• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.572-578
• /
• 2008

본 논문에서는 대규모 베이지안 망 구조 학습을 위해 제안되었던 R-CORE 방법의 탐색 공간의 크기에 대한 개략적인 분석과 실제 문제에 적용하였을 경우의 효과에 대한 실험적 결과를 제시한다. R-CORE 방법은 베이지안 망 구조 학습의 탐색 공간을 축소하기 위해 제안된 확률변수들의 재귀적 군집화와 오더 제한 방법이다. 알려진 벤치마크 베이지안 망을 이용한 분석을 통해, 제안되었던 R-CORE 방법이 worst case에는 기존의 방법과 유사한 탐색 공간을 가지나 평균적으로 기존방법보다 훨씬 적은 탐색 공간만을 고려한다는 것을 보인다. 또한 평균적으로 훨씬 적은 탐색 공간만을 고려하는 결과, 구조 탐색에서 기존 방법에 비해 상대적으로 적은 overfitting이 일어남을 실험적으로 보인다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권1호
• /
• pp.36-41
• /
• 2012

We tested a single pendulum simulation and observed the influence of several situation space segmentation types in reinforcement learning processes in order to propose a new adaptive automation for situation space segmentation. Its segmentation is performed by the Contraction Algorithm and the Cell Division Approach. Also, its automation is performed by "entropy," which is defined on action values’ distributions. Simulation results were shown to demonstrate the influence and adaptability of the proposed method.

• 한국컴퓨터정보학회논문지
• /
• 제21권3호
• /
• pp.97-104
• /
• 2016

In this paper, we propose spatial information based simulator for user experience optimization and minimize real space complexity. We focus on developing simulator how to design virtual space model and to implement virtual character using real space data. Especially, we use expanded events-driven inference model for SVM based on machine learning. Our simulator is capable of feature selection by k-fold cross validation method for optimization of data learning. This strategy efficiently throughput of executing inference of user behavior feature by virtual space model. Thus, we aim to develop the user experience optimization system for people to facilitate mapping as the first step toward to daily life data inference. Methodologically, we focus on user behavior and space modeling for implement virtual space.

• 교육시설 논문지
• /
• 제21권6호
• /
• pp.25-32
• /
• 2014

Korean academic libraries are facing serious space shortage problems due to an inability to accommodate for the rapidly increasing number of printed materials. Despite the current situation, Korean academic libraries have largely focused on impractical applications of the new library paradigm, using technology or management programs to improve the quality of research and learning environments of the university. However, such improvements would be fruitless without first resolving the space shortage crisis. In order to make realistic improvements to the quality of academic libraries, this study used questionnaires to employ the opinions of librarians currently practicing at such Korean libraries. Survey questionnaires about types and causes of space shortage problems, library facility expansion plans, expected effects of expansion, frequency of and reasons for furniture relocation, and tight spaces needing improvement were distributed to selected 4-year college librarians through Google Drive. Analysis of survey responses indicated that library space shortage was largely responsible for the hindrance of research and learning environments. Furthermore, it reflected the urgency to secure book storage space.

• 컴퓨터교육학회논문지
• /
• 제4권1호
• /
• pp.175-181
• /
• 2001

WBI(Web-Based Instruction)는 하이퍼미디어를 토대로 유연한 학습환경을 실현하고, 다양한 상호작용으로 원격교육을 지원하는 새로운 교육 패러다임이다. 그러나, WBI 에서 교수자와 학습자는 하이퍼텍스트와 인터넷을 기반으로 한 하이퍼미디어의 가상공간에 방치되므로 방향상실과 인지적 부하등과 같은 문제에 직면해 있다. 본 논문에서는, 이러한 현상을 해결하기 위하여 교수자와 학습자 자신이 학습공간을 구축하여 관리하며, 효과적으로 학습공간을 탐색할 수 있는 교수/학습 지원시스템을 설계/구현하였다. 본 논문에서 설계/구현한 하이퍼맵은 학습공간을 2 차원 그래프 형식으로 정적 또는 동적인 방식으로 표현한다. 또한, 학습공간의 탐색은 기존의 브라우저가 제공하는 1 차원 선형방식이 아닌 2 차원 탐색방식을 기반으로 하므로써 방향상실과 인지적 부하 문제를 해결하고 있다. 본 논문의 하이퍼맵은 교육설계 도구와 학습경험의 상호교환을 위한 학습자의 포트폴리오로 사용할 수 있으며 WBI의 평가도 적용할 수 있어, WBI를 교육현장에 정착시키는데 유용하다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.27-34
• /
• 1996

GENIE is a learning-based engine for building intelligent systems. Learning in GENIE proceeds by incrementally modeling its human or technical environment using a neural network and a genetic algorithm. The neural network is used to represent the knowledge for solving a given task and has the ability to grow its structure. The genetic algorithm provides the neural network with training examples by actively exploring the example space of the problem. Integrated into the training examples by actively exploring the example space of the problem. Integrated into the GENIE system architecture, the genetic algorithm and the neural network build a virtually self-teaching autonomous learning system. This paper describes the structure of GENIE and its learning components. The performance is demonstrated on a robot learning problem. We also discuss the lessons learned from experiments with GENIE and point out further possibilities of effectively hybridizing genetic algorithms with neural networks and other softcomputing techniques.

• International Journal of Computer Science & Network Security
• /
• 제21권12호
• /
• pp.137-142
• /
• 2021

Distance learning universities provide online course content. The main methods of providing class contents are on-demand and live-streaming. This means that students are not restricted by time or space. The advantage is that students can take the course anytime and anywhere. Therefore, unlike commuting students, there is no commuting time to the campus, and there is no natural process required to take classes. However, despite this convenient situation, the attendance rate and graduation rate of distance learning universities tend to be lower than that of commuting universities. Although the course environment is not the only factor, students cannot obtain a bachelor's degree unless they fulfill the graduation requirements. In both commuter and distance learning universities, taking classes is an important factor in earning credits. There are fewer time and space constraints for distance learning students than for commuting students. It is also easy for distance learning students to take classes at their own timing. There should be more ease of learning than for students who commute to school with restrictions. However, it is easier to take a course at a commuter university that conducts face-to-face classes. I thought that the reason for this was that commuting to school was a part of the process of taking classes for commuting students. Commuting to school was thought to increase the willingness and motivation to take classes. Therefore, I thought that the inconvenient constraints might encourage students to take the course. In this research, I focused on the act of commuting to school by students. These situations are also applied to the distance learning environment. The students have physical time constraints. To achieve this goal, I will implement a course restriction method that aims to promote the willingness and attitude of students. Therefore, in this paper, I have implemented a virtual school system called "virtual go to school (VG2S)" that reflects the actual route to school.

• 천문학회보
• /
• 제44권1호
• /
• pp.52.1-52.1
• /
• 2019

The Helioseismic and Magnetic Imager (HMI) is the instrument of Solar Dynamics Observatory (SDO) to study the magnetic field and oscillation at the solar surface. The HMI image is not enough to analyze very small magnetic features on solar surface since it has a spatial resolution of one arcsec. Super resolution is a technique that enhances the resolution of a low resolution image. In this study, we use a method for enhancing the solar image resolution using a Deep-learning model which generates a high resolution HMI image from a low resolution HMI image (4 by 4 binning). Deep learning networks try to find the hidden equation between low resolution image and high resolution image from given input and the corresponding output image. In this study, we trained a model based on a very deep residual channel attention networks (RCAN) with HMI images in 2014 and test it with HMI images in 2015. We find that the model achieves high quality results in view of both visual and measures: 31.40 peak signal-to-noise ratio(PSNR), Correlation Coefficient (0.96), Root mean square error (RMSE) is 0.004. This result is much better than the conventional bi-cubic interpolation. We will apply this model to full-resolution SDO/HMI and GST magnetograms.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.960-966
• /
• 2009

다양체는 고차원 표본 데이터들 사이의 관계를 표현하기 위해 저차원 공간에서 생성된 구조로서 고차원 데이터인 영상과 3차원 인체 구성 데이터를 처리하는데 많이 사용되고 있다. 다양체 학습은 이러한 다양체를 생성하는 과정을 말한다. 그러나 다양체 학습을 이용한 포즈 추정은 학습하지 못한 실루엣 변화에 취약하다. 실루엣 변화는 2차원 영상에서 시점 변화, 포즈 변화, 사람 변화, 거리 변화, 잡영에 의해 발생되며, 이러한 변화를 하나의 다양체로 학습하기란 어렵다. 본 논문에서는 실루엣 변화를 유발하는 문제중 하나인 시점 변화에 대한 문제를 해결하고자 한다. 종래에 시점 변화에 상관 없이 포즈를 추정하는 방법에서는, 각 시점마다 다양체를 가지거나 사상 함수에서 시점에 관련한 요소들을 분리하석 별도의 다양체로 학습한다. 하지만 이러한 방법들은 복잡하고, 추정 과정에서 어떠한 시점의 다양체를통해 포즈를 추정할지 판단을 요구하며, 비교사 학습으로 인해 실루엣과 대응되는 3차원 인체 구성을 지정하기 어렵다. 본 논문에서는 시점 다양체, 포즈 다양체, 인체 구성 다양체를 편향된 다양체로 학습하여 사용하는 방법을 제안한다. 그리고 영상과 시점 다양체, 영상과 포즈 다양체, 인체 구성과 인체 구성 다양체, 포즈 다양체와 인체 구성 다양체 간에 사상 함수를 학습한다. 실험에서는 학습된 다양체와 사상 함수를 이용하여 24개의 시점에서 강인한 포즈 추정 결과를 보여주고 있다.

• 한국도서관정보학회지
• /
• 제51권1호
• /
• pp.201-225
• /
• 2020

대학의 교육 목표 및 인재상의 변화에 따라, 대학도서관은 창의적이고 협력적인 학습을 지원할 수 있는 공간으로 변화할 필요가 있다. 해외의 사례와는 별개로 국내의 대학 및 대학도서관 상황에 알맞은 창의·협력 학습공간 조성에 대한 논의가 필요하다. 본 연구는 창의·협력 학습공간으로의 변화를 계획하고 있는 대학도서관 현장에 실효성 있는 안내를 제공하고자 (1) 대학도서관 창의·협력 학습공간 개념 정의를 위한 이론적 검토, (2) 국내 대학도서관 창의·협력 학습공간 조성 사례 수집 및 분석, 그리고 (3) 대학도서관 창의·협력 학습공간 구성 및 구축(안)을 제시하였다. 사례 수집은 12곳의 대학도서관 현장 방문을 통해 이루어졌다. 그리고 운영주체, 지역, 규모를 고려하여 선정한 5개 대학도서관의 구축 및 운영 담당자를 대상으로 심층 인터뷰를 진행하였다. 본 연구는 국내 대학도서관 현장에 실적용 가능한 제안을 위해 국내의 창의·협력 학습 공간의 선진적인 사례를 집중적으로 조사 분석하였다는 데 의의가 있다.