• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1649-1652
• /
• 2012

본 연구에서는 사용자의 성격패턴을 사용자의 대화음성 정보만으로 자동 분류할 수 있는 방법과 이를 기반으로 사용자의 성격 맞춤형 학습전략을 적용하는 애플리케이션을 개발하는 것을 목적으로 하였다. 음성대화 속의 발화된 말의 빠르기(speech rate)나 말소리의 크기, 기본주파수(fundamental frequency)의 값과 그들의 변화패턴, 그리고 묵음구간의 여러 가지 통계적 정보 같은 비언어적 단서를 활용하여 성격패턴을 최고 86.3% 까지 정확하게 인식해 낼 수 있었다. 또한 성격 별 영어단어 학습방법을 개발하여 사전 및 사후테스트를 기반으로 실험한 결과 약 24% 성적 향상을 보였다. 이 연구를 통해 확보되는 원천기술은 각종 에듀테인먼트 콘텐츠에는 물론 로봇과의 대화시스템, 치료나 재활을 위한 기능성 콘텐츠 등에 유용하게 사용될 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.691-693
• /
• 1998

현대 사회는 정보화 사회이다. 이러한 흐름은 사회 모든 분야에 응용되어 사용되고 있다. 특히 컴퓨터를 이용한 교육분야에 있어서는 Text 에 의존된 교육에서 멀티미디어를 이용, 실제 상황에 근접한 상황학습을 통한 시스템이 개발 사용되고 있다. 장애인 재활 교육에 있어서도 멀티미디어를 이용한 상황학습은 장애인의 교육에 많은 도움을 줄 것이다. 이 논문은 장애인의 사회 적응을 위한 재활 교육 시스템에서 장애인들에게 어떠한 교육을 할 것인지를 결정하고 실행하는 Tutoring Module이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.214-216
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 온라인 적응 학습이 가능 진화 하드웨어의 진화 전략을 구성하였다. 유전자 프로그래밍은 특유의 트리형 개체구조가 여러 개의 프로세스의 합을 통한 복합 임무의 수행 구조로 해석될 수 있다는 이점에 비하여, 하드웨어 구현이 어렵고 crossover 연산자의 사용이 어렵다는 단점등에 의하여 진화 하드웨어의 동적 재구성 알고리즘으로 널리 사용되지 못하였다. 본 논문에서는 유전자 프로그래밍의 이러한 단점을 극복할 수 있는 개체 표현 및 하드웨어 구현 방법을 제안하였으며, 제안된 방법론에 기존의 연구 결과를 결합하여 유전자 프로그래밍의 수행 효율을 높일 수 있는 진화 전략을 구성하였다. 제안된 진화 전략은 자율 이동 로봇 실험에 적용되어 효율성을 확인하였다.

• Convergence Security Journal
• /
• v.18 no.5_1
• /
• pp.45-51
• /
• 2018

As data utilization and importance becomes important, data-related accidents and damages are gradually increasing. Especially, insider threats are the most harmful threats. And these insider threats are difficult to detect by traditional security systems, so rule-based abnormal behavior detection method has been widely used. However, it has a lack of adapting flexibly to changes in new attacks and new environments. Therefore, in this paper, we propose an adaptive anomaly movement detection framework based on a statistical Markov model to detect insider threats in advance. This is designed to minimize false positive rate and false negative rate by adopting environment factors that directly influence the behavior, and learning data based on statistical Markov model. In the experimentation, the framework shows good performance with a high F2-score of 0.92 and suspicious behavior detection, which seen as a normal behavior usually. It is also extendable to detect various types of suspicious activities by applying multiple modeling algorithms based on statistical learning and environment factors.

• Journal of Internet Computing and Services
• /
• v.9 no.6
• /
• pp.109-115
• /
• 2008

A lot of methods to improve the learning effect of learners in E-learning have been researched and applied. In roost E-learning systems, the learning navigation presenting the learning course and progress to learners is applied. But roost learning course and progress are designed by teacher beforehand and learners study the learning course and progress already fixed. In this research, a learning navigation which can change the learning course and progress dynamically according to learner's learning effect is presented. For this purpose, the factors which define the learning course and progress by learning chapters, contents and item difficulties were classified and each process logic was analyzed through CSP.

• The Journal of the Korea Contents Association
• /
• v.5 no.1
• /
• pp.1-8
• /
• 2005

E-learning is the application of e-business technology and services to teaching and learning. It use of new multimedia technologies and Internet to improved the qualify of learning by facilitating access to remote resources and services. In this paper, we show a computer-based test system, which is carefully designed and implemented. The system consists of a contents delivery mechanism, computer-adaptive test algorithm, and review engine. In this papepr, we describe what are points to be considered when design and implementing a computer-based test system. In addition, this paper shows how to control the bias value for computer-adaptive algorithm using real data.

• KIISE Transactions on Computing Practices
• /
• v.21 no.2
• /
• pp.160-165
• /
• 2015

Traditional speech emotion recognition techniques recognize emotions using a general training model based on the voices of various people. These techniques can not consider personalized speech character exactly. Therefore, the recognized results are very different to each person. This paper proposes an adaptive speech emotion recognition framework made from user's' immediate feedback data using a prompted labeling technique for building a personal adaptive recognition model and applying it to each user in a mobile device environment. The proposed framework can recognize emotions from the building of a personalized recognition model. The proposed framework was evaluated to be better than the traditional research techniques from three comparative experiment. The proposed framework can be applied to healthcare, emotion monitoring and personalized service.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.1
• /
• pp.37-44
• /
• 2008

Data stream has the tendency to change in Patterns over time. Also known as concept drift, such problem can reduce the predictive performance of a classification model CVFDT and IOLIN tried to solve the problem of a concept drift through incremental classification model updates. The local changes in patterns. however was revealed to be unable to resolve the problems of local concept drift that occurs by influencing on total classification results. In this paper, we propose adapted IOLIN system that improves system's predictive performance by detecting the local concept drift. The experimental result shows that adaptive IOLIN, the Proposed method, is about 2.8% in accuracy better than IOLIN and about 11.2% in accuracy better than CVFDT.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.261-264
• /
• 2004

컴퓨터 전략 시뮬레이션 게임 설계에서는 Master ADU(Artificial Decision Unit)의 전략 수립을 위한 방법으로 다양한 기법들이 연구되고 있다. 특히 한정된 자원 하에서 게임을 사실적이고 지적인 기능을 구현하기 위해 치팅(Cheating)을 활용하거나 간단한 인공지능 기법이 적용되고 있다. 하지만 이 기법들은 사용자 적응성 및 전략 수립의 단순성을 야기하는 단점을 가지고 있다. 본 연구에서는 전략 시뮬레이션 게임의 전략 수립 에이전트인 Master ADU(Artificial Decision Unit)를 위하여 셀룰라 오토마타의 초기 규칙 생성에 유전자 알고리즘의 교배 및 돌연변이, 적합도 평가를 거친 유전자 형을 적용한 혼합형 전략 수립 기법을 제안한다 이 기법은 ADU가 적합한 유전자 형을 생산 및 선택하여 사용자에 대해 적극적으로 학습할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.736-741
• /
• 2006

The design of a classification system generally involves data acquisition module, learning module and decision module, considering their functions and it is often an important component of intelligent systems. The learning module provides a priori information and it has been playing a key role for the classification. The conventional learning techniques for classification are based on a winner take all fashion which does not reflect the description of real data where boundarues might be fuzzy Moreover they need all data for the learning of its problem domain. Generally, in many practical applications, it is not possible to prepare them at a time. In this paper, we design an adaptive classification model using incremental training fuzzy neural networks, FNN-I. To have a more useful information, it introduces the representation and membership degree by fuzzy theory. And it provides an incremental learning algorithm for continuously gathered data. We present tie experimental results on computer virus data. They show that the proposed system can learn incrementally and classify new viruses effectively.