• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.613-618
• /
• 2022

효과적인 자연어 처리를 위해 제안된 Transformer 구조의 등장 이후, 이를 활용한 대규모 언어 모델이자 사전학습 모델인 BERT, GPT, OPT 등이 공개되었고, 이들을 한국어에 보다 특화한 KoBERT, KoGPT 등의 사전학습 모델이 공개되었다. 자연어 처리 모델의 확보를 위한 학습 자원이 늘어나고 있지만, 사전학습 모델을 각종 응용작업에 적용하기 위해서는 데이터 준비, 코드 작성, 파인 튜닝 및 저장과 같은 복잡한 절차를 수행해야 하며, 이는 다수의 응용 사용자에게 여전히 도전적인 과정으로, 올바른 결과를 도출하는 것은 쉽지 않다. 이러한 어려움을 완화시키고, 다양한 기계 학습 모델을 사용자 데이터에 보다 쉽게 적용할 수 있도록 AutoML으로 통칭되는 자동 하이퍼파라미터 탐색, 모델 구조 탐색 등의 기법이 고안되고 있다. 본 연구에서는 한국어 사전학습 모델과 한국어 텍스트 데이터를 사용한 자연어 처리 모델 산출 과정을 정형화 및 절차화하여, 궁극적으로 목표로 하는 예측 모델을 자동으로 산출하는 시스템의 설계를 소개한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.752-757
• /
• 2001

본 논문은 웹 상에서 자기 주도적 문제풀이 학습을 통하여 학습자가 자기 주도적으로 학습할 수학교과의 학습목표 및 내용, 관련된 학습자료를 탐색하고, 교수자나 다근 학습자와 서로 상호작용을 하여 문제를 해결하기 위한 원격강의 프로그램을 개발하고자 일반적인 멀티미디어 체계적 교수설계 모형을 기초로 웹 기반 코스웨어 설계모형을 제시하고 학습자 중심의 실시간 수학문제 풀이 원격학습 시스템을 구현하였다. 이는 웹 기반의 수학 코스웨어 및 텍스트 모드로 제작 설계되었으며 자기 주도적인 수학 문제 풀이 단계학습을 목적으로 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.667-669
• /
• 2004

적응적 웹기반 기법에서 학습자의 반응이나, 탐색 행동의 근본적인 원인이 되는 학습 동기, 지각 등에 대한 판단을 정확히 할 수 없기 때문에, 학습자에게 완전히 적응적인 수업 환경을 조성해 주는 데는 한계가 있다. 이러한 한계를 극복하기 위한 대안으로 학습자간 상호작용이나 협동 학습을 지원하는 웹기반 교수 시스템이 제안되고 있다. 본 논문에서는 웹기반 환경에서 학습자들간의 협동학습을 효과적으로 지원하는 적응형 교수 시스템을 제안한다. 본 시스템은 협동학습 공간에서 주어진 과제를 수행하기 위해 발생되는 학습자들의 대화와 서로간의 상호작용을 분석하여 적절한 조언을 제공함으로서 협동학습이 효과적으로 이루어 질 수 있도록 지원한다.

• Proceedings of KHEA Conference
• /
• 2004.04a
• /
• pp.97-105
• /
• 2004

• Journal of the Korean Institute of Educational Facilities
• /
• v.27 no.2
• /
• pp.24-27
• /
• 2020

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.746-752
• /
• 2005

본 논문에서는 다층 퍼셉트론 신경망 학습을 위한 새로운 두 단계 학습방법을 제안하고 이를 옵션 가격결정 모형에 응용하였다. 제안된 신경망 학습 알고리즘의 첫번째 단계는 Levenberg-Marquardt 알고리즘을 이용하여 빠르게 국소최적해를 찾는 것이고 두 번째 단계는 첫 번째 단계에서 찾은 국소최적해가 원하는 수준에 미치지 못할 경우 선형탐색 터널링을 이용해서 더 나은 해를 찾는 것이다. 이 두 단계를 반복적으로 수행함으로써 연결가중치 공간에서 구하고자 하는 해를 빠르고 안정적으로 찾을 수 있다. 현재 옵션가격결정 모형으로 많이 이용되고 있는 Black-Scholes 모형의 문제점을 극복하기 위해서 제안된 신경망 모형을 옵션가격결정 문제에 사용하였다. 이 모형을 KOSPI200 옵션 데이터로 실험한 결과 Black-Scholes 모형에 비해 검증오차를 60% 가량 줄일 수 있었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.849-856
• /
• 2003

본 논문에서는 다층 퍼셉트론의 학습을 위한 새로운 두 단계 학습방법을 제안하였다. 첫 번째 단계는 국소최적해로 빨리 수렴하기 위해 Levenberg-Marquardt 알고리즘을 이용한 국소 탐색 단계이다. 두 번째 단계는 첫 번째 단계에서 찾은 국소최적해가 원하는 수준에 미치지 못할 경우 새로운 국소최적해로 벗어나기 위한 선형탐색을 기반의 터널링 단계이다. 이 방법은 연결가중치 공간에서 전역최적해를 빠르게 찾을 수 잇는 새로운 방법을 제공한다. 4가지 벤치마크 문제에 기존의 다층 퍼셉트론의 학습 알고리즘과 비교 실험을 통해, 제안된 알고리즘이 빠른 수렴 속도와 낮은 오차값을 가짐을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.142-144
• /
• 2003

유전자 알고리즘을 사용하여 신경망의 가중치를 학습하는 방법은 역전파 알고리즘이 가지는 여러 가지 문제점을 해결하기 위해 제안되었으나, 유전자 알고리즘 역시 전역 탐색이 아니기 때문에 실세계의 데이터에 적용하기 어려운 가장 큰 장애 요소인 지역 최소점 문제를 완벽하게 해결할 수는 없다. 이러한 지역 최소점 문제를 완화하기 위해 본 논문에서는 기생체-숙주 공진화 현상을 기반으로 한 유전자 알고리즘을 사용한 경쟁 공진화 신경망 학습 방법을 제시하고 있다. 경쟁 공진화는 서로 다를 개체간의 경쟁적인 진화를 통해 궁극적으로 보다 적합도가 높은 개체가 생성되는 이론을 기반으로 하고 있다. 이러한 경쟁 공진화를 통한 신경망 가중치의 학습이 일반적인 유전자 알고리즘을 사용하여 신경망을 학습시키는 것보다 더욱 우수한 가중치 집단을 탐색할 수 있음을 두 종류의 기계 학습 데이터를 통해 입증하였다.

• 한국정보교육학회:학술대회논문집
• /
• 2006.01a
• /
• pp.249-254
• /
• 2006

본 연구는 초등학교 컴퓨터 교과의 제재를 주제로 한 웹 기반 프로젝트 학습을 설계하는데 목적이 있다. 이에 따라 본 연구에서는 프로젝트 학습과 웹 기반 프로젝트 학습에 대한 제이론을 고찰하고 이를 바탕으로 웹 기반 프로젝트 학습 모형을 설계하여 초등학교 컴퓨터 교과의 주제를 중심으로 웹 기반 프로젝트 학습을 설계하였다. 설계 단원은 초등학교 6학년 컴퓨터 교과(재량교과)의 '정보의 이해와 윤리', '컴퓨터 기초', '소프트웨어의 활용' 영역을 예비 학습으로 학습하고, 주제별로 그룹별 프로젝트 활동을 함으로써 학습자 중심의 학습이 가능하도록 하였다.

• Communications of Mathematical Education
• /
• v.13 no.2
• /
• pp.591-623
• /
• 2002

본 연구에서는 우리 나라의 학교 수학에서 실제적으로 CBL, CBR과 같은 실시간 테크놀로지와 MathWorld와 같은 소프트웨어를 활용한 활동 중심의 실험 학습의 가능성을 탐색하고, 이를 통하여 수학 학습의 기초가 되는 함수적 개념의 이해와 그 표상과의 연관성, 그리고 기존의 형성되어 있던 함수에 대한 오개념에 어떠한 영향을 미치는지를 분석하고자 하였다.