• Journal of the Korean Society of Earth Science Education
• /
• v.16 no.1
• /
• pp.56-71
• /
• 2023

The purpose of this study is to explore the role and effectiveness of argumentation structure and the developmental characteristics of science PCK with Earth science preservice teachers who used argumentation structure as a pedagogical reasoning tool. Since teachers demonstrate PCK in a series of pedagogical reasoning processes using argumentation structures, we explored the characteristics of future-oriented family resemblance-PCK shown by preservice science teachers using argumentation structures. At the end of the semester, we conducted in-depth interviews with 15 earth science preservice teachers who had experienced lesson design and teaching practice using the argumentation structure. Qualitative analysis including a semantic network analysis was conducted based on the in-depth interview to analyze the characteristics of preservice teachers' family resemblance-PCK. Results include that preservice teachers organized their classes systematically by applying the argumentation structure, and structured classes by differentiating argumentation elements from facts to conclusions. Regarding the characteristics of each component of the argumentation structure, preservice teachers had difficulty finding warrant, rebuttal, and qualifier. The area of PCK most affected by the argumentation structure is the science teaching practice, and preservice teachers emphasized the selection of a instructional model suitable for lesson content, the use of various teaching methods and inquiry activities to persuade lesson content, and developing of data literacy and digital competency. Discussed in the conclusion are the potential and usability of argument structure as a pedagogical reasoning tool, the possibility of developing science inquiry and reasoning competency of secondary school students who experience science classes using argumentation structure, and the need for developing a teacher education protocol using argumentation structure as a pedagogical reasoning tool.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.112-115
• /
• 2007

본 논문은 퍼지추론을 통해 개체의 유사성과 적합도의 종합적 평가를 이용한 유전알고리즘의 선태연산자를 제안한다. 단일 집단을 가상적으로 임의의 n 개의 개체군을 나누고, 개체의 적합도와 유사도에 기반한 퍼지추론을 통해, 효율적인 계층화를 구성하고자 한다. 동시에 점진형(steady-state) 진화방식과 결합시켜 계층화된 군집내에서 개체들이 조기에 수렴하는 현상을 방지해 줄 수 있도록 하고, 적은 개체를 이용하여 효율적인 진화가 가능하도록 구현하였다. 2가지 기만적 문제에 대해서 다른 선태 연산자들의 결과와 비교하였으며, 만족할만한 성능을 얻었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.2
• /
• pp.101-108
• /
• 2001

본 논문에서는 배전선로에서 발생하는 여러 고장유형을 판별하기 위해서 적응형 퍼지추론 시스템을 적용하는 새로운 기법을 제시하였다. 배전선로의 고장과 고장유사현상 데이터를 추출하기 위해서 EMTP를 이용하여 RL부하, 아크로부하, 컨버터부하가 있는 배전계통을 구성하고 여러 형태의 고장과 고장유사현상에 대해 시뮬레이션을 하였다. 이를 통해 얻은 전류 파형으로부터 기본파성분, 영상분전류, 짝수 고조파성분의 합, 홍수 고조파성분의 합, 그리고 비정규 고조파성분의 합의 5개의 입력변수를 추출하고 학습을 통해서 각 입력변수의 소속함수의 소속도를 자동으로 결정하였다. 이 적응형 퍼지추론 시스템을 이용한 기법을 평가하기 위해서 학습시와 다른 고장상황을 모의하여 얻은 데이터와 실증시험 데이터를 이용하였다. 결과적으로 제안한 기법은 배전선로에서 발생하는 고장유형을 빠르고 정확하게 판별할 수 있었다.

• Communications of Mathematical Education
• /
• v.16
• /
• pp.245-267
• /
• 2003

수학적 문제 해결은 수학 교육에서 중요한 이슈이고 문제 해결 전략으로서의 유추를 주제로 본 연구에서는 중학생들을 대상으로 단순히 유사한 문제를 제시하는 것만으로 문제 해결에 성공을 할 수 있는지, 문제 해결에 성공을 할 수 없다면 중학생들에게 어떤 과정을 제시해야만 문제 해결 과정에서 유추를 사용하여 문제를 해결 할 수 있는지를 알아보고자 한다. 이를 위하여 본 연구에서는 유추에 의한 문제 해결과정을 표상 형성, 인출, 사상, 적합성, 스키마 형성의 과정으로 보고, 이러한 과정 중 사상 단계에서 사상 과정의 명료화를 중심으로 학생들의 유추 추론에 의한 문제해결 과정을 탐구하였다. 연구 결과, 유추 추론 과정에서 근거 문제만을 제시하는 것은 목표 문제를 해결하는데 유추 추론의 성공을 보장한다고 할 수 없었으며, 근거 문제가 제시되었는데도 목표 문제를 해결하지 못하는 경우 사상 과정을 명료화하자 목표 문제를 성공적으로 해결하였다. 또한 학생들은 목표 문제의 성공 이후 유사한 새로운 목표문제를 푸는데 성공하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.877-878
• /
• 2009

본 연구는 국방 소프트웨어 컴포넌트그리드 환경의 자산저장소를 지원하는 시맨틱 검색 시스템을 설계하고 개발하는데 바탕을 두고 있다. 컴포넌트그리드 환경의 자산저장소의 중요한 특성은 재사용성과 상호운용성 그리고 유용성을 보장하는 것이다. 이러한 특성을 만족하는 시맨틱 검색 시스템을 개발하기 위해서는 기반 기술에 대한 심도 있는 기초 연구가 필요하다. 본 논문에서는 이러한 기술들 중 현재 연구 중인 몇 가지를 소개하고 적용 방법을 제안하고자 한다. 이러한 기술로는 사례기반추론을 이용한 소프트웨어 개발 경험재사용 연구, 유사한 컴포넌트들의 추출을 위한 의미기반의 유사도 연구, 그리고 사용자 질의의 추론과 매칭을 위한 추론규칙 연구 등이 있다. 본 연구에서는 다양한 형태의 산출물들의 저장 및 검색을 위한 기술들을 조사하고 이를 연구하여 향후 컴포넌트그리드 환경의 자산저장소의 시맨틱 검색을 제공하기 위한 기초로 활용할 예정이다.

• Journal of KIISE
• /
• v.41 no.10
• /
• pp.762-773
• /
• 2014

As the web of data is increasingly producing large RDFS datasets, it becomes essential in building scalable reasoning engines over large triples. There have been many researches used expensive distributed framework, such as Hadoop, to reason over large RDFS triples. However, in many cases we are required to handle millions of triples. In such cases, it is not necessary to deploy expensive distributed systems because logic program based reasoners in a single machine can produce similar reasoning performances with that of distributed reasoner using Hadoop. In this paper, we propose a scalable RDFS reasoner using logical programming methods in a single machine and compare our empirical results with that of distributed systems. We show that our logic programming based reasoner using a single machine performs as similar as expensive distributed reasoner does up to 200 million RDFS triples. In addition, we designed a meta data structure by decomposing the ontology triples into separate sectors. Instead of loading all the triples into a single model, we selected an appropriate subset of the triples for each ontology reasoning rule. Unification makes it easy to handle conjunctive queries for RDFS schema reasoning, therefore, we have designed and implemented RDFS axioms using logic programming unifications and efficient conjunctive query handling mechanisms. The throughputs of our approach reached to 166K Triples/sec over LUBM1500 with 200 million triples. It is comparable to that of WebPIE, distributed reasoner using Hadoop and Map Reduce, which performs 185K Triples/sec. We show that it is unnecessary to use the distributed system up to 200 million triples and the performance of logic programming based reasoner in a single machine becomes comparable with that of expensive distributed reasoner which employs Hadoop framework.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.395-399
• /
• 2001

This paper describes modular fuzzy inference systems(MFIS) with adaptive capability to extract fuzzy inference modules from observation data through the learning process. The proposed MFIS is based on the structural similarity to Tagaki-Sugeno fuzzy models and a modular neural architecture. The learning of MFIS is done by assigning new fuzzy inference modules and by updating the parameters of existing modules. The fuzzy inference modules consist of local model network and fuzzy gating network. The parameters of the MFIS are updated by the standard LMS algorithm. The performance of the MFIS is illustrated with adaptive control of a nonlinear dynamic system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.103-105
• /
• 2003

Semantic Web은 웹 상에 존재하는 정보들을 사람뿐만 아니라 컴퓨터 프로그램과 같은 기계들이 이해할 수 있도록 만들어진 차세대 웹이다. 이러한 Semantic Web을 수행하기 위해서는 Ontology가 가지고 있는 사실과 규칙들의 의미를 컴퓨터가 자동적으로 이해하기 위한 추론기술이 필요하다. 본 논문에서는 이러한 Semantic Web 환경에서 Ontology와 연계한 사례기반 추론 시스템을 제안한다. 사례기반 추론 시스템은 사례베이스로부터 현재 사례와 가장 유사한 사례를 검색하여 그 해결책을 제시하는 추론 방법으로 검색시 빠른 해결책을 제시한다는 장점을 가지고 있다. 본 논문에서 제안하는 시맨틱 웹 기반의 온톨로지를 이용한 사례기반 추론시스템은 사용자의 요구사항을 의미적으로 정확하게 판단 할 수 있고, 검색 시 효율적인 알고리즘을 수행하여, 검색 성능 향상을 도모하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.70-72
• /
• 2003

주어진 현재의 문제를 해결하기 위해서 과거에 유사하게 수행된 사례를 유추하여 유추된 사례의 해를 이용하는 사례 기반 추론(case-base reasoning)은 털러 분야에 응용되고 있지만, 사례기반 추론 시 새로운 사례를 해결하기 위하여 사례베이스 내의 모든 사례를 검색해야 하기 때문에 수행시간이 증가되는 단정을 지니고 있다. 본 연구에서는 하드 클러스터링 방법으로 완전하게 분류하는 것이 불가능할 수도 있다는 문제점을 개선시키기 위하여 퍼지 클러스터링을 방법을 이용하여 사례베이스를 분류함에 의하여 시스템의 수행시간을 감소시키면서 정확성을 높이게 되었다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.3
• /
• pp.42-50
• /
• 2010

It is necessary to implementation of system contain intelligent decision making algorithm considering marine feature because existing vessel USN system is simply monitoring obtained data from vessel USN. In this paper, we designed inference system using case based reasoning method and implemented knowledge base that case for fire and demage of digital marine vessel. We used K-Nearest Neighbor algorithm for recommend best similar case and input 3.000 EA by case for fire and demage context case base. As a result, we obtained about 82.5% average accuracy for fire case and about 80.1% average accuracy for demage case. We implemented digital marine vessel monitoring system using inference result.