• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.6
• /
• pp.742-746
• /
• 2006

Evaluation of learning ability of students is classified a step of diagnostic, formative and summative evaluation. This step-by-step evaluation is the standard of synthesis judgement, from a student's prior learning of preparation state to devotion of learning process and even learning result. In this paper, we propose the method of synthesis learning evaluation which is considered evaluation of each step in using fuzzy inference. In order to get objective evaluation of learning ability, we applied to the weights by evaluation steps. And we reflected defuzzification values of final evaluation membership function interval obtained by fuzzy inference about diagnostic, formative and summative evaluation. As a result, it processes definite inference ensures objectivity and shows validity of the synthesis evaluation method.

• Education of Primary School Mathematics
• /
• v.19 no.1
• /
• pp.79-112
• /
• 2016

The purpose of this research is to find the effects of learner-centered instruction based on constructivism (LCIC) on their knowledge generation level and reasoning ability. To look for them, after fraction units are re-planed for implementing LCIC, instructions using it provide students in a class. From the data, some conclusions can be drawn as follows: LCIC has more positive influence of students on recall ability, generation ability, and reasoning ability than tractional instruction method. With the data it can be said that the interaction exists between learners' reasoning ability and generation level.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.588-591
• /
• 2021

다중추론 질의응답 태스크는 하나의 문서만 필요한 기존의 단일추론 질의응답(Single-hop QA)을 넘어서 복잡한 추론을 요구하는 질문에 응답하는 것이 목표이다. IRQA에서는 검색 모델의 역할이 중요한 반면, 주목받고 있는 Dense Retrieval 모델 기반의 다중추론 질의응답 검색 모델은 찾기 어렵다. 본 논문에서는 검색분야에서 좋은 성능 보이고 있는 Dense Retrieval 모델의 다중추론을 위한 사전학습 방법을 제안하고 관련 한국어 데이터 셋에서 이전 방법과의 성능을 비교 측정하여 학습 방법의 유효성을 검증하고 있다. 이를 통해 지식 베이스, 엔터티 링킹, 개체명 인식모듈을 비롯한 다른 서브모듈을 사용하지 않고도 다중추론 Dense Retrieval 모델을 학습시킬 수 있음을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.203-208
• /
• 2023

본 논문에서는 대규모 언어 모델의 인컨텍스트 러닝과 프롬프팅을 활용하여 수치 추론 태스크 데이터셋을 효과적으로 증강시킬 수 있는 방법론을 제안한다. 또한 모델로 하여금 수치 추론 데이터의 이해를 도울 수 있는 전처리와 요구사항을 만족하지 못하는 결과물을 필터링 하는 검증 단계를 추가하여 생성되는 데이터의 퀄리티를 보장하고자 하였다. 이렇게 얻어진 증강 절차를 거쳐 증강을 진행한 뒤 추론용 모델 학습을 통해 다른 증강 방법론보다 우리의 방법론으로 증강된 데이터셋으로 학습된 모델이 더 높은 성능을 낼 수 있음을 보였다. 실험 결과 우리의 증강 데이터로 학습된 모델은 원본 데이터로 학습된 모델보다 모든 지표에서 2%p 이상의 성능 향상을 보였으며 다양한 케이스를 통해 우리의 모델이 수치 추론 학습 데이터의 다양성을 크게 향상시킬 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.545-547
• /
• 2021

발전시설 장비는 이상이 생기면 큰 경제적 피해를 발생시키기 때문에, 장비의 계통마다 수십만 개의 센서들이 부착되어 장비의 정상 작동 여부를 모니터링 한다. 장비의 이상 감지를 위해서, 최근 활발히 연구되고 있는 딥러닝 등의 기술을 활용한 AI 모델을 생성하여 장비의 고장을 예측한다. AI 모델을 학습하고 추론하기 위해서는 수많은 센서 중에서 AI 모델을 생성할 센서들을 선택하고, 지속적으로 모니터링 되는 값들을 비교하여 이상 감지 여부를 스트리밍 환경에서 추론할 수 있는 센서 빅데이터 질의 처리 및 스트리밍 추론 시스템이 필요하다. 본 논문에서는 AI 모델을 학습하고 스트리밍 추론할 수 있는 빅데이터 질의 처리 시스템을 설계 및 구현한다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.205-209
• /
• 2022

페르소나 대화 시스템이 상대방의 개인화된 정보에 일관된 응답을 생성하는 것은 상당히 중요하며, 이를 해결하기 위해 최근에 많은 연구들이 활발히 이루어지고 있다. 그 중, PersonaChat 데이터셋에 대해 수반/중립/모순 관계를 라벨링한 DialoguNLI 데이터셋이 제안되었으며, 일관성 측정, 페르소나 속성 추론 태스크 등 여러 분야에 활용되고 있다. 그러나, 공개적으로 이용가능한 한국어로 된 대화 추론 데이터셋은 없다. 본 연구에서는 한국어로 번역된 페르소나 대화 데이터셋과 한국어 자연어 추론 데이터셋에 학습된 모델을 이용하여 한국어 대화 추론 데이터셋(KorDialogueNLI)를 구축한다. 또한, 사전학습된 언어모델을 학습하여 한국어 대화 추론 모델 베이스라인도 구축한다. 실험을 통해 정확도 및 F1 점수 평가 지표에서 KLUE-RoBERTa 모델을 미세조정(fine-tuning)시킨 모델이 가장 높은 성능을 달성하였다. 코드 및 데이터셋은 https://github.com/passing2961/KorDialogueNLI에 공개한다.

• Journal of KIISE:Software and Applications
• /
• v.27 no.4
• /
• pp.412-421
• /
• 2000

In spite that the main contents of mathematical and scientific learning are understanding principles and their applications, most of existing educational softwares are based on rote learning, thus resulting in limited educational effects. In the artificial intelligence research, some progress has been made in developing automatic tutors based on proving and simulation, by adapting the techniques of knowledge representation, search and inference to the design of tutors. However, these tutors still fall short of being practical and the turor, even a prototype model, for learning problem solving is yet to come out. The geometry problem-solving tutor proposed by this research involves dynamic inference performed in parallel with learning. As an ontology for composing the problem space within a real-time setting, we have employed the notions of propositions, hypotheses and operators. Then we investigated the mechanism of interactive learning of problem solving in which the main target of inference involves the generation and the test of these components. Major accomplishment from this research is a practical model of a problem tutor embedded with a series of inference techniques for algebraic manipulation, which is indispensable in geometry problem solving but overlooked by previous research. The proposed model is expected to be applicable to the design of problem tutors in other scientific areas such as physics and electric circuitry.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.225-228
• /
• 2019

문장 임베딩은 문장의 의미를 잘 표현 할 수 있도록 해당 문장을 벡터화 하는 작업을 말한다. 문장 단위 입력을 사용하는 자연언어처리 작업에서 문장 임베딩은 매우 중요한 부분을 차지한다. 두 문장 사이의 의미관계를 추론하는 자연어 추론 작업을 통하여 학습한 문장 임베딩 모델이 기존의 비지도 학습 기반 문장 임베딩 모델 보다 높은 성능을 보이고 있다. 따라서 본 논문에서는 문장 임베딩 성능을 높이기 위하여 사전 학습된 BERT 모델을 이용한 문장 임베딩 기반 자연어 추론 모델을 제안한다. 문장 임베딩에 대한 성능 척도로 자연어 추론 성능을 사용하였으며 SNLI(Standford Natural Language Inference) 말뭉치를 사용하여 실험한 결과 제안 모델은 0.8603의 정확도를 보였다.

• Education of Primary School Mathematics
• /
• v.24 no.1
• /
• pp.43-69
• /
• 2021

The purpose of this study is to confirm the influences of learner-centered instruction on learners' achievement and reason ability. In order to accomplish them, the fraction unit and the polygonal unit in the fourth grade were implemented with teaching methods and materials suitable for learner-centered mathematics instruction. Some conclusions could be drawn from the results as follows: First, learner-centered mathematics instruction has a more positive effect on learning of learned knowledge and generating unlearned knowledge in the experimental period than teacher-centered instructions. Second, learner-centered instruction makes an influence of low learning ability on getting achievement positively. Third, as the experimental treatment is repeated, learner-centered instruction has a positive effect on students' reasoning ability. The reasoning ability of students showed a difference in the comparison between the experimental group and the comparative group, and within the experimental group, there was a positive effect of the extension of the positive reasoning ability. Fourth, it can be estimated that the development of students' reasoning ability interchangeably affected their generation test results.

• The Journal of Korean Association of Computer Education
• /
• v.9 no.5
• /
• pp.31-39
• /
• 2006

The change into the knowledge based information society requires a transformation of educational paradigm. Accordingly, intelligent learning and distance education are attracting a fair amount of attention. To apply the instructional learning method in this field, we need to consider a individualization of learning, as it were, abstraction of fact and path through learning, which is based on learner's traits, this focus entails a argument for individualized reasoning strategy. Therefore, in this paper, we design a learner's cognitive union, which is based on X-Neuronet(eXtended Neuronet), represent learner's hierarchical knowledge is able to self-learn, and grows adaptive union by proprietor. Additionally, we propose a individualized reasoning strategy, which relies upon learner's cognitive union, and verify the validity.