• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.649-658
• /
• 2003

본 연구에서는 ART2 신경회로망의 성능을 개선하기 위한 계층적 구조를 제안하고, 구성된 클러스터에 대하여 적합도(fitness) 선택을 통한 빠르고 효과적인 패턴 분류 모델(HART2)을 제안한다. 본 논문에서 제안하는 신경회로망은 비지도 학습을 통하여 대략적으로 1차 클러스터를 형성하고, 이 각각의 1차 클러스터로 분류된 패턴에 대해 지도학습을 통한 2군 클러스터를 생성하여 패턴을 분류하는 계층적 신경회로망이다. 이 신경회로망을 이용한 패턴분류 과정은 먼저 입력패턴을 1차 클러스터와 비교하여 유사한 몇 개의 1차 클러스터를 적합도에 따라 선택한다. 이때, 입력패턴과 클러스터들간의 상대 측정 거리비에 기반한 적합도 함수를 도입하여 1차 클러스터에 연결된 클러스터들을 Pruning 함으로써 계층적인 네트워크에서의 속도 향상과 정확성을 추구하였다. 마지막으로 입력패턴과 선택된 1차 클러스터에 연결된 2차 클러스터와의 비교를 통해 최종적으로 패턴을 분류하게 된다. 본 논문의 효율성을 검증하기 위하여 22종의 한글 및 영어 글꼴에 대한 숫자 데이타를 다양한 형태로 변형시켜 확장된 테스트 패턴에 대하여 실험해 본 결과 제안된 신경회로망의 패턴 분류 능력의 우수함을 증명하였다

• 정보처리학회논문지A
• /
• 제16A권5호
• /
• pp.403-410
• /
• 2009

본 논문에서는 교수자에게 학습자의 지식 요소별 진단을 해 주는 것이 가능한 지능형 온라인 퀴즈를 저작할 수 있도록 해주는 교육용 소프트웨어에 대하여 소개한다. 이 도구는 베이지언 추론망을 활용하여 학습 요소들 간의 관계를 표현함으로써 학습자 모델을 설계하고 베이지언추론에 의해 학습자의 지식을 추론하는 진단 엔진을 자동적 생성한다. 또한 이 도구는 온라인 퀴즈 페이지를 생성하며 퀴즈 풀이 후에 학습자 보고서를 제시하며 학습자 개인별로 부족한 학습 요소를 보충하기 위한 콘텐츠를 제공하는 기능을 갖추고 있다. 저작도구 자동생성 기법에 따라 개발된 이 지능형 온라인 퀴즈 저작도구는 학습자 개인의 부족한 학습 요소를 파악함으로써 그 진단 결과에 따른 학습전략 수립과 다음 학습 내용 선택 그리고 부족한 지식 요소를 보강하기 위한 보충학습을 수행하는데 도움을 주는 것으로 나타났다.