• 대한수학교육학회지:수학교육학연구
• /
• 제14권3호
• /
• pp.305-325
• /
• 2004

본 논문은 학교수학에서 다루어지고 있는 매개변수 개념의 교수-학습에 관한 논의이다. 우리나라 수학교과서에서 매개변수 개념은 중학교 수준의 학습내용과 관련된 대수적 표현에서 자주 다루어지고 있음에도 불구하고 그 개념에 대한 용어 정의는 고등학교 선택교육과정 교과서에서 비로소 도입되고 있기 때문에 매개변수개념 이해를 위한 수학교사의 교수학적 노력이 요망된다. 본 논문에서는 학교현장에서 매개변수 개념의 지도를 위한 교수학적 시사점을 이끌어 내기 위해 매개변수의 개념 정의를 분석하고 우리나라 수학과 교육과정상에서 매개변수가 도입되는 맥락을 외국의 사례와 비교해서 검토한다. 또한 선행연구를 통해 대수학습의 관점에서 매개변수 개념 이해의 중요성을 확인하고 매개변수 개념이 학교수학에서 의미 있게 다루어져야 할 학습맥락에 대해 논의해 본다. 마지막으로 본 논문의 연구내용을 종합하여 매개변수 개념의 교수-학습을 위한 시사점을 요약하여 제시한다.

• Journal of Electrical Engineering and Technology
• /
• 제11권2호
• /
• pp.425-436
• /
• 2016

In this paper, a parameter optimization based iterative learning control strategy is presented for permanent magnet synchronous motor control. This paper analyzes the mechanism of iterative learning control suppressing PMSM torque ripple and discusses the impact of controller parameters on steady-state and dynamic performance of the system. Based on the analysis, an optimization problem is constructed, and the expression of the optimal controller parameter is obtained to adjust the controller parameter online. Experimental research is carried out on a 5.2kW PMSM. The results show that the parameter optimization based iterative learning control proposed in this paper achieves lower torque ripple during steady-state operation and short regulating time of dynamic response, thus satisfying the demands for both steady state and dynamic performance of the speed regulating system.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1990년도 추계학술대회 논문집 학회본부
• /
• pp.421-424
• /
• 1990

An iterative learning control scheme for exact-tracking control and parameter estimation of uncertain robotic systems is presented. In the learning control structure, tracking and feedforward input converge globally and asymptotically as iteration increases. Since convergence of parameter errors depends only on the persistent exciting condition of system trajectories along the iteration independently of length of trajectories, it may be achieved with only system trajectories of small duration. In addition, these learning control schemes are expected to be effectively applicable to time-varying parametric systems as well as time-invariant systems, for the parameter estimation is performed at each fixed time along the iteration. Finally, no usage of acceleration signal and no in version of estimated inertia matrix in the parameter estimator makes these learning control schemes more feasible.

• Journal of Multimedia Information System
• /
• 제3권4호
• /
• pp.155-160
• /
• 2016

The Pulse Coupled Neural Network (PCNN) is a kind of neural network models that consists of spiking neurons and local connections. The PCNN was originally proposed as a model that can reproduce the synchronous phenomena of the neurons in the cat visual cortex. Recently, the PCNN has been applied to the various image processing applications, e.g., image segmentation, edge detection, pattern recognition, and so on. The method for the image matching using the PCNN had been proposed as one of the valuable applications of the PCNN. In this method, the Genetic Algorithm is applied to the PCNN parameter learning for the image matching. In this study, we propose the method of the similar image rating using the PCNN. In our method, the Genetic Algorithm based method is applied to the parameter learning of the PCNN. We show the performance of our method by simulations. From the simulation results, we evaluate the efficiency and the general versatility of our parameter learning method.

• 대한전기학회논문지
• /
• 제40권4호
• /
• pp.427-438
• /
• 1991

An iterative learning control scheme for exact-tracking control and parameter estimation of uncertain robotic system is preented. In the learning control structure, the control input converges globally and asymtotically to the desired input as iteration increases. Since convergence of parameter errors depends only on the persistent exciting condition of system trajectories along the iteration independently of the time-duration of trajectories, it may be achieved with system trajectories with small duration. In addition, the proposd learning control schemes are applicable to time-varying parametric systems as well as time-invariant systems, because the parameter estimation is performed at each fixed time along the iteration. In the parameter estimator, the acceleration information as well as the inversion of estimated inertia matrix are not used at all, which makes the proposed learning control schemes more feasible.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.1277-1280
• /
• 1998

We propose a structural learning method of MLP classifiers for a given application using PfSGA (parameter-free species genetic algorithm), which is a combining of species genetic algorithm(SGA) and parameter-free genetic algorithm(PfGA). experimental results show that PfSGA can reduce the learing time of SGA and has no influence of parameter values on structural learning. And we also convince that PfSGA is more efficient than the other methods in the aspect of misclassification ratio, learning rate, and complexity of MLP structure.

• 한국컴퓨터정보학회논문지
• /
• 제15권4호
• /
• pp.57-63
• /
• 2010

Levenberg-Marquardt 알고리즘에서 감쇠 파라미터는 오류역전파 학습과 Gauss-Newton 학습의 스위치 역할을 하며 학습 속도에 영향을 준다. 이런 감쇠 파라미터를 고정시키는 것은 오차 함수의 진동을 유발하고 학습 속도를 감소시킨다. 따라서 본 논문은 오차 함수의 변화 과정을 참조하여 감쇠 파라미터를 가변적으로 적용하는 방법을 제안한다. 제안된 방법은 오차의 변화량이 크면 감쇠 파라미터를 크게, 오차의 변화량이 작으면 감쇠 파라미터를 작게 조정한다. 이것은 모멘텀과 유사한 역할을 하여 학습 속도를 향상시킨다. 제안된 방법의 검증을 위한 실험으로는 iris 분류 문제와 wine 분류 문제를 사용하였다. 제안된 방법은 iris 분류 문제에서는 67% 학습에서, wine 분류 문제에서는 78% 학습에서 학습 속도가 향상되었으며 기존 방법과 비교하여 오차의 진동도 적은 것을 확인할 수 있었다.

• International Journal of Contents
• /
• 제5권1호
• /
• pp.51-55
• /
• 2009

In this paper, we present a structure of personalized e-Learning system to study for a test formalized by uniform multiple-choice using on/off line mixed estimations as is the case of Driver :s License Test in Korea. Using the system a candidate can study toward the license through the Internet (and/or mobile instruments) within the personalized concept based on IRT(item response theory). The system accurately estimates user's ability parameter and dynamically offers optimal evaluation problems and learning contents according to the estimated ability so that the user can take possession of the license in shorter time. In order to establish the personalized e-Learning concepts, we build up 3 databases and 2 agents in this system. Content DB maintains learning contents for studying toward the license as the shape of objects separated by concept-unit. Item-bank DB manages items with their parameters such as difficulties, discriminations, and guessing factors, which are firmly related to the learning contents in Content DB through the concept of object parameters. User profile DB maintains users' status information, item responses, and ability parameters. With these DB formations, Interface agent processes user ID, password, status information, and various queries generated by learners. In addition, it hooks up user's item response with Selection & Feedback agent. On the other hand, Selection & Feedback agent offers problems and content objects according to the corresponding user's ability parameter, and re-estimates the ability parameter to activate dynamic personalized learning situation and so forth.

• 실천공학교육논문지
• /
• 제13권2호
• /
• pp.233-242
• /
• 2021

본 논문에서는 비전공자들을 위한 교양과정으로, 기초 인공신경망 과목 커리큘럼을 설계하기 위해, 지도학습 인공신경망 매개변수 최적화 방법과 활성화함수에 대한 기초 교육 방법을 제안하였다. 이를 위해, 프로그래밍 없이, 매개 변수 최적화 해를 스프레드시트로 찾는 방법을 적용하였다. 본 교육 방법을 통해, 인공신경망 동작 및 구현의 기초 원리 교육에 집중할 수 있다. 그리고, 스프레드시트의 시각화된 데이터를 통해 비전공자들의 관심과 교육 효과를 높일 수 있다. 제안한 내용은 인공뉴런과 Sigmoid, ReLU 활성화 함수, 지도학습데이터의 생성, 지도학습 인공신경망 구성과 매개변수 최적화, 스프레드시트를 이용한 지도학습 인공신경망 구현 및 성능 분석 그리고 교육 만족도 분석으로 구성되었다. 본 논문에서는 Sigmoid 뉴런 인공신경망과 ReLU 뉴런 인공신경망에 대해 음수허용 매개변수 최적화를 고려하여, 인공신경망 매개변수 최적화에 대한 네가지 성능분석결과를 교육하는 방법을 제안하고 교육 만족도 분석을 실시하였다.

• 반도체디스플레이기술학회지
• /
• 제20권3호
• /
• pp.131-135
• /
• 2021

Numbers of studies related to optimization of design of organic light emitting diodes(OLED) through machine learning are increasing. We propose the generative method of the image to assess the performance of the device combining with machine learning technique. Principle parameter regarding dark spot growth mechanism of the OLED can be the key factor to determine the long-time performance. Captured images from actual device and randomly generated images at specific time and initial pinhole state are fed into the deep neural network system. The simulation reinforced by the machine learning technique can predict the device parameters accurately and faster. Similarly, the inverse design using multiple layer perceptron(MLP) system can infer the initial degradation factors at manufacturing with given device parameter to feedback the design of manufacturing process.