• Journal of Gifted/Talented Education
• /
• v.18 no.1
• /
• pp.23-52
• /
• 2008

The purpose of this study was to examine the Structural Equation Model (SEM) of scientific problem finding ability based on science related attitude, motivation and self-regulation learning strategy of the gifted in science. A total of 153 scientifically gifted students were selected from a university-based Sifted education center The instruments used for the study were Test of Science-Related Attitudes, Motivated Strategies for Learning Questionnaire (MSLQ), and Science Problem Finding Test. In order to examine Structural Equation Model (SEM) of scientific problem finding ability, we assumed scientific problem finding model related to science inquiry, model I (domain specific), and scientific problem finding model related to creativity, model II (domain general) The results of this research are as follows. First, the correlations between science related attitudes and MSLQ were significant; motivation and self-regulated learning strategy as sub factors were positively correlated to science related attitudes. Only scientific attitude as a sub factor of science related attitudes was significantly correlated to elaboration of creativity category in scientific problem finding ability. In other hand, self-regulated learning strategy was significantly correlated to elaboration, inquiry motivation and inquiry level in scientific problem finding ability. Second, as the results of SEM analysis, we confirmed model I and model II were the best adequate through the indices of best fit (TLI, CFI>.90, RMSEA<.08); scientific problem finding ability was directly influenced motivation and self-regulated learning strategy but science related attitudes indirectly influenced scientific problem finding ability through motivation and self-regulated learning strategy. Based on the results, the implications for science gifted education were discussed.

• The Journal of the Korea Contents Association
• /
• v.16 no.10
• /
• pp.382-392
• /
• 2016

This study organize a self-directed learning in complex structures. And based on this, It was developed self-directed learning scale for university students. It was a analyzing literature and reviewing previous studies for developed scale. Therefore, Self-directed learning model was configured into motives, performance behaviors, and learning management behaviors. On the basis of this, the present study constructed 19 sub-factors and developed 114 scale items. First, a preliminary scale was developed and its reliability was assessed by administering the scale to 128 students attending A university. The result showed that the reliability of every sub-factor was good and, therefore, the scale was developed with no item removed. To verify the validity of the scale, this study evaluated reliability and construct validity by administering the scale to 674 students going to A university. The reliability and validity of all sub-factors were found to be good. A confirmatory factor analysis was performed to verify construct validity and the result revealed that the first model was not an appropriate model. For this reason, the first model was modified once by taking the model modification index into account and it was found that ${\chi}^2$ (563.254), CFI=.963, NFI=.951, RMSEA=.064. Thus, the model was verified as a valid model. The results of this study imply that it is possible to point out learners' weaknesses and strengths by measuring activities taking place in the learning process in detail.

• Proceedings of the KIEE Conference
• /
• 2001.07a
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.169-185
• /
• 2005

신경계의 뉴런 구조는 흥분 뉴런과 억제 뉴런으로 구성되며 각각의 흥분 뉴런과 억제 뉴런은 주동근 뉴런(agonistic neuron)에 의해 활성화되며 길항근 뉴런(antagonist neuron)에 의해 비활성화 된다. 본 논문에서는 인간 신경계의 생리학적 뉴런 구조를 분석하여 퍼지 논리를 이용한 생리학적 퍼지 신경망을 제안한다. 제안된 구조는 주동근 뉴런에 의해 흥분 뉴런이 될 수 있는 뉴런들을 선택하여 흥분시켜 출력층으로 전달하고 나머지 뉴런들을 억제시켜 출력층에 전달시키지 않는다. 신경계를 기반으로 한 제안된 생리학적 퍼지 신경망의 학습구조는 입력층, 학습 데이터의 특징을 분류하는 중간층, 그리고 출력층으로 구성된다. 제안된 퍼지 신경망의 학습 및 인식 성능을 평가하기 위해 정확성이 요구되는 의학의 한 분야인 기관지 편평암 영상인식과 영상 인식의 주요 응용 분야인 차량 번호판 인식에 적용하여 기존의 신경망과 성능을 비교 분석하였다. 실험 결과에서는 제안된 생리학적 퍼지 신경망이 기존의 신경망보다 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 인식에 있어서도 우수한 성능이 있음을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.532-536
• /
• 2018

심층인공신경망을 이용한 대화 모델링 연구가 활발하게 진행되고 있다. 본 논문에서는 대화에서 발화의 감정과 화행을 분류하기 위해 멀티태스크(multitask) 학습을 이용한 End-to-End 시스템을 제안한다. 우리는 감정과 화행을 동시에 분류하는 시스템을 개발하기 위해 멀티태스크 학습을 수행한다. 또한 불균형 범주 분류를 위해 계단식분류(cascaded classification) 구조를 사용하였다. 일상대화 데이터셋을 사용하여 실험을 수행하였고 macro average precision으로 성능을 측정하여 감정 분류 60.43%, 화행 분류 74.29%를 각각 달성하였다. 이는 baseline 모델 대비 각각 29.00%, 1.54% 향상된 성능이다. 본 논문에서는 제안하는 구조를 이용하여, 발화의 감정 및 화행 분류가 End-to-End 방식으로 모델링 가능함을 보였다. 그리고, 두 분류 문제를 하나의 구조로 적절히 학습하기 위한 방법과 분류 문제에서의 범주 불균형 문제를 해결하기 위한 분류 방법을 제시하였다.

• 한국디지털정책학회:학술대회논문집
• /
• 2004.05a
• /
• pp.277-288
• /
• 2004

컴퓨터를 통한 원격교육의 등장은 학습자에게 다양한 능력을 요구하고 이러한 것들이 성공적인 학업을 이루는 중요한 열쇠가 된다. 이런 시대적 흐름에 따라 학습자에게 요구되는 능력 중 하나가 자기조절 학습 (Self - Regulated Learning)이다. 이에 본 연구는 자기조절학습 (Self - Regulated Learning)을 지원하는 웹기반 학습 (WBI) 시스템에 대하여 연구하였다. 자기조절학습은 매우 긍정적인 학습효과를 제공할 뿐 아니라, 세분화된 학습절차에 의한 학습 구조를 가지며 절차마다 구분된 공간이 필요하므로 웹에 적용하기에 적절하다. 따라서, 본 연구에서는 자기조절학습 모형을 웹에 접목시킨 학습시스템을 개발한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.19 no.6
• /
• pp.1182-1189
• /
• 1994

In this paper, we evaluate the performance of a fuzzy controller with a self-learning structure. The fuzzy controller is based on a fuzzy logic that approximates and effectively represents the uncertain phenomena of the real world. The fuzzy controller has control of a plant with a fuzzy inference logic. However, it is not easy to decide the membership function of a fuzzy controller and its controlrule. This problem can be solved by designing a self-learning controller that improves its own contropllaw to its goal with a performance table. The fuzzy controller is implemented with a 386PC, an interface board, a D/A converter, a PWM(Pulse Width Modulation) motor drive-circuit, and a sensing circuit, for error and differential of error. Since a Ball and Beam System is used in the experiment, the validity of the fuzzy controller with the self-learning structure can be evaluated through the actual experiment and the computer simulation of the real plant. The self-learning fuzzy controller reduces settling time by just under 10%.

• Journal of The Korean Association For Science Education
• /
• v.28 no.5
• /
• pp.359-382
• /
• 2008

There are so many research literatures on conceptual change theory and the nature of concepts such as p-prims, mental model, ontological belief, and cognitive structure. Conceptual change means learning (Vosniadou, 1999; Duit;1999). It is necessary to review and elaborate existing conceptual change theories in order to explain the learning process and its implications. Therefore, we derived from reviewing literatures that learners construct new conceptual structure in response to given contexts at the same time activating their beliefs. We reviewed some mental theories that integrated cognitive and affective components and were based on framework/specific theory or information processing theory. We suggest learners' framework of conceptual structure and conflict model of conceptual structure. We expect to obtain effective ways of science teaching and learning and implications for cognitive conflict and conceptual change from using conceptual structure later.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.346-349
• /
• 2021

표 기계독해에서는 도메인에 따라 언어모형에 필요한 지식이나 표의 구조적인 형태가 변화하면서 텍스트 데이터에 비해서 더 큰 성능 하락을 보인다. 본 논문에서는 표 기계독해에서 이러한 도메인의 변화에 강건한 사전학습 표 언어모형 구축을 위한 의미있는 표 데이터 선별을 통한 사전학습 데이터 구축 방법과 적대적인 학습 방법을 제안한다. 추출한 표 데이터에서 구조적인 정보가 없이 웹 문서의 장식을 위해 사용되는 표 데이터 검출을 위해 Heuristic을 통한 규칙을 정의하여 HEAD 데이터를 식별하고 표 데이터를 선별하는 방법을 적용했으며, 구조적인 정보를 가지는 일반적인 표 데이터와 엔티티에 대한 지식 정보를 가지는 인포박스 데이터간의 적대적 학습 방법을 적용했다. 기존의 정제되지 않는 데이터로 학습했을 때와 비교하여 데이터를 정제하였을 때, KorQuAD 표 데이터에서 f1 3.45, EM 4.14가 증가하였으며, Spec 표 질의응답 데이터에서 정제하지 않았을 때와 비교하여 f1 19.38, EM 4.22가 증가한 성능을 보였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.11
• /
• pp.7474-7484
• /
• 2015

This study was conducted by implementing a structural analysis regarding adult learners' learning outcomes and their affecting factors in the lifelong educational institutions in Daejeon area with 960 adult learners. Research result was as following. First, learner and educational characteristics were confirmed to have an indirect impact on learning outcomes, which were mediated by learning satisfaction and commitment. Second, adult learner's characteristics directly influenced to learning commitment and satisfaction as well as educational institutions did. Third, learning commitment also directly affected learning satisfaction and outcomes. Fourth, learning satisfaction had a strong influence on learning outcomes. By all accounts, learning outcomes was directly influenced by learner, educational characteristics, and learning satisfaction. In addition, learning outcomes was indirectly impacted by mediating with learning satisfaction and commitment. Therefore, lifelong educational institutions should reinforce any strategies in order to enhance learning outcomes such as developing and providing more variable programs, making better class atmosphere and facility, positioning highly qualified teachers, and one-stop administration services.