• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.333-335
• /
• 1999

일반적으로 자기구성 지도에서는 구조가 초기에 결정되어 학습이 끝날때까지 변하기 않기 때문에 각 문제에 대한 구조를 반복된 실험을 통해서 최적화시켜야 한다. 그러나, 지도의 구조가 학습중에 적절하게 변경된다면, 해당 문제에 가장 알맞은 구조의 지도를 생성할 수 있을 것이다. 이 논문에서는 기존의 적응형 자기 구성 지도의 비교사 학습방법에 LVQ 알고리즘을 이용한 교사 학습방법을 결합한 구조 적응형 자기 구성 지도 모델을 제안한다. 이 방법은 일반적인 자기구성 지도 알고리즘보다 작은 수의 노드를 가지고 높은 성능을 보일 뿐만 아니라, 자기 구성 지도의 특성인 위상 보존도 잘 이루어진다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.88-90
• /
• 2001

정보여과 에이전트는 자체의 적응성(adaptability)과 자율성(autonomy)을 특징으로 사용자의 선호도와 관심을 학습하여 사용자 프로파일을 지식베이스의 일부로 구축하는 기능을 수행한다. 이러한 사용자 프로파일은 사용자의 학습의도에 맞게 지식을 탐색하고 축적하는 적응성(adaptability)을 가져야 한다. 본 논문에서는 지능적 정보여과 에이전트가 사용자의 선호도와 관심을 학습하여 적응적인 사용자 프로파일을 구축하기 위한 기법으로서, 사용자가 제시한 학습예제로써의 웹 문서들로부터 사용자의 학습의도를 내포한 질의어를 중심으로 연관 지식을 탐색하여 추출하는 웹 도큐먼트 기반 사용자 중심 연된 객체 추출과 만유인력 모델을 기반으로 한 연관 객체 관계성 가중치 기법을 제시한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2014년도 제26회 한글 및 한국어 정보처리 학술대회
• /
• pp.56-60
• /
• 2014

기계학습 방법에 기반한 자연어 분석은 학습 데이터가 필요하다. 학습 데이터가 구축된 소스 도메인이 아닌 다른 도메인에 적용할 경우 한국어 의미역 인식 기술은 15% 정도 성능 하락이 발생한다. 본 논문은 이러한 다른 도메인에 적용시 발생하는 성능 하락 현상을 극복하기 위해서 기존의 소스 도메인 학습 데이터를 활용하여, 소규모의 타겟 도메인 학습 데이터 구축만으로도 성능 하락을 최소화하기 위해 한국어 의미역 인식 기술에 prior 모델을 제안하며 기존의 도메인 적응 알고리즘과 비교 실험하였다. 추가적으로 학습 데이터에 사용되는 자질 중에서, 형태소 태그와 구문 태그의 자질 값을 기존보다 단순하게 적용하여 성능의 변화를 실험하였다.

• 한국컴퓨터정보학회논문지
• /
• 제9권3호
• /
• pp.115-120
• /
• 2004

SCORM의 데이터 모델을 확장하여 학습자의 학습특성에 따라 학습 컨텐츠를 차별적으로 제공할 수 있는 적응형 학습관리 시스템을 제안하였다. SCORM의 데이터 모델 확장과 학습자의 진단-처방처리 절차를 정립하여 IEEE에서 제시한 표준 학습관리 시스템의 아키텍쳐(LTSA)에 추가시켜 시스템을 설계하였으며, 컨텐츠 메타데이터를 확장하였고. 학습진행 동안에 컨텐츠를 동적으로 순서를 정하게 하는 패키징을 정의하여 이를 기반으로 적응형 학습관리 시스템을 구현하였다. 실험 컨텐츠를 이용해 시스템의 성능을 평가한 결과, 학습자의 특성에 따라 개별적인 학습컨텐츠가 제공되었고, SCORM을 확장하여 적응형 학습관리 시스템을 구현하는 것이 가능함을 보여 주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.251-254
• /
• 2001

인터넷의 발달로 등장한 가상강의에서는 기존의 교사중심의 강의가 아닌 학습자의 입장을 고려할 수 있는 강의를 요구하게 되었다. 이런 관점에서 학습이 이루어지기 위해서는 학습자의 지식수준과 이해력 그리고 학습자가 처해 있는 환경에 대한 배려가 필요하다. 학습자가 학습을 진행함에 있어서 학습의 계획을 설정하고 학습방법을 제시해 주는 역할을 수행하는 교사가 필요하다. 본 논문에서는 이런 교사로서의 역할을 수행하는 Tutor 에이전트를 제안한다. Tutor 에이전트는 학습형태를 난이도별로 나누고 학습자에 맞는 난이도의 학습을 선택한다. 그리고 Tutor 에이전트는 학습자의 학습결과를 추론 알고리즘으로 학습자 수준을 결정하여 새로운 학습모델을 구성한다. 새롭게 구성된 학습모델은 학습자의 수준에 적응하는 학습이 이루어지게 한다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.397-404
• /
• 2022

본 연구는 대학생의 교수친교형 학습활동이 대학생활적응에 미치는 영향에 대해 살펴보고, 이러한 영향이 학습자 특성에 따라 차이가 있는지 살펴보고자 한다. 이를 위해 2022학년 1학기 G지역 소재 대학의 학습 프로그램에 참여한 214명을 대상으로 하였다. 대학생의 교수친교형 학습활동이 대학생의 대학생활적응에 미치는 효과를 알아보기 위하여 SPSS 20.0을 활용하여 빈도분석, 대응표본 t검증, 일원배치 분산분석(one-way Anova)를 실시하였다. 연구결과는 다음과 같다. 첫째, 대학생의 교수친교형 학습활동이 대학생활적응 중 학업적 적응, 정서적 적응, 사회적 적응의 점수가 유의미하게 상승한 것으로 나타났다. 둘째, 단과대학에 따른 대학생활 적응의 차이는 나타나지 않았다. 셋째, 성별에 따른 차이를 분석한 결과, 여학생 집단의 대학에 대한 애착 수준이 남학생에 비해 높은 것으로 나타났다. 넷째, 학년에 따른 차이를 분석한 결과, 3학년 집단의 대학에 대한 애착 수준이 높은 것으로 나타났다. 이러한 연구결과에 대한 결론과 제언을 제시하였다.

• 실천공학교육논문지
• /
• 제15권1호
• /
• pp.89-95
• /
• 2023

본 연구는 간호대학생의 그릿(Grit)이 자기주도 학습능력과 대학생활적응에 미치는 영향을 분석하기 위한 서술적 조사연구이다. C 지역의 간호학과 대학생 1-2학년 총 260명을 대상으로 수집된 자료는 SPSS/WIN 20.0 프로그램을 이용하여 빈도 분석, 기술 통계 방법, t-test, ANOVA, 다중회귀분석 하였다. 그 결과, 그릿의 하위 영역 중 흥미 유지 3.27점(±0.71), 노력 지속 3.35점(±0.69)이었다. 자기주도 학습능력의 하위 영역 중 학습계획 3.43점(±0.56), 학습 실행 3.52점(±0.67), 학습 평가 3.47점(0.71)이었다. 대학생활적응의 하위 영역 중 학문적 적응 3.43점(±0.66), 사회적 적응 3.36점(±0.78), 정서적 적응 3.38점(±0.72), 신체적 적응 3.35점(±0.80), 대학에 대한 애착 3.40점(±0.64)이었다. 간호대학생의 그릿이 자기주도 학습능력에 영향을 미치는 그릿의 하부 영역은 흥미 유지 (t=2.423, p<.05), 노력 지속 (t=3.761, p<.001) 으로 나타났으며, 이들 변수의 설명력은 40.2%이었다(F=23.609, p<.001). 간호대학생의 그릿이 대학생활적응에 영향을 미치는 그릿의 하부 영역은 흥미 유지(t=3.112, p<.001), 노력 지속(t=3.930, p<.001)으로 나타났으며, 이들 변수의 설명력은 43.2%이었다(F=30.608, p<.001). 이러한 결과는 간호대학생의 그릿으로 자기주도 학습능력, 대학생활적응을 강화할 수 있는 교육 프로그램 개발이 필요하다는 것을 보여주며, 더 나아가 이를 위한 연구들이 지속적으로 이루어져야 할 것이다.

• 컴퓨터교육학회논문지
• /
• 제12권5호
• /
• pp.87-94
• /
• 2009

본 논문은 정규 언어에 대한 펌핑 정리를 학습하는 학생들을 돕기 위한 웹 기반 상호작용적 적응형 학습 시스템을 제안하고 있다. 본 시스템은 웹 기반 교육을 통해서 학습자들이 개인차에 따라 학습을 진행할 수 있도록 하고, 학습과 관련된 예제들을 연습하고 그에 대한 피드백을 즉시 제공받을 수 있는 상호작용의 기회를 제공한다. 특히, 본 시스템은 펌핑 정리의 각 증명 단계를 이해할 수 있는 적응적 비계를 제공한다. 펌핑 정리를 학습할 수 있는 기존의 시스템들과 달리 본 논문에서 제안하는 시스템은 가능한 오류들을 미리 정하여 각 오류에 대한 메시지들을 적응적으로 제공한다. 또한 학습자들이 직접 문자열을 셋으로 나누도록 함으로써 펌핑 정리를 정확히 이해하도록 도움을 준다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.511-518
• /
• 2022

딥러닝 기반의 지도학습은 다양한 응용 분야에서 비약적인 발전을 이루었다. 그러나 많은 지도 학습 방법들은 학습 및 테스트 데이터가 동일한 분포에서 추출된다는 공통된 가정 하에 이루어진다. 이 제약 조건에서 벗어나는 경우, 학습 도메인에서 훈련된 딥러닝 네트워크는 도메인 간의 분포 차이로 인하여 테스트 도메인에서의 성능이 급격하게 저하될 가능성이 높다. 도메인 적응 기술은 레이블이 풍부한 학습 도메인 (소스 도메인)의 학습된 지식을 기반으로 레이블이 불충분한 테스트 도메인 (타겟 도메인) 에서 성공적인 추론을 할 수 있도록 딥러닝 네트워크를 훈련하는 전이 학습의 한 방법론이다. 특히 비지도 도메인 적응 기술은 타겟 도메인에 레이블이 전혀 없는 이미지 데이터에만 접근할 수 있는 상황을 가정하여 도메인 적응 문제를 다룬다. 본 논문에서는 이러한 비지도 학습 기반의 도메인 적응 기술들에 대해 탐구한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.