• 말소리와 음성과학
• /
• 제13권2호
• /
• pp.77-90
• /
• 2021

본 연구는 국외에서 개발된 비단어 중재접근법을 수정 및 보완하여 한국어 비단어 중재접근법을 확립하고, 아동기 말실행증 아동에게 직접 적용하여 그 효과를 확인하기 위해 실시되었다. 궁극적인 목적은 비단어를 이용한 중재가 아동기 말실행증의 말운동프로그래밍 능력을 개선시켜 비단어 산출 및 단어로의 일반화에 효과적인지 알아보기 위함에 있다. 중재는 아동기 말실행증의 진단 특성을 보이는 5세 6개월의 남아를 대상으로, ABA설계를 사용한 단일대상연구를 실시하였다. 중재에 사용된 비단어는 아동 맞춤형으로 제작하였으며, 한 회기당 60분씩 주 2회로, 총 12회기를 실시하였다. 그 결과 중재한 3음절 비단어의 모든 지표가 향상되었으며, 중재하지 않은 3음절, 4음절 비단어 및 단어로의 일반화를 확인하였다. 단, 단어로의 일반화 효과는 비단어로의 일반화 효과에 비해 미비하였다. 비단어 중재는 대상 아동의 말운동프로그래밍 능력을 개선시키는데 효과적이었다. 그 결과 운동프로그래밍 손상에 기인한 전환 오류가 크게 감소하였고, 중재하지 않은 비단어의 산출 능력이 큰 폭으로 증가하였다. 그러나 강력하게 습관화된 단어 오류를 완전히 개선시키는 데에는 한계가 있었으며, 이는 보다 집중적이고 반복적인 중재 일정을 제공했을 때 기대할 수 있는 결과일 것이다.

• 재무관리연구
• /
• 제16권2호
• /
• pp.215-241
• /
• 1999

본 연구는 우리나라 상장기업중 금융 보험업을 제외하고 비교적 상장기업수가 많은 9개 산업에서 임의로 선정한 180개 표본기업을 분석대상으로 하였다. 1989년 1월부터 1996년 12월까지를 분석대상기간으로 설정하여 베타계수 예측능력을 향상시키기 위한 회계위험변수모형의 예측능력을 평가하고 위험수준별 예측능력에 차이가 있는지도 분석하였다. 아울러 베타계수 추정시 사용된 수익률 측정간격에 빠른 베타계수의 안정성과 회계위험변수모형의 예측능력을 분식하였다. 본 연구의 중요한 결과를 요약하면 다음과 같다. 첫째, 포트폴리오를 구성한 경우 수익률 측정기간에 관계없이 일관되게 예측오차가 유의적으로 적게 나타나 회계위험변수모형의 베타계수 예측능력이 우수하였으며 베타계수예측에 회계 변수의 유용성이 확인되었다. 둘째, 위험수준에 따른 베타계수의 안정성 분석에서는 중위험집단의 베타가 안정성이 높았으며 고위험집단에서 예측오차가 가장 크게 나타나 불안정하였다. 회계위험변수모형의 예측능력은 위험수준에 관계없이 단순모형보다 우수하여 베타예측에 회계정보의 유용성을 일반화시킬 수 있을 것이다. 셋째, 수익률 측정간격에 따른 베타계수의 안정성과 예측능력 분석에서는 월별수익률을 이용하는 경우보다 주별수익률을 이용하는 경우 추정베타의 안정성이 높고 베타계수 예측모형의 예측능력이 향상되는 것으로 나타났다. 넷째, OLS베타를 수정하지 않고 이용하는 경우보다 Bayesian 기법으로 수정한 Bayesian수정 베타를 이용할 경우 예측오차가 감소하여 Bayesian 수정기법의 유용성이 확인되었다.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.377-382
• /
• 2007

본 논문에서는 방사 기저함수 네트워크의 파라미터를 전 영역에서 최적화하는 학습 알고리즘을 제안한다. 기존의 학습 알고리즘들은 지역 최적화만을 수행하기 때문에 성능의 한계가 있고 최종 결과가 초기 네트워크 파라미터 값에 크게 의존하는 단점이 있다. 본 논문에서 제안하는 하이브리드 모의 담금질 기법은 모의 담금질 기법의 전 영역 탐색 능력과 경사 기반 학습 알고리즘의 지역 최적화 능력을 조합하여 전 파라미터 영역에서 해를 찾을 수 있도록 한다. 제안하는 기법을 함수 근사화 문제에 적용하여 기존의 학습 알고리즘에 비해 더 좋은 학습 및 일반화 성능을 보이는 네트워크 파라미터를 찾을 수 있으며, 초기 파라미터 값의 영향을 크게 줄일 수 있음을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권5호
• /
• pp.289-294
• /
• 2002

다층신경회로망 구조의 재구성은 회로망의 일반화 능력이나 효율성의 관점에서 중요한 문제로 연구되어왔다. 본 논문에서는 신경회로망에 학습된 은닉 지식들을 추출하여 조합함으로써 신경회로망의 구조를 재구성하는 새로운 방법을 제안한다. 먼저, 각 노드별로 학습된 대표적인 지역 규칙을 추출하여 각 노드의 불필요한 연결구조들을 제거한 후, 이들의 논리적인 조합을 통하여 중복 또는 상충되는 노드와 연결구조를 제거한다. 이렇게 학습된 지식을 분석하여 노드와 연결구조를 재구성한 신경회로망은 처음의 신경회로망에 비하여 월등히 감소된 구조 복잡도를 가지며 일반적으로 더 우수한 일반화 능력을 가지게 됨을 실험결과로서 제시하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제28권4호
• /
• pp.431-455
• /
• 2014

이 연구는 미국 수학교사의 교수 질 평가도구 분석을 통하여 우리나라 수학교사들의 수업관찰 평가의 현장 적용 가능성을 모색하였다. 자료는 2007년부터 미국국립과학재단의 지원을 받아 수행되고 있는 중등수학 교수와 제도적 구성 프로젝트에서 수집한 수학 수업관찰 평가 종단 자료 중 3차년도와 4차년도의 96명의 수학교사 수업관찰 평가점수를 활용하였다. 이 프로젝트는 대규모로 야심차고 공평한 교수 실제를 위한 수학교사의 전문성 개발을 지원하기 위해 필요한 것들을 탐구하고 있다(MIST, 2007). 이 연구에서는 GENOVA 프로그램을 이용하여 단변량 일반화가능도 분석을, 그리고 mGENOVA 프로그램을 이용하여 다변량 일반화가능도 분석을 수행하였다. 구체적으로 교수 질 평가도구를 사용한 수학 수업관찰 평가에서 발생하는 오차요인들의 상대적인 영향력을 살펴보고, 적정 수준의 신뢰도를 확보하기 위한 최적의 측정 조건을 탐색하였다. 이러한 방법론적 틀은 평가의 측정학적 특성을 바탕으로 우리나라 수학교사들의 수업 전문성을 평가하는 교원능력개발평가에서 최적의 측정 조건을 탐구하는데 적용 가능하다. 마지막으로 이 연구의 제한점과 후속연구를 제시하였다.

• 한국학교수학회논문집
• /
• 제16권4호
• /
• pp.927-941
• /
• 2013

본 연구에서는 고등학교 학생들이 삼각형에 대한 코사인 법칙으로부터 사각형과 n각형에 대한 코사인 법칙을 유추적 사고를 통하여 발견하는 과정을 조사하였으며 삼각형에 대한 코사인 법칙에 대한 충분한 이해가 일반화된 법칙을 발견하고 증명하는데 어느 정도 영향을 미치는지를 분석하였다. 이와 같이 귀납적 추론이나 유추적 사고 활동을 통해 학생 스스로 지식을 발견하고, 스스로 발견한 수학적 지식을 논리적 추론이나 연역적 증명을 통해 정당화하는 경험을 쌓을 수 있을 때, 학생들은 이 지식을 자신의 것으로 내면화할 수 있게 되고, 다양한 상황에 자유롭게 활용할 수 있는 능력을 가질 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.1056-1061
• /
• 2000

대부분 학습용 코스웨어는 CD타이틀로 구성되어 전형적인 일대일 학습 형태를 띄고 있어 학습자에게 금방 지루함을 느끼게 하기 쉽다. 또한 인지적 능력이 부족한 초등학생에게 단순한 교과서식의 웹코스웨어를 적용하는 것은 학습 효과를 높이는데 한계가 있다. 본 논문에서는 초등 교육 현장에 웹을 활용하여 아동들의 다양한 협력 활동을 통해 정보를 탐색하고 조사 활동을 할 수 있는 초등학생 수준에 맞는 협력 학습을 위한 웹기반 사이버학습 교재를 개발 적용한다. 이를 활용하여 교과 시간은 물론 일상 생활에서도 주어진 과제 해결에 필요한 정보 자료를 수집, 분류하고, 웹기반에서 토론하여 일반화된 결과를 도출해 내어 문제 해결 능력을 신장시키는 자료를 개발하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.760-762
• /
• 2005

Support vector machine(SVM)은 졸은 일반화 능력을 가진 학습시스템으로, 최근 다양한 패턴 인식 분야에서 적용되고 있다. SVM은 기본적으로 이진 분류기이므로 두 개 이상의 클래스를 분류하기 위해서는 다중 클래스 분류가 가능한 형태로의 설계 방법이 필요하다. 이를 위해 각 클래스별로 독립적인 SVM들을 만들어 결과를 병합하는 방식이 주로 사용되어 왔다. 그러나 이러한 방법은 클래스의 수는 않고 한 클래스 내의 데이터의 수가 많지 않은 경우에는 SVM의 일반화 성능을 저하시키고 노이즈에 민감해지는 문제점을 가지고 있다. 이를 해결하기 위해 본 논문에서는 각 클래스내의 데이터간의 유사도 측정을 위한 통계적 정보를 안정적으로 추출하기 위해 두 데이터의 쌍을 입력으로 받는 새로운 SVM 설계 방법을 제시한다. 제안한 방법을 실제 생체인식 데이터에 적용한 실험에서 기존의 방법보다 우수한 분류 성능을 보임을 확인할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.95-97
• /
• 2019

본 논문에서는 비디오 데이터를 이용한 감독 학습 프레임 워크를 제안한다. 최근 Deep Convolutional Neural Networks의 성공으로 많은 분야에서 사용되고 있다. DCNNs 모델 성능의 중요한 요소 중 하나는 Large-cale Dataset을 구축하는 것으로 Small-scale Dataset으로 모델을 학습한다면 과적합 및 일반화 오류를 해결하기 어렵다. 이러한 문제점을 해결하는 방법으로 이미지 왜곡을 통한 데이터 셋을 증가 또는 Dropout 기법 등을 사용하였지만 원본 데이터가 적은 경우에는 모델이 일반화 능력을 갖기 어렵다. 따라서 본 논문에서는 이러한 문제점을 보완하고자 Web으로부터 얻은 비디오에서 해당 Class와 관련된 프레임들을 추출하여 보다 쉽게 데이터 셋을 확장하고, 모델의 성능을 향상 시키는 방법을 제안한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.63-66
• /
• 2022

본 논문에서는 분자의 특성을 정확하게 예측하기 위해 효과적인 사전학습(pretraining) 전략과 트랜스포머(Transformer) 모델을 활용한 방법을 제시한다. 딥러닝을 활용한 분자의 성능을 예측하는 연구는 그동안 레이블이 부족한 분자데이터의 특성에 의해 학습 때 사용된 데이터이외의 분자데이터에 대해 일반화 능력이 떨어지는 어려움을 겪었다. 이 논문에서 제시한 모델은 사전학습(pretraining)을 수행할 때 자기지도학습(self-supervised training)을 사용하여 부족한 레이블에 의한 문제점을 피할 수 있다. 대규모 분자 데이터셋으로부터 학습된 이 모델은 4가지 다운스트림 데이터셋에 대해 모두 우수한 성능을 보여주어 일반화 성능이 뛰어나며 효과적인 분자표현을 얻을 수 있음을 보인다.