• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.216-217
• /
• 2023

브라우저, 컴파일러 등과 같이 규모가 큰 소프트웨어에 존재하는 버그 및 취약점을 찾기 위해 퍼징은 자주 사용되는 방법 중 하나이다. 특히 컴파일러에 존재하는 버그를 찾기 위해 다양한 퍼징 방법이 연구되었으며 컴파일러의 문법 검사를 통과하여 컴파일러 내부 깊은 곳에 존재하는 버그를 찾기 위한 연구도 진행되었다. 최근 머신러닝을 활용하여 특정 언어의 문법을 학습 시킨 모델을 활용해 퍼징을 하는 연구가 활발히 진행되고 있다. 이에 본 논문에서는 컴파일러를 퍼저에 머신러닝을 적용한 연구에 대하여 정리했다.

• 한국정보교육학회:학술대회논문집
• /
• 2004.08a
• /
• pp.226-235
• /
• 2004

초등학생 프로그래밍 교육은 프로그래밍 활동을 통해 논리적 사고력과 문제 해결력을 신장시키는 데 의의를 두고 다양한 프로그래밍 교육 방법과 학습 시스템을 개발하려는 연구가 이루어지고 있다. 프로그래밍 교육의 목표가 프로그래밍적 사고력 함양이라면 프로그래밍적 사고를 언어로 표현하여 실제로 프로그램을 작성할 수 있는 프로그래밍 언어 사용 능력 함양도 필요하다. 초등학생 프로그래밍 언어 학습은 특정 언어의 문법적 설명과 해석을 지양하고 프로그래밍 언어에 대한 올바른 개념 이해와 활용을 통해 프로그램을 구현하는데 필요한 기초 소양 능력 함양에 중점을 두어야 한다. 따라서 초등학생을 위한 프로그래밍 언어 교육 방법의 체계화에 기여할 수 있는 하나의 모델로서, 프로그래밍 언어의 기본적인 개념 중 함수 개념을 효과적으로 지도할 수 있는 지도 원리와 학습 모형을 연구하였고, 함수가 가진 특성 즉 함수적 사고과정을 이용하여 프로그래밍 언어 기술 능력과 논리적 사고력 및 문제해결력의 고등인지기술 능력을 함께 신장시킬 수 있는 지도 방법을 제안하고자 한다.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.205-208
• /
• 2017

2015 개정 교육과정에 따라 2019년부터 초등학교 5~6학년은 SW교육을 의무적으로 실시하게 되었다. 특히 SW교육을 위한 프로그래밍 언어의 경우 초등학교와 중학교에서는 블록형과 텍스트형 구분 없이 활용할 수 있으나, 고등학교의 경우에는 텍스트 기반 프로그래밍 언어를 활용하도록 제시하고 있다. 하지만 많은 학습자들이 처음 텍스트형 프로그래밍 언어를 접하게 되면 문법의 어려움과 외국어의 벽에 부딪쳐 어려워한다. 본 연구에서는 학습자들이 처음 텍스트형 프로그래밍을 학습할 때 효율적인 프로그래밍 학습을 위하여 한글 프로그래밍 언어를 사용할 것을 제안한다. 한글 프로그래밍 언어를 교육적으로 활용하였을 때의 장점과 교육적 활용에 있어 고려해야 할 문제점, 한계점 및 보완해야 할 점을 분석해보고자 한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.92-95
• /
• 1995

연속분포 HMM을 사용한 실시간 로봇 암 제어 시스템에 대해 기술하고 있다. 본 시스템은 자연스러운 문장의 로봇 암 제어 명령 발성을 받아 핵심단어 인식의 framework을 통한 명령 인식 및 로봇 제어를 구현하고 있다. 로봇 몸체의 부분, 방향, 각도, 동작명령들에 대해 각기 우향 HMM, 이외의 비 핵심어들에 대해서는 이들을 한데 모아 ergodic형 상태천이를 모델링하는 garbage HMM을 형성했는데, 조사, 감탄사 등을 따로 모은 garbage 모델과, silence 및 배경 잡음에 대한 garbage 모델을 형성, 학습 및 인식에 포함시켜 연결단어 인식을 수행함으로써 핵심단어 인식의 효과를 얻었다. 이때 핵심단어들의 사용에 있어 간단한 문법적 제약을 가정하였다. 남성화자 35명을 대상으로 30개 문형에 대해 데이터 수집용 개념적 문장을 구성하여 음성 데이터를 수집하였다. 학습 화자에 대한 제어 명령 인식률은 95% 이상을 나타내고 있으며, 비 학습화자에 대한 인식율은 90% 이상이다. 또한 학습된 단어외의 비 핵심단어들의 사용에 대해서도 긍정적인 인식 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.661-663
• /
• 2001

'컴퓨터 교육'이라는 개념은 컴퓨터를 이용한 교육과 컴퓨터를 배우는 교육 두 가지 의미를 동시에 가지고 있기 때문에 사용하는데 주의를 기울여야 한다. 후자의 개념으로서 '컴퓨터 교육'은 전산학에 대한 개론 및 프로그래밍과 관련된 학습이 핵심을 이룬다. 특히 프로그래밍의 학습의 경우는 코딩, 컴파일링, 디버깅 등의 복잡한 과정과 함께 운영체제 및 하드웨어에 대한 지식 같은 프로그래밍 외적인 분야에 대해서도 다양한 이해가 요구된다. 기존의 프로그래밍 학습은 프로그래밍 언어의 문법에 대한 기계적 암기나 사용법을 익히는 것에 치중하여 논리적인 사고를 키우는데 적합하지 못했다. 이에 본 논문에서는 프로그래밍에 대한 기본적인 통찰력을 기를 수 있도록 프로그래밍 언어의 기초가 되는 C로 코딩된 게임 프로그램들을 분석.이해한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.507-508
• /
• 2021

최근 한국어 자연어처리 과제에서 대형 언어 모델을 통해 다양한 언어처리 작업에 대한 연구가 활발히 이루어지고 있다. 특히 동형이의어를 구분하는 작업은 문장의 문법성을 정확히 판단하고 비교해야 되기 때문에 어려운 작업이다. KE-T5는 큰 규모의 한국어를 통해 학습된 한국어 대형 언어 모델로 대부분의 자연어처리 과제에서 활용할 수 있으며 복잡한 언어처리 작업에서 높은 성능을 기대할 수 있다. 본 논문에서는 큰 규모의 한국어를 통해 학습된 KE-T5를 활용하여 동형이의어 구별 문제를 수행하고 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.296-299
• /
• 2008

E-Learning 환경에서 학습자에게 보다 정확한 맞춤형 교육 시스템을 제공하기 위하여 평가 문항 및 학습 문항의 난이도, 변별도 등과 같은 문항 정보 활용이 필요하다. 본 논문에서는 문항 난이도, 변별도의 수치를 메타데이터에 저장하고, 평가 문항 및 학습 문항을 저작할 수 있는 템플릿(Templates) 및 GUI(Graphical User Interface) 기반의 SMIL(Synchronized Multimedia Integration Language) 저작도구를 설계 구현 하였다. 구현한 시스템은 SMIL 문법을 모르는 교수자가 문항 난이도, 변별도를 메타데이터에 저장하고, 학습 문항을 쉽게 저작하는데 효율적이다. 또한 저작된 문항은 XML(Extensible Markup Language) 기반 메타데이터를 활용함으로서 다른 플랫폼과의 통합 관리 및 재사용에 용이하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.514-517
• /
• 2023

본 연구는 인 컨택스트 러닝 (In-Context Learning)을 오디오-언어 작업에 적용하기 위한 멀티모달 (Multi-Modal) 딥러닝 모델을 다룬다. 해당 모델을 통해 학습 단계에서 오디오와 텍스트의 소통 가능한 형태의 표현 (Representation)을 학습하고 여러가지 오디오-텍스트 작업을 수행할 수 있는 멀티모달 딥러닝 모델을 개발하는 것이 본 연구의 목적이다. 모델은 오디오 인코더와 언어 인코더가 연결된 구조를 가지고 있으며, 언어 모델은 6.7B, 30B 의 파라미터 수를 가진 자동회귀 (Autoregressive) 대형 언어 모델 (Large Language Model)을 사용한다 오디오 인코더는 자기지도학습 (Self-Supervised Learning)을 기반으로 사전학습 된 오디오 특징 추출 모델이다. 언어모델이 상대적으로 대용량이기 언어모델의 파라미터를 고정하고 오디오 인코더의 파라미터만 업데이트하는 프로즌 (Frozen) 방법으로 학습한다. 학습을 위한 과제는 음성인식 (Automatic Speech Recognition)과 요약 (Abstractive Summarization) 이다. 학습을 마친 후 질의응답 (Question Answering) 작업으로 테스트를 진행했다. 그 결과, 정답 문장을 생성하기 위해서는 추가적인 학습이 필요한 것으로 보였으나, 음성인식으로 사전학습 한 모델의 경우 정답과 유사한 키워드를 사용하는 문법적으로 올바른 문장을 생성함을 확인했다.

• The Journal of the Acoustical Society of Korea
• /
• v.14 no.5
• /
• pp.44-50
• /
• 1995

This paper describes a large-vocabulary continuous speech recognition system using continuous hidden Markov models for the Korean language. To improve the performance of the system, we study on the selection of speech modeling units, inter-word modeling, search algorithm, and grammars. We used triphones as basic speech modeling units, generalized triphones and function word-dependent phones are used to improve the trainability of speech units and to reduce errors in function words. Silence between words is optionally inserted by using a silence model and a null transition. Word pair grammar and bigram model based oil word classes are used. Also we implement a search algorithm to find N-best candidate sentences. A postprocessor reorders the N-best sentences using word triple grammar, selects the most likely sentence as the final recognition result, and finally corrects trivial errors related with postpositions. In recognition tests using a 3,000-word continuous speech database, the system attained $93.1\%$ word recognition accuracy and $73.8\%$ sentence recognition accuracy using word triple grammar in postprocessing.

• The Journal of Korean Association of Computer Education
• /
• v.17 no.5
• /
• pp.43-51
• /
• 2014

This study has purpose on analyzing the error types which are identified after middle and high school students perform the online programming assignments and also has the purpose on the analysis of correlation between the frequency of error occurrence according to academic achievement level in programming concept learning and types of errors analyzed previously. For this study, the syntax, logical, and coding errors are analyzed from the performed results of programming research assignment for 88 students. Analyzed results show that the logical error has the highest occurrence rate of 69.3% among three types of errors, and it has been shown meaningful difference in the frequency of error occurrence between three achievement level groups of high, middle, and low. In the correlation analysis of achievement level and error types, it shows negative relationship between logical error and coding error, and therefore it can be concluded that as achievement level is higher, both logical and coding errors tend to occur less. In the correlation analysis in error types, it shows positive relationship between syntax error and coding error.