• 한국수학교육학회지시리즈A:수학교육
• /
• 제57권2호
• /
• pp.137-155
• /
• 2018

From the assumption that an individual's working memory capacity is limited, the cognitive load theory is concerned with providing adequate instructional design so as to avoid overloading the learner's working memory. Based on the cognitive load theory, this study aimed to provide implications for effective problem-based collaborative teaching and learning design by analyzing the level of middle school students' cognitive load which is perceived according to the problem types(short answer type, narrative type, project) in the process of collaborative problem solving in middle school function part. To do this, this study analyzed whether there is a relevant difference in the level of cognitive load for the problem type according to the math achievement level and gender in the process of cooperative problem solving. As a result, there was a relevant difference in the task burden and task difficulty perceived according to the types of problems in both first and second graders in middle schools students. and there was no significant difference in the cognitive effort. In addition, the efficacy of task performance differed between first and second graders. The significance of this study is as follows: in the process of collaborative problem solving learning, which is most frequently used in school classrooms, it examined students' cognitive load according to problem types in various aspects of grade, achievement level, and gender.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제22권3호
• /
• pp.275-288
• /
• 2008

본 연구는 수학 학습부진아들이 중학교 함수를 재학습하는 과정에서 나타나는 오류를 사례별로 분석하여 그 원인을 수학과 특성, 함수학습에서의 오류 유형 등과 결부시켜 논의를 하였다. 수학 학습부진아들은 일반적으로 학생들이 다 알고 있을 것으로 생각되는 가장 기본적인 내용에서 학습에 문제가 생길 수 있고, 주어진 문제에서 요구하는 풀이나 답이 무엇인지 정확하게 인식하지 못하여 자신에 옳다고 생각하는 부분까지만 풀거나 주어진 문제를 해석하는 데에 있어 자신이 생각하기 편리한대로 해석하여 문제를 해결하지 못하는 경우가 있다. 따라서 교사는 문제를 해결하는 과정에서 문제가 요구하는 것이 무엇인지 학생들에게 질문하고, 문제를 이해하고 계획을 세우는 단계에서 무엇을 구해야하는지 학생 스스로 알 수 있도록 돕고, 학생들이 이해할 수 있는 구체적인 상황이나 현실적인 문제에서 시작하여 그 내용을 이해시킨 후 특수한 예를 통해 일반화할 수 있도록 지도하는 방법 등 수학 학습 개선 방향을 제시할 수 있다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.563-568
• /
• 2023

심전도(electrocardiogram, ECG)는 심박동의 속도와 규칙성, 심실의 크기와 위치, 심장 손상 여부를 측정하는 데 사용되며, 모든 심장질환의 원인을 찾아낼 수 있다. ECG-KIT를 이용하여 획득한 ECG 신호는 ECG 신호에 잡음을 포함하기 때문에 딥러닝에 적용하기 위해서는 ECG 신호에서 잡음을 제거해야만 한다. 본 논문에서는, ECG 신호에 포함된 잡음은 Digital FIR 해밍 창함수를 이용한 저역통과 필터를 사용하여 제거하였다. LSTM의 딥러닝 모델을 사용하여 3가지 활성화 함수인 sigmoid(), ReLU(), tanh() 에 대한 성능 평가를 비교했을 때, 오차가 가장 작은 활성화 함수는 tanh() 함수 임을 확인하였고, batch size가 작은 경우가 큰 경우보다 시간이 많이 소요되었다. 또한 GRU 모델의 성능 평가의 결과가 LSTM 모델보다 우수한 것을 확인하였다.

• 전기전자학회논문지
• /
• 제28권1호
• /
• pp.6-13
• /
• 2024

본 논문에서는 비지도학습 모델인 오토인코더와 가우시안 커널 밀도 추정 함수를 이용하여 차량용 CAN 네트워크에서 비정상적인 데이터를 탐지하는 방안을 제안한다. 제안하는 오토인코더 모델은 정상 데이터에서 CAN 프레임의 ID만으로 학습시킨다. 이후 가우시안 커널 밀도 추정 함수를 이용하여 구한 최적의 프레임 개수와 손실 임계값을 가지는 모델을 사용하여 비정상 데이터를 효과적으로 탐지한다. DoS 공격, Gear 스푸핑 공격, RPM 스푸핑 공격, Fuzzy 공격 등 4가지 공격 데이터로 오토인코더 기반 IDS를 검증하였으며 성능을 평가하였다. 기존 비지도학습 기반 모델들과 비교했을 때 우수한 성능을 나타냈으며 모든 평가 지표에서 99% 이상의 성능을 나타냈다.

• 로봇학회논문지
• /
• 제15권4호
• /
• pp.404-412
• /
• 2020

Typically everyday human life tasks involve at least two people moving objects such as tables and beds, and the balancing of such object changes based on one person's action. However, many studies in previous work performed their tasks solely on robots without factoring human cooperation. Therefore, in this paper, we propose cooperative robot for table balancing using Q-learning that enables cooperative work between human and robot. The human's action is recognized in order to balance the table by the proposed robot whose camera takes the image of the table's state, and it performs the table-balancing action according to the recognized human action without high performance equipment. The classification of human action uses a deep learning technology, specifically AlexNet, and has an accuracy of 96.9% over 10-fold cross-validation. The experiment of Q-learning was carried out over 2,000 episodes with 200 trials. The overall results of the proposed Q-learning show that the Q function stably converged at this number of episodes. This stable convergence determined Q-learning policies for the robot actions. Video of the robotic cooperation with human over the table balancing task using the proposed Q-Learning can be found at http://ibot.knu.ac.kr/videocooperation.html.

• 산업기술연구
• /
• 제33권A호
• /
• pp.31-39
• /
• 2013

There are two methods to make a distinction of deterioration of high-speed railway track. One is that an administrator checks for each attribute value of track induction data represented in graph and determines whether maintenance is needed or not. The other is that an administrator checks for monthly trend of attribute value of the corresponding section and determines whether maintenance is needed or not. But these methods have a weak point that it takes longer times to make decisions as the amount of track induction data increases. As a field of artificial intelligence, the method that a computer makes a distinction of deterioration of high-speed railway track automatically is based on machine learning. Types of machine learning algorism are classified into four type: supervised learning, unsupervised learning, semi-supervised learning, and reinforcement learning. This research uses supervised learning that analogizes a separating function form training data. The method suggested in this research uses SVM classifier which is a main type of supervised learning and shows higher efficiency binary classification problem. and it grasps the difference between two groups of data and makes a distinction of deterioration of high-speed railway track.

• Educational Technology International
• /
• 제6권2호
• /
• pp.43-58
• /
• 2005

The purpose of this study was to investigate the impact of organizational learning culture on job satisfaction and organizational commitment. Two streams of scholarly work have provided the theoretical foundations for this study. The first stream comes from the literature on learning organization. The second stream of the theoretical foundation comes from an extensive literature on attitude-intention-behavior relationships. In addition, this study was tested three alternative models. Alternative model 1 employed job satisfaction as the mediating commitments variable between learning culture and organizational commitment. Alternative model 2 used organizational commitment as the mediating variable between learning culture and job satisfaction. Finally, alternative model 3 specified a direct impact of learning culture on both job satisfaction and organizational commitment, and reciprocal linkages between these two variables. The results of this study support the hypothesized relations among an organization's learning culture, job satisfaction, and organizational commitment. The findings of this study are various congruent with a widely accepted hypothesis that job satisfaction serves as an appraisal function in evaluating various work environments and determining emotional responses such as organizational commitment. Organizational learning culture is one of the important factors that organizations cannot overlook. Therefore, the findings of this study provide a new direction for researchers seeking to explain the complex relations among these central organizational variables.

• 한국컴퓨터정보학회논문지
• /
• 제14권2호
• /
• pp.201-209
• /
• 2009

기존 연구에서는 문제은행을 만들고 평가시스템을 구현하여 학습자의 성취도를 평가하고자 했다. 그러나 문항을 만들거나 이미 만들어진 문항을 가져오는 과정에서 문제은행을 구현하는 데, 시간과 노력이 많이 소요되었다. 또 종합평가 위주의 모의고시 형의 문항이 평가문항으로 제시 되다보니 소단원의 학습 주제에 대한 성취도 평가가 실시되기 어려웠다. 소단원이나 수학 원리등을 학습하는 데 있어서, 평가에 대한 문제점을 개선하기 위하여, 본 논문은 문항 형태(Item Form)를 이용한 문제은행을 SCORM2004의 실행환경 RTE에서 데이터 모델 인터액션으로 구현한다. 학습관리 시스템에 의하여 문항 형태의 정의에 따라 자동 생성된, 평가문항에 대한 성취도 검사에 있어서, 보다 객관적인 판단을 위하여 확신 인자 함수(Confidence Factor Function)를 사용한다. 실험을 위한 콘텐츠로 수학의 삼각 함수를 두 개의 실험 대비군에게 현장 적용을 하여 제안된 문항 생성 시스템을 이용한 교육이 유의성이 있음을 보였다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.115-127
• /
• 2023

동영상 안정화 기술은 최근 1인 미디어 시장이 거대화됨에 따라 그 중요성이 점점 커지고 있는 카메라 기술 중 하나이다. 딥러닝 기반의 기존 방법들에서는 안정화 전/후 동영상 데이터 쌍을 사용하였으나 동영상의 특성상 동기화된 안정화 전/후 데이터를 만드는 것은 많은 시간과 노력이 필요하다. 최근 이러한 문제를 완화하기 위하여 안정화 전 데이터만을 사용하는 비지도 학습 방법이 제시되고 있다. 본 논문에서는 비지도 학습 방법의 하나인 Convolutional Autoencoder 구조를 사용하여 안정화 전/후 동영상 데이터 쌍 없이 안정화 전 영상만으로 안정화 궤적을 학습하는 네트워크 구조를 제안한다. 네트워크 입력 및 출력으로 옵티컬 플로우를 사용하고 네트워크 경량화 및 노이즈 최소화를 위해 옵티컬 플로우를 Grid 단위로 맵핑하여 사용했다. 또한 비지도 학습 방법으로 안정화된 궤적을 생성하기 위해 옵티컬 플로우를 부드럽게 만드는 손실함수를 정의하였고 결과 비교를 통해 손실함수의 의도대로 부드러운 궤적을 생성하도록 네트워크가 학습되었음을 확인했다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.1-9
• /
• 2024

연합학습은 보안 및 프라이버시 측면에서 중앙 집중식 방법보다 안전하도록 설계되었음에도 불구하고 여전히 많은 취약점을 내재한다. 적대적 공격(adversarial attack)을 수행하는 공격자는 신중하게 제작된 입력 데이터, 즉 적대적 예제(adversarial examples)를 클라이언트의 학습 데이터에 주입하여 딥러닝 모델을 의도적으로 조작하여 오분류를 유도한다. 이에 대한 보편적인 방어 전략은 이른바 적대적 학습(adversarial training)으로 적대적 예제들의 특성을 선제적으로 모델에 학습시키는 것이다. 기존의 연구에서는 모든 클라이언트가 적대적 공격 하에 있는 상황을 가정하는데 연합학습의 클라이언트 수가 매우 많음을 고려하면 실제와는 거리가 있다. 본 논문에서는 클라이언트의 일부가 공격 하에 있는 시나리오에서 적대적 학습의 양상을 실험적으로 살핀다. 우리는 실험을 통해 적대적 예제에 대한 분류 정확도가 증가하면 정상 샘플에 대한 분류 정확도의 감소하는 트레이드오프 관계를 가짐을 밝혔다. 이러한 트레이드오프 관계를 효과적으로 활용하기 위해 클라이언트가 자신이 공격받는지 여부에 따라 손실함수를 적응적으로 선택하여 적대적 학습을 수행하는 방법을 제시한다.