• 한국학교수학회논문집
• /
• 제16권4호
• /
• pp.927-941
• /
• 2013

본 연구에서는 고등학교 학생들이 삼각형에 대한 코사인 법칙으로부터 사각형과 n각형에 대한 코사인 법칙을 유추적 사고를 통하여 발견하는 과정을 조사하였으며 삼각형에 대한 코사인 법칙에 대한 충분한 이해가 일반화된 법칙을 발견하고 증명하는데 어느 정도 영향을 미치는지를 분석하였다. 이와 같이 귀납적 추론이나 유추적 사고 활동을 통해 학생 스스로 지식을 발견하고, 스스로 발견한 수학적 지식을 논리적 추론이나 연역적 증명을 통해 정당화하는 경험을 쌓을 수 있을 때, 학생들은 이 지식을 자신의 것으로 내면화할 수 있게 되고, 다양한 상황에 자유롭게 활용할 수 있는 능력을 가질 수 있을 것이다.

• 한국측량학회지
• /
• 제30권5호
• /
• pp.435-444
• /
• 2012

웹 환경에서의 지도서비스 및 위치기반서비스를 제공하기 위해서는 다축척 지도 데이터베이스를 구축하여야 하나, 제작과정이 아직까지 수동편집에 의존하는 경우가 많았다. 본 연구에서는 기본 지도 자료로부터 다축척 지도 데이터베이스를 자동으로 구축하기 위한 지도 일반화 기법을 제안하고 이를 실제 지도 데이터에 적용하여 프로토타입의 다축척 지도 데이터셋을 생성하고자 한다. 지도 일반화 기법으로는 선택 및 삭제, 단순화, 병합 등의 연산자를 조합하여 적용하였으며, 각각 연산자의 알고리듬과 파라미터들은 T$\ddot{o}$pfer's radical law, 지도의 최소도화 기준, 시각적 표현정도 등을 종합적으로 고려하여 실험적으로 결정하였다. 목표 축척수준은 1:1,000, 1:5,000, 1:25,000, 1:100,000, 1:500,000 의 5단계로 설정하였으며, 대상이 되는 기본 지도 자료는 도로명주소 전자지도와 수치지형도를 사용하였다.

• 한국환경과학회지
• /
• 제8권5호
• /
• pp.611-616
• /
• 1999

The diagnostic software for the wastewater treatment plant using activated-sluge process is developed in order to increase the efficiency of management of the wastewater treatment plant. This software is based on the expert system and the visualized user interface, including the diagnosis of quantitative and qualitative data. For the generalization of this software, the initialization of each unit process and updating the files can be possible.

• 대한수학회논문집
• /
• 제36권3호
• /
• pp.413-422
• /
• 2021

The Study determinant is known as one of replacements for the determinant of matrices with entries in a noncommutative ring. In this paper, we give a generalization of the Study determinant and show its relationship with the Cayley-Dickson process. We also give some properties of a non-associative ring obtained by the Cayley-Dickson process with a not necessarily commutative, but associative ring as the initial ring.

• 대한수학회지
• /
• 제61권4호
• /
• pp.693-711
• /
• 2024

A Markov-modulated Bernoulli process is a generalization of a Bernoulli process in which the success probability evolves over time according to a Markov chain. It has been widely applied in various disciplines for modeling and analysis of systems in random environments. This paper focuses on providing analytical characterizations of the Markovmodulated Bernoulli process by introducing key metrics, including success period, failure period, and cycle. We derive expressions for the distributions and the moments of these metrics in terms of the model parameters.

• Asia pacific journal of information systems
• /
• 제32권4호
• /
• pp.803-829
• /
• 2022

With the advances in technology and the trend towards increased computer-based experiential learning in education settings, business games are being increasingly used by business educators. This article utilizes Toulmin's Sensemaking Framework to investigate the sensemaking process of business professionals to reveal how they consciously reason about the value of business games for learning complex business concepts and principles. Using the analysis of responses from 43 business professionals, our study identifies key areas where business professionals find value in business games and the limitations of using business games. First, business games are found to be an effective tool when teaching practical business skill sets to business professionals. Second, business games enhance the overall learning process in professional business training. Third, despite the advantages, some pitfalls in applying business games to practice are found. We also found sub-themes, claims, and argument patterns of how business professionals evaluate the value of business games through a grounded theory qualitative analysis method. Analysis results show several ground-warrant patterns exist in the arguments on values of business games including general principle - causal reasoning, personal experience - generalization, and personal projection - generalization. With these findings, we believe this paper contributes to the theory and practice of business game design, development, and the game playing and learning process.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.326-338
• /
• 2003

신경회로망 설계 및 모델선택의 목표는 최적의 구조를 가지는 일반화 성능이 우수한 네트워크를 구성하는 것이다. 하지만 학습데이타에는 노이즈(noise)가 존재하고, 그 수도 충분하지 않기 때문에 최종적으로 표현하고자 하는 진확률 분포와 학습 데이타에 의해 표현되는 경험확률분포(empirical probability density) 사이에는 차이가 발생한다. 이러한 차이 때문에 신경회로망을 학습데이타에 대하여 과다하게 적합(fitting)시키면, 학습데이타만의 확률분포를 잘 추정하도록 매개변수들이 조정되어 버리고, 진확률 분포로부터 멀어지게 된다. 이러한 현상을 과다학습이라고 하며, 과다학습된 신경회로망은 학습데이타에 대한 근사는 우수하지만, 새로운 데이타에 대한 예측은 떨어지게 된다. 또한 신경회로망의 복잡도가 증가 할수록 더 많은 매개변수들이 노이즈에 쉽게 적합되어 과다학습 현상은 더욱 심화된다. 본 논문에서는 통계적인 관점을 바탕으로 신경회로망의 일반화 성능을 향상시키는 신경회로 망의 설계 및 모델 선택의 통합적인 프로세스를 제안하고자 한다. 먼저 학습의 과정에서 적응적 정규화가 있는 자연기울기 학습을 통해 수렴속도의 향상과 동시에 과다학습을 방지하여 진확률 분포에 가까운 신경회로망을 얻는다. 이렇게 얻어진 신경회로망에 자연 프루닝(natural pruning) 방법을 적용하여 서로 다른 크기의 후보 신경회로망 모델을 얻는다. 이러한 학습과 복잡도 최적화의 통합 프로세스를 통하여 얻은 후보 모델들 중에서 최적의 모델을 베이시안 정보기준에 의해 선택함으로써 일반화 성능이 우수한 최적의 모델을 구성하는 방법을 제안한다. 또한 벤치마크 문제를 이용한 컴퓨터 시뮬레이션을 통하여, 제안하는 학습 및 모델 선택의 통합프로세스의 일반화 성능과 구조 최적화 성능의 우수성을 검증한다.

• 지능정보연구
• /
• 제5권1호
• /
• pp.95-101
• /
• 1999

In this paper, a comparison between different methods to combine predictions from neural networks will be given. These methods are bagging, bumping, and balancing. Those are based on the analysis of the ensemble generalization error into an ambiguity term and a term incorporating generalization performances of individual networks. Neural Networks and AI machine learning models are prone to overfitting. A strategy to prevent a neural network from overfitting, is to stop training in early stage of the learning process. The complete data set is spilt up into a training set and a validation set. Training is stopped when the error on the validation set starts increasing. The stability of the networks is highly dependent on the division in training and validation set, and also on the random initial weights and the chosen minimization procedure. This causes early stopped networks to be rather unstable: a small change in the data or different initial conditions can produce large changes in the prediction. Therefore, it is advisable to apply the same procedure several times starting from different initial weights. This technique is often referred to as training ensembles of neural networks. In this paper, we presented a comparison of three statistical methods to prevent overfitting of neural network.

• 한국측량학회지
• /
• 제13권1호
• /
• pp.77-83
• /
• 1995

수치지도 제작의 일반화 기법은 대축척 실측 지도를 이용한 소축척 편집 지도의 자동 제작과 수치 지도 데이터 베이스 구축 등의 활용 분야에 필수적 요소이다. 본 연구는 수작업으로 처리되고 있는 편집도의 제작을 자동화하기 위한 방안으로 디지탈 환경하에서의 일반화 기법에 대한 연구로서 Zero-Crossing알고리즘을 국립지리원 발행 l/5,000지도 6도엽에 포함되어 있는 전남 여수 일대의 해안선에 적용, 다양한 단순화 허용 범위에 의해 수치 지도를 제작하여 편집도와 도해적인 표현 방법에 대한 문제점을 비교 분석하였다. 또한, Zero-Crossing알고리즘에 의한 단순화의 효용성을 입증하기 위해 Douglas-Peucker알고리즘을 이용한 단순화 결과와 비교 분석을 하였으며, 단순화의 허용 범위별로 일반화가 이루어진 수치 지도와 수작업으로 제작된 편집도와의 비교를 통해 일반화된 Line에 대한 평가를 도출하고, 단순화 허용 범위의 선택에 따른 효율성을 판단하기 위해 일반화 처리 결과의 데이타 용량을 분석하였다.

• Computers and Concrete
• /
• 제11권4호
• /
• pp.337-350
• /
• 2013

The sensitivity of compressive strength of no-slump concrete to its ingredient materials and proportions, necessitate the use of robust models to guarantee both estimation and generalization features. It was known that the problem of compressive strength prediction owes high degree of complexity and uncertainty due to the variable nature of materials, workmanship quality, etc. Moreover, using the chemical and mineral additives, superimposes the problem's complexity. Traditionally this property of concrete is predicted by conventional linear or nonlinear regression models. In general, these models comprise lower accuracy and in most cases they fail to meet the extrapolation accuracy and generalization requirements. Recently, artificial intelligence-based robust systems have been successfully implemented in this area. In this regard, this paper aims to investigate the use of optimized support vector machine (SVM) to predict the compressive strength of no-slump concrete and compare with optimized neural network (ANN). The results showed that after optimization process, both models are applicable for prediction purposes with similar high-qualities of estimation and generalization norms; however, it was indicated that optimization and modeling with SVM is very rapid than ANN models.