• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.671-672
• /
• 2023

블록체인 기술을 통한 정확하고 투명한 데이터관리의 장점을 학습 시스템에 적용하는 사례가 증가하고 있으며 이에 따라 학습자 만족도와 참여율을 높이기 위한 학습데이터의 효율적 관리가 필요하다. 원격학습에서 학습 연계성과 만족도는 학습자의 학습참여율과 학습에서의 만족도에 변할 수 있음을 감안하여 당 변수에서 기인하는 하이퍼파라미터를 조정하여 학습자의 학습패턴과 학습연속성을 높이기 위한 노력을 하였다. 본 논문에서 제안하는 알고리즘을 적용하여 학습자 만족도를 조사한 결과, 적용 전 대비 10% 이상 학습 만족도 및 학습연계 의향률이 높아짐을 확인할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권7호
• /
• pp.47-55
• /
• 2023

본 논문에서는 전투체계 위협지수를 머신러닝 모델 중 Gradient Boosting Regreesor, Suppor Vector Regressor를 통해 예측하는 방법을 제시한다. 현재 전투체계는 안전성과 신뢰성이 중시되는 소프트웨어이므로 신뢰성이 보장되지 않은 AI 기술의 적용을 정책상 제한하고 있으며, 이로 인하여 전력화된 국내 전투체계는 AI 기술을 탑재하고 있지 않다. 하지만 AI의 전력화를 목표로 하는 국방부의 정책 방향에 대응하기 위하여, 전투체계의 머신러닝 적용에 필요한 기반 기술을 확보하기 위한 연구를 실시하였다. 이 연구는 위협지수 평가에 필요한 데이터를 수집한 뒤 데이터 가공 및 정제, 머신러닝 모델 선정 및 최적의 하이퍼 파리미터를 선정하여 학습된 모델의 예측 정확도를 판단하였다. 그 결과 테스트 데이터에 대한 모델 점수가 99점 이상으로 도출되었으며 전투체계에 머신러닝 모델의 적용 가능성을 확인하였다.