• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• 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.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.9 no.3
• /
• pp.115-120
• /
• 2004

As a part of working on development of the learning management system, a adaptive learning management system which is able to provide individual learner with different learning contents or paths customized to learner's learning behaviors by expanding SCORM was proposed in this dissertation. In terms of instructional technology interrelated with technology of CBI and ITS, new learning environments and learner preferences were analyzed. A related laboratory system was implemented by packaging a process on how to expand the meta data for contents and a process on how to utilize the web-based learning contents dynamically. In order to evaluate the usability of the implemented system, a sample content was provided to some selected learners and their learning achievement resulted from the new learning environment was analysed. A result of the experiment indicated that the adaptive learning management system proposed in this dissertation could provide every learner with the different content tailored to their individual learning preference and behavior. and it worked also to promote the learning performance of every learner.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• 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.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.6
• /
• pp.397-404
• /
• 2022

This study aims to examine the effects of college students' teaching-friendly learning activities on college life adaptation, and to examine whether these effects differ according to learner characteristics. To this end, 214 people who participated in the learning program of universities located in G area in the first semester of 2022 were targeted. In order to find out the effect of teaching-friendly learning activities on college students' adaptability to college life, frequency analysis, response sample t-verification, and one-way analysis of variance (one-way Anova) were conducted using SPSS 20.0. The results are as follows. First, it was found that teaching-friendly learning activities significantly increased the scores of academic adaptation, emotional adaptation, and social adaptation in college life adaptation. Second, there was no difference in adaptation to college life according to college. Third, The score of the level of attachment to universities was found to be higher in the female group than in the male group. Fourth, as a result of the analysis according to the grade, it was found that the third-grade group had a high level of attachment to universities. Conclusions and suggestions for these research results were presented.

• Journal of Practical Engineering Education
• /
• v.15 no.1
• /
• pp.89-95
• /
• 2023

This study is a descriptive research study to analyze the effects of grit in nursing students on self-directed learning ability and adjustment to university life. Data was collected from 260 nursing students including first and second-year nursing students in Region C University. The data was analyzed to find relationships among grit, self-directed learning ability, and college life adjustment using frequency analysis, descriptive statistics, t-test, ANOVA, and multiple regression analysis. The results showed the subdomains of grit in which grit in nursing students affected self-directed learning ability were consistency of interest (t=2.423, p<.05) and perseverance of effort (t=3.761, p<.001). The explanation power of the regression model was 40.2%, which was a statistically significant result (F=23.609, p<.001). The subdomains of grit in which grit in nursing students affected adjustment to college life were the consistency of interest (t=3.112, p<.001) and perseverance of effort (t=3.930, p<.001). The explanation power of the regression model was 43.2%, which was a statistically significant result (F=30.608, p<.001). These results show that it is necessary to develop educational programs to enhance individual nursing students' grit, self-directed learning ability, and college-life adjustment.

• The Journal of Korean Association of Computer Education
• /
• v.12 no.5
• /
• pp.87-94
• /
• 2009

This paper presents a Web-based interactive and adaptive learning system that helps students learn the pumping lemma for the family of regular languages. Our system allows the students to proceed with their learning according to their individual differences through Web-Based Instruction and gives them opportunities for the interaction so that they can practice exercise related to the learning and gain feedbacks on the results of the exercises immediately. Especially, the system provides adaptive scaffolding that helps learners understand each step for the proof of the pumping lemma. Unlike existing systems that support learning the pumping lemma, the proposed system defines possible errors in advance and provides appropriate messages for corresponding errors. In addition, the system allows the learners to decompose a string into three parts so that they can understand the pumping lemma precisely.

• Journal of Broadcast Engineering
• /
• v.27 no.4
• /
• pp.511-518
• /
• 2022

Supervised learning based on deep learning has made a leap forward in various application fields. However, many supervised learning methods work under the common assumption that training and test data are extracted from the same distribution. If it deviates from this constraint, the deep learning network trained in the training domain is highly likely to deteriorate rapidly in the test domain due to the distribution difference between domains. Domain adaptation is a methodology of transfer learning that trains a deep learning network to make successful inferences in a label-poor test domain (i.e., target domain) based on learned knowledge of a labeled-rich training domain (i.e., source domain). In particular, the unsupervised domain adaptation technique deals with the domain adaptation problem by assuming that only image data without labels in the target domain can be accessed. In this paper, we explore the unsupervised domain adaptation techniques.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• 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.