• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2000.05a
• /
• pp.143-149
• /
• 2000

본고에서는 불어 자동처리 연구의 기초이면서, 불어 초·중급 학습에 가장 큰 걸림돌로 여겨지는 불어 굴절 변화형의 분석 및 생성 교육 시스템 Inflection-edu를 소개한다. inflection-edu는 부산대학교 언어 정보 연구실에서 개발한 불어 형태소 분석-생성기를 기반으로 하였으며, 동사 8,249개, 명사 29,059개, 형용사 9,957개와 그 굴절 변화형을 모두 분석 및 생성할 수 있으며, 학습자를 위한 굴절 규칙 231개를 포함한다. 제 2 장에는 분석과 생성을 위한 모델화(modelling) 방법론을 제시하고, 제 3 장에서는 이 결과를 불어 교육 시스템에 연동하기 위한 인터페이스를 제시하고, 제 4 장에서는 Inflection-edu의 인터페이스를 소개한다. 제 5 장에서는 남은 문제와 향후 응용 방향을 알아본다. 형태소 분석기와 생성기능이 교육 시스템에 통합된 Inflection-edu는 70년대 개발된 프로그램과 같이 단순하고 반복적인 교수-학습 작업을 제공하는 것이 아니다. 학습자의 요구에 정확하고 빠르게 피드백을 줄 수 있으며, 좀 더 큰 단위의 분석 및 생성이 가능하도록 하여, 좀 더 지능적인 언어 교육 시스템을 구현하는 것을 그 개발 목표로 하고 있다.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.31-34
• /
• 2009

본 연구의 목표는 비교 문장들을 일곱 가지 유형으로 자동 분류하는 것으로서, 비교 문장 추출, 비교 문장 유형 분류, 유형별 비교 관계 분석으로 이어지는 비교마이닝 세 단계 중 두 번째 과제이다. 본 연구에서는 변환 기반 학습(Transformation-based Learning) 기법을 이용한다. 자연어 처리 분야 여러 부문에서 사용되고 있는 변환 기반 학습은 오류를 감소시키는 최적의 규칙을 자동으로 생성하여 정답을 찾는 규칙 기반 학습 방법이다. 웹상의 다양한 도메인에서 추출한 비교 문장들을 대상으로 실험한 결과, 일곱 가지 비교 문장 유형을 분류하는데 있어서 정확도 80.01%의 우수한 성능을 산출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.195-198
• /
• 2002

과학은 국민들의 기본적인 과학적 소양을 육성하기 위한 교과로서 과학적인 기본 소양을 기르기 위한 과목이다. 따라서 본 연구에서는 과학 교육에 발견 학습 모형을 도입함으로서 학습자 스스로 인터넷을 통해 다양한 자료와 정보를 수집하고 이를 토대로 일반화시키고, 또한 규칙성을 찾아내어 개념형성을 통해 일상생활 속에서 다양하게 활용할 수 있는 능력을 신장시키고자 한다. 본 연구는 웹의 다양한 자료를 활용하여 현재 실험과 관찰의 한계를 극복하고, 학생 스스로 자기 주도적 학습을 통해 자연 현상의 규칙성을 찾아내고, 개개인의 다양한 형태를 반영한 발견 학습 모형을 개발하고 또한 구현한다. 이를 통해 시공간적 제약, 관찰 대상의 어려움, 비용적 측면, 실험으로 인한 환경 파괴 등을 극복하고자 한다.

• Journal of the Korean School Mathematics Society
• /
• v.13 no.3
• /
• pp.345-356
• /
• 2010

Variables and expressions are essential for doing mathematics. Especially abbreviations of the multiplication sign ${\times}$ and the division sign ${\div}$ are current rules that we usually follow. In this paper, we devised a Card-Game for exercising abbreviations of the multiplication sign ${\times}$ and the division sign ${\div}$ in calculating expressions, designed a teaching unit for the calculation of expressions using the Card-Game in the variables and expressions strand, and discussed the implications of using the Card-Game for motivating students, cooperative learning, diagnosis and correction of errors, and so on.

• The KIPS Transactions:PartB
• /
• v.13B no.2 s.105
• /
• pp.171-178
• /
• 2006

Most approaches for extracting hypernyms of a noun from its definitions in an MRD rely on lexical patterns compiled by human experts. Not only these approaches require high cost for compiling lexical patterns but also it is very difficult for human experts to compile a set of lexical patterns with a broad-coverage because in natural languages there are various expressions which represent same concept. To alleviate these problems, this paper proposes a new method for extracting hypernyms of a noun from its definitions in an MRD. In proposed approach, we use only syntactic (part-of-speech) patterns instead of lexical patterns in identifying hypernyms to reduce the number of patterns with keeping their coverage broad. Our experiment has shown that the classification accuracy of the proposed method is 92.37% which is significantly much better than that of previous approaches.

• Journal of KIISE:Software and Applications
• /
• v.30 no.11
• /
• pp.1054-1061
• /
• 2003

Q-Learning, a representative algorithm of reinforcement learning, experiences repeatedly until estimation values about all state-action pairs of state space converge and achieve optimal policies. When the state space is high dimensional or continuous, complex reinforcement learning tasks involve very large state space and suffer from storing all individual state values in a single table. We introduce Q-Map that is new function approximation method to get classified policies. As an agent learns on-line, Q-Map groups states of similar situations and adapts to new experiences repeatedly. State-action pairs necessary for fine control are treated in the form of rule. As a result of experiment in maze environment and mountain car problem, we can achieve classified knowledge and extract easily rules from Q-Map

• The KIPS Transactions:PartB
• /
• v.11B no.6
• /
• pp.717-722
• /
• 2004

This paper presents fuzzy rules to predict diagnosis of Wisconsin breast cancer using neural network with weighted fuzzy membership functions (NNWFM). NNWFM is capable of self-adapting weighted membership functions to enhance accuracy in prediction from the given clinical training data. n set of small, medium, and large weighted triangular membership functions in a hyperbox are used for representing n set of featured input. The membership functions are randomly distributed and weighted initially, and then their positions and weights are adjusted during learning. After learning, prediction rules are extracted directly from the enhanced bounded sums of n set of weighted fuzzy membership functions. Two number of prediction rules extracted from NNWFM outperforms to the current published results in number of rules and accuracy with 99.41%.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.4
• /
• pp.451-456
• /
• 2004

Signature based intrusion detection system (IDS), having stored rules for detecting intrusions at the library, judges whether new inputs are intrusion or not by matching them with the new inputs. However their policy has two restrictions generally. First, when they couldn't make rules against new intrusions, false negative (FN) errors may are taken place. Second, when they made a lot of rules for maintaining diversification, the amount of resources grows larger proportional to their amount. In this paper, we propose the learning algorithm which can evolve the competent of anomaly detectors having the ability to detect anomalous attacks by genetic algorithm. The anomaly detectors are the population be composed of by following the negative selection procedure of the biological immune system. To show the effectiveness of proposed system, we apply the learning algorithm to the artificial network environment, which is a computer security system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.75-81
• /
• 2004

Signature based intrusion detection system (IDS), having stored rules for detecting intrusions at the library, judges whether new inputs are intrusion or not by matching them with the new inputs. However their policy has two restrictions generally. First, when they couldn`t make rules against new intrusions, false negative (FN) errors may are taken place. Second, when they made a lot of rules for maintaining diversification, the amount of resources grows larger proportional to their amount. In this paper, we propose the learning algorithm which can evolve the competent of anomaly detectors having the ability to detect anomalous attacks by genetic algorithm. The anomaly detectors are the population be composed of by following the negative selection procedure of the biological immune system. To show the effectiveness of proposed system, we apply the learning algorithm to the artificial network environment, which is a computer security system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.257-260
• /
• 2001

일반적으로 기계학습은 교사신호의 유무에 따라 교사학습과 비교사학습, 그리고 간접교사에 의한 강화학습으로 분류할 수 있다. 강화학습이란 용어는 원래 실험 심리학에서 동물의 학습방법 연구에서 비롯되었으나, 최근에는 공학 특히 인공생명분야에서 뉴럴 네트워크의 학습 알고리즘으로 많은 관심을 끌고 있다. 강화학습은 제어기 또는 에이전트의 행동에 대한 보상을 최대화하는 상태-행동 규칙이나 행동발생 전략을 찾아내는 것이다. 본 논문에서는 최근 많이 연구되고 있는 강화학습의 방법과 연구동향을 소개하고, 특히 인공생명 연구에 있어서 강하학습의 중요성을 역설한다.