• The Journal of the Korea Contents Association
• /
• v.13 no.2
• /
• pp.8-18
• /
• 2013

In this paper, we capture learning while taking a video, play time and time line of the video frame in the form of areas that require re-learning in HTML5 mobile web store. When you select an image frame can display a list of the frame to take advantage of HTML5 Video tag up to 9 capture and save the playing time at the position. Implemented in a manner that runs Effects as compared to learning to run the entire frame capture learning and re-learning frame partial immersion learners matchumhyeong storytelling can be implemented. Interval Iterative Learning in a random order, so learners can level alignment by iterative learning on academic performance can have a positive effect.

• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.31-31
• /
• 2010

고등학교 지구과학에서 다루는 천문학 개념의 위계를 밝히고, 그에 따른 교수-학습의 효과를 알아보기 위해 지식공간론을 활용하여 학습과제 속에서 내재되어 있는 학습자의 지식상태를 분석하였다. 고등학교 학생들의 천문학적 공간개념에 대한 구성 요인 간 위계는 '공간위치 $\rightarrow$ 공간추리 $\rightarrow$ 공간변화' 순이었다. 학습자의 천문학적 공간개념 점수가 같아도 개념의 구조화( 지식상태 )가 다르게 나타나는 경우가 있었다. 이는 학습자에 따라 개별화 학습의 처방이 달라져야 함을 시사한다. 천체관측 개념의 위계는 '지구운동 $\rightarrow$ 천구좌표계 $\rightarrow$ 천체관측( 망원경 원리 $\rightarrow$ 망원경 설치 $\rightarrow$ 망원경 관측 )' 순으로 분석되었으며 2007개정교육과정에서 제시하는 순서와는 차이가 있었다. 고등학생들의 천체관측 개념에 대한 지식상태 분석에서 개념의 구조화가 잘 이루어진 학생의 경우에는 하위 위계를 이루는 지구운동과 천구좌표계, 망원경 원리에 관한 문항을 잘 맞추었고, 상위 위계에 있는 망원경 설치와 관측 문항에서 정답률이 낮았다. 그러나 개념의 구조화가 덜 이루어진 학생의 지식상태는 하위 위계를 이루는 지구 운동 관련 문항에서 더 많이 틀렸고, 최상위 위계( 망원경 설치, 관측 )를 이루는 문항에 대한 정답률이 높았다. 지구과학I의 천체관측 단원에 대하여 학습자의 심리적 위계와 교과서의 논리 위계에 따라 학습과제를 제시하여 교수-학습한 결과, 개념의 형성률은 심리적 위계에 따라 수업한 경우가 유의미( p & .05 )하게 더 높았다.

• The KIPS Transactions:PartB
• /
• v.15B no.2
• /
• pp.137-146
• /
• 2008

Fault localization plays a significant role in enormous distributed system because it can identify root cause of observed faults automatically, supporting self-managing which remains an open topic in managing and controlling complex distributed systems to improve system reliability. Although many Artificial Intelligent techniques have been introduced in support of fault localization in recent research especially in increasing complex ubiquitous environment, the provided functions such as diagnosis and prediction are limited. In this paper, we propose fault localization for self-managing in performance evaluation in order to improve system reliability via learning and analyzing real-time streams of system performance events. We use probabilistic reasoning functions based on the basic Bayes' rule to provide effective mechanism for managing and evaluating system performance parameters automatically, and hence the system reliability is improved. Moreover, due to large number of considered factors in diverse and complex fault reasoning domains, we develop an efficient method which extracts relevant parameters having high relationships with observing problems and ranks them orderly. The selected node ordering lists will be used in network modeling, and hence improving learning efficiency. Using the approach enables us to diagnose the most probable causal factor with responsibility for the underlying performance problems and predict system situation to avoid potential abnormities via posting treatments or pretreatments respectively. The experimental application of system performance analysis by using the proposed approach and various estimations on efficiency and accuracy show that the availability of the proposed approach in performance evaluation domain is optimistic.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.5
• /
• pp.1066-1072
• /
• 2011

In the method to analyze the relationship in the system call orders, the normal system call orders are divided into a certain size of system call orders to generates gene and use them as the detectors. In the method to consider the system call parameters, the mean and standard deviation of the parameter lengths are used as the detectors. The attack of which system call order is normal but the parameter values are changed, such as the format string attack, cannot be detected by the method that considers only the system call orders, whereas the model that considers only the system call parameters has the drawback of high positive defect rate because of the information obtained from the interval where the attack has not been initiated, since the parameters are considered individually. To solve these problems, it is necessary to develop a more efficient learning and detecting method that groups the continuous system call orders and parameters as the approach that considers various characteristics of system call related to attacking simultaneously. In this article, we detected the anomaly of the system call orders and parameters by applying the temporal concept to the system call orders and parameters in order to improve the rate of positive defect, that is, the misjudgment of anomaly as normality. The result of the experiment where the DARPA data set was employed showed that the proposed method improved the positive defect rate by 13% in the system call order model where time was considered in comparison with that of the model where time was not considered.

• School Mathematics
• /
• v.5 no.3
• /
• pp.275-295
• /
• 2003

This study intends to understand the practice of elementary school mathematics education, focusing on the teaching and learning methods. To achieve these goals, we reviewed and analysed instructional methods pertaining to both (general) pedagogy and mathematics education. And we designed and implemented a questionnaire survey regarding the elementary school teachers' opinions. Moreover, we observed several mathematics lessons of elementary school to understand better the practice of teaching and learning. From these survey and observation, we learned several important aspects of investigation and development of instructional methods.

• Communications of Mathematical Education
• /
• v.37 no.1
• /
• pp.47-64
• /
• 2023

The current elementary mathematics curriculum does not include intensive quantity. However, other subjects also deal with intensive quantity. In order to find a solution to this problem from a pedagogical point of view, the curriculum of mathematics, science, social studies, and elementary textbooks were compared and analyzed, focusing on intensive quantity. As a result of the analysis, the learning contents of intensive quantity were not explicitly presented or the term was not used in the elementary mathematics curriculum. However, intensive quantity was used as a material of activity and word problems in elementary mathematics textbooks. In science and social studies, it was also found that the learning order and content did not match, such as calculating the intensive quantity. For effective learning, it is necessary to consider presenting intensive quantity in elementary mathematics, and to be careful in the composition of learning order and content.

• Communications of Mathematical Education
• /
• v.12
• /
• pp.67-82
• /
• 2001

발생적 원리는 수학을 공리적으로 전개된 완성된 것으로 가르치는 형식주의의 결함을 극복하기 위하여 제기되어온 교수학적 원리로, 수학을 발생된 것으로 파악하고 그 발생을 학습과정에서 재성취하게 하려는 것이다. 특히, 수학을 지도함에 있어서 역사적으로 발생, 발달한 순서를 지켜 지도해야 한다는 것이 역사-발생적 원리로, 수학이 역사적으로 발생, 발달 되어온 역동적인 과정을 학생들이 재경험해 보게 하기 위해서는 이러한 일련의 과정을 효과적으로 설명할 수 있는 교수-학습 방법이 필요하다. 변증법적인 방법론은 헤겔에 의해서 꽃을 피운 철학으로, 정일반일합(正一反一合)의 원리에 따라 사물의 발생과 진화 과정을 역동적으로 설명할 수 있는 방법론이다. 따라서, 본 연구는 초등학교에서 역사-발생적 원리에 따라 수학을 지도할 수 있는 방법으로 변증법적인 방법을 고찰하여, 역사-발생적 원리의 수학 교수-학습 방법에 대한 시사점을 얻고자 한다.

• The Journal of Bigdata
• /
• v.5 no.1
• /
• pp.189-195
• /
• 2020

We consider the stale problem which makes the training speed slow in the field of deep learning. The problem can be formulated as a single-machine scheduling problem with generalized due dates in which the objective is to minimize the total earliness and tardiness. We show that the problem can be solved in polynomial time if the orders of the small and the large jobs in an optimal schedule are known in advance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.130-132
• /
• 2004

본 연구에서는 FMM 신경망을 이용한 패턴 분류 문제에서 학습 패턴에 포함되는 특징의 발생 빈도와 특징 값의 분포를 고려하는 네트워크 구조와 학습 방법론을 소개한다. 이를 위하여 하이퍼박스 소속함수의 산출 과정에 세부특징에 대한 가중치 개념이 적용되는 새로운 활성화 특성을 제안한다. 또한 하이퍼박스의 특징 범위와 빈도 및 특징 값의 분포를 유지하고 새롭게 정의된 하이퍼박스 생성, 확장, 축소기법을 적용한다 이는 가중치 개념을 통하여 각 특징별 중요도를 서로 다른 값으로 반영할 수 있게 하며, 특징의 분포 정보가 고려되어 기존 FMM 모델에 비하여 노이즈에 의한 영향을 개선하여 학습 효과를 증진시킬 뿐만 아니라 하이퍼박스의 생성 및 확장 과정 중에 학습패턴의 순서에 상관없이 동일한 특성을 보일 수 있게 한다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.630-633
• /
• 2022

속성기반 감성 분석은 텍스트 내에 존재하는 속성에 대해 세분화된 감성 분석을 수행하는 과제를 말한다. 세분화된 감성분석을 정확하게 수행하기 위해서는 텍스트에 존재하는 감성 표현과 그것이 수식하는 대상에 대한 정보가 반드시 필요하다. 그리고 순서대로 두 가지 정보는 이후 정보를 텍스트에서 추출하기 위해 중요한 단서가 된다. 따라서 본 논문에서는 KorBERT와 Bi-LSTM을 이용한 단계적 특징을 활용한 다중 작업 학습 모델을 사용하여 한국어 감성 분석 말뭉치의 감성 표현과 대상을 추출하는 작업을 수행하였다. 제안한 모델을 한국어 감성 분석 말뭉치로 학습 및 평가한 결과, 감성 표현 추출 작업의 출력을 추가적인 특성으로 전달하여 대상 추출 작업의 성능을 향상시킬 수 있음을 보였다.