• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제9권
• /
• pp.1-13
• /
• 1999

수학 교육에서 수학 지식의 추상적 특성으로 인하여 수학 학습에 중요한 발생적 측면으로서 “concrete“ 에 대한 학습론적인 연구가 부족하였다. 또한 구체적 감각 조작 단계에서 형식적 추상적 조작 단계로의 아동의 인지 발달을 강조하다보니 ”concrete“와 ”abstract“의 통상적인 의미가 이분화 됨으로서 수학 학습에서 모든 연령과 수준에 무관한 상보적이고 상호 작용하는 가치를 수학 교육 연구에서 잊고 있었다. 본 논문은 발생적인 그리고 구성주의적 수학 학습에서 ”concrete”가 가져야 할 새로운 의미를 제안하였다. 새로운 의미의 “concrete“는 다양한 경험과 사물 그리고 지식과의 관계 맺음을 의미하는 ”connected“와 같은 맥락을 갖는다고 보고 몇 가지 수학교육에 관련된 의의와 중요성을 제시하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권6호
• /
• pp.163-172
• /
• 2021

프로그래밍 언어의 형식적인 의미를 적절하게 표현하면 언어를 표준화하고 최적화하여 번역하는 과정에서 중요한 역할을 수행한다. 파이썬은 주목받는 강력한 언어이고, 파이썬에 대한 형식적인 의미 구조를 정의하고 표현하는 것은 향후 유사한 언어를 설계할 때 참고할 수 있고 표준화하는 과정이나 최적화된 번역기를 구현하는 과정에서도 필요하다. 본 연구에서는 파이썬에 대한 의미 구조를 표현하기 위해 기존의 작용식을 수정하고 업그레이드해서 파이썬의 정적이고 동적인 의미 구조를 표현하는 작용식 2.0을 새롭게 제시한다. 작용식 2.0에 명세된 의미구조를 자바로 구현해 파이썬 프로그램들에 대한 실행시간을 측정하고 시뮬레이션을 통해 작용식 2.0이 구현 가능한 실제적인 의미 구조임을 입증하고, 판독성(Readability), 모듈성(Modularity), 확장성(Extensibility), 융통성(Flexibility)의 네 영역에서 명세된 작용식 2.0을 기존의 대표적인 의미 표현법과 비교하여 본 작용식 2.0의 우월성을 확인하고자 한다.

• 대한수학교육학회지:수학교육학연구
• /
• 제13권3호
• /
• pp.227-246
• /
• 2003

이 논문에서는 고등학교 수학에서 사용되는 몇 몇 한자 용어에 대해 의미론적 탐색을 시도하고 있다. 한자 용어 중에는 일상어에서 차용한 것도 있고, 새롭게 만들어진 것도 있다. 일상어에서 차용한 용어의 의미성과 규약성의 정도는 상대적이다. 일상어에서 차용한 용어 중에는 그 수학적 의미가 일상적 의미와 다른 것이 있다. 일상적 의미를 알게 해주는 용례가 별로 없다면, 수학적 의미를 유추하는 것이 어렵다. 일상적 의미가 지나치게 우세하면 잘못된 이미지를 환기시켜줄 수 있다. 한편, 수학적 의미만을 가진 용어에 학생들이 친숙할 것으로 기대할 수는 없다. 한자 용어를 한글로 음독한 용어의 문제점을 해결하는 한 방법으로 제안된 것이 용어를 의미론적으로 탐색하는 것이다. 이 과정을 통해 한자 용어가 환기시켜주는 이미지를 한글 용어에 이식하고자 하는 것이다. 대부분의 한자 용어는 규약성이 강하다고 할 수 있기에 그 작업이 필요하다.

• 한국수학사학회지
• /
• 제3권1호
• /
• pp.7-20
• /
• 1986

• 프린팅코리아
• /
• 통권49호
• /
• pp.158-161
• /
• 2006

• 인지과학
• /
• 제23권2호
• /
• pp.133-164
• /
• 2012

폴 처칠랜드는 인지신경생물학과 연결주의 AI의 연구 성과로부터, 상태공간 표상이론을 제안하였다. 그 표상이론에 따르면 세계의 다양한 현상들에 대한 우리의 표상은 신경세포 또는 신경세포집단의 활동에 대응하는 위상 상태공간의 지점들로 재현될 수 있다. 그러한 표상 체계를 모의하는 연결주의 AI 신경망은 은닉유닛들 속에 우리가 세계를 인지할 의미론의 범주 체계를 담아내는 것으로 해석된다. 그러한 해석의 관점에 따르면, 신경망은 세계에 대한 범주체계를 은닉 유닛들이 갖는 위상 상태공간의 특정 지점이라고 주장한다. 그러나 포도와 르포르는 그러한 전망을 어둡게 본다. 그의 전망에 따르면, '차원의 개별화' 가능성, 내용 동일성의 '분석/종합 구분'의 측면, 그리고 '부차적 정보'에 따른 상태공간의 상이성 등을 고려할 때 새로운 표상이론은 의미론적 내용 동일성을 주장하기 어렵다. 그 상태공간 표상은 유사성의 기준을 전제하기 때문이다. 본 논문은 처칠랜드 표상이론의 제안과 포도와 르포르의 비판 중에 어느 것이 더 설득력을 갖는지 검토한다. 상태공간 표상이론에 대한 필자의 이해에 따르면, 인공 그물망은 학습알고리즘에 따라서 스스로 내용 유사성의 분별 기준을 조성한다. 이러한 근거에서 포도와 르포르의 지적은 처칠랜드 표상이론에 대한 적절한 공격이 되지 못한다. 또한 그 표상이론은 미래의 인공지능 시스템이 의식 이하의 수준에서 세계를 인지할 개념체계를 어떻게 담아낼 수 있을지 우리에게 이해를 제공한다. 따라서 우리는 앞으로 인지과학 연구의 초점을 무엇에 집중해야 할지도 전망할 수 있게 되었다.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.199-215
• /
• 2020

잘피는 연안해역에 서식하는 해양수생관속식물로 해양생태계의 중요한 역할을 하고 있어, 주기적인 잘피 서식지의 모니터링이 이루어지고 있다. 최근 효율적인 잘피 서식지의 모니터링을 위해 고해상도의 영상 획득이 가능한 드론의 활용도가 높아지고 있다. 그리고 의미론적 분할에 있어 합성곱 신경망 기반의 딥러닝이 뛰어난 성능을 보임에 따라, 원격탐사 분야에 이를 적용한 연구가 활발하게 이루어지고 있다. 그러나 다양한 딥러닝 모델, 영상, 그리고 하이퍼파라미터에 의해 의미론적 분할의 정확도가 다르게 나타나고, 영상의 정규화와 타일과 배치 크기에서도 정형화되어 있지 않은 상태이다. 이에 따라 본 연구에서는 우수한 성능을 보여주는 딥러닝 모델을 이용하여 드론의 광학 영상에서 잘피 서식지를 분할하였다. 그리고 학습 자료의 정규화 및 타일의 크기를 중점으로 결과를 비교 및 분석하였다. 먼저 정규화와 타일, 배치 크기에 따른 결과 비교를 위해 흑백 영상을 만들고 흑백 영상을 Z-score 정규화 및 Min-Max 정규화 방법으로 변환한 영상을 사용하였다. 그리고 타일 크기를 특정 간격으로 증가시키면서 배치 크기는 메모리 크기를 최대한 사용할 수 있도록 하였다. 그 결과, Z-score 정규화가 적용된 영상이 다른 영상보다 IoU가 0.26 ~ 0.4 정도 높게 나타났다. 또한, 타일과 배치 크기에 따라 최대 0.09까지 차이가 나타나는 것을 확인하였다. 딥러닝을 이용한 의미론적 분할에 있어 정규화, 타일의 배치 크기의 변화에 따른 결과가 다르게 나타났다. 그러므로 실험을 통해 이들 요소에 대한 적합한 결정 과정이 있어야 함을 알 수 있었다.

• 논리연구
• /
• 제22권1호
• /
• pp.43-86
• /
• 2019

1차 이론인 ZFC는 뢰벤하임-스콜렘 정리(이하 'LST')에 의해 그것이 일관적이라면(모형($M_1$)이 존재한다면) 그것은 이행적인 열거가능한 모형($M_2$)을 갖는다. 이러한 사실에 의해 '스콜렘 역설'이라 불리는 역설적 상황이 발생한다. 스콜렘의 전형적인 해소 방식에 따라, 이것은 어렵지 않게 해소될 수 있지만 그 과정에서 우리는 집합 개념에 대한 모형 상대성을 받아들여야 한다. 이것은 예를 들어 는 집합론적 개념의 의미가 모형에 따라 다르게 주어지는 상황을 발생시킨다. 문제는 다음이다. 이 경우에 PN이 열거불가능하다는 사실을 나타내는 ZFC의 문장 '¬denu(PN)'이 그 두 모형에서, 진리 값의 측면에서, 똑같이 참이 되기 때문에 ZFC에서는 <¬denu> 개념에 대한 차이를 구분할 수 없는 구분불가능성 문제가 발생한다. 혹은 어떤 것이 의도하는 의미인지 결정할 수 없는 미결정성 문제가 발생한다. 나는 먼저, 이러한 문제가 어떤 성격의 문제인지에 대한 구체적인 분석을 제시할 것이다. 그리고 이러한 문제에 대해서 ZFC를 지지하는 입장에서 할 수 있는 세 가지 방식의 대답을 제시할 것이다. 첫 째로, ZFC에서 모형론을 형식화할 수 있음을 이용하여 모형 상대적으로 다르게 주어질 수 있는 <¬denu> 개념이 ZFC에서도 '거의' 구분될 수 있다는 논변을 제시할 것이다. 두 번째로, <¬denu> 개념의 상대성(구분불가능성)에서 핵심적인 역할을 하는 양화사에 대한 의미론적 고려를 통해 <¬denu>이 본질적으로 혹은 자연스럽게 맥락 의존적으로 의미가 변할 수 있는 것임을 보일 것이다. 그래서 <¬denu> 개념의 모형 상대적인 의미 변화는 ZFC가 책임을 져야할 문제가 아니라 언어 외적인 자연스러운 현상이라는 논증을 제시할 것이다. 세 번째로, 문제의 출발점이었던 비표준 모형이 사실은 <¬denu> 개념의 구조적 내용을 예화 할 수 있어서 그것이 단지 문제적 요소가 아니라 의미론적으로 중요한 역할을 할 수 있음을 논증할 것이다. 이러한 논변들을 통해서 나는 비표준 모형과 관련하여 ZFC에 대해서 발생하는 것처럼 보이는 위의 구분불가능성(혹은 미결정성) 문제가 심각한 것이 아님을 논증할 것이다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.

• 인터넷정보학회논문지
• /
• 제12권5호
• /
• pp.113-125
• /
• 2011

정보의 출처와 형식이 다양해지고 정보의 양 또한 많아짐에 따라 소셜 웹에서의 맞춤형 지식 생성은 더욱 어려워지고 있다. RSS(Really Simple Syndication)가 정보 수집 방법의 개선에 일조했으나, 웹에 산재된 정보를 찾아 필요한 정보들만으로 구성된 맞춤형 지식을 생성하는 것은 여전히 사용자들의 몫으로 남아 있다. 본 논문에서는 맞춤형 지식 생성의 용이성을 제고하기 위해 상황 기반 유사도를 이용한 맞춤형 지식생성 프레임워크를 제안하였다. 본 프레임워크는 기본적으로 사례 기반추론의 절차를 따르지만, 기존 사례 기반의 유사도 계산 방식이 문법적 추론에 기반했던 것과 달리, 온톨로지를 활용한 의미적 유사도를 이용한 사례 기반 추론을 활용한다. 또한 사용자 요구를 만족하는 유사사례의 보정을 위해 온톨로지를 활용한 정보 집적도 기반의 유사도 방법론을 제안하였다. 본 프레임워크에서는 첫째 비구조적인 웹 정보를 사례 형태의 구조적 정보로 변환하고, 둘째 사용자의 요구에 적합한 의미론적 유사사례를 찾은 후 셋째, 선택된 유사사례의 정보 집적도를 고려한 보정을 통해 맞춤형 지식을 생성하는 과정을 거친다. 본 논문에서는 유사도 계산에 일반적으로 활용되는 여러 방법론들과 비교를 통하여 제안한 온톨로지 기반 의미적 유사도 계산 방법론의 타당성을 입증하였다.