• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• 한국지구과학회지
• /
• 제26권1호
• /
• pp.1-8
• /
• 2005

과제중심학습이 교사가 학습자에게 전달해야 할 지식을 미리 정한 순서에 따라 차례로 제공하는 학습이라면. 문제중심학습(PBL)은 구성주의의 상대론적 인식론에 따른 학습자의 문제해결능력의 활용에 관심을 둔 학습양식이다. 본 연구에서는 문제중심학습은 학습과정을 자율적 학습과정과 구분하여 이를 적용하였으며 이를 통하여 창의력에 미치는 효과를 알아보았다. 창의력은 관련분야에 실재하는 복잡하고 비구조적인 문제들을 자신의 두뇌 속에 이미 존재하는 지식이나 축적된 경험을 바탕으로 새롭고 유용한 결합을 이루어 내고, 그것에 기초하여 판단을 내리는 능력으로 보고, 본 연구에서는 이를 창의적 성향과 기능면에서 분석하였다. 본 연구 결과, 문제중심학습(PBL)은 통계적으로 유의수준 .05에서 창의력 신장에 긍정적인 효과를 보이고 있는 것으로 나타났다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.383-392
• /
• 2006

본 논문에서는 영역기반 영상검색의 성능 향상을 위한 피드백 알고리즘으로 다중 클래스를 갖는 확률적 신경망(Probabilistic Neural Networks)을 이용한 방법론을 제안하고 이를 영역기반 영상 검색 시스템인 FRIP(Finding Regions In the Pictures) 시스템에 적용하였다. 본 논문에서 제안하는 피드백 알고리즘은 특정 벡터가 독립적이라는 가정을 할 필요가 없으며 보다 상세한 분류를 위해 추가적인 클래스들을 추가할 수 있도록 허용하고 있다. 또한 단지 4개 층(layer)만을 가지고 있음으로 학습을 위한 계산시간이 적게 든다는 장점이 있다. 추가적으로 다음단계에서의 성능 향상을 위해 분류 단계에서 사용자의 이전 피드백 행동을 모두 히스토리(history)로 모두 기억시켜 놓고 다음 단계를 위한 가중치 학습을 위해 사용하도록 한다. 히스토리를 사용함으로써 제안하는 알고리즘은 사용자의 주관적 의도를 보다 정확하게 파악 할 수 있을 뿐만 아니라 학습을 위해 이전 단계만을 사용 했을 때 발생할 수 있는 성능 감소를 막을 수 있다. 본 논문에서는 Corel-photo CD에서 3000장의 자연 영상을 무작위로 추출하여 기존의 방법론들과 제안하는 방법론의 성능을 측정하여 본 논문에서 제안하는 방법론이 성능이 우수함을 증명하였다.

• 한국독어학회지:독어학
• /
• 제3집
• /
• pp.233-252
• /
• 2001

1970년이래 외국어학습 및 교수법에 있어서 어휘에 관련된 문제들에 많은 관심과 그 중요성이 인식되고있다. 특히 Fleischer/Buz (1992)등에 의한 당해 영역의 연구물 뿐 아니라, 전문서적 및 어학 자료(교재)등에서도 이러한 중요성이 강조되어 왔음을 알 수 있다. Fleischer등은 조어규칙의 개념과 조어모델을 규정하는 근거들로 생산성 Produktivitat, 용인성 Akzeptabilitat, 조어참여성 Aktivitat등 중요한 매개요인으로 간주하고 있으며 $G\"{o}tze/ Hess-Luttich$ (1999)등의 학자들은 어휘체계에서 두 개 이상의 구성성분들이 결합하여 당해 시대의 시대정신이나 시대상에 부합되는 신조 어휘들을 생성하며, 또한 그 사회의 정보화와 기술화에 이바지하며, 이를 통해서 전문어의 생산력을 한층 높혀 주는 통로로 작용함을 주장한바 있다. 본고에서는 조어론의 이러한 기본원리나 개념들에 입각하여 독일어 수업에서 목표어의 습득에 관여적인 역할을 수행하는 조어모델, 즉 합성어와 파생어를 형용사와 명사의 층위에서 구체적으로 분석하고 기술했다. 예컨데, 합성어에 있어서 접두사와 접미사, 조어의 유형 가운데 축약어, 그리고 외래어 기저와 고유어 접미사 및 접두사, 고유어기저와 외래어접미사(접두사) 뿐만 아니라, 의미론적 관점에서 본 합성어의 형태, 합성 연결소의 형태와 기호의 사용, 명사적 파생어에서 고유어접미사(접두사), 축약조어와 축약어 단어형성, 형용사조어의 특성, 명시적파생 가운데 고유어(외래어) 접미사(접두사) 등이 어휘생성과 어휘신장의 관점에서 교수법의 적용가능성이 논의되었다. 결론부에서는 외국어를 습득하고자하는 학습자에게 일방적이고 획일적인 암기식 위주의 어휘학습방법에서 벗어나, 목표어가 요구하는 새로운 어휘를 획득하는데 비교적 용이하며 또한 체계적으로 습득 할 수 있도록 인지론에 기대어 텍스트, 문장, 어휘영역 등이 투입되어 적용되었으며, 이에 상응되게 구체적인 몇몇 방안들이 제시되었다. 학습자들이 텍스트를 읽고 중심내용을 찾아내며, 단락을 구획하고 또한 체계를 파악하는데 있어서 어휘연습은 외국어 교수법 측면에서도 매우 관여적이며 시의적절한 과제라 생각된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.43-54
• /
• 2024

최근 언어모델을 활용하기 위한 연구가 활발히 이루어지며, 큰 규모의 언어모델이 다양한 과제에서 혁신적인 성과를 달성하고 있다. 하지만 실제 현장은 거대 언어모델 활용에 필요한 자원과 비용이 한정적이라는 한계를 접하면서, 최근에는 주어진 자원 내에서 모델을 효과적으로 활용할 수 있는 방법에 주목하고 있다. 대표적으로 학습 데이터를 난이도에 따라 구분한 뒤 순차적으로 학습하는 방법론인 커리큘럼 러닝이 주목받고 있지만, 난이도를 측정하는 방법이 복잡하거나 범용적이지 않다는 한계를 지닌다. 따라서, 본 연구에서는 신뢰할 수 있는 사전 정보를 통해 데이터의 학습 난이도를 측정하고, 이를 다양한 과제에 쉽게 활용할 수 있는 데이터 이질성 기반 커리큘럼 러닝 방법론을 제안한다. 제안방법론의 성능 평가를 위해 국가 R&D 과제 전문 문서 중 정보통신 분야 전문 문서 5,000건, 보건의료전문 문서 데이터 4,917건을 적용하여 실험을 수행한 결과, 제안 방법론이 LoRA 미세조정과 전체 미세조정 모두에서 전통적인 미세조정에 비해 분류 정확도 측면에서 우수한 성능을 나타냄을 확인했다.

• 한국비블리아학회지
• /
• 제35권2호
• /
• pp.157-183
• /
• 2024

본 연구는 원격 학습자의 정보추구행동 모델을 활용하여 국내 대학원 전공 공통 과목 연구방법론을 개발하는 것을 목표로 한다. 국내 대학원 교과목 개설 현황 사례 조사, 재학생의 교과목에 대한 수요 조사를 바탕으로 정보추구를 유인하는 요인과 방해하는 요인을 정리하였다. 재학생이 연구방법론을 통한 정보추구를 유인하는 요인은 학위 취득이며, 방해하는 요인은 학업과 직장을 병행하는 환경으로 나타났다. 연구 결과는 유인 요인을 동기부여로 활용하고 방해 요인을 보완하는 방법으로 교과목을 개발하였다. 연구의 결과는 온라인 교과목 개발을 할 때 학생의 정보추구행동에 대한 이해를 높이고 학생의 정보추구 능력을 기르는 교수학습 전략을 수립하는데 기초자료로 활용될 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.664-666
• /
• 2001

학생들에게 흥미와 관심을 가지게 하면서 수학수업을 효과적으로 할 수 있는 방법론에 대한문제는 수학교육의 관심사중 하나이다. 그러나 실상 교사들이 현장에서 쉽게 이행할 수 있는 학습자료의 개발이나 그 활용은 미진한 상태이다. 본 연구에서는 아동들의 발달수준에 맞는 적절한 경험을 제공하여야 한다는 입장엣 수학적 힘을 기르기 위해 수준별, 개인별 수학학습에 바탕을 두고 학습자 중심의 학습능력을 키울 수 있는 웹 기반 게임형 초등 수학 학습 프로그램을 개발한다. 이 시스템은 학습자 진단평가로 학습자 수준을 판단한 다음 단계로 수준 결과에 따라 Story 학습을 통하여 단계별 학습내용의 기본원리를 설명한다. 그 다음에는 story학습에서 배운 기본원리를 응용하여 학습할 수 있도록 설계된 게임학습을 하게 함으로써 학습자는 능동적인 학습참여와 다양한 수학적 사고를 육성시킬 수 있고, 보다 쉽게 학습목표에 도달할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.429-431
• /
• 2010

인터넷과 정보기술의 발전으로 최근 이러닝 시스템을 포함한 다양한 학습 시스템이 연구 발전되고 있다. 학습자의 관점에서는 학습의 형태 혹은 학습자의 학습 패턴등을 분석하여 지능적인 학습시스템으로 발전하고 있으며, 교수자의 관점에서는 교수학습 모델 연구와 학습 컨텐츠 계발 방법론 연구 등이 활발하게 이루어지고 있다. 본 논문에서는 지능형 튜터링 시스템을 위한 메타러닝 설계 연구를 제안하였다. 메타러닝은 학습자 자신이 어떤 특성을 가지고 어떻게 학습하는지에 대해 학습할 수 있는 방법을 설명한다. 동일한 학습내용을 같은 순서 혹은 같은 방법으로 학습하는 것은 서로 다른 학습자에게 동일한 학습 결과를 나타낼 수 없기 때문에 개인 맞춤형 학습 서비스 형태를 필요로 한다. 따라서 본 연구에서는 메타러닝 설계를 기반으로 지능형 튜터링 시스템을 개발 할 수 있는 방법을 설명하고자 한다. 향후 본 논문에 설계를 기반으로 지능형 튜터링 플랫폼을 표준으로 개발하여 국제적 표준의 ITS(Intelligent Tutoring System)로 발전되기를 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.447-450
• /
• 2011

현대 사회의 소프트웨어 사용편의성 평가는 기존의 사용편의성 평가 방법론들보다 더 효율적이고 체계적인 방법론들이 나와야 한다. 이 논문에서는 정성적이고 정량적인 두 가지 측면을 모두 고려한 체계적인 컴포넌트 기반의 소프트웨어 사용편의성 평가 방법론을 제시하고 있다. 소프트웨어의 사용편의성을 평가하기 위하여 정량적인 측면인 수행도와 정성적인 측면인 사용자 만족도를 모두 고려하게 된다. 사용자 만족도에는 감성, 학습성, 가시성으로 구성되고 수행도는 효율성과 효과성으로 구성된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1111-1123
• /
• 2023

원격탐사 영상을 이용한 지표 속성의 변화를 모니터링 하기 위해서 딥러닝(deep learning) 모델을 이용한 의미론적 영상 분할 방법이 최근에 널리 사용되고 있다. 대표적인 의미론적 영상 분할 딥러닝 모델인 UNet 모델을 비롯하여 다양한 종류의 UNet 기반의 딥러닝 모델들의 성능 향상을 위해서는 학습 데이터셋의 크기가 충분해야 한다. 학습 데이터셋의 크기가 커지면 이를 처리하는 하드웨어 요구 사항도 커지고 학습에 소요되는 시간도 크게 증가되는 문제점이 발생한다. 이런 문제를 해결할 수 있는 방법인 전이학습은 대규모의 학습 데이터 셋이 없어도 모델 성능을 향상시킬 수 있는 효과적인 방법이다. 본 논문에서는 UNet 기반의 딥러닝 모델들을 대표적인 사전 학습 모델(pretrained model)인 VGG19 모델 및 ResNet50 모델과 결합한 세 종류의 전이학습 모델인 UNet-ResNet50 모델, UNet-VGG19 모델, CBAM-DRUNet-VGG19 모델을 제시하고 이를 건물 추출에 적용하여 전이학습 적용에 따른 정확도 향상을 분석하였다. 딥러닝 모델의 성능이 학습률의 영향을 많이 받는 점을 고려하여 학습률 설정에 따른 각 모델별 성능 변화도 함께 분석하였다. 건물 추출 결과의 성능 평가를 위해서 Kompsat-3A 데이터셋, WHU 데이터셋, INRIA 데이터셋을 사용하였으며 세 종류의 데이터셋에 대한 정확도 향상의 평균은 UNet 모델 대비 UNet-ResNet50 모델이 5.1%, UNet-VGG19 모델과 CBAM-DRUNet-VGG19 모델은 동일하게 7.2%의 결과를 얻었다.