• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.334-339
• /
• 1992

This study is concerned how to construct a model of life as physical/ mathematical representation. This model is called here a bionic model and vibrating potential field is introduced as fundamental world background of the model. Namely, required information creating/ processing/ controlling are done on this field. Especially this paper reports how to realize the simulation of a bionic self organization and its functional expression based on the mutual actions among a set of life units.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.380-382
• /
• 2022

Extracting informative representation of molecules using graph neural networks(GNNs) is crucial in AI-driven drug discovery. Recently, the graph research community has been trying to replicate the success of self supervised in natural language processing, with several successes claimed. However, we find the benefit brought by self-supervised learning on applying varitional auto-encoders can be potentially effective on molecular data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.721-739
• /
• 2023

Rating prediction is an important issue in recommender systems, and its accuracy affects the experience of the user and the revenue of the company. Traditional recommender systems use Factorization Machinesfor rating predictions and each feature is selected with the same weight. Thus, there are problems with inaccurate ratings and limited data representation. This study proposes a deep recommendation model based on self-attention Factorization (SAFMR) to solve these problems. This model uses Convolutional Neural Networks to extract features from user and item reviews. The obtained features are fed into self-attention mechanism Factorization Machines, where the self-attention network automatically learns the dependencies of the features and distinguishes the weights of the different features, thereby reducing the prediction error. The model was experimentally evaluated using six classes of dataset. We compared MSE, NDCG and time for several real datasets. The experiment demonstrated that the SAFMR model achieved excellent rating prediction results and recommendation correlations, thereby verifying the effectiveness of the model.

• Kyungpook Mathematical Journal
• /
• 제28권2호
• /
• pp.221-226
• /
• 1988

Using the method of eigenfunction expantion of self adjoint operators, we establish the necessary and sufficient conditions for a reflection positive generalized matrix kernel to be represented in an integral form. This integral converges in the cosidered spaces.

• 한국콘텐츠학회논문지
• /
• 제14권9호
• /
• pp.85-92
• /
• 2014

본 논문은 <도가니>가 어떠한 재현전략으로 대중성을 확보하는지에 관하여 짚어낸다. <도가니>의 '집단적 기억의 환기', '고전적인 내러티브', '영화의 자기반영성'은 관객을 분노하게 하여 사이버 공론장으로 모이게 했으며, 더 나아가 '참여적인 관객성'을 가능하게 했던 중요한 요인들이다. 그런데 관객의 분노를 극대화시킬 수 있었던 이 영화의 장치들은 윤리적 논란을 불러일으킨다. 본 논문은 <도가니>가 다양한 재현전략을 통해 '참여적인 관객성'을 이끌어 낼 수 있었던 원인분석을 목표로 한다.

• 대한수학교육학회지:수학교육학연구
• /
• 제10권1호
• /
• pp.57-72
• /
• 2000

In this paper, in order to explicate how mathematics education can contribute to humanity education, I enquired in which position mathematics occupy in Froebel's For this, I examined Froebel's theory of humanity education, his theory of mathematics education, and the applicational problem of his thoughts to nowaday education. Froebel's educational theory is based on the concept of the Divine Unity which is relevant to the notion of 'The Absolute' of Fichte, Schelling, Hegel. He claims that from inanimate objects to human being, all is subject to the eternal law, which is presided by God. So the world itself is the representation of this law of the Divine Unity and education consists in leading man to conscious and free representation of it. The revealing process of the inner law of the Divine Unity can be attained through the awareness of the divinity which resides in the self. And this process of self-consciousness is dialectical movement of the two opposites, i.e. 'inner' and 'outer' Froebel suggests that mathematics is the mediator between the inner and outer world, i.e. he suggests that since both human being and nature are the representations of the Divine Unity, mathematics is both the pure human spirits and the law of nature. Having such a role, mathematics becomes the main discipline in education. Though there are some criticism on Froebel's educational thoughts on mathematics discussed in this paper, it can provide a typical answer to the question about how mathematics education contributes to humanity education.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제18권3호
• /
• pp.203-216
• /
• 2015

본 연구는 초등학교 6학년 수학 영재 학생을 대상으로 ACODESA 방법을 적용한 문제해결 과정에서 나타나는 표상 사용의 유형을 분석하였다. 수업 설계는 다양한 표상의 조직화된 사용을 강화시키는 ACODESA 방법에 따라 이루어졌으며 40분 동안 4차시에 걸쳐 수업이 진행되었다. 자료 분석을 위해 동영상 촬영, 학생과의 인터뷰 등을 수집하여 녹취록을 작성하였고, Despina(2011)의 표상 사용유형에 따라 표상의 변화를 분석한 결과 추가형, 정교화, 그리고 제한형이 나타났다. 이러한 연구 결과를 통해 문제해결 과정에서는 개인적 표상이 소그룹별 토론과 확인의 과정을 거쳐 제도적 표상으로 생성될 수 있는 수업 설계가 필요함을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제10권9호
• /
• pp.97-106
• /
• 2010

시계열 데이터를 효율적이고 효과적으로 처리하기 위해 다양한 시계열 표현 방법들이 제안되었다. SAX(Symbolic Aggregate approXimation)는 단편화와 이산화 기법들을 결합한 시계열 표현 방법으로, 시계열 분류 문제에 성공적으로 적용되었다. 그러나 SAX는 시계열의 움직임을 평활하여 시계열의 중요한 동적 패턴들을 정확히 표현하기 위해 세그먼트 수를 크게 해야 한다. 본 논문은 PIPs (Perceptually Important Points)탐지 기법과 Persist 이산화 방법을 결합한 시계열 표현 방법을 제안한다. 제안된 방법은 시계열의 중요한 변곡점들을 나타내는 PIP 들을 탐지하여 고차원 시계열의 동적 움직임을 저차원 공간에서 표현한다. 그리고 시계열의 자기 전이와 주변 확률 분포를 KL 다이버전스에 적용하여 최적의 이산화 영역들을 결정한다. 제안된 방법은 시계열의 차원 축소과정에서 정보 손실을 최소화하여 시계열 분류의 성능을 향상시킨다.

• 대한수학교육학회지:수학교육학연구
• /
• 제14권1호
• /
• pp.39-69
• /
• 2004

본 연구에서는 학생들이 일차함수의 활용단원을 학습할 때 여러 현상을 해석하고 다양한 수학적 표현을 사용하여 모델로 만들어 문제해결과정에 이를 적용할 수 있도록, 학생들의 표현에 대한 이전 경험과 현상을 해석하기 위한 표현 방법을 효과적으로 연결하는 학습-지도 방법을 분석하였다. 본 연구는 일차함수를 학습한 8학년 학생들을 대상으로 일차함수 단원을 예측과제, 번역과제, 해석과제, 척도과제로 세분화하여 각각에 대한 학생들의 오류를 분석한 다음, 일차함수의 활용 단원을 교과서 위주의 강의식 표현변환 학습, 모델링 관점에서의 표현변환 학습과 과제기반 표현변환 학습을 실시하였다. 연구 결과, 강의식 학습 방법보다는 모델링 관점과 과제기반 학습이 표현변환의 유연한 연결성 및 일차함수에 대한 각 과제별 오류교정과 질적 함수에 대한 해석 능력에서 효과적이었다. 모델링 관점과 과제기반 학습의 경우는 모두 표현변환의 유연한 연결을 교수하는데 효과적이었으나, 질적 함수의 해석 능력에서는 모델링 관점의 학습이 보다 효과적이었다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.137-142
• /
• 2024

최근, 의료 데이터 표현 분야에서 딥러닝 방법들이 사실상의 표준으로 자리잡고 있다. 하지만, 딥러닝 기술은 내재적으로 많은 양의 학습 데이터를 필요로 하므로 대규모의 데이터를 확보하기 쉽지 않은 의료 분야에서는 직접적인 적용이 어려운 실정이다. 특히 뇌신호 모달리티의 경우, 변동성이 크기 때문에 여전히 데이터 부족 문제를 가진다. 이에, 최근 연구에서는 뇌신호의 시간-공간-주파수 특징을 적절하게 추출할 수 있는 딥 뉴럴 네트워크 구조를 설계하거나, 혹은 자가-지도 학습 방법을 도입하여 뇌신호의 신경생리학적 특징을 미리 학습하도록 한다. 본 논문에서는, 최근 각광받는 기술인 뇌-컴퓨터 인터페이스 및 피험자 상태 예측 등의 관점에서 소규모데이터를 다루기 위해 적용되는 방법론에 대한 분석 및 향후 기술 방향성을 제시한다. 먼저 현재 제안되고 있는 뇌신호 표현을 위한 딥 뉴럴 네트워크 구조에 대해 분석한다. 또한 뇌신호의 특성을 잘 학습하기 위한 자가-지도 학습 방법론을 분석한다. 끝으로, 딥러닝 기반 뇌신호 분석을 위한 중요 시사점 및 방향성에 관하여 논한다.