• Journal of Information Technology Applications and Management
• /
• 제30권4호
• /
• pp.29-38
• /
• 2023

A single-learner model which integrates the user's positive and negative perceptions is proposed by augmenting counterfactual data to the interaction data between users and items, which are mainly used in collaborative filtering in this study. The proposed CausRec showed superior performance compared to the existing NCF model in terms of F1 value and AUC in experiments using three published datasets: MovieLens 100K, Amazon Gift Card, and Amazon Magazine. Compared to the existing NCF model, the F1 and AUC values of CausRec showed 1.2% and 2.6% performance improvement in MovieLens 100K data, and 2.2% and 10% improvement in Amazon Gift Card data, respectively. In particular, in experiments using Amazon Magazine data, F1 and AUC values were improved by 11.7% and 21.9%, respectively, showing a significant performance improvement effect. The performance of CausRec is improved because both positive and negative perceptions of the item were reflected in the recommendation at the same time. It is judged that the proposed method was able to improve the performance of the collaborative filtering because it can simultaneously alleviate the sparsity and imbalance problems of the interaction data.

• 공학교육연구
• /
• 제18권2호
• /
• pp.77-88
• /
• 2015

Recently, there has been an increasing interest in 'Flipped Learning,' an IT-based learner-centered teaching-learning method corresponding to meet the paradigm of the future education. For smooth Flipped Learning, there are three steps in total: a pre-class should precede; then, in the structure of classes in the classroom, in-class learning among peer learners should be done; and lastly, the operation of a post-class should be done. For successful Flipped Learning, class elements in each step should be designed with a time difference, interconnected so as to achieve a single educational objective. However, it was found that there was a limitation in that the teaching-learning model of the preceding Flipped Learning consisted of the order of analysis, design, development, implementation and evaluation as general procedures, so it would not sufficiently consider the situations of Flipped Learning only. On this background, this thesis proposes a differentiated Flipped Learning model for mastery learning in a subject of an institute of technology as a model of systematic instructional design and presents a case of a class applied to an actual subject of computer engineering.

• 대한수학교육학회지:학교수학
• /
• 제10권2호
• /
• pp.259-277
• /
• 2008

본 연구는 인지 진단 이론을 활용하여 수학 평가 결과를 분석하고 교수 학습에 활용하는 방안을 모색하고자 하였다. $2003{\sim}2006$년에 실시된 국가수준 학업성취도 평가의 중학교 3학년 수학 검사에서 30개의 선다형 문항을 선정하여 검사지를 재구성하고 검사를 실시하였고 인지 진단 이론의 한 모형인 Fusion Model을 적용하여 평가 결과를 분석하였다. 검사 문항을 통해 학생들이 숙달한 수학적 속성을 판별하고, 학생 전체와 성취수준별로 숙달한 속성과 그 속성의 개수를 분석하였다. 그리고 학생 개개인의 수학적 강점과 약점을 분석하여 교사들에게 학생 개개인의 수학적 능력에 대한 정보를 구체적으로 알려줄 수 있었다. 이 결과는 학생들의 수학 학습에 대한 진단과 처방, 추후 학습 지도에 유용한 정보로 활용될 수 있을 것이다.

• 말소리와 음성과학
• /
• 제6권4호
• /
• pp.27-36
• /
• 2014

This study provided longitudinal examination of the Chinese learners' acquisition of Korean vowels. Specifically, I examined the Chinese learners' Korean monophthongs /i, e, ɨ, ${\Lambda}$, a, u, o/ that were created at the time of 1 month and 12 months, tried to verify empirically how they learn by dealing with their mother tongue, and Korean vowels through dealing with pattern of the Perceptual Assimilation Model (henceforth PAM) of Best (Best, 1993; 1994; Best & Tyler, 2007) and the Speech Learning Model (henceforth SLM) of Flege (Flege, 1987; Bohn & Flege, 1992, Flege, 1995). As a result, most of the present results are shown to be similarly explained by the PAM and SLM, and the only discrepancy between these two models is found in the 'similar' category of sounds between the learners' native language and the target language. Specifically, the acquisition pattern of /u/ and /o/ in Korean is well accounted for the PAM, but not in the SLM. The SLM did not explain why the Chinese learners had difficulty in acquiring the Korean vowel /u/, because according to the SLM, the vowel /u/ in Chinese (the native language) is matched either to the vowel /u/ or /o/ in Korean (the target language). Namely, there is only a one-to-one matching relationship between the native language and the target language. In contrast, the Chinese learners' difficulty for the Korean vowel /u/ is well accounted for in the PAM in that the Chinese vowel /u/ is matched to the vowel pair /o, u/ in Korean, not the single vowel, /o/ or /u/.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1773-1793
• /
• 2023

Automated machine learning, often referred to as "AutoML," is the process of automating the time-consuming and iterative procedures that are associated with the building of machine learning models. There have been significant contributions in this area across a number of different stages of accomplishing a data-mining task, including model selection, hyper-parameter optimization, and preprocessing method selection. Among them, preprocessing method selection is a relatively new and fast growing research area. The current work is focused on the recommendation of preprocessing methods, i.e., feature subset selection (FSS) algorithms. One limitation in the existing studies regarding FSS algorithm recommendation is the use of a single learner for meta-modeling, which restricts its capabilities in the metamodeling. Moreover, the meta-modeling in the existing studies is typically based on a single group of data characterization measures (DCMs). Nonetheless, there are a number of complementary DCM groups, and their combination will allow them to leverage their diversity, resulting in improved meta-modeling. This study aims to address these limitations by proposing an architecture for preprocess method selection that uses ensemble learning for meta-modeling, namely AutoFE-Sel. To evaluate the proposed method, we performed an extensive experimental evaluation involving 8 FSS algorithms, 3 groups of DCMs, and 125 datasets. Results show that the proposed method achieves better performance compared to three baseline methods. The proposed architecture can also be easily extended to other preprocessing method selections, e.g., noise-filter selection and imbalance handling method selection.

• 정보처리학회논문지C
• /
• 제12C권4호
• /
• pp.609-616
• /
• 2005

시그너쳐 기반 침입탐지 기술은 과탐지(false positive)가 많고 새로운 공격이나 변형된 유형의 공격을 감지하기 어렵다 우리는 앞선 논문[1]을 통해 시그너쳐 기반 침입 탐지 시스템과 기계학습 기반 침입 탐지 시스템을 Alpha-cut 방법을 이용하여 결합한 모델을 제시 하였다. 본 논문은 Alpha-cut의 후속연구로 기존 모델에서 감지하지 못하는 미탐지(false negative)를 줄이기 위한 Beta-pick 방법을 제안한다. Alpha-cut은 시그너쳐 기반 침입탐지 시스템의 공격 탐지결과에 대한 정확성을 높이는 방법인 반면에, Beta-rick은 공격을 정상으로 판단하는 경우를 줄이는 방법이다. Alpha-cut과 Beta-pick을 위해 사용된 기계학습 알고리즘은 XIBL(Extended Instance based Learner)이며, C4.5를 적용했을 때와 차이점을 결과로서 제시한다. 제안한 방법의 효과를 설명하기 위해 시그너쳐 기반 침입탐지 시스템의 탐지결과에 Alpha-cut과 Beta-pick을 적용하여 오경보(false alarm)가 감소함을 보였다.

• 정보교육학회논문지
• /
• 제23권2호
• /
• pp.189-196
• /
• 2019

인공지능이 우리 생활의 다양한 곳에 사용되기 시작하였으며, 최근 그 영역 또한 점차 확대되고 있다. 하지만 인공지능에 대한 교육이 초등학생을 대상으로 이루어지고 있지 않기 때문에 학생들이 인공지능 기술에 대해 어렵게 인식하는 경향이 있다. 이에 본 논문에서는 교육용 프로그래밍 언어와 인공지능 교육 방법을 고찰하고, 인공지능에 대한 교육을 실시함으로써 학생들의 인공지능 기술에 대한 태도의 변화를 살펴보았다. 이를 위해 학생들의 수준에 적절한 블록형 프로그래밍 언어 기반 인공지능 기술에 대한 교육을 실시하였다. 그리고 학생들의 인공지능 기술에 대한 태도를 단일집단 사전사후 검사를 통해 태도의 변화를 살펴보았다. 그 결과 인공지능에 대한 흥미, 인공지능 기술에 대한 접근 가능성, 학교에서 인공지능 기술에 대한 교육의 필요성에 있어 유의미한 향상을 가져왔다.

• 경영과정보연구
• /
• 제37권3호
• /
• pp.1-25
• /
• 2018

본 연구는 이러닝 학습 경험이 있는 국내외 기업 종업원 390명을 대상으로 지각된 유용성, 사용용이성, 자기효능감 및 업무환경이 학습전이에 미치는 영향을 실증 분석하였다. 또한 각 요인의 학습전이에 대한 직접효과와 더불어 자기효능감과 업무환경의 매개효과를 분석하였다. 분석결과 이러닝 학습자의 지각된 유용성과 사용용이성은 자기효능감에 유의미한 정(＋)의 영향을 보였으며, 상사 및 동료 지원과 조직 분위기에도 유의미한 정(＋)의 영향을 갖는 것으로 분석되었다. 자기효능감은 학습전이에 유의미한 정(＋)의 영향을 보였으며, 상사 및 동료 지원과 조직 분위기도 학습전이에 유의미한 정(＋)의 영향을 갖는 것으로 나타났다. 지각된 유용성 또한 학습전이에 유의미한 영향을 갖는 것으로 분석되었다. 하지만 지각된 사용용이성은 학습전이에 유의미한 영향을 미치지 않았다. 매개효과 분석결과 자기효능감과 업무환경은 각각 지각된 유용성, 지각된 사용용이성과 학습전이에 대해 모두 매개효과를 갖는 것으로 분석되었다. 본 연구에서 제시한 시사점은 첫째, 기업교육에서 보편화된 이러닝에 대해 기술수용 단계를 벗어나 수용 후 실질적인 학습전이 효과에 대한 영향요인을 반영한 새로운 연구 모형을 제시하였다. 기술수용모델에서 외부 특성요인에 대한 매개변수로 사용되는 지각된 유용성과 지각된 사용 용이성을 독립변수로, 외부 특성요인으로 연구되었던 자기효능감과 조직 환경을 매개변수로 사용한 연구모형을 도출하였다. 둘째, 기술수용과 학습전이에 관한 연구는 단일국가를 대상으로 한 연구들이 대부분이다. 26개 국가의 표본을 대상으로 다양한 샘플을 사용하여 연구 모형을 검증함으로써 신뢰성을 높였다. 셋째, 기존의 연구에서 지각된 유용성과, 사용용이성을 수용의향 및 학습전이의 주요 결정요인으로 고려하였다. 본 연구는 수용된 정보기술에 대해 학습자 및 환경 요인의 매개효과를 탐색하여 지각된 유용성, 사용용이성의 학습전이에 대한 경로를 강화하고 보완하였다. 본 연구에서 활용된 다양한 국가의 표본 분석을 기반으로 향후 국제비교연구도 가능할 것으로 기대된다.

• 영재교육연구
• /
• 제14권3호
• /
• pp.41-52
• /
• 2004

No educational provision for the gifted and talented works in a cultural vacuum, and this is as true for out-of-school activities as for what happens in school itself. There is evidence that excellence in children's achievements can come from widely differing special provision or from no special provision at all. Cultural influences affect attitudes as to who might be gifted and talented and what might be done for them. Whatever the size and influence of special centres anywhere, there is always overlap between in-school and out-of-school activities. For all styles of provision, cooperation between the two is a vital aspect of success. The major cultural dichotomy in this field is between the perception, usually found in the Far East that 'most children have gifted potential' and the largely Western view that 'few children have gifted potential'. It is safe to say that children who are selected for aptitude and ability, and who are keen to learn, will get more from special enrichment than those who of equal potential who have not had that experience. But this does not necessarily show the provision as the best possible method for enhancing gifts and talents. In fact, I do not know of a single scientific investigation, either cross-culturally or within one country, which compares any aspect of an out-of-school programme with another. As a result it is hard to say what type of provision would be most appropriate and effective in any given situation. Outcomes are also dependent on the enthusiasm, organisation and money put into any scheme - as well as the way youngsters are chosen for it. Some of the largest and most influential out-of-school American institutions were founded on the psychological understanding of human abilities that was current in the 1920s. These early influences of seeking an IQ cut-off point (or equivalent) to identify the gifted still affect their practice. in addition, the big American Talent Searches so often select youngsters for summer-schools not only by their high-level achievements, but also by their parent's ability to pay the sometimes high fees. Opinions about the identification of the brightest children and consequential educational practice underlie all provision for their education, whether in or outside school hours. Because of cross-cultural differences, it would not seem wise to copy any action directly from one culture to another without recognising these influences and possibly modifying the model. The growing trend around the world is to offer high-level opportunities to as many youngsters as possible, so that no keen learner is turned away without even a change of sampling them.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.