• 전자공학회논문지CI
• /
• 제39권4호
• /
• pp.19-27
• /
• 2002

역전파 알고리즘의 성능 개선을 위해서 학습율을 자동 조정하는 방식을 제안하였다. 제안한 방식은 각각의 연결강도의 학습율을 퍼지 논리 시스템을 이용하여 자동 조정하는 방식으로 각각의 연결강도에 대해서 ${\Delta}$와 $\bar{{\Delta}}$를 구하여 퍼지 논리 시스템의 입력으로 사용하고, 학습율을 출력으로 사용하였다. 제안한 방식을 N-패리티 문제, 함수 근사, 숫자 패턴 분류에 대한 시뮬레이션 결과 일반적인 역전파 알고리즘, 모멘텀 방식, Jacobs의 delta-bar-delta 방식보다 성능이 개선됨을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1005-1008
• /
• 1993

Supervised learnmg 01 recurrent neural networks (RNNs) is discussed. First, we review the present state of art, featuring their major properties in contrast of those of the multilayer neural networks. Then, we concisely describe one of the most practical learning algorithms, i.e. backpropagation through time. Revising the basic formulation of the learning algorithms, we derive a general formula to solve for the exact solution(s) of the whole connection weights w of RNNs. On this basis we introduce a novel interpretation of the supervised learning. Namely, we define a multidimensional Euclidean space, by assigning the cost function E(w) and every component of w to each coordinate axis. Since E=E(w) turns up as a hyper surface in this space, we refer to the surface as learning surface. We see that topological features of the learning surface are valleys and hills. Finally, after explicating that the numerical procedures of learning are equivalent to descending slopes of the learning surface along the steepest gradient, we show that a minimal value of E(w) is the intersection of curved valleys.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.742-746
• /
• 2006

학습자에 대한 학습능력의 평가는 진단평가, 형성평가와 총괄평가 단계로 구분할 수 있다. 이러한 단계적 평가는 학습자의 사전 학습 준비상태부터 학습 과정의 충실성 및 학습 결과까지를 종합적으로 판단할 수 있는 기준이 된다. 본 논문에서는 퍼지추론을 이용하여 각 단계의 평가를 모두 고려한 종합학습평가 방법을 제안하였다. 학습 수행능력에 대한 객관적인 평가를 위하여 각 평가 단계별로 가중치를 부여하였고, 진단, 형성 및 총괄 평가에 대한 퍼지추론에서 획득한 비퍼지화 값을 최종평가의 소속함수 구간으로 적용하였다. 그 결과 객관성을 보장할 수 있는 명확한 추론을 수행할 수 있었으며, 종합적인 학습평가 방법의 타당성을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.216-222
• /
• 2021

Advances in technology have given educators a tool to empower them to assist with developing the best possible human resources. Teachers at universities prefer to use more modern technological advances to help them educate their students. This opens up a necessity to research the capabilities of cloud-based learning services so that educational solutions can be found among the available options. Based on that, this essay looks at models and levels of deployment for the e-learning cloud architecture in the education system. A project involving educators explores whether gement Systems (LMS) can function well in a collaborative remote learning environment. The study was performed on how Blackboard was being used by a public institution and included research on cloud computing. This test examined how Blackboard Learn performs as a teaching tool and featured 60 participants. It is evident from the completed research that computers are beneficial to student education, especially in improving how schools administer lessons. Convenient tools for processing educational content are included as well as effective organizational strategies for educational processes and better ways to monitor and manage knowledge. In addition, this project's conclusions help highlight the advantages of rolling out cloud-based e-learning in higher educational institutions, which are responsible for creating the integrated educational product. The study showed that a shift to cloud computing can bring progress to educational material and substantial improvement to student academic outcomes, which is related to the increased use of better learning tools and methods.

• 한국산학기술학회논문지
• /
• 제7권3호
• /
• pp.379-384
• /
• 2006

본 논문은 컴포넌트 검색 성능을 향상시키기 위해 사용자 피드백을 효율적으로 수행하는 방법을 제안하고자 한다. 기존의 퍼지 기법이 적용된 피드백의 단점을 극복하기 위하여 검색된 컴포넌트의 선택여부에 따라 동일한 함수이지만 학습률을 달리할 수 있는 가우시안 함수를 이용한 상호작용 함수를 제안한다. 또한 피드백 함수에 사용자 프로필을 적용하여 사용자 등급에 따라 사용자 의견이 시스템에 반영되는 정도를 다르게 해주었다. 본 연구의 사용자 검색 피드백은 가우시안 함수를 적용한 피드백 함수와 사용자 프로필을 이용하여 시스템을 장기간에 걸쳐 서서히 변화시킬 수 있는 적응형 검색 방법이다.

• 벤처창업연구
• /
• 제18권1호
• /
• pp.31-46
• /
• 2023

본 연구는 액셀러레이터 보육 프로그램의 학습방식에 관하여 글로벌 지향 ICT 분야 액셀러레이터를 중심으로 스타트업에 제공하는 학습방식을 분류 및 확인하였다. 액셀러레이터 보육 프로그램 운영을 담당하는 액셀러레이터 실무자 8개 사의 인터뷰를 진행하고, 인터뷰 결과를 질적 분석하여 액셀러레이터가 보육 프로그램을 통해 스타트업에 제공하는 다양한 학습방식을 도출하여 시사점을 제공하였다. 학습방식을 확인 및 분류하기 위해 연구자가 다양한 선행문헌을 검토하여 사용이 적절하다고 판단한 경험축적, 관찰, 실험, 시행착오, 임기응변의 학습방식을 질적 분석의 a priori code로 활용하였고, 인터뷰 결과는 주제분석을 통해 분석하였다. 연구결과 액셀러레이터의 보육 프로그램이 스타트업에 제공하는 학습방식은 경험축적, 관찰, 시행착오, 실험, 임기응변 등 5개의 범주 별 각 2개, 총 10개의 하위범주를 도출하여 확인하였다. 본 연구는 액셀러레이터의 주요 기능인 보육 프로그램에 관한 연구가 부족한 상황에서 학습에 대한 관점에서 액셀러레이터의 보육 프로그램이 보육 스타트업에 어떤 학습방식을 제공하고 있는지에 대한 결과를 도출하였다. 이는 학문적 및 실무적으로 액셀러레이터의 보육 프로그램이 스타트업에 제공하는 학습방식에 대한 이해도를 높이고, 조직학습에 대한 관점에서 액셀러레이터의 보육 프로그램이 보육 스타트업에 어떤 학습방식을 제공하고 있는지에 대한 관점을 확대했다는 점에서 의의가 있다. 액셀러레이터는 보육 스타트업에 충분한 학 습방식을 제공할 수 있는 보육 프로그램 개선에 활용할 수 있으며, 보육 프로그램 참여를 고민하는 스타트업이라면 보육 프로그램 참여를 결정하는 데도 도움이 될 수 있다.

• The Korean Journal of Physiology and Pharmacology
• /
• 제8권6호
• /
• pp.307-312
• /
• 2004

To investigate whether BF-7, extracted from Bombyx mori, improved learning and memory of ordinary people, Rey-Kim Memory Test was performed with placebo group (32 persons), 200 mg BF-7 treated group (33 persons) and 400 mg BF-7 treated group (34 persons). BF-7 enhanced significantly learning and memory function in a dose-dependent manner. To know how BF-T plays such a positive role, we measured the concentration of acetylcholine in the brain from memory impairment animal model. Treatment of BF-7 significantly increased the concentration of acetylcholine. So, it is supposed that the protection of cholinergic neuron and/or keeping proper concentration of acetylcholine might be one of the mechanisms by which BF-7 improve brain function. So, our results suggest that the BF-7 is effective material for improving learning and memory ability.

• 한국시뮬레이션학회논문지
• /
• 제21권4호
• /
• pp.65-73
• /
• 2012

함정 전투체계는 무기체계, 정보통신 등의 기술 발전으로 인한 복잡한 전장 환경에 따라 인간이 개입하여 다양한 전술을 운용해야 한다. 따라서 에이전트 기반의 국방 M&S 시스템의 연구가 최근 들어 활발히 진행되고 있다. 그러나 현존하는 에이전트 기반 M&S 시스템은 고정된 전술을 적용하여 분석하는데 그치고 있다. 본 논문에서는 함정 교전에서 보다 적합한 대응을 찾기 위해 환경변화에 능동적으로 대처할 수 있도록 강화 학습 기능을 갖으며, 또한 유전 알고리즘을 이용하여 세대별 진화 학습 기능을 갖는 에이전트 모델링 방법론을 제안하였다. 타당성 검증을 위해 서해상에서 벌어지는 가상의 1:1 함정교전 시뮬레이션을 수행하였고, 이를 통해 함정 교전에 있어 강화 및 진화 학습이 가능함을 검증하였다.

• Journal of Korean Biological Nursing Science
• /
• 제17권2호
• /
• pp.188-210
• /
• 2015

Purpose: The purpose of this study was to develop syllabuses of basic nursing science subjects (Structure and Function of Human Body, Pathogenic Microbiology, Pathophysiology, and Mechanisms and Effects of Drug) based on learning outcomes. Methods: We developed a 3-phase plan to develop the syllabuses. In the first phase, The Korean Society of Biological Nursing Science (KSBNS) held a workshop in May, 2013 in which professors who are in charge of basic nursing science subjects shared opinions about learning outcomes. As a result, initial prototype syllabuses came out. In the second phase, revised syllabuses based on learning outcomes were presented and discussed in the conference held by KSBNS in November, 2013. In the last phase, a research team who taught basic nursing science subjects finalized the syllabuses during the meetings. Results: Syllabuses of 4 basic nursing science subjects were developed. Conclusion: These syllabuses of 4 subjects need to be disseminated throughout nursing colleges. Further revision needs to be made according to the circumstances and context of each school.

• 한국터널지하공간학회 논문집
• /
• 제21권5호
• /
• pp.641-656
• /
• 2019

본 연구에서는 쉴드 TBM (Tunnel Boring Machine) 터널 디스크 커터의 적절한 교체 시기를 예측하기 위한 방법으로 머신러닝 기법을 사용한 방법을 제안하였으며, 이를 위해 국내 기 시공된 쉴드 TBM 현장의 데이터를 이용하여 다양한 머신러닝 알고리즘 중 SVM (Support Vector Machine)을 이용하여 예측 모델을 구축하고 그 성능을 평가하였다. 지반 조건별 디스크 커터의 마모와 높은 상관성을 갖는 TBM 기계 데이터와 디스크 커터 교체 이력을 분류하고, 이들을 SVM의 변수로 사용하여 3종류의 분류 함수를 적용하여 각각 학습을 한 후 예측을 수행한 결과, 각 지반 조건에 대해서 3종류의 SVM 분류 함수 중 전체적으로 RBF (Radial Basis Function) SVM의 예측성능이 가장 우수하며(평균적으로 80%의 정확도, 10% 오분류율), 지반 조건별로 구분 시 디스크 커터 교체 데이터의 수가 많을수록 예측 결과가 좋은 것으로 나타났다. 향후 많은 데이터를 축적하고 이를 모두 활용하여 학습모델을 지속적으로 발전시켜 나간다면 이와 같은 디스크 커터 교환주기를 예측하기 위한 머신러닝 기법의 실무 적용성이 매우 클 것으로 기대한다.