• 대한수학교육학회지:수학교육학연구
• /
• 제22권2호
• /
• pp.163-178
• /
• 2012

수를 십진체계에 기초하여 표현하려는 노력은 초 중등학교의 관련 수학 지식들에 대한 개념망 구축과 지도의의에 대한 본질적 이해를 준다. 나아가 고유한 표현의 자연수, 정수, 유리수, 실수를 십진체계로 표현하려는 과정에서 확대된 십진체계인 소수를 분류할 수 있으며, 실수 분류를 위한 하나의 관점을 얻게 된다. 본 연구에서는 자연수의 십진체계 표현에서 출발하여 실수를 십진체계 형태로 표현하려는 과정에서 나타나는 수학적 지식들의 교수학적 의의를 고찰하고, 실수의 분류에 관한 이론적 근거를 제공한다. 이러한 연구는 초 중등학교의 교사가 학교수학을 비판적 안목에서 이해하게 하며, 관련지식에 대한 이론적 배경을 제공한다. 나아가 관련된 수학적 지식들의 내적 연결성과 일관성 있는 교육과정 구성의 단초를 제공한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권2호
• /
• pp.120-128
• /
• 2010

하이퍼네트워크는 하이퍼그래프의 일반화된 모델로 학습과정에 있어 진화적 개념을 도입한 확률 그래프 기반의 기계학습 알고리즘으로서 최근 들어 여러 다양한 분야에 응용되고 있다. 그러나 하이퍼네트워크 모델은 데이터와 모델을 구성하는 하이퍼에지 간의 동등비교를 기반으로 하는 학습과정의 특성상 데이터를 구성하는 인자들이 범주형인 경우에만 학습 및 모델링이 가능하고 실수 값으로 표현된 데이터를 학습하기 위해서는 이산화 등의 전처리가 선행되어야 한다는 한계점이 있다. 하지만 데이터 전처리에 있어 이산화 하는 과정은 필연적으로 정보손실이 발생할 수밖에 없기 때문에 이는 분류 예측 모델의 성능 저하를 유발하는 원인이 될 수 있다. 이러한 기존 하이퍼네트워크 모델의 한계점을 극복하기 위해 본 연구에서는 별도의 데이터 전처리 과정을 거치지 않고 실수 인자로 구성된 데이터의 패턴 학습이 가능한 개선된 하이퍼네트워크 모델을 제안한다. 여러 실험 결과를 통해 제안한 하이퍼네트워크 모델은 기존 하이퍼네트워크 모델에 비해 실수형 데이터에 대한 학습 및 분류 결과 성능이 향상되었을 뿐 아니라, 다른 여러기계학습 방법들에 비해서도 경쟁력 있는 성능이 나타남을 확인하였다.

• 디지털콘텐츠
• /
• 10호통권77호
• /
• pp.46-48
• /
• 1999

많은 웹사이트들이 그 디자인과 실행면에서 똑같은 실수들로 인해 결과적으로 경쟁 사이트들에게 고객을 빼앗기고 있다. 이런 오류를 방지하기 위해 미국 커머스넷의 리서치 리포트를 인용하여 E-비즈니스 사이트들의 실수하는 문제점을 크게 10가지로 분류, 대책을 제시한다. 새로운 웹사이트를 구상 중이거나 기존 웹사이트를 개선하려는 경우 본 자료를 참고하여 조금이나마 도움이 되었으면 한다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.182-188
• /
• 2013

본 논문에서는 정지하고 있는 배경에서 움직이는 목표물을 식별하기 위해 PDR(pulse doppler radar)을 이용하여 수집한 복소수 신호를 처리하는 복소수 SVM(support vector machine)을 제안한다. SVM은 패턴인식 분야에서 널리 이용되나 분류에 이용되는 특징이 대부분 실수 데이터이다. 제안된 복소수 SVM은 실수 데이터, 허수 데이터 정보와 실수부와 허수부 사이의 교차 정보를 모두 이용하여 이동하는 목표물의 분류를 수행한다. 복소수 SVM을 설계하기 위해 최적화 조건 적용 시 실수축과 허수축에 대한 슬랙변수를 고려하였고, 복소수 데이터에 대한 KKT(Karush-Kuhn-Tucker) 조건을 이용하였다. 또한 복소수 거리를 이용한 RBF(radial basis function)를 커널함수로 적용하였다. 제안된 복소수 SVM의 성능을 평가하기 위해 PDR 센서로 수집된 복소 데이터를 기존의 SVM과 복소수 SVM을 이용하여 분류한 결과 기존의 SVM에 비해 복소수 SVM의 식별결과가 개와 사람 각각 8%, 10% 향상되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.751-753
• /
• 2004

PDA에서 사용하는 대부분의 CPU는 실수 연산 구성요소(float computation component)가 없는 정수(integer) CPU를 사용한다. 인공 신경망(neural network)과 같은 실수 연산이 많은 알고리즘은 PDA에서 많은 수행시간을 가진다. 본 논문에서는 이런 단점을 해결하기 위해 무선 랜(LAN)으로 연결된 Client(PDA)/Server(PC) 구조를 이용한 효과적인 문자 추출 시스템을 제안한다. Client(PDA)는 대략적인 문자 추출 결과를 JPEG으로 압축하여 전송속도를 최소화한다. Server(PC)는 Client(PDA)의 결과를 바탕으로 정밀한 문자 영역 추출을 위해, 텍스춰 분류 방법과 연결 성분 분석 방법을 이용한다. 실험에서 제안한 방법은 속도뿐만 아니라 문자 추출에서도 효과적이었다.

• 한국약용작물학회지
• /
• 제9권4호
• /
• pp.301-309
• /
• 2001

홍화 수집종들의 작물학적 특성을 통하여 유전적 다양성 및 유연관계를 밝히고, 품종군을 분류하여 품종육성의 기초자료로 이용코자 시험한 결과를 요약하면 다음과 같다. 개화일수는 $74{\sim}88$일 분포로 평균 83일이었고, 80일 이하의 조숙성을 가진 수집종은 21개 이었으며, 1차분지수와 2차분지수는 각각 $3.8{\sim}14.8$개와 $0{\sim}26.9$개의 범위로 분포하였고, 다분지형의 특성을 가진 품종은 IT201434, IT202723 등 이었으며, 생육특성 중 2차 분지수의 변이가 켰다. 수량구성 요소로서 두상화수는 $5.0{\sim}40.7$개, 두상화당 종실수는 $25{\sim}68$개, 100립중 및 주당 종실중은 각각 $2.9{\sim}5.4g,\;3{\sim}47.5g$의 범위로 분포하였고, 종실중 > 두상화수 > 두상화당 종실수 순으로 변이가 큰 경향이었다. 수집종들은 작물학적 특성에 따라 11개군으로 분류되었으며, I군은 25%, II군은 33%, III군은 14%, IV군은 8%, VI군은 3%, IX군은 2%, X군은 1%, ?군은 1%가 속하였으며, III군은 모두 국내재래종 이었다. 분류된 군중 X군은 출아소요일수가 짧고, 개화소요일수가 길었으나 수량 구성 요소인 두상화수, 주당 종실중 및 두상화당 종실수가 가장 우세한 군으로 분류되었다. 수량구성요소인 두상화수와 주당 종실중은 경직경, 제1차분지수, 제2차분지수, 엽수 및 엽장과 높은 정의 상관을 보였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제21권2호
• /
• pp.125-152
• /
• 2007

대학수학 학습지도에서 문제풀이가 잘못된 경우를 9개 영역으로 분류하고 각 영역마다 잘못이 일어나는 과정에 대한 세부 문항과 내용을 제시하고 오류를 지적해보도록 유도하며 올바른 문제풀이에 이르는 길을 확인하는 기회를 갖도록 한다. 이들 학습자료가 주는 중요한 의미를 여덟 가지로 요약하여 대학수학의 이해에 도움을 주고 대학수학 학습의 동기부여와 흥미를 느끼도록 안내하며 잘못된 풀이나 실수의 확인이 중요함을 일깨우고 분석하게 하여 깊이 있고 여유로운 수학학습을 생각할 기회를 제공한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.246-248
• /
• 2019

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 컴퓨터 비전의 중요한 문제 중 하나인 이미지 검색에도 이를 활용하고 있다. 특히, 이미지 검색에 사용할 수 있는 이미지 기술자 (Image descriptor)를 깊은 신경망 구조의 일부분인 Fully-connected layer에서 추출하여 사용하는 방법들이 제시되고 있고, 이를 위해 알맞은 목적함수를 설계하여 깊은 신경망을 학습하는 것이 중요해지고 있다. 딥 러닝을 통해 얻은 이미지 기술자는 실수형 데이터로서, 한 장의 이미지를 수치화하여 표현하는 데 많은 메모리를 소모하게 된다. 이를 보완하기 위해 이미지 기술자를 작은 용량의 이진코드로 mapping 하는 해싱 (hashing) 이라는 과정이 필수적이나 이에 따른 한계점이 발생한다. 본 연구에서는 실수형 데이터가 갖는 거리 계산에서의 이점과 이진코드의 장점을 동시에 살릴 수 있는 Product Quantization 방식의 이미지 검색 방법을 이용하여 한계점을 극복하였다. 우리는 제안한 방법을 얼굴 이미지 데이터 셋에 실험하였고 기존 방식보다 뛰어난 성능을 보이는 것을 확인할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.644-649
• /
• 2022

대화 시스템은 훈련 중 보지 못한 데이터를 입력받았을 경우 오작동의 가능성이 높으며, 특히 상용화 시에는 작은 오작동이라도 치명적인 결과를 낳을 수 있다. 따라서 시스템의 안정성을 확보하기 위해 우리는 대화 시스템에 사용자 입력의 적절성을 분류하는 기능을 탑재하였다. 해당 기능을 훈련시키기 위해서 우리는 슬롯-밸류쌍에서 슬롯을 교체하는 방법과 밸류를 교체하는 방법을 나누어 제시하였다. 슬롯을 무작위로 교체할 경우 발생하는 노이즈를 완화시키기 위해 새로운 추출 방법을 제시하였으며, 밸류를 교체할 때도 이 때 훈련시킨 모델을 이용하여 위음성의 가능성을 최소화하였다. 또한 전후방 철자 교정 모듈을 도입하여 사용자의 실수로 인한 모델의 오작동도 방지하고자 하였다. 우리는 다른 방법론과의 비교 실험과 절제 실험을 통해 각각의 방법론의 효용성을 입증하였다.