예측에 영향을 줄 수 있는 새로운 값을 산출함과 동시에 학습 알고리즘에 사용될 입력 값의 차원을 줄일 수 있는 혼합형 모델을 제안하였다. 그 결과, 학습 알고리즘으로 사용된 역전파 알고리즘의 복잡도를 감소시키고, 프로야구 경기 승패 예측에 있어서도 정확성이 향상되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.651-652
• /
• 2023

코로나 팬더믹으로 인해 시작된 비대면 수업의 도입은 대학교육시스템에 변화를 가져왔다. 대학은 비대면 수업 운영에 대한 경험 및 학습자 만족도를 기반으로 비대면 수업을 대학 학사 운영에 활용하는 방안을 모색하기 시작하였다. 본 논문은 비대면과 대면이 혼합된 하이브리드 수업 운영에서 학습자들이 다양한 특성의 과목에서 만족한 수업방식과 의견을 조사·분석함으로써 비대면과 대면 수업을 혼합 활용하는 효과적 방안을 모색하는데 필요한 학습자 의견 도출에 그 목적이 있다. 조사 결과, 학습자들은 전반적으로 하이브리드 수업에 만족하고 있고, 과목 특성에 따라 비대면과 대면 수업의 장점을 혼합한 수업에 대한 학습효과를 올바르게 인식하고 있음을 알 수 있고, 수업 맞춤형 하이브리드 수업 운영을 선호하는 것으로 나타났다. 향후 대학은 학습자의 만족도를 높일 수 있는 하이브리드 수업 운영을 위한 제도 등을 마련하여 효과적인 수업 운영 및 활성화를 지원할 필요가 있다고 사료된다.

• 컴퓨터교육학회논문지
• /
• 제6권1호
• /
• pp.109-120
• /
• 2003

오늘날 웹 활용이 본격적인 대중화 시대로 접어들게 되면서 교육현장에서도 다양한 교육방법이 연구, 개발되어 WBI 학습, 웹기반 CAI, 원격강의 등 웹을 기반으로 하는 가상교육이 활발히 진행되고 있다. 웹기반 교육이 교실수업에 비해 가지는 장점을 최대한 살려서 현실성 있고 효율적인 교육의 효과를 얻으려면 학습자의 능력과 관심, 흥미, 적성 등을 고려한 웹기반 수준별 수업 모형 개발이 요구된다. 본 논문에서는 제7차 교육과정에서 실시되는 단계형 수준별 교육과정에서 진급형 수업모형과 심화 보충형 수업모형을 웹기반 수업을 위해 혼합한 혼합형 수준별 수업모형으로 제시하고 구현한다. 또한, 모형의 비교를 위하여 이를 실업계고등학교의 전산회계 교과에 적용한다. 웹기반 수업을 하기 위해서 인터넷이 가능한 학교 전산실을 이용하며 100분 동안 학생들이 자율적으로 웹기반 학습을 하도록 한다. 수업 적용을 하고 설문 조사를 실시하여 웹기반 수업에 대한 효과와 수업모형의 학업성취도에 미치는 영향을 분석 후 결과를 제시한다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.135-144
• /
• 2021

최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.

• 한국컴퓨터정보학회논문지
• /
• 제7권2호
• /
• pp.59-67
• /
• 2002

제7차 교육과정에서 과학과 교육과정의 가장 중요한 특징은 학습자의 능력을 고려한 심화·보충형 학습을 적용하고 있는 것이다. 그러나 수준별 교육께서 문제점은 개인차가 심한 학습자들에게 적합한 수업내용과 방법을 일률적으로 제시하기가 곤란하다는 것이다. 이러한 문제점을 해결하기 위하여 코스웨어를 교수·학습에 이용하고 있다. 그러나 기존의 코스웨어는 모든 학습자에게 똑같은 내용이 제시되어 학습자의 수준에 적응한 교수·학습을 기대하기 어렵다 따라서 본 연구에서는 기존의 코스웨어가 갖는 단점을 보완한 과학과 수준별 동적 교수·학습 시스템 개발을 위한 학습자 모델링을 제안한다. 본 연구에서 제안된 교수모듈은 컴포넌트 단위로 제작하여 동적 재구성이 가능하도록 하였다. 학습모듈은 ITS의 Overlay와 Bug모델을 혼합한 혼합형 모델을 적용하여 학습자 모델링을 구성하였다. 평가모듈은 문항의 난이도와 변별도에 따라 가중치를 설정하석 오류유형을 판단하였다. 이 시스템은 학습자 모델링을 통해 학습자의 수준에 따라 교수계획이 재구성되는 다양한 문제 해결 방법을 제시한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.149-154
• /
• 2008

FCM 기반 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용한다. 입력층과 중간층의 학습시 입력벡터와 중간층의 노드중에서 중심과 입력벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용하여 중간층의 승자 뉴런이 출력층의 입력벡터로 적용한다. 하지만 많은 패턴이 입력벡터로 제시될 경우 학습 성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 개선시키기 위해 퍼지 제어시스템을 이용하여 학습률을 동적으로 조정하는 퍼지 제어 기법을 이용한 FCM 기반 RBF 네트워크를 제안한다. 제안된 방법의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 숫자, 영문 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.261-264
• /
• 2004

컴퓨터 전략 시뮬레이션 게임 설계에서는 Master ADU(Artificial Decision Unit)의 전략 수립을 위한 방법으로 다양한 기법들이 연구되고 있다. 특히 한정된 자원 하에서 게임을 사실적이고 지적인 기능을 구현하기 위해 치팅(Cheating)을 활용하거나 간단한 인공지능 기법이 적용되고 있다. 하지만 이 기법들은 사용자 적응성 및 전략 수립의 단순성을 야기하는 단점을 가지고 있다. 본 연구에서는 전략 시뮬레이션 게임의 전략 수립 에이전트인 Master ADU(Artificial Decision Unit)를 위하여 셀룰라 오토마타의 초기 규칙 생성에 유전자 알고리즘의 교배 및 돌연변이, 적합도 평가를 거친 유전자 형을 적용한 혼합형 전략 수립 기법을 제안한다 이 기법은 ADU가 적합한 유전자 형을 생산 및 선택하여 사용자에 대해 적극적으로 학습할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.435-438
• /
• 2007

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모텔은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.71-76
• /
• 1999

본 논문에서 제안한 예측형 RBFN(Radial Basis Function Network)은 HMM과 신경망을 결합한 하이브리드 구조이다. 이 신경망은 HMM으로 추정한 확률분포 파라미터를 사용하여 중간층의 활성화 함수의 출력을 결정하고, 중간층과 출력층의 연결강도만 네트워크 내에서 학습한다. 그리고 HMM으로 추정한 확률분포 파라미터는 두 가지 방법으로 예측형 RBFN에 이용하였다. 첫 번째는 HMM의 각 상태의 혼합수 만큼의 중간층 유니트를 주는 방법이고, 두 번째는 HMM의 혼합수$\times$출력분포수 만큼의 중간층 유니트를 주는 방법이다. 실험결과, 예측형 RBFN은 다른 방법들의 결과보다 $4.5\~6.5\%$ 저하된 결과를 보였지만 다른 신경망에 비해서 학습 반복 횟수를 작게할 수 있었으며 전체 학습시간을 대폭 단축할 수 있었다.

• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2018년도 추계학술대회
• /
• pp.71-75
• /
• 2018

최근 대학교 내 창업친화적 학사제도의 활성화 등의 정책적 노력과 지원에 따라 다양한 형태의 창업교과목 신설 및 운영이 이뤄지고 있다. 일반적인 정보전달 위주의 창업교육보다 실제 창업가에게 요구되는 다양한 역량과 문제해결 능력 등을 체득할 수 있는 체험형 창업강좌가 교육의 효과에 더 긍정적인 역할을 하고 있음은 여러 연구에서 밝혀진 바 있다. 창업교육의 대표적 학자인 Michael H. Morris(2014)에 의하면 창업교육은 학생들의 역량 개발을 기준으로 설계되고 평가되어야 하며, 기업가에게 필요한 역량 강화를 위해서는 모의 창업 시뮬레이션을 포함한 다양한 과제, 협업활동, 체험학습 요소 등을 접목시킨 몰입적 참여형 체험학습으로 커리큘럼을 구성해야만 기업가적 역량을 향상시킬 수 있다고 제시하였다. 본 연구는 대학교 내 창업교육 유형을 실전형, 혼합형, 특강형으로 구분하여 창업교육 수업유형에 따른 창업의지 영향요인인 교육 만족도, 자기효능감, 기회인식, 창의성의 차이를 비교 분석하였다. 아울러 창업교육의 수업유형이 교육 수강 후 창업의지 영향요인과 창업의지에 미치는 조절효과에 대해 실증분석을 실시하였다. 본 연구결과는 창업교육이 지향해야 체험중심의 창업교육 표준모델의 제안하고, 창업교육 효과에 대한 연구 확산에 기여할 수 있을 것이다.