• 컴퓨터교육학회논문지
• /
• 제18권6호
• /
• pp.81-88
• /
• 2015

웹 3.0 시대의 도래와 IoT(Internet of Things) 기술을 발달에 따라 생산된 정보의 양 역시 기하급수적으로 늘고 있다. 본 논문에서는 이 중에서 사용자의 관심도가 높은 개체명(NE: Named Entity) 사전을 반자동으로 구축하는 도구를 개발하였다. 제안된 방법은 초기 학습 모델을 통해 인식된 결과로부터 오류 후보를 자동으로 생성하고 사용자로부터 최소한의 보정 작업을 수행하여 이를 재학습한다, 특히 공개지식자원인 위키피디아 내의 다양한 메타데이터의 특성을 활용하여 능동 학습에 필요한 학습 예제 작성을 위한 수작업을 최소화하고자 한다. 도구 활용 효과를 분석한 결과, 능동 학습을 통해 자동 인식 결과의 오류의 약 68.6%가 보정됨을 보였다.

• 한국컴퓨터산업학회논문지
• /
• 제4권10호
• /
• pp.673-684
• /
• 2003

영상처리에 관한 이론을 제공하고 있는 대부분의 서적들은 여러 가지 영상처리 과정은 프로그램 코드로, 영상처리 결과는 결과 영상만을 단순하게 제공하고 있기 때문에 학습자가 그 처리과정과 결과를 직접 확인하기 위해서는 별도의 컴파일러를 사용해야 하는 불편함이 있다. 따라서 이론 학습과 동시에 그 결과를 확인할 수 있도록 실습을 병행할 수 있는 학습 도구의 개발이 필요하다. 본 논문에서는 영상처리에 관한 이론을 단원 별로 체계적으로 학습할 수 있을 뿐만 아니라, 해당 단원에 관계되는 영상처리과정을 이해할 수 있도록 제공되는 실습 창을 통해 직접 프로그램을 작성하고 실행하여 그 결과를 확인할 수 있는 현장 실습이 가능한 영상처리 학습 시스템을 제시 한다. 제시하는 시스템은 플랫폼에 독립인 시스템이 되기 위해서 자바 언어로 구현하였으며, 학습 내용의 체계적인 관리와 제공을 위해서 단원 별 내용을 데이터베이스로 구성함으로써 사용자가 필요에 따라 단원 별로 재학습하기에 적합하도록 구성하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (A)
• /
• pp.174-178
• /
• 2008

P2P를 포함하는 인터넷 애플리케이션 트래픽의 보다 빠르고 정확한 분류는 최근 학계의 중요한 이슈 중 하나이다. 본 논문에서는 기존의 전통적인 분류방법으로 대표되는 port 번호 및 payload 정보를 이용하는 방법론의 구조적 한계점을 극복하는 새로운 대안으로써, 이진 분류기인 SVM과 단일클래스 SVM을 계층적으로 결합한 다중 클래스 SVM을 구축하여 인터넷 애플리케이션 트래픽 분류를 수행하였다. 제안된 시스템은 이진 분류기인 SVM으로 P2P 트래픽과 non-P2P 트래픽을 빠르게 분류하는 첫 번째 계층, 3개의 단일클래스 SVM을 기반으로 P2P 트래픽들을 파일공유, 메신저, TV로 분류하는 두 번째 계층, 그리고 전체 16가지의 애플리케이션 트래픽별로 세분화 분류하는 세 번째 계층으로 구성된다. 제안된 시스템은 flow 기반의 트래픽 정보를 수집하여 인터넷 애플리케이션 트래픽을 coarse 혹은 fine하게 분류함으로써 효율적인 시스템의 자원 관리, 안정적인 네트워크 환경의 지원, 원활한 bandwidth의 사용, 그리고 적절한 QoS를 보장하였다. 또한, 새로운 애플리케이션 트래픽이 추가되더라도 전체 시스템을 재학습 시킬 필요 없이 새로운 애플리케이션 트래픽만을 추가 학습함으로써 시스템의 점증적 갱신 및 확장성에도 기여하였다. 평가항목인 recall과 precision에서 만족스러운 수치 등을 실험을 통하여 확인함으로써 제안된 시스템의 성능을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제5권5호
• /
• pp.530-537
• /
• 2002

현재 웹기반 교육의 형태가 계속해서 증가하고 있지만, 여전히 홈페이지 형태의 교재를 사용하고, 웹브라우저 상에서 강의 노트를 만드는 환경만이 제공되고 있다. 본 연구에서는 웹 상에서 학생들이 VML과 DHTML을 사용하여 선을 긋고 필기를 할 수 있는 웹노트인 MyNote를 제안한다. 노트의 내용은 서버에 저장되고, 동적으로 생성된 텍스트 기반의 VML은 데이터베이스에 저장된다. 강의 교재로 사용되는 문서는 서버에서 클라이언트로 내려 받고 VML내용은 데이터베이스로부터 가져오게 된다. MyNote로 학생들은 웹에서 자신만의 서재를 가질 수 있다. 필기된 내용이 웹 상에서 저장 및 출력되고, 필기 내용을 다시 볼 수 있으므로 재학습이 가능하다.

• 컴퓨터교육학회논문지
• /
• 제3권1호
• /
• pp.51-63
• /
• 2000

일반적인 WBI가 제공하는 공간 속에서 하이퍼미디어 기술을 도입하여 학습자가 학습에 대한 선택의 자유를 가지며, 또한 자기 나름대로 학습의 평가하는 개별화 교수-학습 환경을 제공한다. RC2 시스템은 기본적으로 클라이언트-서버 모델이며, LCPG 모델을 기반으로 하는 학습진행 및 학습평가 알고리즘을 제공하고 학습자 개개인의 특성에 맞는 동적인 재학습 메커니즘을 제시한다. 또한 웹을 통한 코스웨어 저작자인 교사에게 편리한 인터페이스를 제공하기 위한 학습 에디터를 지원한다.

• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.590-596
• /
• 2012

본 논문에서는 학습자의 내부환경과 외부환경 정보를 이용하여 교사 및 학습자들 간의 협력학습을 지원하는 SERO노트 시스템을 제안하였다. 제안 시스템은 학습자의 내부환경을 평가문항에 대한 재학습 희망 여부로 정의하고, 외부환경을 평가문항에 대한 정답 여부로 정의하였다. 평가문항별 SERO 유형 분류를 통한 교사 및 학습자들 간의 협력 학습이 교육평가의 본질적인 목적을 반영하고 있다. 평가문항별 유형 분류를 통한 결과를 DB에 축적하여 활용함으로써 교사 및 학습자들에게 다양한 환류의 기회를 제공 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.617-619
• /
• 2018

본 논문에서는 계층형 적대적 생성 신경망(GAN: Generative Adversarial Network)에서 오류 판별자를 추가하여 영상 생성 성능을 개선하는 방안을 제안한다. 제안하는 영상 생성 방법에서는 영상 생성자가 빈번히 발생시키는 오류에 대해 별도로 학습을 수행하는 판별자를 모델에 추가하여 계층형 적대적 생성 신경망을 구성하였다. 본 논문에서 제안한 모델을 이용하여 생성한 영상의 효용성을 검증하는 방법으로는 Inception Score를 사용하였다. 학습 데이터로 celebA의 유명인 얼굴 이미지 중 정면 이미지 155,680장을 이용하였다. 본 논문의 모델로 생성한 10,000장의 얼굴 이미지를 Inception Score로 평가한 결과, 평균 1.742p의 성능을 나타내어 기존의 영상 생성 방법보다 높은 점수를 얻을 수 있었으며, 효용성을 확인할 수 있었다.

• 컴퓨터교육학회논문지
• /
• 제9권2호
• /
• pp.69-78
• /
• 2006

교육평가란 학습자들을 서열별로 등급화 하는 과정이 아니라 적절한 평가를 통해 학습자의 문제를 해결하고 교육 과정을 개선하여 교육적 효과를 높이는 과정이다. 기존의 웹 기반 평가 시스템은 학습자의 인지 수준을 정 오답 이분 변수로만 측정하였다. 또한 수준별 평가를 지원하나 평가 시 학습동기 부여와 흥미를 이끌어 내는데 미흡하였으며, 평가 후 틀린 문제에 대한 피드백만을 제공하여 추후 학습 방향 설정과 재학습이 효율적으로 이루어지지 못한 문제점이 있다. 본 논문에서는 문제의 답지에 따라 학습자의 인지 능력을 좀 더 세밀하게 추정하고자 부분점수를 고려하여 문제를 출제하고 학습자의 수준을 평가하였으며 평가가 끝나면 학습 진단을 제공하여 피드백 학습이 효과적으로 이루어질 수 있도록 하였다.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.552-557
• /
• 2000

본 논문에서는 신경망의 초기 파라미터(가중치, 바이어스) 값을 최적화 시키는 GA-BP(Genetic Algorithm-Backpropagation Network) 혼합 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안하였다. 입력 영상의 각 픽셀들을 신경망의 입력으로 사용하고 고정 소수점 실수값으로 이루어진 신경망의 초기 파리미터 값은 유전자 알고리즘의 개체로 사용하기 위해 비트 스트링으로 변환한다. 신경망의 오차가 최소가 되는 값을 적합도로 정의한 뒤 새롭게 정의된 적응적 재학습 연산자를 이용하여 이를 평가해 최적의 진환된 신경망을 구성한 뒤 얼굴을 인식하는 실험을 하였다. 실험 결과 학습 수렴 속도의 비교에서는 오류 역전과 알고리즘 단독으로 실행한 수렴 속도보다 제안된 알고리즘의 수렴 속도가 향상된 결과를 보였고 인식률에서 오류 역전과 알고리즘 단독으로 실행한 방법보다 2.9% 향상된 것으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.285-288
• /
• 2002

최근에 웹 기반 교육 시스템으로서 다양한 온라인 학습에 대한 새로운 교수 모형이 제시되고 있다. 또한, 학습자의 요구에 맞는 코스웨어의 주문이 증가되고 있는 추세이며 그에 따라 웹 기반 교육 시스템에 효율적이고 자동화된 교육 에이전트의 필요성이 인식되고 있다. 그러나 현재 연구되고 있는 많은 교육 시스템들은 학습자 성향에 맞는 코스를 적절히 서비스해 주지 못할 뿐 아니라 지속적인 피드백과 학습자가 코스를 학습함에 있어서 취약한 부분을 재학습 할 수 있도록 도와주는 서비스를 원활히 제공하지 못하고 있다. 본 논문에서는 취약성 분석 알고리즘을 이용한 학습자 중심의 코스 스케줄링 멀티 에이전트 시스템을 제안한다. 제안한 시스템은 먼저 학습자의 학습을 지속적으로 모니터링하고 평가하여 개인 학습자의 학습 성취도를 계산하며, 이 성취도를 에이전트의 스케줄에 적용하여 학습자에게 적합한 코스를 제공하고, 학습자는 이러한 코스에 따라 능력에 맞는 반복된 학습을 통하여 적극적인 완전학습을 수행하게 된다. 또한, 구현한 시스템에서의 학습과 일반 학습을 수행한 후 학습 평가를 비교하여 시스템에 대한 전체적인 실험 평가를 하였다.