• 한국전산구조공학회논문집
• /
• 제15권1호
• /
• pp.137-146
• /
• 2002

본 연구에서는 복합재료 원통쉘의 정적 구조해석 결과를 신경회로망에 적용하여 원통쉘에 가해진 하중특성을 추론하였다. 신경회로망 알고리즘은 역전파 학습법의 학습율이 가변적으로 조정될 수 있도록 프로그램을 개발하였으며, 입력패턴은 원통쉘에 하중이 가해졌을 때, 원통쉘의 측면에서 발생하는 9지점의 변형률을 이용하였다 출력층은 가해진 하중특성으로 설정하였으며, 학습결과 원통쉘의 하중특성 추론 학습에 성공하였다. 은닉층의 층수를 1층에서 3층까지 학습결과를 비교분석하였으며, 하중특성은 0.5% 이내로 추론이 가능해졌다. 본 연구 결과 신경회로망을 이용한 복합재료 원통쉘의 역공학이 가능해졌다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.73-79
• /
• 2021

최근 컴퓨터 애니메이션 분야에서는 기존의 유한상태기계나 그래프 기반의 방식들에서 벗어나 딥러닝을 이용한 동작 생성 방식이 많이 연구되고있다. 동작 학습에 요구되는 네트워크의 표현력은 학습해야하는 동작의 단순한 길이보다는 그 안에 포함된 동작의 다양성에 더 큰 영향을 받는다. 본 연구는 이처럼 학습해야하는 동작의 종류가 다양한 경우에 효율적인 네트워크 구조를 찾는것을 목표로 한다. 기본적인 fully-connected 구조, 여러개의 fully-connected 레이어를 병렬적으로 사용하는 mixture of experts구조, seq2seq처리에 널리 사용되는 순환신경망(RNN), 그리고 최근 시퀀스 형태의 데이터 처리를 위해 자연어 처리 분야에서 사용되고있는 transformer구조의 네트워크들을 각각 학습하고 비교한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권5호
• /
• pp.113-119
• /
• 2023

인프라 구조물은 대부분 경제 성장기에 완공되었다. 이러한 인프라 구조물은 최근 들어 공용연수가 점차 증가하고 있어 노후 구조물의 비중이 점차 증가하고 있다. 이러한 노후 구조물은 설계 당시의 기능과 성능이 저하될 수 있고 안전사고로까지 이어질 수 있다. 이를 예방하기 위해서는 정확한 점검과 적절한 보수가 필수적이다. 이를 위해서는 우선 미세한 균열까지 정확히 탐지할 수 있도록 컴퓨터 비전과 딥러닝 기술에 수요가 증가하고 있다. 하지만 딥러닝 알고리즘은 다수의 학습 데이터가 있어야 한다. 특히 영상 내 균열의 위치를 표시한 라벨 영상은 필수적이다. 이러한 라벨 영상을 다수 확보하기 위해서는 많은 노동력과 시간이 필요한 실정이다. 이러한 비용을 절감하고 탐지 정확도를 높이기 위해서 본 연구에서는 mean teacher 방식의 학습 구조를 제안하였다. 이 학습 구조는 900장의 라벨 영상 데이터 세트와 3000장의 비라벨 영상 데이터 세트로 훈련되었다. 학습된 균열 탐지 신경망 모델은 300여장의 실험용 데이터 세트를 통해 평가되었고 탐지 정확도는 89.23%의 mean intersection over union과 89.12%의 F1 score를 기록하였다. 이 설험을 통해 지도학습과 비교하여 탐지 성능이 향상된 것을 확인하였다. 향후에 이러한 방법은 라벨 영상을 확보하는데 필요한 비용을 절감하는데 활용될 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.287-292
• /
• 2010

시대의 흐름이 점차 정보화 시대로 변함에 따라 정보화 시대를 대표하는 컴퓨터와 통신기술의 발달에 대한 가치가 매우 중요시하게 되었다. 이중 컴퓨터 통신의 사용에서 가장 많은 사용 비중을 차지하는 것은 인터넷이고 이런 인터넷의 발전은 정보가 상호 작용하는 수단으로 자리매김하였다. 논문은 웹 기반교육이 학습자에게 효과적인 교육 시스템으로서의 역할을 하기 위해 기존의 학습시스템 문제점을 찾아내어 개선하고, 시간과 공간의 제약을 받지 않고 양방향의 상호 작용이 가능하도록 웹 기반학습을 사용하여 컴퓨터 구조론의 학습이 가능 하도록 하였다. 웹 기반학습을 이용한 컴퓨터 구조론 학습 방법은 학습자가 시간과 장소의 제한을 받지 않고 인터넷의 브라우저를 통해 실시간 학습과 평가를 가능하게 하며 학습자 개개인에게 알맞은 교수-학습 과정으로 연계하여 학습자 개인별 자기 주도 학습이 가능하도록 하는 역할을 담당할 것이다.

• 디지털융복합연구
• /
• 제14권2호
• /
• pp.245-258
• /
• 2016

본 논문에서는 기계학습과 관련된 다양한 사례들에 대한 연구를 바탕으로 기계학습 응용 및 학습 알고리즘의 성능 개선 방안을 제시한다. 이를 위해 기계학습 기법을 적용하여 결과를 얻어낸 문헌을 자료로 수집하고 학문분야로 나누어 각 분야에서 적합한 기계학습 기법을 선택 및 추천하였다. 공학에서는 SVM, 의학에서는 의사결정나무, 그 외 분야에서는 SVM이 빈번한 이용 사례와 분류/예측의 측면에서 그 효용성을 보였다. 기계학습의 적용 사례분석을 통해 응용 방안의 일반적 특성화를 꾀할 수 있었다. 적용 단계는 크게 3단계로 이루어진다. 첫째, 데이터 수집, 둘째, 알고리즘을 통한 데이터 학습, 셋째, 알고리즘에 대한 유의미성 테스트 이며, 각 단계에서의 알고리즘의 결합을 통해 성능을 향상시킨다. 성능 개선 및 향상의 방법은 다중 기계학습 구조 모델링과 $+{\alpha}$ 기계학습 구조 모델링 등으로 분류한다.

• 한국인터넷방송통신학회논문지
• /
• 제16권2호
• /
• pp.137-144
• /
• 2016

본 연구의 목적은 원격평생교육에서 학습자의 목표지향성, 교수실재감, 학습접근방식, 만족도 및 학업성취도 간의 구조적 관계를 규명하는 것이다. 이를 위해 A, B, C 대학교 부설 원격평생교육원 학습자 235명을 대상으로 온라인 설문조사를 실시하였다. 구조방정식 모델링 분석을 통한 연구 결과, 첫째, 숙달접근목표지향성과 교수실재감은 심층학습접근에 정적 영향을 미쳤으며, 둘째, 숙달접근목표지향성은 피상학습접근에 부적 영향을, 교수실재감에는 영향을 미치지 않는 것으로 확인되었다. 셋째, 심층학습접근은 만족도에 정적영향을 미쳤으며, 넷째, 피상학습접근은 만족도에 부적영향을 미쳤다. 다섯째, 심층학습접근은 학업성취도에 정적영향을 미쳤으며, 여섯째, 피상학습접근은 학업성취도에 부적영향을 미치는 것으로 확인되었다. 위와 같은 연구결과는 학습자의 숙달접근목표지향성과 교수실재감이 학습자들로 하여금 심층학습접근방식을 선택하게 하여 궁극적으로는 학업성취도와 만족도를 높여줌을 시사하였다.

• 정보처리학회논문지A
• /
• 제15A권6호
• /
• pp.351-360
• /
• 2008

개별화 학습은 단지 하나의 교수 학습 방법으로서의 의미가 아니라는 인식이 보편화되어 교실 수업뿐만 아니라, 성인 교육, 기업 교육 등 다양한 교수 학습 상황에서 관심을 끌어왔다. 한편 효과적인 개별화 학습은 학습자 특성에 대한 정확한 분석 및 측정이 필수적으로 요구되나, 학습자 특성에 대한 개념과 범주가 다양하고 광범위하여 그에 대한 계량적인 기술이 어렵다. 이에 본 연구에서는 학습자 특성을 인지구조와 인지양식으로 제한하였다. 또한 학습자 특성을 연결주의적 관점에서 기술하고 이를 기반으로 하여 학습자 특성의 정량화 기법을 제안하며 그에 대한 타당성을 검증하였다. 본 연구에서의 학습자 인지구조는 기존에 연구된 학습자 인지구조 객체를 간소화하였고 인지양식은 학습자 인지의 지식관성력으로 축소하여 기술하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.263-266
• /
• 1998

이 논문에서는 비선형 Channel의 등화기를 설계하기 위해 새로운 구조를 갖는 신경회로망을 제안하였다. 비선형 Channel의 동적 특성을 제대로 학습하기 위해 새로운 신경회로망은 은닉층 노드의 출력이 은닉층의 입력으로 되먹임되는 구조를 갖는다. 또한 이 논문에서는 제안한 신경회로망의 구조에 알맞는 학습 알고리즘을 제안하였다. 제안한 신경회로망과 학습 알고리즘의 성능은 Computer simulation을 통해 보였고, 그 결과는 기존의 Channel 등화기를 사용했을 경우보다 나은 결과를 보여 주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.775-777
• /
• 2003

miRNA(microRNA)는 길이가 약 22nt 정도 되는 작은 ncRNA로서 유전자 작용을 조절하는데 중요한 역할을 하는 것으로 알려져 있다. 다이서(dicer)에 의해 성숙한 miRNA(mature miRNA)를 계산학적(computational)방법으로 학습하여 인간 miRNA의 구조를 예측하였다. miRNA에 관한 구체적인 기작은 아직 확실히 밝혀지지 않았기 때문에 서열 기반과 구조 기반 모두를 포함 하는 모델을 구현 하였으며 ambiguity code를 씀으로써 정보의 손실을 최소화 하도록 하였다. miRNA와 비슷한 구조를 가진 인간 EST로부터 데이터를 무작위 추출하여 실제 인간 miRNA 데이터와 비교함으로써 학습된 결과의 성능을 평가하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.115-118
• /
• 2020

딥러닝은 자연어처리 분야에서 우수한 성능을 보이고 있다. 하지만 우수한 성능을 달성하려면 많은 학습 데이터와 오랜 학습 시간이 필요하다. 우리는 딥러닝과 기호 규칙을 함께 사용하는 뉴럴-심볼릭 방법을 이용하여 딥러닝만으로 학습한 모델의 성능을 능가하는 방법을 제안한다. 딥러닝의 한계를 극복하기 위해서 관계추출에서 규칙 결과와 딥러닝 결과와의 불일치도를 추가한 구조를 설계하였다. 제안한 구조는 한국어 데이터에 대해서 우수한 성능을 보였으며, 빠른 성능 수렴이 이루어지는 것을 확인하였다.