• The Journal of the Convergence on Culture Technology
• /
• v.10 no.4
• /
• pp.595-600
• /
• 2024

As the use of artificial intelligence technologies such as machine learning increases in research fields that predict learning outcomes or optimize learning pathways, the use of artificial intelligence in education is gradually making progress. This research is gradually evolving into more advanced artificial intelligence methods such as deep learning and reinforcement learning. This study aims to improve the method of predicting future learning performance based on the learner's past learning performance-history data. Therefore, to improve prediction performance, we propose conditional probability applying the Markov Chain method. This method is used to improve the prediction performance of the classifier by allowing the learner to add learning history data to the classification prediction in addition to classification prediction by machine learning. In order to confirm the effectiveness of the proposed method, a total of more than 30 experiments were conducted per algorithm and indicator using empirical data, 'Teaching aid-based early childhood education learning performance data'. As a result of the experiment, higher performance indicators were confirmed in cases using the proposed method than in cases where only the classification algorithm was used in all cases.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.161-165
• /
• 1994

HMM은 좋은 결과를 보이면서 현재 음성 인식 분야에서 널리 사용되는 알고리즘이다. 그러나, 이 HMM의 학습방법인 maimum like-ihood estimation 은 인식률을 극대화하는 모델의 파라메터 값을 생성하지 못하는 단점이 있다. 이러한 문제점을 보와하기 위하여 연결어 인식 알고리즘인 Segmental K-means의 학습과정에 교정 학습법을 도입하여 모델 파라메터 값을 재조정 해 준다. 한국어 연속 숫자음은 영어 연속 숫자음과 달리 연음 현상의 영향을 많이 받는다. Level building 과정에서 연음에 의한 오류를 감소시키기 위해 연음에 의해 발생할 수 있는 단어를 별도의 모델로 추가했다. 이렇게 추가된 단어 모델들에 대한 몇가지 규픽을 인식 결과에 적용하여 출력을 다시 조정한다. 본 시스템은 TMS320C30 프로세서 내장한 DSP 보드와 IBM PC 사엥서 구현되었고, 표준 패턴은 실험실 잡음 환경에서 남성화자 3명을 대상으로 작성하였다. 인식 결과 21종 전화번호 252개 데이터에 대하여 화자 종속으로 92.1% 인식률을 나타내었다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.1 no.3
• /
• pp.77-82
• /
• 2008

In this paper, in the middle of progressing popular music chord, a method of inserting melody is addressed, which utilized by analyzing chord progress pattern. Firstly, a method for transforming melody into bit pattern which is to be used for neural network input is described. In order to insert the melody, composition pattern is learned from back propagation neural network, and based on these data new melody is to be generated. Experimental results verified the possibility of neural network based computer composition.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.269-272
• /
• 2003

웹을 이용한 교수-학습모형인 WBI 학습을 촉진시키기 위해서 교육전문가에 의해 검증된 학습자료를 효율적으로 관리하는 시스템을 구축하고, 사용자가 원하는 문서를 추정하여 제시한다. 사용자가 참조한 문서들에 대하여 에이전트가 추가, 삭제 등을 자율적으로 하며, 참조 문서간의 유사도를 측정한다. 이 유사도를 이용하여 적합한 문서를 추정하고 제시함으로서 사용자의 불명확한 정보요구에도 적합한 문서를 제공할 수 있다. 따라서, 사용자의 정보수집을 지원하고 웹을 통한 학습환경을 개선하여 WBI 학습을 촉진시킬 수 있다.

• Knowledge Management Research
• /
• v.22 no.3
• /
• pp.91-106
• /
• 2021

With the recent rapid development of deep learning technology, the demand for analyzing huge text documents in the national R&D field from various perspectives is rapidly increasing. In particular, interest in the application of a BERT(Bidirectional Encoder Representations from Transformers) language model that has pre-trained a large corpus is growing. However, the terminology used frequently in highly specialized fields such as national R&D are often not sufficiently learned in basic BERT. This is pointed out as a limitation of understanding documents in specialized fields through BERT. Therefore, this study proposes a method to build an R&D KoBERT language model that transfers national R&D field knowledge to basic BERT using further pre-training. In addition, in order to evaluate the performance of the proposed model, we performed classification analysis on about 116,000 R&D reports in the health care and information and communication fields. Experimental results showed that our proposed model showed higher performance in terms of accuracy compared to the pure KoBERT model.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.2
• /
• pp.204-211
• /
• 2020

In this paper, we propose an optimal deep learning network architecture for main object location detection through weak supervised learning. The proposed network adds convolution blocks for improving the localization accuracy of the main object through weakly-supervised learning. The additional deep learning network consists of five additional blocks that add a composite product layer based on VGG-16. And the proposed network was trained by the method of weakly-supervised learning that does not require real location information for objects. In addition, Grad-CAM to compensate for the weakness of GAP in CAM, which is one of weak supervised learning methods, was used. The proposed network was tested through the CUB-200-2011 data set, we could obtain 50.13% in top-1 localization error. Also, the proposed network shows higher accuracy in detecting the main object than the existing method.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.1
• /
• pp.249-256
• /
• 2024

Machine learning-based intrusion detection methodologies require a large amount of uniform learning data for each class to be classified, and have the problem of having to retrain the entire system when adding an attack type to be detected or classified. In this paper, we use feature learning and hierarchical classification methods to solve classification problems and data imbalance problems using relatively little training data, and propose an intrusion detection methodology that makes it easy to add new attack types. The feasibility of the proposed system was verified through experiments using KDD IDS data..

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.749-752
• /
• 2024

연합학습은 클라이언트가 중앙 서버에 원본 데이터를 주지 않고도 학습할 수 있도록 설계된 분산된 머신러닝 방법이다. 그러나 클라이언트와 중앙 서버 사이에 모델 업데이트 정보를 공유한다는 점에서 여전히 추론 공격(Inference Attack)과 오염 공격(Poisoning Attack)의 위험에 노출되어 있다. 이러한 공격을 방어하기 위해 연합학습에 차분프라이버시(Differential Privacy)를 적용하는 방안이 연구되고 있다. 차분 프라이버시는 데이터에 노이즈를 추가하여 민감한 정보를 보호하면서도 유의미한 통계적 정보 쿼리는 공유할 수 있도록 하는 기법으로, 노이즈를 추가하는 위치에 따라 전역적 차분프라이버시(Global Differential Privacy)와 국소적 차분 프라이버시(Local Differential Privacy)로 나뉜다. 이에 본 논문에서는 차분 프라이버시를 적용한 연합학습의 최신 연구 동향을 전역적 차분 프라이버시를 적용한 방향과 국소적 차분 프라이버시를 적용한 방향으로 나누어 검토한다. 또한 이를 세분화하여 차분 프라이버시를 발전시킨 방식인 적응형 차분 프라이버시(Adaptive Differential Privacy)와 개인화된 차분 프라이버시(Personalized Differential Privacy)를 응용하여 연합학습에 적용한 방식들에 대하여 특징과 장점 및 한계점을 분석하고 향후 연구방향을 제안한다.

• Journal of the Korean School Mathematics Society
• /
• v.13 no.1
• /
• pp.125-141
• /
• 2010

The aim of this paper is to develop a web-based Virtual Learning System for discrete mathematics learning using CAS (Computer Algebra System), The system contains a series of contents that are common between secondary und university curriculum in discrete mathematics such as sets, relations, matrices, graphs etc. We designed and developed web-based virtual learning contents contained in the proposed system based on Mathematia, webMathematica and phpMath taking advantages of rapid computation and visualization. The virtual learning system for discrete math provides movie lectures and 'practice mode' authored with phpMath in order to enhance conceptual understanding of each movie lesson. In particular, matrix learning is facilitated with conceptual diagram that provides interactive quizzes. Once the quiz results are submitted, Bayesian inference network diagnoses strong and weak parts of learning nodes for generating diagnostic reports to facilitate personalized learning. As part of formative evaluation, the overall responses were collected for future revision of the system with 10 university students.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.373-376
• /
• 2005

웹기반의 LCMS(Learning Content Management System)는 단지 학습 콘텐츠를 LMS(Learning Management System)에 제공하기 위하여 검증이 되지 않은 다양한 학습 콘텐츠를 탑재하는 시스템으로 구성되어 있어 학습자의 요구와 수준에 맞는 콘텐츠의 제공이 제대로 이뤄지지 않고 있다. 본 논문에서는 LMS와 LCMS를 연계한 학습이력정보와 학습 콘텐츠의 정보 관리를 함으로써 학습콘텐츠의 질적 향상과 학습자가 선호하는 콘텐츠의 정보를 통계적으로 보여주고 또 분석이 가능하게 함으로써, 학습자에게 보다 향상된 콘텐츠를 제공해 주기위한 학습콘텐츠관리시스템인 LCIMS(Learning Content Information Management System)를 설계하고 구현한다. 제시된 LCIMS는 기존의 LCMS에 학습 콘텐츠를 패키지 또는 SCO 단위로 등록하여 콘텐츠 저장소 (메타데이터 및 콘텐츠 파일)에서 체계적으로 저장 및 관리하는 역할을 추가를 하고 학습자별로 LCIMS의 학습콘텐츠 정보를 수준별, 과정별로 평가, 검색하여 LMS를 통해 학습 할 수 있도록 하는 검색 및 강좌 구성에 활용하며 학습자의 학습정보관리와 학습콘텐츠 정보의 관리를 체계적으로 할 수 있다.