• 한국학교수학회논문집
• /
• 제18권2호
• /
• pp.223-240
• /
• 2015

본 논문의 목적은 미적분에 관한 보충학습을 요하는 이공계 대학생들을 위하여 공업수학의 벡터미적분 교육을 중심으로 개념적 이해와 계산 과정의 단계별 풀이를 보여주는 웹 기반 이러닝 콘텐츠를 설계 및 개발하는 것이다. 이를 위하여 먼저 수학교육용 소프트웨어에 관한 고찰을 하였으며 학교 수학에서 등장하는 문제해결의 과정을 규칙 재작성으로 처리함으로써 화이트박스 형태의 콘텐츠 제작에 관한 이론적 토대를 살펴보았다. 구체적으로 Mathematica의 패턴 매칭을 이용하여 미분과 적분 연산자를 구현하였고, 이를 벡터미적분에서 등장하는 매개변수화된 곡선에 대한 길이 구하기 문제에 적용함으로써 콘텐츠 개발의 예를 제시하였다. 튜토리얼 형태로 개발된 이러닝 콘텐츠는 단계별 풀이 과정이 나오는 실습하기 콘텐츠와 퀴즈 문제를 통하여 학습자의 과정을 진단해 주는 형성평가 모듈로 구성되었다. 끝으로 개발된 이러닝 콘텐츠의 특징과 이공계 대학생들의 수학에 관한 기초학력을 증진하는데 활용될 수 있는 장점을 살펴보았으며 향후 연구 방향을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권3호
• /
• pp.161-171
• /
• 2009

본 논문에서는 SOA(Service-Oriented Architecture)를 기반으로 서비스간에 상호 작용하는 데이터의 품질 관리를 위한 오류 정제 서비스를 대상으로 데이터 제약조건 설정 시 인간 개입을 최소화하기 위한 기법을 제안한다. 단, 실세계에서 통용되는 일반적인 데이터를 모두 다루는 것은 불가능하므로 비즈니스 도메인에서 자주 사용되는 CRM(Customer Relationship Management)과 ERP(Enterprise Resource Planning) 서비스와 같이 고객 주문 정보 및 처리에 관련된 데이터를 대상으로 한다. 이를 위해, 컴포지션 되는 서비스간의 상호 작용하는 데이터를 의미적으로 확장하여 확장-엘리먼트 벡터를 생성하고 이를 기반으로 의사결정 트리(decision tree) 학습 방법을 적용하여 제약조건 설정을 자동화하기 위한 규칙 기반 시스템을 구축한다. 이 시스템을 오류정제 서비스에 삽입한 결과, 비즈니스 분야의 공개된 서비스로부터 데이터 학습을 통해 제약조건 설정을 41% 넘게 자동화 할 수 있음을 보였다.

• 전기학회논문지
• /
• 제59권5호
• /
• pp.981-989
• /
• 2010

In this study, we introduce a new architecture of fuzzy inference system. In the fuzzy inference system, we use Fuzzy C-Means clustering algorithm to form the premise part of the rules. The membership functions standing in the premise part of fuzzy rules do not assume any explicit functional forms, but for any input the resulting activation levels of such radial basis functions directly depend upon the distance between data points by means of the Fuzzy C-Means clustering. As the consequent part of fuzzy rules of the fuzzy inference system (being the local model representing input output relation in the corresponding sub-space), four types of polynomial are considered, namely constant, linear, quadratic and modified quadratic. This offers a significant level of design flexibility as each rule could come with a different type of the local model in its consequence. Either the Least Square Estimator (LSE) or the weighted Least Square Estimator (WLSE)-based learning is exploited to estimate the coefficients of the consequent polynomial of fuzzy rules. In fuzzy modeling, complexity and interpretability (or simplicity) as well as accuracy of the obtained model are essential design criteria. The performance of the fuzzy inference system is directly affected by some parameters such as e.g., the fuzzification coefficient used in the FCM, the number of rules(clusters) and the order of polynomial in the consequent part of the rules. Accordingly we can obtain preferred model structure through an adjustment of such parameters of the fuzzy inference system. Moreover the comparative experimental study between WLSE and LSE is analyzed according to the change of the number of clusters(rules) as well as polynomial type. The superiority of the proposed model is illustrated and also demonstrated with the use of Automobile Miles per Gallon(MPG), Boston housing called Machine Learning dataset, and Mackey-glass time series dataset.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.853-862
• /
• 2003

인터넷의 발달로 인하여 웹을 통한 문서 송수신이 많아지면서 이메일의 사용자도 기하급수적으로 늘어나고 있다. 또한 일반 사용자나 전자상거래에서 오가는 메일의 양도 갈수록 늘어나고 있다. 편리하다는 점을 이용해서 엄청난 양의 스팸 메일도 매일 같이 쏟아져 나오고 있다. 본 논문에서는 사용자 개인에 맞게 메일을 자동 관리해 주는 즉 개인화된 분류가 가능하고, 또 언제 어디서나 로그인이 가능한 웹 메일 기반인 웹 메일 필터링 에이전트(Web Mail Filtering Agent for Personalized Classification)를 제안한다. 새로운 메일이 오면, 먼저 사용자의 메일 처리과정을 일정 기간 관찰하여 각각 개인에 맞는 룰(Personal rule)을 형성하고, 만들어진 룰을 바탕으로 메시지를 자동 관리 즉 카테고리별 분류ㆍ저장 및 개인에게 불필요한 메일이나 스팸 메일을 삭제 해 주는 것이다. 또한 시스템의 정확도를 높이기 위해 동적 임계치를 이용한 베이지안 알고리즘을 적용하였다.

• 대한전자공학회논문지
• /
• 제26권6호
• /
• pp.108-114
• /
• 1989

Hopfield 모델에 화소당 가주치를 도입하고 이를 최적화하여, 서로간에 상관관계가 높은 "0"에서 "9"까지의 10가지 숫자를 성공적으로 기억, 재생시킬 수 있는 $6{}8$ nodes 연상기억 시스템을 소개한다. 다른 많은 신경회로와는 달리, 이 모델은 "6","8","3","9"와 같이 상관관계가 매우 큰 영상에 대해서도 높은 오차 교정 능력을 가짐을 볼 수 있다. 화소당 가중치의 최적화 무제는 최소자승평균 오차 알고리듬에 기초한 적응학습 과정으로 볼 수 있으며, 이는 또한 Widrow-Hoff 신경회로로 구현 할 수 있다. 가중치 최적화 회로의 전기 . 광학적 구현을 위한 설계도 소개한다.

• 인지과학
• /
• 제16권4호
• /
• pp.369-386
• /
• 2005

지능형 교수 시스템(ITS: Intelligent Tutoring System)이 기존의 CAI의 제한적 기능을 극복하고, 내장한 지식베이스에 의해 다양한 학습자들의 변인들을 고려한 개별화된 학습 환경을 제공하지만, 교육현장에는 교수내용지식 표현 방법의 부재와 투자 비용의 비효율성으로 인하여 실제적인 개발물은 전무한 상태이다. 이러한 문제점을 해소하기 위하여 ITS에서의 지식표현 기법과 구축된 지식베이스의 재사용에 대한 연구가 필요하다. 교수내용지식의 특성을 고려하여 본 연구에서는 기존의 신경논리망의 한계점을 해결할 수 있도록 지식의 다중 결합체 구성, 이를 이용한 학습의 맥락 설명을 연구의 대상으로 삼았다. 또한 형성된 지식결합체는 군집화하여 지식베이스 객체로 사용하고, 결합체의 자기 학습에 의해 적응적인 지식베이스 객체로의 성장 가능성을 제고한다. 따라서 본 연구에서는 신경논리망의 논리추론, 그리고 인지구조에서 노드의 위상적 불변성을 근거로, 교수내용지식과 객체지향적 개념이 포함된 '확장된 개념의 신경논리망(X-Neuronet: eXtended Neural Logic Network)'을 제안하고, 이 기법에 대한 타당성을 검증하였다. X-Neuronet은 표현의 대상이 되는 지식을 관성과 가변성을 가지는 방향성 결합체로 정의하고, 표현을 위한 기본 개념, 노드의 처리와 연산을 위한 논리연산자, 노드값과 가중치의 결정, 노드활성을 위한 전파 규칙 학습 알고리즘 등을 제공한다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.792-798
• /
• 2007

본 논문에서는 학습기법을 사용하지 않고 패턴분류의 성능을 최대화하면서 규칙의 수를 줄일 수 있는 통계적 정보기반 계층적 퍼지-러프 분류방법을 제안한다. 제안된 방법에서 통계적 정보는 계층적 퍼지-러프 분류 시스템에서 각 계층의 입력부 퍼지집합의 분할 구간을 추출하기 위해서 사용되었고, 러프집합은 통계적 정보로부터 추출된 분할 구간들과 연관된 퍼지 if-then 규칙의 수를 최소화하기 위해서 사용되었다. 제안된 방법의 효과성을 보이기 위해 Fisher의 IRIS 데이터를 사용한 기존 패턴분류 방법의 분류 정확도와 규칙들의 수를 비교하였다. 그 결과, 제안된 방법은 기존 방법들의 분류 성능과 유사함을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권4호
• /
• pp.428-436
• /
• 2020

본 연구는 장기요양서비스 종사자 전문성 강화 교육과정 개발을 위한 요구분석을 통해 온라인 학습으로 성인학습자 직무역량 교육과정의 운영에 대한 시사점을 도출하기 위함을 목적으로 실시되었다. 구체적으로, 장기요양서비스 관련 선행 연구와 정부정책 자료를 분석하고, 유관근무기관의 전문가 14명을 대상으로 2019년 3월에 초점집단 인터뷰(Focus Group Interview)를 실시하여 활동이론(Activity Theory)을 분석의 틀로 활용하여 정리하였으며, 추가적으로 요양시설 종사자 25명을 대상으로 필요 교과목의 중요성과 난이도에 대한 설문인 양적자료를 기술통계 분석을 통해서 질적자료 분석의 결과를 타당화 하고자 하였다. 활동시스템의 주체-목표-도구의 윗부분을 주된 행위의 영역으로 보고, 아래의 규칙-공동체-분업을 행동을 위한 맥락적 부분으로 구분하여 요구분석과 추후 온라인 교육과정의 운영에 대한 시사점을 정리하였다. 연구결과, 기초 과목으로 '노인상담기술과 의사소통', 기본과목으로 '요양케어지도론', '현장에 필요한 치매케어기술', '케이기술과 식이요법', '근로기준법과 인사관리', 그리고 심화과정으로 '장기요양사례 관리의 활용'이라는 6개의 과목이 개발이 필요한 것으로 도출되었다. 한편 이러한 과목은 다양한 형태의 집체교육과 보수교육에 활용되어 다양한 장기요양서비스 봉사자를 위한 학습자 중심의 플립러닝으로 활용되는 방안이 제안되었다. 연구의 말미에서는 본 연구의 결과를 바탕으로 교과목의 효과적인 운영을 위한 교육현장에서 적용의 시사점을 제안하였다.