• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.203-210
• /
• 2000

본 논문에서는 패턴분류문제를 해결하기 위한 새로운 무감독학습 신경망 및 경쟁학습 알고리즘을 제한한다. 제아하는 신경망은 입력 데이터의 군집을 분류하기 위한 거리측도로서 군집들 상호간의 상대유사도(relative similarity)를 기반으로 하고 있다. 이러한 까닭에 제안하는 신경망과 알고리즘을 상대유사 신경망 (relative similarity network; RSN)및 학습 알고리즘이라 이름한다. 상대유사도를 정의하고 가중벡터 학습 규칙을 구성함으로써, RSN의 구조를 설계하고 학습알고리즘을 구현하기 의한 의사코드를 기술한다. 일반적인 패턴분류에 RSN을 적용한 결과, 초기 학습률이 없음에도 불구하고 기존이 경쟁학습 신경망인 WTAdlsk SOM고 동등한 성능을 나타내었다. 반면 기존 경쟁학습 신경망의 분류성능이 저하되었던 군집이 경걔가 불분명한 패턴, 그리고 군집이 밀집도와 군집의 크기가 다른 패턴들에 대한 실험에서는 기존의 경쟁학습망보다 효과적인 분류결과를 나타내었다.

• 한국지역지리학회지
• /
• 제13권5호
• /
• pp.595-607
• /
• 2007

본 연구는 사회과 교수 학습에서 여러 협동학습 모형 중 GI 협동학습과 전통적 경쟁학습이 학생들의 학습태도에 미치는 영향을 비교 분석함으로써 특정 교수 학습 방법의 효율성을 탐색 해보려는데 그 목적이 있다. 지방 중소도시에 소재한 중학교 1학년을 대상으로 비교집단과 실험집단을 설정하고 일정 기간에 걸쳐 전통적 경쟁학습과 GI 협동 학습 모형을 투입 적용하였다. 두 그룹으로 나누어 한 그룹에 대해서는 실험수업을 적용한 후 t 검증을 통해서 각 수업모형별 학습태도 변화 여부를 확인하였다. 결론적으로 GI 협동학습은 전통적 경쟁학습보다 학생들의 학습 태도에 있어 긍정적 변화를 유도하는 것으로 나타났다. 이러한 변화는 GI 협동학습의 학습활동 과정에서 필연적으로 수반되는 학습에 대한 자신감 증진, 사회 교과에 대한 인식 변화, 집단 구성원간의 긍정적 상호작용 및 언어적 교류가 그 중요한 요인으로 작용한 결과로 보인다.

• 한국정보처리학회논문지
• /
• 제5권7호
• /
• pp.1933-1942
• /
• 1998

분류 벡터 양자화(classified vector quantization: CVQ)〔2의 부코드북을 설계함에 있어서, 경쟁 학습 네트워크〔5〕-〔7〕 는 소속도의 이분법적 표현으로 상당한 소속도를 가지는 벡터들이 학습 과정에 무시되는 경향을 가진다. 이를 개선하기 위해 제안된 퍼지 경쟁 학습 네트워크〔8〕는 각 클러스터가 연속적인 소속도를 가진다는 개념을 도입하여 이와 같은 문제들을 해결했다. 그러나 퍼지 경쟁 학습 네트워크를 CVQ에 적용할 경우, 각 부코드북의 크기를 시행착오로 결정해야 하는 문제점을 여전히 가지고 있으며, 이러한 문제점들의 개선을 위하여 본 논문에서는 수정 퍼지 경쟁 학습 네트워크(modified fuzzy competitive learning network)를 제안한다. 수정 퍼지 경쟁 학습 네트워크는 퍼지 학습 네트워크가 가지는 이 분법적 소속도를 연속적인 소속도로 확장하여, 학습 과정중에 나타날 수 있는 지역 최소점 도달을 억제하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2012년도 제24회 한글 및 한국어 정보처리 학술대회
• /
• pp.107-112
• /
• 2012

본 논문은 일반 텍스트에 나타나는 경쟁 관계에 있는 고유명사들을 경쟁자로 자동 추출하는 방법에 대한 것으로, 규칙 기반 방법과 기계 학습 기반 방법을 모두 제안하고 비교하였다. 제안한 시스템은 뉴스 기사를 대상으로 하였고, 문장에 경쟁관계를 나타내는 명확한 정보가 있는 경우에만 추출하는 것을 목표로 하였다. 규칙기반 경쟁어 추출 시스템은 2개의 고유명사가 경쟁관계임을 나타내는 단서단어에 기반해서 경쟁어를 추출하는 시스템이며, 경쟁표현 단서단어는 620개가 수집되어 사용됐다. 기계학습 기반 경쟁어 추출시스템은 경쟁어 추출을 경쟁어 후보에 대한 경쟁여부의 바이너리 분류 문제로 접근하였다. 분류 알고리즘은 Support Vector Machines을 사용하였고, 경쟁어 주변 문맥 정보를 대표할 수 있는 언어 독립적 5개 자질에 기반해서 모델을 학습하였다. 성능평가를 위해서 이슈화되고 있는 핫키워드 54개에 대해서 623개의 경쟁어를 뉴스 기사로부터 수집해서 평가셋을 구축하였다. 비교 평가를 위해서 기준시스템으로 연관어에 기반해서 경쟁어를 추출하는 시스템을 구현하였고, Recall/Precision/F1 성능으로 0.119/0.214/0.153을 얻었다. 제안 시스템의 실험 결과로 규칙기반 시스템은 0.793/0.207/0.328 성능을 보였고, 기계 학습기반 시스템은 0.578/0.730/0.645 성능을 보였다. Recall 성능은 규칙기반 시스템이 0.793으로 가장 좋았고, 기준시스템에 비해서 67.4%의 성능 향상이 있었다. Precision과 F1 성능은 기계학습기반 시스템이 0.730과 0.645로 가장 좋았고, 기준시스템에 비해서 각각 61.6%, 49.2%의 성능향상이 있었다. 기준시스템에 비해서 제안한 시스템이 Recall, Precision, F1 성능이 모두 대폭적으로 향상되었으므로 제안한 방법이 효과적임을 알 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.422-426
• /
• 2007

CP(Counterpropagation) 알고리즘은 Kohonen의 경쟁 네트워크와 Grossberg의 아웃스타(outstar) 구조의 결합으로 이루어진 것으로 패턴 매칭, 패턴 분류, 통계적인 분석 및 데이터 압축 등 활용분야가 다양하고, 다른 신경망 모델에 비해 학습이 매우 빠르다는 장점이 있다. 하지만 CP 알고리즘은 충분한 경쟁층의 수가 설정되지 않아 경쟁층에서 학습이 불안정하고, 여권 코드와 같이 다양한 패턴으로 그성된 경우에는 패턴들을 정확히 분류할 수 없는 단점이 있다. 그리고 CP 알고리즘은 출력층에서 연결강도를 조정할 때, 학습률에 따라 학습 및 인식 성능이 좌우된다. 따라서 본 논문에서는 패턴 인식 성능을 개선하기 위해 다수의 경쟁층을 설정하고, 입력 벡터와 숭자 뉴런의 대표 벡터간의 차이와 숭자 뉴런의 빈도수를 학습률 조정에 반영하여 학습률을 동적으로 조정하여 경쟁층에서 안정적으로 학습되도록 하고, 출력층의 연결강도 조정시 이전 연결 강도 변화량을 반영하는 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘을 제안한다. 학습 성능을 확인하기 위해서 실제 여권에서 추출된 개별 코드를 대상으로 실험한 결과, 본 논문에서 개선한 CP 알고리즘이 기존의 CP 알고리즘보다 패턴 분류의 정확성과 인식 성능이 개선된 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.359-365
• /
• 2008

CP(Counterpropagation)알고리즘은 서로 다른 두 개의 신경망이 하나로 결합 된 혼합형 모델로서, 다른 신경망 모델에 비해 비교적 단순하고 빠른 학습 속도를 보인다. 그러나 CP 알고리즘은 다양한 패턴이 입력되면 충분한 경쟁층의 수가 설정되지 않아 학습이 불안정하고, 출력층에서 연결강도를 조정할 때 일반적인 학습률 조정방법으로 불안정한 학습 결과를 보인다. 이러한 문제점을 해결하기 위해 다수의 경쟁층을 설정하여 경쟁층에서 패턴 분류의 정확성을 높이고, 입력 벡터와 승자 뉴런의 대표 벡터간의 차이와 승자 빈도수를 반영하여 학습률을 동적으로 조정하여 경쟁층에서의 학습이 안정적으로 진행되도록 하고, 출력층에서 연결강도를 조정할 때 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘이 제안되었다. 본 논문에서는 개선된 CP 알고리즘에서 경쟁층의 수를 효율적으로 설정하기 위해 퍼지 제어 기법을 이용하여 경쟁층의 수를 결정하는 방법을 제안한다. 제안된 방법은 CP 알고리즘에 입력되는 패턴의 정보를 이용하여 퍼지 소속 함수를 설계하고 입력에 대한 소속도를 계산한 후, 퍼지 제어 규칙을 적용하고, Mamdani의 Min_Max 추론 방법으로 추론한다. 퍼지 추론을 통해 최종적으로 얻어진 값을 무게 중심법으로 비퍼지화 하여 최종적으로 개선된 CP 알고리즘의 경쟁층의 수를 결정하는데 적용한다. 제안된 방법의 학습 및 인식 성능을 평가하기 위해, 숫자, 영어 등과 같이 다양한 패턴을 실험에 적용한 결과, 제안된 방법이 경쟁층의 수를 결정하는데 효과적임을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.125-128
• /
• 2003

생물학적 비전 시스템에서 컬러정보는 윤곽정보와 함께 가장 주요한 정보이다. 본 논문에서는 컬러공간의 분류를 위해 향상된 가산 경쟁학습 모델을 제안하며, 제안된 가산 경쟁학습 모델을 사용하여 컬러공간의 분류를 효과적으로 할 수 있다는 것을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.142-144
• /
• 2003

유전자 알고리즘을 사용하여 신경망의 가중치를 학습하는 방법은 역전파 알고리즘이 가지는 여러 가지 문제점을 해결하기 위해 제안되었으나, 유전자 알고리즘 역시 전역 탐색이 아니기 때문에 실세계의 데이터에 적용하기 어려운 가장 큰 장애 요소인 지역 최소점 문제를 완벽하게 해결할 수는 없다. 이러한 지역 최소점 문제를 완화하기 위해 본 논문에서는 기생체-숙주 공진화 현상을 기반으로 한 유전자 알고리즘을 사용한 경쟁 공진화 신경망 학습 방법을 제시하고 있다. 경쟁 공진화는 서로 다를 개체간의 경쟁적인 진화를 통해 궁극적으로 보다 적합도가 높은 개체가 생성되는 이론을 기반으로 하고 있다. 이러한 경쟁 공진화를 통한 신경망 가중치의 학습이 일반적인 유전자 알고리즘을 사용하여 신경망을 학습시키는 것보다 더욱 우수한 가중치 집단을 탐색할 수 있음을 두 종류의 기계 학습 데이터를 통해 입증하였다.

• 정보처리학회논문지A
• /
• 제10A권6호
• /
• pp.709-714
• /
• 2003

최근 통신기술의 발달로 교육용 컨텐츠에 있어서도 학습자와 학습 컨텐츠 사이의 상호작용이 강조되고 있다. 반면에 기존의 WBI나 CAI의 경우는 학습자와 컨텐츠 사이의 단순한 상호작용만 적용하였다. 학습자간의 상호작용을 극대화 할 수 있는 게임 형태의 플랫폼은 찾아보기 어렵다. 이에 본 연구에서 개별적 독립학습에서 발생하는 학습자간의 상호작용 부재의 문제와 협동학습에서 나타나는 공동의 목표 설정 및 프로그램 구현의 어려움을 극복하기 위한 대안으로 다자간 상호 경쟁적 학습 모형을 제시한다. 또, 이를 적용한 네트워크 게임 형태의 교육 컨텐츠를 위한 설계와 플랫폼 형태로 실제 구현해 봄으로써 상호 경쟁적 학습 모형과 함께 교육용 컨텐츠의 새로운 관점을 제시해 보았다.

• 국제지역연구
• /
• 제14권3호
• /
• pp.388-419
• /
• 2010

본 연구는 국내 수출중소기업의 해외시장 경쟁우위에 관한 연구모형과 가설을 제시하고 이를 통해 기대해 볼 수 있는 시사점을 살펴보는 것을 목적으로 하였다. 이를 위해 자원기반관점에서 살펴본 조직의 문화적 무형 자산으로서 조직학습역량과 역동적 역량이 해외시장 경쟁우위에 미치는 영향에 관한 통합적 모형을 구축하였다. 또한 기존의 역동적 역량에서 설명된 내부자원의 통합 재배치 역량을 각각 구분하여 사용하였다. 해외시장 경쟁우위에 있어서도 이를 각각 비용, 제품, 서비스 우위의 세 가지로 구분하여 선행요인과의 관계를 살펴보는 연구모형을 제안하였다. 총 386개의 표본을 대상으로 하여 구조방정식 모형을 이용하여 분석을 실시하였다. 분석 결과 학습역량은 역동적 역량 모두에 긍정적인 영향을 주고 있음을 확인하였다. 또한 학습역량은 경쟁우위 중에서 제품우위를 제외한 서비스와 비용 우위에 긍정적 영향을 주고 있다. 역동적 역량의 경우 자원 통합은 경쟁우위 전체 요소에 대해서 그리고 자원 재배치의 경우 제품과, 서비스 우위에 유의한 영향을 미치고 있음을 알 수 있었다. 또한 역동적 역량의 학습역량과 경쟁우위에 대한 매개효과 분석 결과 역동적 역량은 학습역량과 비용우위 사이를 매개하고 있음을 확인하였다.