• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.210-213
• /
• 2003

본 연구에서는 뉴우턴법의 고정점 알고리즘에 적응 조정이 가능한 학습파라미터를 이용한 신경망 기반 독립성분분석기법을 제안하였다. 이는 고정점 알고리즘의 1차 미분을 이용하는 뉴우턴법에서 역혼합행렬의 경신 상태에 따라 학습율과 모멘트가 적응조정되도록 함으로써 분리속도와 분리성능을 개선시키기 위함이다. 제안된 기법을 512$\times$512 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들의 분리에 적용한 결과, 기존의 고정점 알고리즘에 의한 결과보다 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권8호
• /
• pp.1011-1017
• /
• 2019

본 논문은 무선 애드혹 네트워크에서 신뢰성이 보장되는 데이터 전송을 위해 다중 경로를 설정하는 노드분리 경로문제를 해결하기 위한 강화학습을 제안한다. 노드분리 경로문제는 소스와 목적지사이에 중간 노드가 중복되지 않게 다수의 경로를 결정하는 문제이다. 본 논문에서는 기계학습 중 하나인 강화학습에서 Q-러닝을 사용하여 노드의 수가 많은 대규모의 무선 애드혹 네트워크에서 전송거리를 고려한 최적화 방법을 제안한다. 특히 대규모의 무선 애드혹 네트워크에서 노드분리 경로 문제를 해결하기 위해서는 많은 계산량이 요구되지만 제안된 강화학습은 효율적으로 경로를 학습함으로써 적절한 결과를 도출한다. 제안된 강화학습의 성능은 2개의 노드분리경로를 설정하기 위한 전송거리 관점에서 평가되었으며, 평가 결과에서 기존에 제안된 시뮬레이티드 어널링과 비교평가하여 전송거리면에서 더 좋은 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제18권5호
• /
• pp.123-130
• /
• 2018

본 연구의 목적은 한국대학생의 통합과 분리 형태초점 교수법에 대한 견해를 조사하고, 이러한 견해가 집중도와 문법학습의 믿음과 어떠한 상관관계가 있는 지, 추가적으로 수준별 성별 차이점을 조사하는 것이다. 본 연구의 목적을 위해서 서울소재 대학생 157명을 대상으로 실시한 설문지 조사 결과를 상관관계분석과 T 검정을 사용하여 분석하였다. 참여 학생들은 통합 형태초점교수법을 선호하는 것으로 나타났으며, 통합 형태초점교수법의 선호도는 학습자의 영어 수업시간의 집중도와 영어 수준과 유의미하게 연관성이 있다는 것을 보여준다. 다른 한편으로 분리 형태초점 교수법의 선호도는 학습자의 문법에 대한 믿음과 유의미한 상관관계를 보여주었고 수준별 성별로 모든 학생들이 공통적인 결과로 나타났다. 결론적으로 통합 형태초점 교수법은 학습자의 집중도와 영어 수준에, 분리 형태초점 교수법은 학습자의 문법 학습에 대한 믿음에 영향을 받는다는 것을 알 수 있다. 결론적으로 교실현장에서 통합 형태초점교수법을 사용할 필요하며, 이러한 접근도 학습자의 수준과 집중도를 고려할 필요가 있다는 것을 보여준다.

• 한국지능시스템학회논문지
• /
• 제5권3호
• /
• pp.101-110
• /
• 1995

본 논문에서는 새로은 자소분리 기법을 이용한 필기체 한글인식 시스템을 제안하였다. 새로운 자소분리 기법에는 국소영역 투영기법과 국소영역 Blob Coloring 기법이 포함되어 있다. 한극 각 자소의 특징들을 이용하여 Backpropagaton 알고리듬으로 학습시켰고 인식과정에서 관심영역 탐색기법이 이용되었다. 4명의 필기자가 작성한 1600자의 한글을 학습시키고 학습되지 않은 밝기 영상의 문서에 대한 인식을 시도한 결과 95%의 인식률을 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.567-569
• /
• 2020

여러 악기가 섞여 있는 음원으로부터 원하는 악기 소리를 추출하는 음원 분리 기법 중 최근 신경망 기반 시스템이 활발히 연구되고 있다. 악기마다 고유의 음역대를 가진다는 사실에 감안하여, 연구진은 기존 음원 분리 신경망에 적은 수의 학습 파라미터를 추가하여 학습 속도를 대폭 향상시킬 수 있는 음역대 강조 기법을 제안한다.

• 정보처리학회논문지B
• /
• 제10B권4호
• /
• pp.397-402
• /
• 2003

본 연구에서는 뉴우턴법의 고정점 알고리즘에 적응 조정이 가능한 학습 파라미터를 이용한 효율적인 신경망 기반 독립성분분석기법을 제안하였다. 이는 엔트로피 최적화 함수의 1차 미분을 이용하는 뉴우턴법의 고정점 알고리즘에서 학습율과 모멘트를 역혼합행렬의 경신 상태에 따나 적응조정되도록 함으로써 분리속도와 분리성능을 개선시키기 위함이다 제안된 기법을 256$\times$256 픽셀의 8개 지문과 512$\times$512 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 지문과 영상의 분리에 적용한 결과, 기존의 고정점 알고리즘에 의한 결과보다 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다. 특히 제안된 알고리즘은 문제의 규모가 클수록 분리성능과 분리속도의 개선 정도가 큼을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.253-255
• /
• 2006

학습자가 중심이 되고 선생님과 부모님들은 조력자 역할을 하는 자기주도 학습이 주로 이뤄지는 E-learning 환경에서 학습도구의 한가지인 자동 문제 출제 시스템의 역할은 매우 중요하다. 이런 학습 환경에서의 학습자의 참여도는 학습내용은 물론이고 화면구성이나 디자인에 따라서도 크게 좌우된다. 그러므로 화면구성과 디자인은 학습자의 관심과 흥미를 지속적으로 유지할 수 있도록 주기적으로 변경하여 학습자의 호응도를 높일 수 있게 구성하는 것이 바랑직하다. 하지만 기존에 연구된 자동 문제 출제 시스템은 디자인과 프로그램이 분리되어 있지 않아 잦은 사용자 인터페이스의 변화에 대처하는데 많이 비용이 소요될 수 있다. 본 논문에서는 SUN의 J2EE Patterns Catalog의 일부인 MVC 모델을 적용하여, 디자인과 프로그램을 분리하여 유지관리가 편리한 자동 문제 출제 시스템을 설계하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1170-1172
• /
• 2008

본 논문에서는 적응적 이러닝 시스템을 구현하기에 다소 미흡하였던 SCORM 2004 국제표준을 수정한 새로운 표준을 제안한다. 학습자가 선택하는 과목과 학습객체에 대한 데이터 모델을 분리하였고, 이것을 이용한 API 메소드를 추가하였다. 또한 학습객체정보, 그것들의 관계와 과목을 구성하는 학습객체들의 경로에 대한 정보를 설명하는 섹션을 Manifest 파일에 추가하였다. 기존 SCORM 2004 를 수정한 새로운 표준을 따르면 학습자가 과목을 선택하는 시점과 학습 객체가 선택되는 시점을 분리할 수 있고, 기존 학습객체 단위보다 상위 단위의 학습객체 시퀀싱이 가능하게 되어 효율적인 적응적 이러닝 시스템을 구현할 수 있게 된다.

• 노동경제논집
• /
• 제40권4호
• /
• pp.91-114
• /
• 2017

본 연구는 자녀의 학습능력이 다를 수 있음을 가정할 때 부모의 교육지출 수준과 자녀수 선택에서 자녀의 학습능력을 고려하지 않고서 동등 수준으로 교육에 투자하는 통합적 균형(pooling equilibrium)과 자녀의 학습능력에 따라 차등적으로 교육에 투자하는 분리적 균형(separating equilibrium)이 존재할 수 있음을 보여준다. 이러한 두 가지 균형중 어떠한 균형이 나타날지는 학습능력 차이에다 학습능력이 뛰어난 자녀를 가질 확률에 의존한다. 분석결과, 본 연구는 통합적 균형에서는 통합적 선택의 결과가, 분리적 균형에서는 분리적 선택의 결과가 그렇지 않은 경우에 비해 인적자본의 증가율이 더 높은 수준임을 보여주었다. 또한, 학습능력이 뛰어난 자녀를 가질 확률이 높아질수록 분리적 균형에서의 인적자본 증가율이 통합적 균형에서보다 높았다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.527-529
• /
• 2021

본 논문은 올바른 재활용품 분리배출에 대한 교육과 학습을 제공하는 AI 기반 분리배출 교육 플랫폼 서비스를 기획하고, 재활용품을 인식하고 판단하는 리사이클링 봇 이미지데이터 학습모델 구현에 집중한다. 리사이클링 봇은 대량으로 수집되는 이미지데이터를 이용하여 인식 판단하기 위한 AI 학습모델을 적용하고 실험을 진행하여 결과를 확인하였다.