• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 2001년도 춘계 Conference: CRM과 DB응용 기술을 통한 e-Business혁신
• /
• pp.331-341
• /
• 2001

본 논문에서는 Naive Bayes 문서 분류기를 위한 새로운 학습모델을 제안한다. 이 모델에서는 라벨이 없는 문서들의 집합으로부터 선택한 적은 수의 학습 문서들을 이용하여 문서 분류기를 재학습한다. 본 논문에서는 이러한 학습 방법을 따를 경우 작은 비용으로도 문서 분류기의 정확도가 크게 향상될 수 있다는 사실을 보인다. 이와 같이, 알고리즘을 통해 라벨이 없는 문서들의 집합으로부터 정보량이 큰 문서를 선택한 후, 전문가가 이 문서에 라벨을 부여하는 방식으로 학습문서를 결정하는 것을 selective sampling이라 한다. 본 논문에서는 이러한 selective sampling 문제를 Naive Bayes 문서 분류기에 적용한다. 제안한 학습 방법에서는 라벨이 없는 문서들의 집합으로부터 재학습 문서를 선택하는 기준 측정치로서 평균절대편차(Mean Absolute Deviation), 엔트로피 측정치를 사용한다. 실험을 통해서 제안한 학습 방법이 기존의 방법인 신뢰도(Confidence measure)를 이용한 학습 방법보다 Naive Bayes 문서 분류기의 성능을 더 많이 향상시킨다는 사실을 보인다.

• 반도체공학회 논문지
• /
• 제2권4호
• /
• pp.46-51
• /
• 2024

심층 강화학습(Deep Reinforcement Learning, DRL)은 순차적 의사결정 문제에서 인간 수준의 성능을 발휘하며, 엣지 디바이스가 알 수 없는 환경에 스스로 적응할 수 있는 능력을 제공한다. 그러나 대규모 데이터 처리와 방대한 DNN 연산량 요구로 인해 DRL 의 적응 구현은 여전히 어려운 과제다. 기존의 FPGA 기반 DRL 가속기는 계산 가속화에만 초점을 맞춘 탓에 적응 시간이 길어지는 한계를 가진다. 본 논문에서는 빠른 온라인 DRL 적용을 실현하기 위해 에너지 효율적인 FPGA 가속기를 제안한다. 제안된 가속기는 다음과 같은 핵심 기술을 통해 기존 한계를 극복한다: 1) 학습 반복 횟수를 최대 90%까지 줄이는 이기종 리플레이 버퍼(HRB), 2) 계산량을 12% 줄이고, 32 비트 부동소수점 연산의 27.2%를 16 비트 고정소수점 연산으로 대체하는 혼합 정밀도를 적용한 선택적 재학습(MP-SELRET), 3)FPGA 자원의 활용도를 극대화하며 처리량을 39.8% 향상시키는 혼합 정밀도 이기종 아키텍처(MPHA).

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.349-358
• /
• 2021

최근 CAM[1]을 이용해서 이미지의 객체에 대한 주의 영역 또는 지역화(Localization) 영역을 찾는 방법이 WSOL의 연구로서 다양하게 수행되고 있다. CAM을 이용한 객체의 히트(Heat) 맵에서 주의 영역 추출은 객체의 특징이 가장 많이 모여 있는 영역만을 주로 집중해서 객체의 전체적인 영역을 찾지 못하는 단점이 있다. 여기서는 이를 개선하기 위해서 먼저 CAM과 Selective Search[6]를 함께 이용하여 CAM 히트맵의 주의 영역을 확장하고, 확장된 영역에 가우시안 스무딩을 적용하여 재학습 데이터를 만든 후, 이를 학습하여 객체의 주의 영역이 확장되는 방법을 제안한다. 제안 방법은 단 한 번의 재학습만이 필요하며, 학습 후 지역화를 수행할 때는 Selective Search를 실행하지 않기 때문에 처리 시간이 대폭 줄어든다. 실험에서 기존 CAM의 히트맵들과 비교했을 때 핵심 특징 영역으로부터 주의 영역이 확장되고, 확장된 주의 영역 바운딩 박스에 대한 Ground Truth와의 IOU 계산에서 기존 CAM보다 약 58%가 개선되었다.

• 한국콘텐츠학회논문지
• /
• 제13권2호
• /
• pp.8-18
• /
• 2013

본 논문은 Html5 모바일 웹상에서 학습 동영상을 수강하면서 재학습이 필요한 영역을 타임라인의 비디오 프레임 형태로 재생 시간과 함께 캡쳐하여 저장한다. Html5의 Video 태그를 활용하여 최대 9개까지 캡쳐 프레임의 목록을 표시할 수 있고 프레임 이미지를 선택하면 저장한 재생 시간 위치부터 실행하는 방식으로 구현한다. 캡쳐 프레임 실행은 전체 학습에 비해 재학습 프레임만 부분적인 학습이며 집중 학습의 효과로 학습자 맞춤형 스토리텔링을 구현할 수 있다. 무작위 순서에 따라 구간 반복 학습 할 수 있으므로 학습자 수준별 맞춤 반복 학습에 따른 학업 성취도에 긍정적인 효과를 줄 수 있다.

• 만화애니메이션 연구
• /
• 통권32호
• /
• pp.363-381
• /
• 2013

본 논문은 모바일 웹 상에서 오프라인의 학습 내용을 복습 할 때 학습 동영상에 필요한 재학습 영역을 프레임 단위로 중요 영역만 캡처한다. 캡처된 프레임은 영상 중에서 진행된 학습 시간과 이미지의 형태로 저장하고 또한 설명에 대한 메모 기능을 함께 저장한다. 캡처 영역은 학습자에 필요한 영역만 재학습하는 학습자 중심의 맞춤형 시스템을 적용할 수 있다. 캡처 프로그램의 구성은 학습 순서에 상관없이 선택한 순서에 따라 프레임 단위 캡처로 사용자 중심의 스토리텔링형 학습을 적용할 수 있다. 캡처 시스템 효과는 전체 학습에 비해 학습 시간을 절약하고 학습자 중심의 프레임 재구성으로 맞춤형 학습에 따른 학습 효용성 향상에 긍정적인 역할을 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.102-106
• /
• 2000

본 논문은 뉴로-퍼지 모델의 구조학습을 이용하여 한 시간 앞의 전력 수요를 예측하는 체계적인 방법을 제안한다. 제안된 예측시스템은 시간 단위로 뉴로-퍼지 모델을 재학습하기 위해서 필요한 초기 구조를 요일 유형과 시간 별로 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점의 요일 유형에 따라 선택된 초기 구조를 이용하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 모의 실험을 수행한다. 실험결과 제안된 방법은 기존의 다층 퍼셉트론을 이용한 방법과 비교하여 예측의 정확도 측면과 신뢰도 측면에서 모두 향상된 결과를 얻는다.

• 컴퓨터교육학회논문지
• /
• 제3권1호
• /
• pp.51-63
• /
• 2000

일반적인 WBI가 제공하는 공간 속에서 하이퍼미디어 기술을 도입하여 학습자가 학습에 대한 선택의 자유를 가지며, 또한 자기 나름대로 학습의 평가하는 개별화 교수-학습 환경을 제공한다. RC2 시스템은 기본적으로 클라이언트-서버 모델이며, LCPG 모델을 기반으로 하는 학습진행 및 학습평가 알고리즘을 제공하고 학습자 개개인의 특성에 맞는 동적인 재학습 메커니즘을 제시한다. 또한 웹을 통한 코스웨어 저작자인 교사에게 편리한 인터페이스를 제공하기 위한 학습 에디터를 지원한다.

• 인지과학
• /
• 제31권4호
• /
• pp.137-154
• /
• 2020

학습 상황에서 개인의 내적 특성은 다양한 방식으로 학습행동에 영향을 준다. 특히 '동기'는 학습자의 목표 설정하 및 전략 선택에 영향을 주는 핵심적인 요소이다. 본 연구는 학습자의 목표지향이 학습 시간 분배 방식에 어떠한 영향을 미치는가를 확인하였다. 참가자들의 목표지향 상태를 달리하기 위하여 관련 변인인 조절초점(regulatory focus)과 지능관점(theories of intelligence)을 측정 및 조작하여 집단을 구분하였다. 두 변인은 각각 접근-회피전략(조절초점에 따른 동기 성향)과 숙달-수행지향적 태도(지능관점에 따른 동기)를 유발하며 학습자의 목표지향(goal orientation) 형성에 영향을 주는 핵심적인 변인으로 알려져 왔다. 실험에서 조절초점은 성향검사점수를 기준으로 두 집단으로 구분하였으며, 조작을 통해 지능관점의 차이를 일시적으로 유발하여 두 변인 간의 상호작용을 확인하였다. 참가자들은 일련의 스페인어-한국어 단어 쌍을 학습한 후 재학습하고 싶은 항목을 선택하여 자유롭게 학습순서를 결정할 수 있었다. 단어 쌍은 어렵거나 쉬운 항목들로 구성되어 있었으며, 학습자들은 원한다면 같은 단어를 여러 번 학습할 수 있었다. 결과에서, 조절초점과 지능관점에 따라 학습 초반에 어려운 단어를 선택하는 비율의 상호작용 효과가 나타났다. 즉, 향상초점-증진조건의 참가자들은 향상초점-불변조건의 참가자들에 비해 학습 초반에 어려운 단어를 배치하는 비율이 높았으며, 예방초점인 학습자들은 지능관점의 영향을 받지 않았다. 이러한 결과는 학습자의 목표지향에 따라 학습 전략을 세우는 방식이 다를 수 있음을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.496-498
• /
• 2013

스마트폰의 편리성으로 스마트폰은 젊은 세대에서 연령범위를 넓혀가며 대중화되어 가고 있다. 스마트폰의 사용이 일반화되면서 PC기반의 교육용 애플리케이션을 스마트폰 기반으로 한 애플리케이션들이 개발, 발표되기 시작하였다. 본 논문에서는 유아가 놀이와 동시에 학습을 즐겁게 할 수 있는 유아용 교육 애플리케이션을 설계하고 개발하였다. 본 논문에서 제시하는 애플리케이션은 교육의 목적으로 바다 생물에 관한 다양한 컨텐츠를 제공한다. 원하는 바다 생물의 캐릭터를 선택하여 유아들이 바다나 수족관에 가지 않아도 언제든지 바다 생물에 대한 정보를 제공하여 눈높이에 맞게 보고 배울 수 있도록 구현하였다. 그리고 이전에 학습했던 바다 생물에 관한 퀴즈로 재학습하게 하며, 색칠공부에서는 바다 생물을 그리면서 예술적인 감각과 창의력, 상상력을 키울 수 있도록 구현하였다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.7-14
• /
• 2010

본 논문에서는 인터넷 애플리케이션 트래픽 분류방법으로 대표되는 포트 번호 및 페이로드 정보를 이용하는 방법론의 한계점을 극복하는 대안으로서, SVM을 기반으로 한 계층적 인터넷 애플리케이션 트래픽 분류 시스템을 제안한다. 제안된 시스템은 이진 분류기인 SVM과 단일클래스 SVM의 대표적 모델인 SVDD를 계층적으로 결합한 새로운 트래픽 분류 모델로서, 학내에서 수집된 양방향 트래픽 플로우 데이터에 대한 최적의 속성 부분집합을 선택한 후, P2P 트래픽과 non-P2P 트래픽을 빠르게 분류하는 첫 번째 계층, P2P 트래픽들을 파일공유, 메신저, TV로 분류하는 두 번째 계층, 그리고 전체 16가지 애플리케이션 트래픽별로 세분화 분류하는 세 번째 계층으로 구성된다. 제안된 시스템은 인터넷 애플리케이션 트래픽을 coarse 혹은 fine하게 분류함으로써 효율적인 시스템의 자원 관리, 안정적인 네트워크 환경의 지원, 원활한 대역폭의 사용, 그리고 적절한 QoS를 보장할 수 있다. 또한, 새로운 애플리케이션 트래픽이 추가되더라도 전체 시스템을 재학습시킬 필요 없이 새로운 애플리케이션 트래픽만을 추가 학습함으로써 시스템의 점증적 갱신 및 확장성도 가능하다. 실험을 통하여 제안된 시스템의 성능을 검증한다.