• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제26권1호
• /
• pp.51-69
• /
• 2012

본 연구는 Davydov가 언급한 이론적 일반화가 구체적으로 어떻게 이루어지는지를 탐구하는 것을 목적으로 하며, 이를 위해 본질적 속성의 인식을 돕는 전략과, 이 전략을 통해 이루어지는 이론적 일반화의 과정을 제시하는 것을 연구문제로 설정하였다. 본질적 속성의 인식을 돕는 전략으로 WIOS를 제시하였다. WIOS는 일반화하려는 명제의 결론을 고정하여, 명제의 가정으로부터 추출한 여러 속성을 대상으로 WIO를 통해 결론에 영향을 미치는 속성과 그렇지 않는 속성의 인지를 통해 본질을 추출하는 전략이다. 한편, 이 전략을 통해 이루어지는 이론적 일반화의 과정을 '인지, WIOS, 일반화된 명제의 추측, 정당화, 본질적 속성에 대한 통찰'의 순으로 제시하였다. 그리고 WIOS를 통해 이루어지는 이론적 일반화의 과정을 중학교 교과서에 수록된 2가지 정리에 적용하여 보았으며, 이를 통해 이 전략의 과정이 이론적 일반화의 수행을 도울 수 있는 전략임을 확인해 보았다.

• 대한수학교육학회지:수학교육학연구
• /
• 제22권4호
• /
• pp.619-636
• /
• 2012

본 연구의 목적은 학년에 따라 수학영재학급 학생들이 패턴 일반화 과정에서 사용하는 전략의 차이와 일반화 표현 방법을 알아보는 것이다. 연구를 위해 단위학교 영재학급 4~6학년 30명을 대상으로 도형과 관련한 4개의 과제에 대한 해결 전략을 살펴보았다. 연구결과, 일반화를 시작하는 단계의 문항에서 학생들은 패턴의 앞 뒤 수를 이용하여 문제를 해결하는 순환적인 관계인식 전략으로 문제를 해결하는 경우가 많았고 일반화를 형성하는 단계의 문항에서는 학년이 높아질수록 주어진 정보로 규칙이나 식을 만들어 해결하려는 상황적 인식 전략을 사용한다는 것을 알 수 있었다. 그러나 난이수준이 높은 문항일수록 학생들은 그리거나 뛰어 세기 등의 구체화를 통한 인식 전략이나 순환적인 관계 인식 전략을 선호하는 경향이 있었다. 일반화를 명확하게 하는 단계의 문항에서 학생들은 패턴을 언어로 기술하는 경향이 많았으며 높은 학년일수록 패턴을 대수적 표현(기호 또는 수식)으로 기술하려고 하였다. 정당화 단계의 문항에서 학년이 높을수록 일반화된 식으로 표현하는 비율이 높았다. 연구 결과를 통해 패턴을 찾는 과제에서 영재학급 학생들이 일반화를 하기 위한 전략의 차이를 알고 지도하는데 도움을 줄 수 있는 시사점을 제공하고자 한다.

• 대한수학교육학회지:학교수학
• /
• 제7권4호
• /
• pp.375-389
• /
• 2005

Whitehead는 그의 형이상학적 철학과 교육철학을 바탕으로 리듬을 살리는 교육을 제안하고 있다. 그에 의하면 '교육의 리듬'이란 자유와 규율이 조화를 이루는 가운데 학생의 지적 수준이 상승하게 된다는 것을 의미하며, 이는 로맨스의 단계와 정밀화의 단계, 일반화의 단계를 거치면서 거듭된다. 또한 이런 주기들이 반복되면서 더 나은 수준으로 발전하게 되어 학생은 지적인 자유를 누릴 수 있다. 본 논문은 이러한 Whitehead의 생각을 수학교육에서 살리는 방안을 모색해 본 것이다. 먼저 3단계를 의미있게 거쳐가게 하는 교육과정의 구성 방안을 생각해 보고, 자유와 규율이 교대로 일어나는 교수방법을 구안해 본다. 그리고 실제 수업에서 이들을 적용하는 방안을 구상해 본다.

• 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.

• 교육녹색환경연구
• /
• 제11권3호
• /
• pp.46-54
• /
• 2012

The accuracy of cost estimation at an early stage in school building project is one of the critical factors for successful completion. So various of techniques are developed to predict the construction cost accurately and expeditely. Among the techniques, Support Vector Machine(SVM) has an excellent ability for generalization performance. Therefore, the purpose of this study is to construct the prediction model for construction cost of educational building project using support vector machine technique. And to verify the accuracy of prediction model for construction cost. The performance data used in this study are 217 school building project cost which have been completed from 2004 to 2007 in Gyeonggi-Do, Korea. The result shows that average error rate was 7.48% for SVM prediction model. So using SVM model on predicting construction cost of educational building project will be a considerably effective way at the early project stage.

• Journal of Communications and Networks
• /
• 제5권1호
• /
• pp.33-42
• /
• 2003

In this paper a two-stage maximum-likelihood (ML) detection structure for group detection in DS/CDMA systems is presented. The first stage of the receiver is a linear filter, aimed at suppressing the effect of the unwanted (i.e., out-of-grout) users' signals, while the second stage is a non-linear block, implementing a ML detection rule on the set of desired users signals. As to the linear stage, we consider both the decorrelating and the minimum mean square error approaches. Interestingly, the proposed detection structure turns out to be a generalization of Varanasi's group detector, to which it reduces when the system is synchronous, the signatures are linerly independent and the first stage of the receiver is a decorrelator. The issue of blind adaptive receiver implementation is also considered, and implementations of the proposed receiver based on the LMS algorithm, the RLS algorithm and subspace-tracking algorithms are presented. These adaptive receivers do not rely on any knowledge on the out-of group users' signals, and are thus particularly suited for rejection of out-of-cell interference in the base station. Simulation results confirm that the proposed structure achieves very satisfactory performance in comparison with previously derived receivers, as well as that the proposed blind adaptive algorithms achieve satisfactory performance.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2012년도 추계 학술논문 발표대회
• /
• pp.153-154
• /
• 2012

The accuracy of cost estimation at an early stage in school building project is one of the critical factors for successful completion. So many method and techniques have developed that can estimate construction cost using limited information available in the early stage. Among the techniques, Support Vector Machine(SVM) has received attention in various field due to its excellent capacity for self-learning and generalization performance. Therefore, the purpose of this study is to verify the applicability of cost prediction model based on SVM in school building project at the early stage. Data used in this study are 139 school building cost constructed from 2004 to 2007 in Gyeonggi-Do. And prediction error rate of 7.48% in support vector machine is obtained. So the results showed applicability of using SVM model for predicting construction cost of school building projects.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.632-657
• /
• 2022

Detecting web attacks is a major challenge, and it is observed that the use of simple models leads to low sensitivity or high false positive problems. In this study, we aim to develop a robust two-stage deep learning based stacked ensemble web application firewall. Normal and abnormal classification is carried out in the first stage of the proposed WAF model. The classification process of the types of abnormal traffics is postponed to the second stage and carried out using an integrated stacked ensemble model. By this way, clients' requests can be served without time delay, and attack types can be detected with high sensitivity. In addition to the high accuracy of the proposed model, by using the statistical similarity and diversity analyses in the study, high generalization for the ensemble model is achieved. Within the study, a comprehensive, up-to-date, and robust multi-class web anomaly dataset named GAZI-HTTP is created in accordance with the real-world situations. The performance of the proposed WAF model is compared to state-of-the-art deep learning models and previous studies using the benchmark dataset. The proposed two-stage model achieved multi-class detection rates of 97.43% and 94.77% for GAZI-HTTP and ECML-PKDD, respectively.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.485-492
• /
• 2009

The purpose of this study is to allow all of the instructors including field instructors to understand relation between school education and computer, generalize and analyze basic data required to acquire basic knowledge to help utilizing the computer for education and seek for understanding. This study intented to present a method to activate computer education focused on utilization education at the elementary education stage. Accordingly, those computer educations on middle/high schools and universities and through social educations have been excluded from the object of the study. In order to conduct fruitful computer education, several supporting systems should be equipped completely such as teachers, facilities, software, etc. Especially, practical experience of using computer is the most important element in the computer education, every school should be equipped with computers to prepare for its generalization. Roles of the teachers have also very important influence on it. Research and development of education software require expert knowledge and enormous time and effort and the developed software should be followed by the systematic evaluation on its quality.

• 디자인학연구
• /
• 제16권2호
• /
• pp.355-364
• /
• 2003

본 연구는 디자인의 프로세스를 2단계모델과 3단계모델로 구분하고 이들 각 모델의 효율성에 대하여 검증하였다. 2단계모델은 디자이너의 창의적인 마인드를 바탕으로 주관적이고 감각적으로 수행하는 디자인활동을 의미하며 반대로 3단계모델인 경우 객관적이고 논리적인 소비자 중심적자인 활동을 의미한다. 기존 연구에서는 이러한 두 가지 모델에 대하여 상대적으로 어떤 모델이 더 효과적인가에 대하여 의견의 일치를 이루어내지 못하였다. 본 연구에서는 이들 두 모델에 대하여 시장선도전략(market leader strategy)과 시장탐색전략(market seeker strategy)의 개념을 통해 각각의 효율성을 제시하였다 즉, 실증분석을 통해 명성브랜드라면 2단계모델을 바탕으로 한 시장선도전략이 그리고 비명성브랜드인 경우에는 3단계 모델을 바탕으로 한 시장탐색전략이 더 효율적이라는 상황적 입장을 제시하였으며 다만 어떤 상황에서 어떤 모델이 더 효율적인지에 대한 다각적인 검토가 더 필요하다고 제안하고 있다.