• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.136-138
• /
• 2003

로봇이나 가상 캐릭터와 같은 지능형 에이전트가 자율적으로 살아가기 위해서는 주어진 환경을 인식하고, 그에 맞는 최적의 행동을 선택하는 능력을 가지고 있어야 한다. 본 논문은 이러한 지능형 에이전트를 구현하기 위하여, 외부 환경에 적응하면서 최적의 행동을 배우고 선택하는 방법을 연구하였다. 본 논문에서 제안한 방식은 강화 학습을 이용한 행동기반 학습 방법과 기호 학습을 이용한 인지 학습 방법을 통합한 방식으로 다음과 같은 특징을 가진다. 첫째, 외부 환경의 적응성을 수행하기 위하여 강화 학습을 이용하였으며. 이는 지능형 에이전트가 변화하는 환경에 대한 유연성을 가지도록 하였다. 둘째. 경험들에서 귀납적 기계학습과 연관 규칙을 이용하여 규칙을 추출하여 에이전트의 목적에 맞는 환경 요인을 학습함으로 주어진 환경에서 보다 빠르게, 확장된 환경에서 보다 효율적으로 행동을 선택을 하도록 하였다. 제안한 통합방식은 기존의 강화 학습만을 고려한 학습 알고리즘에 비하여 학습 속도를 향상 시킬수 있으며, 기호 학습만을 고려한 학습 알고리즘에 비하여 환경에 유연성을 가지고 행동을 적용할 수 있는 장점을 가진다.

• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.37-45
• /
• 2004

웹 기술의 빠른 성장과 더불어, 웹은 다양한 측면에서 우리의 삶뿐만 아니라 교육과 학습을 변화시켰다. 웹 기반 학습은 자기 주도적 학습과 창의적 학습을 언제 어디서나 지원해 줄 수 있게 되었지만 학습 내용들로 구성되는 하이퍼 공간의 구조가 복잡할 경우 학습자들은 방향 감각 상실이나 인지 과부하를 경험할 수도 있다. 본 논문에서는 인지적 부하 이론을 근거로 초보자들이 프로그래밍 학습을 한 때 경험할 수 있는 인지 부하를 줄일 수 있는 웹 기반 적응형 하이퍼미디어 시스템을 설계하고 구현하였다.

• 전자공학회논문지S
• /
• 제36S권7호
• /
• pp.81-89
• /
• 1999

통신에 의한 전송 영상은 잡음이나 번짐 또는 일그러짐 등을 항상 포함한다. 본 논문에서는 적응형 일반스텍 최적화 필터(OAGSF: optimal adaptive generalized stack filter)라는 영상복원 공간 필터를 제안하였는데, 이는 영상의 복원에서 잡음 제거율과 외곽선 정보의 보존률의 증가을 위해 신경회로맘의 역전파 학습 알고리즘의 가중치 학습 알고리즘을 기반으로 적응형 일반스택 필터(AGSF)를 최적화 시킨 것이다. 적응형 일반스택 필터는 일반스택 필터(GSF: generalized stack filter)와 적응형 다단계 메디안 필터(AMMF; adaptive multistage median filter)로 구분하고, 일반스텍 필터는 스택 필너치 기능을 보완한것이고, 적응형 다단계 메디안 필터는 메디안 필터의 외곽선 정보 보존률을 높인 것이다. 신경회로망의 역전파 학습 알고리즘에 대하여 두가지 가중치 학습 알고리즘인 최소평균절대 (LMA:Least Mean Absolute) 알고리즘과 최소평균자승(LMS: Least Mean Square) 알고리즘을 이용하여 적응형 일반스택 필터를 최적화하였다. 본 논문에서 제시한 신경회로망을 이용한 영상복원 공간필터에 대해 실험결과를 통해 제시하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권1호
• /
• pp.33-40
• /
• 2008

인간은 다른 사람과 대화할 때, 시행착오 과정을 거치면서 상대방에 관한 학습이 일어난다. 본 논문에서는 이런 과정의 강화학습법(Reinforcement Learning)을 이용하여 대화시스템에 적응형 능력의 부여 방법을 제안한다. 적응형 대화 전략이란 대화시스템이 사용자의 대화 처리 습성을 학습하고, 사용자 만족도와 효율성을 높이는 것을 말한다. 강화 학습법을 효율적으로 대화처리 시스템에 적용하기 위하여 대화를 주 대화와 부대화로 나누어 정의하고 사용하였다. 주 대화에서는 전체적인 만족도를, 부 대화에서는 완료 여부, 완료시간, 에러 횟수를 이용해서 시스템의 효율성을 측정하였다. 또한 학습 과정에서의 사용자 편의성을 위하여 시스템 사용 역량에 따라 사용자를 두 그룹으로 분류한 후 해당 그룹의 강화 학습 훈련 정책을 적용하였다. 실험에서는 개인별, 그룹별 강화 학습에 따라 제안한 방법의 성능을 평가하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권4호
• /
• pp.431-438
• /
• 2003

본 연구에서는 문항반응이론식 CAT 기법을 이용하여, 학습부진아를 진단하고 평가 결과를 즉시 확인할 수 있는 학습부진아 진단을 위한 웹기반 적응형 평가시스템을 구현하였다. 적응형 평가시스템은 단순히 피험자에게 검사 문항을 제시하는 것이 아니라, 각 문항의 정보를 계산하여 피험자에게 검사 문항을 제시하고 피험자의 응답을 다음 문항 추출의 입력 조건으로 처리하여 피험자 개개인에게 가장 적합한 문항을 다시 추출하여 피험자에게 제시하는 시스템이다. 이 시스템은 문항의 특성에 관련된 각종 정보들을 문항과 함께 체계적으로 저장하고 관리할 수 있는 평가시스템이다. 그리고 피험자의 반응에 따라 수준을 고려한 문항이 추출되어 피험자의 수준 및 상황에 반응하여 평가의 길이, 난이도가 조절되는 평가시스템이다.

• 정보과학회 논문지
• /
• 제43권6호
• /
• pp.686-691
• /
• 2016

본 논문에서는 다수의 특징, 특히 셋 이상의 특징을 가지는 데이터에 대한 분광 군집 방법인 적응형 분광 군집 방법을 소개하고, 적응형 분광 군집 방법의 성능을 시뮬레이션 데이터와 다중 언어 데이터를 이용하여 분석한다. 적응형 분광 군집 방법에서는 특징 간 서로 다른 정보들을 공유하여 데이터를 군집화함으로써 군집 성능을 높인다. 이때, 서로 다른 특징 간의 정보 공유를 효율적으로 하기 위해, 협업학습을 도입했다. 협업 학습에서는 각 특징이 서로 독립이 되도록 가중치를 학습하고, 학습된 가중치에 따라 정보를 전달한다. 이러한 과정을 통해 일반적인 특징 결합이나, 모든 특징 간 독립을 가정한 기존 협업학습 기반의 분광 군집에 비해 정보 공유의 효율성을 높인다. 실험에서는 시뮬레이션 데이터와 다중 언어문서 데이터를 이용하여 성능을 검증하였으며, 반복과정에서의 성능 변화와 정보 전달 결과 변화하는 모습을 제시함으로써 적응형 분광 군집 방법의 유의미한 성능 향상에 대해 분석하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.253-255
• /
• 2001

인터넷을 통한 사용자의 선호도를 분석하고 협력적 여과 및 내용기반 여과 기술을 결합 이용하여 유머문서를 추천하는 MrHumor 시스템을 구축하였다. 유머문서 추천 기술은 다양한 아이템에 대한 여과 및 추천 기술로 확장되어 인터넷을 통한 과다 정보 시대에 필요한 소프트봇 혹은 지능형 에이전트 기술에 적용될 수 있다. MrHumor 추천시스템은 적응형 학습 시스템으로서 새로운 사용자의 선호도에 대한 학습량과 추천시기에 따라 이용할 추천방식이 다른 성능을 보이는데 여러 가지 상황에서도 적절한 동작을 보이기 위하여 MrHumor에서는 은닉변수 모델을 이용하여 사용자의 인구통계적 정보와 문서의 내용적 특징간의 관계를 학습하여 초기 추천을 행하고 SVM을 이용하여 개인의 선호도를 학습한 내용 기반의 여과와 적응형 k-NN모델을 이용한 협력적 여과를 결합하여 추천을 수행한다. 제안된 방식에 의한 추천 성능은 3방식이 각각 이용된 경우에 비해 안정적이고 높은 예측 정확도를 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1108-1111
• /
• 2011

최근 E-러닝 발전과 함께 U-러닝에 대한 관심이 집중되고 있으며 이와 관련된 다양한 관련 표준들이 채택되고 있다. 기존의 E-러닝 관련 기술들이 웹에 기반한 학습을 지향하였다면 U-러닝에서는 다양한 환경에서 학습자가 학습의 맥락을 이어가며 학습을 하는 것으로서 언제, 어디서나, 누구나 학습을 진행하여 생활의 학습화를 지원할 기술을 필요로 한다. 즉, U-러닝에서는 다양한 사용 환경에서 학습이 이루어지므로 사용 환경에 적합한 학습이 이루어져야 하고, 이를 위해 사용 환경 맞춤형 콘텐츠 적응화 기술이 필요하다. 크게 사용 환경 맞춤형 콘텐츠 적응화 기술은 다양한 단말기 정보를 포함한 사용 환경 정보를 표현할 수 있는 기술과 사용자의 사용 환경 정보를 분석하는 기술, 사용 환경에 적합한 콘텐츠를 구성하는 기술로 구성된다. 이에 본 연구에서는 지식서비스 USN 산업원천 기술개발 과제의 세부과제인 'U-러닝 환경 표준 및 표준 명세 개발 및 검증' 과제에서 콘텐츠 적응화를 위해 연구 개발된 사용 환경 정보를 표현하는 U-러닝 프로파일에 대하여 소개한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.761-763
• /
• 2008

최근 온라인교육의 필요성이 높아지고 요구 수준이 커짐에 따라 교육 서비스를 제공하는 시스템의 지능화된 처리능력이 필요하다. 퍼지신경회로망은 각각의 가중치(weight)를 갖는 채널로 연결한 망형태의 계산모델이다. 퍼지신경회로망을 학습시스템에 적용하여 학습자의 문항테스트 결과에서 학습과정을 재설정 할 수 있는 출력 값을 생성한다. 적응형 학습시스템은 퍼지신경회로망을 적용하여 개별화된 강의 코스로 학습을 진행하고 결과의 feedback을 통해 학습자의 최적 커리큘럼을 찾아내는 방법을 구현하였다.

• 인터넷정보학회논문지
• /
• 제10권3호
• /
• pp.151-157
• /
• 2009

많은 이러닝 시스템들은 기존의 설정된 문항난이도를 기반으로 학습자에게 학습정보를 제공하고 있으며, 학습자는 정해진 학습과정에 따라 학습을 수행하고 있다. 이는 학습과정 중에서 학습자마다 학습을 이해하는 정도가 다름에도 불구하고 학습자는 정해진 난이도와 학습과정을 따라야 함으로 효율적인 학습효과를 나타내기 어렵다. 본 연구에서는 학습자가 학습과정중에 이해하는 정도를 시스템이 파악하여 능동적으로 난이도 및 학습과정을 조절하는 학습자 적응형 이러닝 시스템을 제시하고자 한다. 이를 통하여 학습자는 오프라인에서의 학습과 같은 대화형 학습을 통해 온라인 학습이 가져오는 획일적 학습에서 벗어나 보다 높은 학습효과를 높일 수 있다.