• 제목/요약/키워드: 지속적 자기 개선 모델

검색결과 10건 처리시간 0.026초

온톨로지 자동 구축과 온톨로지를 위한 지속적 자기 개선 모델에 대한 연구

  • 김윤덕;김기범;김종배
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2015년도 춘계학술대회
    • /
    • pp.166-167
    • /
    • 2015
  • 수동적 온톨로지 구축은 해당 도메인의 지식을 가진 전문가가 필요하고, 시간적인 소모가 크다. 또한 완성된 온톨로지의 수동적인 지속적 개선은 상당한 비용을 초래할 수 있다. 그래서 온톨로지의 자동 구축과 지속적 자기 개선 방법이 하나의 해결책이 될 수 있을 것이다. 따라서, 이 논문에서는 기계 학습을 통한 온톨로지 구축의 자동화 방법과 지속적 자기 개선 모델을 소개하고자 한다.

  • PDF

자기 학습 방법을 이용한 음성 대화 시스템의 슬롯 교정 (Self-learning Method Based Slot Correction for Spoken Dialog System)

  • 최태균;김민경;이인재;이지은;박규연;김경덕;강인호
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.353-360
    • /
    • 2021
  • 음성 대화 시스템에서는 사용자가 잘못된 슬롯명을 말하거나 음성인식 오류가 발생해 사용자의 의도에 맞지 않는 응답을 하는 경우가 있다. 이러한 문제를 해결하고자 말뭉치나 사전 데이터를 활용한 질의 교정 방법들이 제안되지만, 이는 지속적으로 사람이 개입하여 데이터를 주입해야하는 한계가 있다. 본 논문에서는 축적된 로그 데이터를 활용하여 사람의 개입 없이 음악 재생에 필요한 슬롯을 교정하는 자기 학습(Self-learning) 기반의 모델을 제안한다. 이 모델은 사용자가 특정 음악을 재생하고자 유사한 질의를 반복하는 상황을 이용하여 비지도 학습 기반으로 학습하고 음악 재생에 실패한 슬롯을 교정한다. 그리고, 학습한 모델 결과의 정확도에 대한 불확실성을 해소하기 위해 질의 슬롯 관계 유사도 모델을 이용하여 교정 결과에 대한 검증을 하고 슬롯 교정 결과에 대한 안정성을 보장한다. 모델 학습을 위한 데이터셋은 사용자가 연속으로 질의한 세션 데이터로부터 추출하며, 음악 재생 슬롯 세션 데이터와 질의 슬롯 관계 유사도 데이터를 각각 구축하여 슬롯 교정 모델과 질의 슬롯 관계 유사도 모델을 학습한다. 교정된 슬롯을 분석한 결과 발음 정보가 유사한 슬롯 뿐만 아니라 의미적인 관계가 있는 슬롯으로도 교정하여 사전 기반 방식보다 다양한 유형의 교정이 가능한 것을 보였다. 3 개월 간 수집된 로그 데이터로 학습한 음악 재생 슬롯 교정 모델은 일주일 동안 반복한 고유 질의 기준, 음악 재생 실패의 12%를 개선하는 성능을 보였다.

  • PDF

네비게이션 모델을 이용한 QALT의 설계 및 구현 (Design and Implementation of QALT using Navigation Model)

  • 김행곤;신호준;김정수;한은주
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
    • /
    • pp.601-603
    • /
    • 2001
  • 초고속 인터넷 망의 구축에 따라 정보통신 교육이 활성화에 힘입어 직.간접적으로 응용하기 위한 노력이 지속적으로 진행되어 왔다. 웹 기반 원격강의는 원거리 학습자들의 학습욕구를 자기 주도적인 학습이 되도록 전체적인 수업을 진행하므로 학습과정에서의 질의 응답을 교수자에게 면대면으로 제공하지 못하였다. 따라서 학습자가 요구한 질의 내용을 잘못 이해함에 따라 교수자가 학습과정에서의 피드백 제공을 하지 못함으로써 개인학습의 동기부여가 감소됨에 따라 흥미를 입게 되었다. 따라서, 본 논문에서는 웹 기반 서비스에 대한 체계적인 분석 및 설계를 위해 네비게이션 모델을 통해 질의 응답을 지원하는 QALT(Question Answer Learning Tool)를 설계 및 구현한다. 원격강의는 웹 상에서 기본적인 컨텐츠를 제시하고 그를 통해 수업이 진행되는 과정에서의 질의 응답의 문제점을 개선하기 위해 일다대(One-To-Many)의 서비스를 제공한다. 또한. 학습자는 교수자가 지정한 교육용 서버를 통해 텍스트 형식이 아닌 강의자료로 쓰인 문서파일에 직접 작성하여 질의 응답을 가능하게 된다. 그로 인해 교수자와 학생간의 질의 응답을 통해 상호작용을 원활하게 할 수 있는 보조학습도구로써의 사용이 증가될 것이다. 또한 서버에서의 폴더 서비스와 메일링 서비스를 통해 실시간 질의 응답이 가능함으로써 학습자는 강의파일에서 그림에 관한 질문에 효과를 볼 수 있고 교수자는 질문 받은 내용의 위치를 시각적으로 쉽게 볼 수 있으므로 빠른 응답이 가능하게 될 것이다.

  • PDF

행위자기반모형을 이용한 토지이용 변화 분석 (Analysis of Land Use Change using Agent based Modelling Approach)

  • 고진석;지홍기;이순탁
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2009년도 학술발표회 초록집
    • /
    • pp.1361-1364
    • /
    • 2009
  • 최근 몇 년동안 지속가능하고 효과적인 수자원 관리는 전체적인 접근방법이 요구되고 있으며, 사회와 경제발전과 생태계 보호 및 토지이용과 수자원 이용의 적절한 관리와 연결된 개념이 필요하다. 이러한 관점에서 유역을 간단한 고정된 지역적인 문제라고 생각하는 것보다 전체로서의 유역 기능을 개선하는데 노력이 필요하다. 또한 사회와 경제발전으로 인해 도시화, 여가 관광지역 및 사회기반시설의 확장 그리고 자연환경의 변화가 발행하고 있다. 효과적인 토지이용 배분과 자연지역의 보호도 중요하지만 잠재적인 홍수피해 저감도 중요한 문제이다. 토지이용의 변화는 많은 이해관계자들로부터 유발되는 문제이기 때문에 거시적인 관점에서 고려되어야 한다. 본 논문은 다양한 관계자와 자연환경과의 연결과 상호작용 유형을 이해하고 다양한 정책선택과 자연환경 상태가 토지이용 변화에 미치는 영향을 이해하고자 한다. 인간의 활동으로 인해 발생하는 토지이용의 변화를 모의하기 위해서 행위자기반모형(Agent based Model, ABM)으로 접근하고자 한다. ABM은 유역관리의 이해당사자간의 정책과정을 도출하고 다양한 유역관리 대안을 평가하기 위해서 홍수위험, 자연개발 및 비용과 같은 유역관리의 영향을 설명하는 통합된 유역모델이다. 여기서 토지이용은 경제적, 지형학적 상황, 공간계획 및 홍수방어정책에 좌우되며, 토지의 속성과 규칙을 통해 토지이용이 선택되게 된다. 본 모형을 통해 공간적으로 분포된 행위자의 운영을 기반으로 종합적인 토지이용 패턴을 분석하였다, 이를 통해 토지이용 결정에 영향을 주는 인자를 추정하여 통합홍수관리 목적에 맞는 관리 대책의 결정 및 설계를 가능토록 하였다.

  • PDF

소셜미디어에서 에코챔버에 의한 필터버블 현상 개선 방안 연구 (A Study on the Improvement of Filter Bubble Phenomenon by Echo Chamber in Social Media)

  • 조진형;김규정
    • 한국콘텐츠학회논문지
    • /
    • 제22권5호
    • /
    • pp.56-66
    • /
    • 2022
  • 최근 소셜미디어로 접하는 정보 증가로 알고리즘 기반 추천 형식은 사용자 정보에 기반하여 선별적으로 정보를 제공하는데, 이러한 알고리즘은 자주 에코챔버(Echo Chamber)에 의한 필터버블(FilterBuble) 효과를 일으킨다. 에코챔버는 밀폐된 시스템 안에서만 이루어지는 의사소통으로 인해 신념이 증폭되거나 강화되는 현상을 의미하고 필터버블은 정보 제공자가 이용자의 관심사에 맞춰 맞춤형 정보를 제공하여 이용자는 필터링된 정보만 접하게 되는 현상을 의미한다. 본 연구의 목적은 이러한 에코챔버에 의한 필터버블 현상을 개선하는 방안으로 정보를 효율적으로 선별하는 방법을 제시하는 것이다. 연구 진행 방법은 유튜브, 페이스북, 그리고 아마존에서 사용되는 추천 알고리즘을 분석하였다. 본 연구에서는 추천 알고리즘으로 생기는 문제점에 대해서 소셜미디어 사용자의 비판적 사고능력 훈련이나 자기보존법칙에 따른 객관적 윤리 기준 강화 등의 인문학적 해결 방안과 모델 기반 협력 필터링이나 교차적 추천 방식의 기술적 해결 방안을 제시하였다. 결과적으로 추천 알고리즘은 지속적 기술 보완과 새로운 기법 개발을 위한 노력이 이루어져야 하며, 소셜미디어를 대하는 사용자는 비판적 사고 훈련과 정치적 의사소통 교육을 통해 인지부조화를 이겨내고 확증편향에 빠지지 않도록 하는 인문학적 노력이 병행되어야 한다.

Development and application of SW·AI education program for Digital Sprout Camp

  • Jong Hun Kim;Jae Guk Shin;Seung Bo Park
    • 한국컴퓨터정보학회논문지
    • /
    • 제29권3호
    • /
    • pp.217-225
    • /
    • 2024
  • 미래 핵심 인재 양성을 위해서는 다양하고 실질적인 SW·AI 교육 프로그램의 개발이 필요하고 SW·AI 공교육을 보조할 수 있는 체계적인 시스템이 구축되어야 한다. 본 연구에서는 SW·AI 교육 모듈을 개발하고 조합하여 공교육에 적용 가능한 SW·AI 교육 프로그램을 구성한다. 또한, 체계적인 교육시스템을 구축하고 다양한 공유 플랫폼을 기반으로 'Job's Garage Camp'를 진행하여 초·중·고 학생들에게 지속 가능한 SW·AI 교육을 제공한다. 지속 가능한 공교육 연계 교육환경을 조성함으로써, 학생들이 SW·AI에 대한 학습을 자기 주도적으로 이어갈 수 있도록 유도한다. 'Job's Garage Camp'에 참여한 학생들을 대상으로 사전-사후 설문조사를 실시한 결과, '흥미·관심', '이해·자신감', '진로희망'의 모든 영역에서 사전 대비 사후 수치가 향상되었다. 이러한 결과를 기반으로 학생들에게 SW·AI에 대한 보편적인 긍정적인 인식과 영향을 주었음을 확인할 수 있다. 따라서 'Job's Garage Camp'의 운영사례를 개선하고 확대한다면 추후 다른 SW·AI 교육 프로그램에 적용 가능한 표준 모델로 제시될 수 있다.

중국 협동조합(농민전업합작사)의 법과 제도에 관한 연구 (A Study of Legal system of Chinese Farmer Professional Cooperative(CFPC))

  • 두성림;권주형;장석인;정강원
    • 산업진흥연구
    • /
    • 제5권2호
    • /
    • pp.93-103
    • /
    • 2020
  • 본 연구는 협동조합의 지속적이고 건강한 성장과 학술적 연구를 지원하기 위한 제안을 모색하고자 하며, 중국 협동조합(농민전업합자사)에 대한 이해를 높이는 데 본 연구의 목적을 두었다. 먼저, 협동조합의 도입배경과 개념을 분석하고 최신 중국과 한국의 선행연구 자료를 활용하였고, 둘째, 중국의 합작사의 상황 및 법적 제도의 성장과정을 제시하고 셋째, 중국의 농민전업합작사의 법과 제도를 중심으로 살펴보았다. 본 연구에서는 다음과 같은 4가지 시사점을 제시한다. 첫째, 중국은 계속해서 조세지원법률제도, 금융우대법률제도, 기술지원법률제도 등과 같은 법률제도의 보완 및 개선을 진행해야 한다. 둘째, 합작사에 대한 정부감독 강화 및 농민전업합작사의 내부제도 개선과 농민전업합작사에 대한 자금조달책을 보완해야 하고, 발전과 규범의 관계를 잘 파악하며, 농민주도의 발전모델 위주의 구조가 되어야 한다. 셋째, 농민전업합작사의 성장은 반드시 현지 문화와 융합해야 한다. 넷째, 합작사 구성원의 교육을 강화시키고 경영관리 수준과 자기혁신 능력을 높일 수 있도록 노력해야 한다.

국내·외 학생조종사들의 비행훈련 학습양식 비교 연구: Kolb 학습양식 모델을 적용하여 (A Comparison Study of College Student Pilots' Learning Styles in Flight Training School: applying Kolb's Learning Style Model)

  • 황재갑;이근영;윤한영
    • 한국산학기술학회논문지
    • /
    • 제22권1호
    • /
    • pp.197-207
    • /
    • 2021
  • 국내 대학 부설 비행훈련원의 학생조종사를 대상으로 Kolb 학습양식을 분석하였다. 그 결과 자기 주관적으로 해석하고 의미를 부여하며, 다양한 생각과 상상력이 풍부한 학습양식인 확산자 학습양식으로 비행훈련과정에 입과(100%)하여 학년이 올라가면서 조절자(11.1%)나 융합자(15.9%) 학습양식으로 일부 전이가 일어나나 비율이 낮고 4학년이 되어도 대부분(71.4%) 확산자의 학습양식을 가진 것으로 조사되었다. 미국 학생조종사의 경우, 1학년에 융합자(35.5%)와 수렴자 학습양식(24.3%)이 다수를 차지하고 고학년이 될수록 엔지니어 또는 기술자에게서 나타나는 수렴자의 비중이 확대되었다. 중국 학생조종사의 경우는 1학년에서는 융합자(41.5%)와 수렴자(28.4%)가 대부분이었으나, 고학년이 될수록 융합자와 수렴자의 비중이 감소하고 우리나라와 유사한 확산자의 비중이 급격하게 증가하는 것으로 나타났다. 4학년의 경우, 조절자는 1학년과 비슷한 수준이나 융합자는 지속적으로 감소(1학년 41.5%, 4학년 27.0%)하는 것으로 확인되었다. 국내 학생조종사의 학습양식이 엔진니어나 기술자에게서 주로 나타나는 학습양식인 수렴자가 아닌 확산자 학습양식이며 4년 동안 학습양식의 변화가 없게 분석되었다. 향후 국내 비행훈련원 비행훈련 과정의 제도적 개선이 필요할 것으로 사료된다.

장소애착 모델에 근거한 한국·중국 근린공원의 비교평가 (Comparative Evaluation of Neighborhood Parks in Korea and China based on the Place Attachment Model)

  • 양뢰;이시영
    • 한국조경학회지
    • /
    • 제45권3호
    • /
    • pp.21-29
    • /
    • 2017
  • 본 연구는 근린공원 이용자의 장소애착 연구의 일환으로 시도되었다. Scannell and Gifford의 3요소로 구성된 장소애착의 영향모델인 People-Place-Process(PPP) 이론을 바탕으로, 사람, 장소, 인지, 감정 그리고 행위의 5가지 독립변수로 설정한 장소애착 가설모형을 구성하였다. 본 연구는 중국 운남성 곤명시에 위치한 18개의 근린공원과 한국 대전광역시에 위치한 5개 근린공원, 총 23개 근린공원의 이용자를 조사 대상으로 삼았다. 근린공원을 방문한 이용자들을 대상으로 응답자가 직접 기입하는 자기기입형 설문지법을 이용하여 총 1,645개의 유효 표본을 실증분석에 사용하였다. 확인요인분석을 통하여 각 요소의 구성검증결과를 나타냈다. 사람, 장소, 인지, 감정, 행위와 장소애착 6가지 요소의 구성관측변수(대전 30개, 곤명 19개) 신뢰도는 모두 0.7이상이며, 이 데이터를 본 연구에 적용하였다. 가설 검증결과는 근린공원의 장소조건으로 보면 편안한 환경, 즐거움을 느낄 수 있는 도로, 편리한 시설의 합당한 위치 등 모든 것이 사람들의 재방문율을 증가시켰다. 근린공원 관리의 관점에서 보면, 방문객을 증가시키기 위해서 즉, 공원의 인지도를 높이기 위해서는 다양한 행사와 모임을 많이 개최하거나, 공원의 특색에 따라 각종 전시회를 개최하여 공원의 인지도를 극대화 할 수 있다. 공원 방문객의 심리적 관점에서 보면, 우선 공원 시설 및 환경이 방문객에게 생리상의 편안함을 제공해야 하며, 심리상의 치료 역시 제공해야 한다. 양국에 공통으로 존재하는 애착 구조를 종합해 보면, 근린공원 방문객의 장소애착을 향상시키기 위해서는 정기적으로 방문객의 피드백을 수집하여 개선시 반영하여야 근린공원의 장소애착이 지속적으로 발전될 수 있을 것이다.

캠페인 효과 제고를 위한 자기 최적화 변수 선택 알고리즘 (Self-optimizing feature selection algorithm for enhancing campaign effectiveness)

  • 서정수;안현철
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.173-198
    • /
    • 2020
  • 최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.