• 제목/요약/키워드: 다중 학습

검색결과 1,012건 처리시간 0.022초

하이브리드 다중 모델 학습 기법을 이용한 자동 문서 분류 (Automatic Text Classification Using Hybrid Multiple Model Schemes)

  • 명순희;조형근;김인철
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
    • /
    • pp.253-255
    • /
    • 2002
  • 본 논문에서는 다중 모델 기계학습 기법을 이용하여 문서 자동 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모텔 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고 한 것들인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과, 본 연구에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

  • PDF

하이브리드 다중모델 학습기법을 이용한 자동 문서 분류 (Automatic Text Categorization Using Hybrid Multiple Model Schemes)

  • 명순희;김인철
    • 정보관리학회지
    • /
    • 제19권4호
    • /
    • pp.35-51
    • /
    • 2002
  • 본 논문에서는 다중 모델 기계학습 기법을 이용하여 자동 문서 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모델 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고자 한 것인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과. 본 논문에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.

다중에이전트 강화학습을 위한 SOM기반의 상태 일한화 (SOM-Based State Generalization for Multiagent Reinforcement Learning)

  • 임문택;김인철
    • 한국지능정보시스템학회:학술대회논문집
    • /
    • 한국지능정보시스템학회 2002년도 추계정기학술대회
    • /
    • pp.399-408
    • /
    • 2002
  • 다중 에이전트 학습이란 다중 에이전트 환경에서 에이전트간의 조정을 위한 행동전략을 학습하는 것을 말한다. 본 논문에서는 에이전트간의 통신이 불가능한 다중 에이전트 환경에서 각 에이전트들이 서로 독립적으로 대표적인 강화학습법인 Q학습을 전개함으로써 서로 효과적으로 협조할 수 있는 행동전략을 학습하려고 한다. 하지만 단일 에이전트 경우에 비해 보다 큰 상태-행동 공간을 갖는 다중 에이전트환경에서는 강화학습을 통해 효과적으로 최적의 행동 전략에 도달하기 어렵다는 문제점이 있다. 이 문제에 대한 기존의 접근방법은 크게 모듈화 방법과 일반화 방법이 제안되었으나 모두 나름의 제한을 가지고 있다. 본 논문에서는 대표적인 다중 에이전트 학습 문제의 예로서 먹이와 사냥꾼 문제(Prey and Hunters Problem)를 소개하고 이 문제영역을 통해 이와 같은 강화학습의 문제점을 살펴보고, 해결책으로 신경망 SOM을 이용한 일반화 방법인 QSOM 학습법을 제안한다. 이 방법은 기존의 일반화 방법과는 달리 군집화 기능을 제공하는 신경망 SOM을 이용함으로써 명확한 다수의 훈련 예가 없어도 효과적으로 이전에 경험하지 못했던 상태-행동들에 대한 Q값을 예측하고 이용할 수 있다는 장점이 있다. 또한 본 논문에서는 실험을 통해 QSOM 학습법의 일반화 효과와 성능을 평가하였다.

  • PDF

Agent 기반 적응적 다중 학습자 모델링 (Adaptive Multilayered Student Modeling using Agent)

  • 이성곤;유영동
    • 한국지능정보시스템학회:학술대회논문집
    • /
    • 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
    • /
    • pp.263-268
    • /
    • 1999
  • 지능형 교육 시스템에서 학습자 모델은 학습자의 반응을 토대로 교수모듈과 전문가 모듈을 연계하여 새로운 학습자 모델을 제시하는 역할을 수행하고 있으며, 이는 성공적인 지능형 교육 시스템의 구현에 있어서 핵심적인 부분이다. 따라서 많은 대학교 및 연구소에서 그동안 학습자 모형에 관한 많은 연구가 이루어져오고 있다. 그러나 대부분의 연구는 단일 학습자 모형을 기반으로 두고 있으며, 이러한 단일 학습자 모형을 이용한 시스템들은 학습자의 지식 또는 학습자의 성향을 정확히 파악하기는 어려움을 갖고 있을 뿐만 아니라 다른 모듈과의 인터페이스 부분에서 중복된 많은 정보를 가지고 있다. 따라서 본 논문에서는 학습자의 지식을 정확하게 진단하고 각 모듈간의 중복된 정보를 보완할 수 있는 다중 학습자 모형을 개발하여 구현하였다. 또한 이러한 다중 학습자 모형을 최적으로 수행할 수 있도록 하기위하여 agent기법을 적용하였다. Agent를 이용한 다중 학습자 모형을 적용하여 구현한 시스템은 첫째, 단계적인 접근 방법으로 보다 정확한 학습자의 지식 진단이 가능하다. 둘째, 학습과정중 학습자의 심리 상태 및 학습자의 선호도 등 파악이 용이하다. 셋째, 교수모듈과 전문가 모듈과의 연계에 있어서 정보의 중복됨의 최소화 등의 장점을 제공한다.

  • PDF

프로그래밍 교육에서 학습스타일과 다중지능을 고려한교육방안 (Educational Strategy based on Learning Styles and Multiple intelligences in Programming Education)

  • 조은애;김수환;한선관
    • 한국정보교육학회:학술대회논문집
    • /
    • 한국정보교육학회 2009년도 하계학술대회
    • /
    • pp.61-66
    • /
    • 2009
  • 프로그래밍 교육이 학습자의 논리적 사고력 증진, 문제해결 능력, 성취감과 자신감 획득 등 학습자의 고등 인지 능력을 발달시킨다는 사실이 많은 연구에서 나타나고 있으며, 다양한 교육용프로그래밍 언어가 개발되어 현장에 적용되고 있다. 또한 프로그래밍 교육의 필요성이 확산됨에 따라 프로그래밍 교육 방안도 다양하게 시도되고 있다. 전통적인 교육에서와 마찬가지로 프로그래밍 학습에서도 효율적인 학습을 위해서는 학습자들의 학습스타일과 다중지능을 고려한 교육이 필요한 실정이다. 즉, 효과적인 프로그래밍 교육을 위해서는 다양한 학습자들의 특성을 파악하고 학습자에게 적합한 교육 방안을 적용하는 것이 필요하다. 따라서 본 연구에서는 효율적인 프로그래밍 교육을 위해 학습자의 학습스타일과 다중지능 간의 관계를 분석하고, 그 결과를 바탕으로 프로그래밍 교육에 있어 학습스타일과 다중지능을 고려한 교육 전략을 제시하였다. 본 연구의 결과는 학습자에게 특성을 고려한 적합한 교육을 실시함으로써 학습자의 흥미를 유발하고, 프로그래밍 교육의 학습효과를 증진하는데 기여하게 될 것이다.

  • PDF

다중 에이전트 환경에서 효율적인 강화학습 시스템 (Efficient Reinforcement Learning System in Multi-Agent Environment)

  • 홍정환;강진범;최중민
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
    • /
    • pp.393-396
    • /
    • 2006
  • 강화학습은 환경과 상호작용하는 과정을 통하여 목표를 이루기 위한 전략을 학습하는 방법으로써 에이전트의 학습방법으로 많이 사용한다. 독립적인 에이전트가 아닌 상호 의사소통이 가능한 다중 에이전트 환경에서 에이전트의 학습정보를 서로 검색 및 공유가 가능하다면 환경이 거대하더라도 기존의 강화학습 보다 빠르게 학습이 이루어질 것이다. 하지만 아직 다중 에이전트 환경에서 학습 방법에 대한 연구가 미흡하여 학습정보의 검색과 공유에 대해 다양한 방법들이 요구되고 있다. 본 논문에서는 대상 에이전트 학습 정보와 주변 에이전트들의 학습 정보 사이에 편집거리를 비교하여 유사한 에이전트를 찾고 그 에이전트 정보를 강화학습 사전정보로 사용함으로써 학습속도를 향상시킨 ED+Q-Learning 시스템을 제안한다.

  • PDF

유전 알고리즘 기반 귀납적 학습 환경에서 분류기의 통합 (Integrating Multiple Classifiers in a GA-based Inductive Learning Environment)

  • 김영준
    • 한국정보통신학회논문지
    • /
    • 제10권3호
    • /
    • pp.614-621
    • /
    • 2006
  • PROSPECTOR에서 사용한 규칙 형태의 분류 규칙을 습득하기 위한 유전 알고리즘 기반 귀납적 학습 환경에서 다중 분류기 학습법을 구현하였다. 다중 분류기 학습법은 주어진 사례 집합에 대해 다수의 분류기를 습득한 후 이를 이용하여 분류 시스템을 구축함으로써 시스템의 성능을 향상시키는 기법이다. 다중 분류기 학습법의 구현을 위해서는 분류기의 분류 결과를 취합하여 최종 결론을 도출해 내기 위한 기법이 필요하다. 본 논문에서는 각각의 클래스에 대해 분류기가 제공하는 사후 가능성을 취합하여 결론을 도출해 내는 기법과 순위에 기반을 둔 보우팅 기법을 소개하고 다중 분류기 학습법이 유전 알고리즘 기반 귀납적 학습 환경에 미치는 영향을 다수의 사례 집합을 이용하여 평가하였다.

다중지능 교수.학습 방법을 적용한 실천적 문제 중심 가정과 교수.학습 과정안의 개발과 평가 - 중학교 가정과 '청소년의 영양과 식사' 단원을 중심으로 - (A development and evaluation of practical problem-based Home Economics lesson plans applying to multiple intelligence teaching.learning strategy - Focused on the unit 'Nutrition & Meals' of middle school Home Economics subject matter -)

  • 최성연;채정현
    • 한국가정과교육학회지
    • /
    • 제23권1호
    • /
    • pp.87-111
    • /
    • 2011
  • 본 연구의 목적은 중학교 l학년 가정교과의 '청소년의 영양과 식사' 단원을 중심으로 다중지능을 활용한 실천적 문제 중심 교수 학습 과정안을 개발하고 평가하는데 있다. 이러한 연구 목적을 달성하기 위하여 Keller의 수업 설계 과정에 따라 수업을 정의하고 수업을 설계하며, 교수 학습 과정안을 개발하고 이를 현장수업에 적용하여 평가하였다. 수업 정의 단계에서는 다중지능을 활용한 실천적 문제 중심 수업을 위한 기초 연구를 수행하였다. 첫째, 2007년 개정 교육과정 해설서의 목표와 내용 단어를 추출하여 학습목표를 설정하였고, 실천적 문제를 규정하였다. 둘째, 식생활 교육내용의 연계성 연구를 토대로 하여 12종 교과서의 학습 내용을 분석하여 선행조직자로서의 개념도를 개발하였다. 셋째, 12종 교과서의 학습 활동을 다중지능 영역별로 분석하였다. 수업 설계 단계에서는 다중지능을 활용한 실천적 문제 중심 수업의 방향을 설정하였다. 첫째, 기존의 실천적 문제 중심 수업 과정에 개념이해 과정을 추가하여 실천적 문제 중심 수업을 설계하였다. 둘째, Armstrong과 그의 공동연구자들이 제시한 다중지능 교수 학습 방법을 적용하여 차시별로 8가지 지능을 모두 활용한 교수 학습 방법을 개발하였다. 셋째, 개발한 다중지능 교수 학습 방법을 실천적 문제 중심 수업의 과정에 투입하였다. 교수 학습 과정안 개발 단계에서는 교수 학습 자료와 참고자료를 선정하여 총 6차시의 교수 학습 과정안과 학습 활동지를 개발하였다. 수업 평가 단계에서는 개발한 4, 5차시의 교수 학습 과정안을 청주시 소재 중학교 1학년 남 여 2개 학급 72 명에게 2시간씩 시연한 후 설문조사하였다. 본 연구의 결과는 다음과 같다. 첫째, '청소년의 영양과 식사' 단원의 다중지능 교수 학습 방법 적용한 실천적 문제 중심 수업의 목표는 '청소년기 영양과 건강의 중요성을 이해하고 균형 잡힌 식사습관을 실천할 수 있다'이다. 실천적 문제는 '건강한 식생활을 유지하기 위해서 나는 무엇을 해야 하는가?'이고, 학습 내용은 건강한 생활, 영양소의 종류 및 기능, 청소년의 영양 문제, 식품 구성탑, 식사 구성안이며, 학습 활동은 8가지 다중지능 영역을 골고루 포함한 다양한 교수 학습 방법으로 진행된다. 둘째, 개발한 교수 학습 과정안은 실천적 문제 중심 수업의 흐름에 따라서 도입(생각열기, 지난 수업 내용 확인, 학습목표 제시), 전개(실천문제 규정, 개념 이해, 사회 문화적 맥락 이해, 목표 설정 및 대안 탐색, 대안 실행 결과 예측, 수업 내용 정리 및 생각 넓히기), 정리(성취확인학습, 적용 및 일반화 유도, 과제 제시 및 차시 예고)로 진행되도록 하였다. 이 수업 과정에 차시별로 8가지 다중지능을 모두 활용한 교수 학습 방법을 제시하여 학습자의 특성과 학습 환경에 따라 활동 선택이 가능하게 하였다. 개발된 활동은 언어지능 활용 방법 10개, 논리수학지능 활용방법 7개, 시각공간지능 활용 방법 9개, 음악지능 활용 방법 10개, 신체운동지능 활용 방법 6개, 대인관계지능 활용 방법 10개, 개인내적지능 활용 방법 7개, 자연탐구 지능 활용 방법 6개로, 총 65개이다. 셋째, 다중지능 교수 학습 방법을 적용한 실천적 문제 중심 수업은 평가 결과, 적극적 수업 태도를 함양하고, 학습 동기 유발, 학습내용 이해, 학습내용 암기, 실제 생활에 적용, 그리고 바람직한 식생활을 실천하는 데 도움이 되는 것으로 확인되었다.

  • PDF

다중 인스턴스 학습 기반 사용자 프로파일 식별 (Discriminating User Attributes in Social Text based on Multi-Instance Learning)

  • 송현제;김아영;박성배
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2012년도 제24회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.47-52
    • /
    • 2012
  • 본 논문에서는 소셜 네트워크 서비스에서 사용자가 작성한 텍스트로부터 그 사용자 프로파일 식별하는 문제를 다룬다. 프로파일 식별 관련 기존 연구에서는 개별 텍스트를 하나의 학습 단위로 간주하고 이를 기반으로 학습 모델을 구축한다. 프로파일을 식별하고자 하는 사용자의 텍스트들이 주어지면 각 텍스트마다 프로파일을 식별하고, 식별된 결과들을 합쳐 최종 프로파일로 선택한다. 하지만 SNS 특성상 프로파일을 식별하는 데에 영향을 끼치지 않는 텍스트들이 다수 존재하며, 기존 연구들은 이 텍스트들을 특별한 처리없이 학습 및 테스트에 사용함으로 인해 프로파일 식별 성능이 저하되는 문제점이 있다. 본 논문에서는 다중 인스턴스 학습(Multi-Instance Learning)을 기반으로 사용자 프로파일을 식별한다. 제안한 방법은 사용자가 작성한 텍스트 전체, 즉 텍스트 집합을 학습 단위로 간주하고 다중 인스턴스 학습 문제로 변환하여 프로파일을 식별한다. 다중 인스턴스 학습을 사용함으로써 프로파일 식별에 유의미한 텍스트들만이 고려되고 그 결과 프로파일 식별에 영향을 끼치지 않는 텍스트로부터의 성능 하락을 최소화할 수 있다. 실험을 통해 제안한 방법이 기존 학습 방법보다 성별, 나이, 결혼/연애 상태를 식별함에 있어서 더 좋은 성능을 보인다.

  • PDF

매크로 행동을 이용한 내시 Q-학습의 성능 향상 기법 (A Performance Improvement Technique for Nash Q-learning using Macro-Actions)

  • 성연식;조경은;엄기현
    • 한국멀티미디어학회논문지
    • /
    • 제11권3호
    • /
    • pp.353-363
    • /
    • 2008
  • 단일 에이전트 환경에서는 Q-학습의 학습 시간을 줄이기 위해서 학습결과를 전파시키거나 일렬의 행동을 패턴으로 만들어 학습한다. 다중 에이전트 환경에서는 동적인 환경과 다수의 에이전트 상태를 고려해야하기 때문에 학습에 필요한 시간이 단일 에이전트 환경보다 길어지게 된다. 이 논문에서는 단일 에이전트 환경에서 시간 단축을 위해서 유한개의 행동으로 정책을 만들어 학습하는 매크로 행동을 다중 에이전트 환경에 적합한 내시 Q-학습에 적용함으로써 다중 에이전트 환경에서 Q-학습 시간을 줄이고 성능을 높이는 방법을 제안한다. 실험에서는 다중 에이전트 환경에서 매크로 행동을 이용한 에이전트와 기본 행동만 이용한 에이전트의 내시 Q-학습 성능을 비교했다. 이 실험에서 네 개의 매크로 행동을 이용한 에이전트가 목표를 수행할 성공률이 기본 행동만 이용한 에이전트 보다 9.46% 높은 결과를 얻을 수 있었다. 매크로 행동은 기본 행동만을 이용해서 적합한 이동 행동을 찾아도 매크로 행동을 이용한 더 낳은 방법을 찾기 때문에 더 많은 Q-값의 변화가 발생되었고 전체 Q-값 합이 2.6배 높은 수치를 보였다. 마지막으로 매크로 행동을 이용한 에이전트는 약 절반의 행동 선택으로도 시작위치에서 목표위치까지 이동함을 보였다. 결국 에이전트는 다중 에이전트 환경에서 매크로 행동을 사용함으로써 성능을 향상시키고 목표위치까지 이동하는 거리를 단축해서 학습 속도를 향상시킨다.

  • PDF