• Journal of the Korean School Mathematics Society
• /
• v.16 no.4
• /
• pp.821-840
• /
• 2013

Definition of geometric figure in middle school geometry seems to mere meaning of the term which could be perceived visually through its shape. However, Much research reported the low achievements of definitions of basic geometric figures. It suggested the limitation of instrumental understanding. In this research, I guided gifted middle school students to reinvent definitions of basic geometric figure by the deductive organization of its properties as Freudenthal pointed. These students understood relationally about why some geometric figure can be defined this way and how it could be defined equally via other properties. This analysis of reinventing of definitions will be a stepping stone to reflect on the pedagogical problems in teaching geometry and to search the new alternatives.

• Annual Conference on Human and Language Technology
• /
• 2006.10e
• /
• pp.125-132
• /
• 2006

한국어의 자연어처리 및 정보검색분야에서 자동 띄어쓰기는 매우 중요한 문제이다. 신문기사에서조차 잘못된 띄어쓰기를 발견할 수 있을 정도로 띄어쓰기가 어려운 경우가 많다. 본 논문에서는 자기 조직화 n-gram모델을 이용해 자동 띄어쓰기의 정확도를 높이는 방법을 제안한다. 본 논문에서 제안하는 방법은 문맥의 길이를 바꿀 수 있는 가변길이 n-gram모델을 기본으로 하여 모델이 자동으로 문맥의 길이를 결정하도록 한 것으로, 일반적인 n-gram모델에 비해 더욱 높은 성능을 얻을 수 있다. 자기조직화 n-gram모델은 최적의 문맥의 길이를 찾기 위해 문맥의 길이를 늘였을 때 나타나는 확률분포와 문맥의 길이를 늘이지 않았을 태의 확률분포를 비교하여 그 차이가 크다면 문맥의 길이를 늘이고, 그렇지 않다면 문맥의 길이를 자동으로 줄인다. 즉, 더 많은 정보가 필요한 경우는 데이터의 차원을 높여 정확도를 올리며, 이로 인해 증가된 계산량은 필요 없는 데이터의 양을 줄임으로써 줄일 수 있다. 본 논문에서는 실험을 통해 n-gram모델의 자기 조직화 구조가 기본적인 모델보다 성능이 뛰어나다는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.802-805
• /
• 2015

본 논문은 인공신경망(artificial neural network)의 한 종류인 자기조직화 지도(self-organizing map)를 이용하여 비교말뭉치(comparable corpora)로부터 이중언어사전(bilingual lexicon)을 자동으로 구축하는 방법에 대하여 기술한다. 일반적으로 우리가 대상으로 하는 언어 쌍마다 말뭉치 혹은 초기사전과 같은 언어 자원을 수집하고 그것을 필요에 맞게 가공하는 것은 매우 어려운 일이다. 이런 관점에서 볼 때, 비지도학습(unsupervised learning) 방법 중 하나인 자기조직화 지도를 이용하여 사전을 구축하면 다른 방법에 비해 적은 노력으로도 더 높은 성능을 얻을 수 있다. 본 논문에서는 한국어와 불어에 대하여 실험을 하였고, 그 결과 적은 양의 초기사전으로도 주목할 만한 정확도를 얻을 수 있었다. 향후 연구로는 학습 파라미터에 대해 좀 더 다양한 실험을 하고, 다른 언어 쌍으로의 적용 및 기존의 평가사전을 확장하여 더 많은 경우에 대해 실험하는 것을 들 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.4
• /
• pp.489-496
• /
• 2010

In this paper, a self-organization framework for swarm systems in three dimensions is presented. The framework uses artificial potential functions(APFs) to direct the robots toward the goal as well as to keep them in a swarm system. This research extends conventional APFs used for self-organizations in two dimension environment to three dimensions. In three dimension environment, the ground potential for the boundary surfaces that commonly appear in three dimension environments is proposed. Accordingly, the comparison between the paths without and with the ground potentials shows the necessity and effect of ground potentials. Extensive simulations are given to show the effectiveness of the extended potentials and various properties in three dimension environments.

• The KIPS Transactions:PartB
• /
• v.8B no.5
• /
• pp.515-522
• /
• 2001

Feature-based similarity retrieval become an important research issue in image database systems. The features of image data are useful to discrimination of images. In this paper, we propose the highspeed k-Nearest Neighbor search algorithm based on Self-Organizing Maps. Self-Organizing Map(SOM) provides a mapping from high dimensional feature vectors onto a two-dimensional space. A topological feature map preserves the mutual relations (similarity) in feature spaces of input data, and clusters mutually similar feature vectors in a neighboring nodes. Each node of the topological feature map holds a node vector and similar images that is closest to each node vector. We implemented about k-NN search for similar image classification as to (1) access to topological feature map, and (2) apply to pruning strategy of high speed search. We experiment on the performance of our algorithm using color feature vectors extracted from images. Promising results have been obtained in experiments.

• The Korean Journal of Applied Statistics
• /
• v.33 no.5
• /
• pp.591-601
• /
• 2020

The self-organizing map (SOM) is a unsupervised learning method projecting high-dimensional data into low-dimensional nodes. It can visualize data in 2 or 3 dimensional space using the nodes and it is available to explore characteristics of data through the nodes. To understand the structure of data, cluster analysis is often used for nodes obtained from SOM. In cluster analysis, the optimal number of clusters is one of important issues. To help to determine it, various cluster validity indexes have been developed and they can be applied to clustering outcomes for nodes from SOM. However, while SOM has an advantage in that it reflects the topological properties of original data in the low-dimensional space, these indexes do not consider it. Thus, we propose a new cluster validity index for SOM based on connectivity between nodes which considers topological properties of data. The performance of the proposed index is evaluated through simulations and it is compared with various existing cluster validity indexes.

• Industry Promotion Research
• /
• v.1 no.1
• /
• pp.65-70
• /
• 2016

This study verified the effect of charismatic leadership on motivation to learn and the moderating effect of level of building learning organization in learning organization support project. Survey was conducted for manufacture company participating in learning organization support project. Charismatic Leadership positively affected motivation to learn, specifically vision-related behaviors positively affected task value. At the same time, the moderating effect of level of building learning organization was verified and specifically personal mastery and team learning moderated the effect of charismatic leadership on motivation to learn. This study results provided academic and practical implications for operating successful learning organization of company.

• Communications of Mathematical Education
• /
• v.15
• /
• pp.161-166
• /
• 2003

본 연구는 학습 구조차트 구성을 통하여 고등학교 수학의 학습내용을 구조적 ${\cdot}$ 체계적으로 조직화시켜 학생들로 하여금 학습 내용의 효과적인 이해와 상호 관련성을 촉진시키고 학습 내용의 조직화 및 구조화 활동이 고등학생들의 학업에 미치는 영향을 조사하는데 그 목적이 있다. 본 연구에 따르면 수학 학업성취도가 상인 학생은 문제풀이시 머릿속에서 차트를 그리게 되고 여러 가지 개념을 나열하여 조작할 수 있는 능력이 생겼으며 문제 유형에 맞춘 학습 보다는 어떤 개념들이 문제풀이에 사용되었으며 이러한 개념들이 어떻게 나열되는지에 대한 학습으로 관심이 전환되었다. 수학학업 성취도가 하인 학생들은 학습 구조차트의 구성에만 만족하는 편이며 선행지식의 부족으로 복합적인 개념의 문제풀이에 있어서는 여전히 어려움을 경험하고 있었다. 성적이 낮은 학생일수록 개념에 대한 구조화와 조직화에 대한 어려움이 많은 것으로 보여 이들 학생들에 대한 장기적인 연구가 필요하다고 본다.

• Journal of Science and Technology Studies
• /
• v.7 no.2
• /
• pp.91-124
• /
• 2007

이 논문은 우리나라의 물리학, 화학, 생물학 분야의 과학자들을 대상으로 한 설문조사를 바탕으로 머튼이 과학자사회의 규범구조로 정식화한 네 가지 규범들-보편성, 공유성, 탈이해관계, 조직화된 회의-과 국가주의 가치관이 실제 과학자사회에서 어느정도 작동하고 있는지를 분석하였다. 전반적으로 응답자들은 한국 과학자사회에서 출신대학과 해외학위라는 귀속적 지위의 영향으로 보편성 규범이 제대로 작동하지 않는 것으로 평가했고, 여성의 경우 성의 영향도 큰 것으로 평가하고 있었다. 공유성과 탈이해관계 규범의 경우 한편으로 공유성과 탈이해관계라는 전통적인 규범이 그리고 다른 한편으로는 비밀주의와 연구주제 선정에 있어서 산업적 응용성과 국가적 필요를 강조하는 국가주의적 가치가 공존하고 있었다. 조직화된 회의 규범의 경우 특히 과학적 증거 이외의 다른 권위들에 대해 회의적인 태도를 견지해야 한다는 규범이 제대로 작동되지 않는다는 평가가 대다수였다. 과학자사회의 규범과 가치에 대한 평가는 각 과학자들의 연구환경에 따라 상이한 모습을 보여주는데 특히 젊은 세대의 과학자들이 보편성과 조직화된 회의 규범의 위반을 더 강도 있게 지적하는 반면 연구 주제의 선정에 있어서 탈이해관계 규범은 부정하는 경향을 보여주고 있다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2516-2518
• /
• 2003

본 논문은 고차 뉴런의 문제점으로 지적되고 있는 뉴런이 방대하게 증가하는 문제를 해결하고자, 최적의 뉴런을 생성하고 생성되어진 고차 뉴런 중 일정 비율로 뉴런의 연결강도를 도태시켜 감에 따라 네트워크상에 나타나는 특성을 비교하였다. 본 논문은 고차 뉴런을 이용한 Kohonen의 자기 조직화 맵의 고차 뉴런부에 일정 비율로 연결강도를 도태한 후 인식률을 얻는 형태로 시뮬레이션을 하였다. 특히, 종래 형태의 고차 뉴런을 이용한 Kohonen 자기 조직화 맵의 알고리즘을 변형없이 사용하였으며 중복되는 뉴런을 최대한 억제하기 위해 2차 뉴런만을 생성한 네트워크 구조 위에 입력 데이터의 특징을 유지하고 고차 뉴런의 특징을 더욱 활성화하기 위해 일정한 양의 연결강도를 도태시킴으로써 출력면에서 국소집중 반응에 의한 정확한 인식률 향상 등을 조사하는 시뮬레이션을 하였다. 본 제안 모델의 특성을 살펴보기 위해 60개의 데이터로 이루어진 금속 소나 음데이터와 암석 소나 음 데이터를 이용하여 금속인지 암석인지를 판별하는 시뮬레이션을 하였다.