• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.229-231
• /
• 2000

많은 학습 방법 중에서 비교적 최근에 제시된 강화학습은 동적인 환경에서 뛰어난 학습 능력을 보여주었다. 이런 장점을 바탕으로 강화학습은 학습을 기초로 하는 에이전트 연구에 많이 사용되고 있다. 하지만, 현재까지 연구 결과는 강화학습으로 구축된 에이전트로 해결 할 수 있는 작업의 난이도에 한계가 있음을 보이고 있다. 특히, 복수의 부분 작업으로 구성되어 있는 복합 작업을 처리할 경우에 기존의 강화학습 방법은 문제 해결에 한계를 보여주고 있다. 본 논문에서는 복수의 부분 작업으로 구성된 복합 작업이 왜 처리하기 힘든가를 분석하고, 이런 문제를 처리할 수 있는 방안을 제안한다. 본 논문에서 제안하고 있는 EQ-Learning은 강화학습 방법의 대표적인 Q-Learning을 개량하고 기존의 문제를 해결한다. 이 방법은 각각의 부분 작업 해결 방안을 학습시키고 그 학습 결과들의 적절한 적용 순서를 찾아내 복합 작업을 해결한다. EQ-Learning의 타당성을 검증하기 위해 격자 공간에서 복수의 부분작업으로 구성된 미로 문제를 통하여 실험하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.401-402
• /
• 2018

콘텐츠 큐레이션 서비스를 위해서 대용량 데이터를 학습하는 과정에서 발생하는 메모리부족 문제, 학습소요시간 문제 등을 해결하기 위한 "대용량 문서학습을 위한 동적학습 파이프라인 생성기술 중 빅데이터 마이닝을 위한 점진적 학습 모델" 기술이 필요하며, 본 논문에서 제안한 콘텐츠 큐레이션 서비스는 온라인상의 수많은 콘텐츠들 중 개인의 주관이나 관점에 따라 관련 콘텐츠들을 수집, 정리하고 편집하여 이용자와 관련이 있거나 좋아할 만한 콘텐츠를 제공하는 서비스이다. 본 논문에서 설계된 모아 큐레이션 서비스는 대용량의 문서를 학습함에 있어서 메모리 부족 문제, 학습 소요시간 문제 등을 해결하기 위해 학습데이터의 용량 제한이 없는 문서를 자유롭게 학습하고 부분적인 자질추가/변경 시에 변경요소만을 추가 반영할 수 있는 범용적이고 일반적인 분류기의 구조설계 방법 등을 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.559-562
• /
• 2020

시각-언어 이동 문제는 시각 이해와 언어 이해 능력을 함께 요구하는 복합 지능 문제이다. 본 논문에서는 시각-언어 이동 에이전트를 위한 새로운 학습 모델을 제안한다. 이 모델은 데모 데이터에 기초한 모방 학습과 행동 보상에 기초한 강화 학습을 함께 결합한 복합 학습을 채택하고 있다. 따라서 이 모델은 데모 데이타에 편향될 수 있는 모방 학습의 문제와 상대적으로 낮은 데이터 효율성을 갖는 강화 학습의 문제를 상호 보완적으로 해소할 수 있다. 또한, 제안 모델은 서로 다른 두 학습 간에 발생 가능한 학습 불균형도 고려하여 손실 정규화를 포함하고 있다. 또, 제안 모델에서는 기존 연구들에서 사용되어온 목적지 기반 보상 함수의 문제점을 발견하고, 이를 해결하기 위해 설계된 새로은 최적 경로 기반 보상 함수를 이용한다. 본 논문에서는 Matterport3D 시뮬레이션 환경과 R2R 벤치마크 데이터 집합을 이용한 다양한 실들을 통해, 제안 모델의 높은 성능을 입증하였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.107-112
• /
• 2023

라벨 데이터 수집의 어려움에 따라 라벨이 없는 데이터로 학습하는 준지도학습, 비지도학습에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 그의 일환으로 Novel Intent Category Discovery(NICD) 문제를 제안하고 NICD 연구의 베이스라인이 될 모델을 소개한다. NICD 문제는 라벨이 있는 데이터와 라벨이 없는 데이터의 클래스 셋이 겹치지 않는다는 점에서 기존 준지도학습의 문제들과 차이가 있다. 제안 모델은 RoBERTa를 기반으로 두 개의 분류기를 추가하여 구성되며 라벨이 있는 데이터셋과 라벨이 없는 데이터셋에서 각각 다른 분류기를 사용하여 라벨을 예측한다. 학습방법은 2단계로 먼저 라벨이 있는 데이터셋으로 요인표현을 학습한다. 두 번째 단계에서는 교차 엔트로피, 이항교차 엔트로피, 평균제곱오차, 지도 대조 손실함수를 NICD 문제에 맞게 변형하여 학습에 사용한다. 논문에서 제안된 모델은 라벨이 없는 데이터셋에 대해 이미지 최고성능 모델보다 24.74 더 높은 정확도를 기록했다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.60-62
• /
• 1999

다중 클래스 문서분류는 주어진 여러 개의 관심사별로 문서를 선별해 주는 문제이다. 문서 분류 문제의 특징은 문서가 매우 높은 차원으로 표현된다는 것이다. 다른 학습 알고리즘에 비해 SVM 알고리즘은 차원을 전혀 줄이지 않고 문제를 해결한다. 본 논문에서는 SVM 학습 알고리즘을 이용하여 대규모의 뉴스 그룹 문서 분류 문제를 다룬다. 다중 클래스 문서 분류를 위해서 각 클래스에 대한 SVM학습 결과를 효과적으로 결합하였으며 실험을 통하여 SVM과 다른 학습 알고리즘과의 성능을 비교하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.73-76
• /
• 2000

문서 분류나 여과 문제에서 양의 학습 데이터의 부족은 성능 저하의 주요 원인이 된다. 이런 경우 여러 학습 알고리즘이 문제의 특성을 제대로 파악하지 못한다. 본 논문에서는 부스팅 기법을 도입하여 이 문제를 접근해 보았다. 부스팅 기법은 약한 능력을 보유한 학습 알고리즘을 부스팅 과정을 통해 궁극적으로 강력한 성능을 얻을 수 있게 해준다. 간단한 선형 퍼셉트론에 부스팅 기법을 도입하여 문서 여과에 적용하였다. 제안된 알고리즘을 Reuters-21578 문서 집합에 적용한 결과, 재현률 측면에서 다층 신경망보다 우수한 성능을 보였고 특히 양의 학습 데이터가 부족한 문제의 경우 탁월한 결과를 얻을 수 있었다.

• Journal of the Korea Convergence Society
• /
• v.7 no.2
• /
• pp.33-41
• /
• 2016

This study was convergence study conducted to examine the effects of problem-based learning(PBL) on self-directed learning ability, problem solving skills, academic self-efficacy, motivation toward learning in adult nursing care. This study was one-group pretest-posttest design. 51 students in the second year were recruited. After the PBL education, The participants showed much improvement in two areas of problem solving skills(t=3.30, p=.002) and Motivation toward Learning(t=3.004, p= .004). In the case of self-directed learning ability(t=1.451, p= .153) and academic self-efficacy(t=-1.04, p= .304), these have not showed a statistically significant change. The results indicate that the PBL education is effective in improving some areas of students' learning competency. Further study is needed to develop PBL programs for various clinical topics and evaluate the effectiveness on the learning outcomes.

• Journal of The Korean Association of Information Education
• /
• v.4 no.2
• /
• pp.159-168
• /
• 2001

A ultimate purpose of education is to develop their ability that learners is able to solve present or future immediate problem well. In order to, the educator checks question settlement conditions and leads steadily, the learner needs various data and information for question settlement, and needs communication with many various people. By the way, WEB becomes the source of various data and information that it is naccesary to solve problem for freedom navigation of internet, because accelerates interaction quality communication needed question settlement process, offers the best studying environment for problem solution drilling. A methodolagical tactics for accelerating learner's question solution activity is helped by small-group action drill. According to, this treatise develops system of question solution drilling with web for a basis by small group action drill, applies the fifth grade it experimentally.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1437-1440
• /
• 2011

현재 학교수업에서 학습자간 학습 능력의 차이를 해결하기위해 개별 학습과 수준별 학습을 이용한다. 그러나 수업시간 중에 수준별, 개별학습을 진행하기에는 어려움이 따른다. 이에 해결방법으로 동료 지도학습 방법, 웹기반 개별지도 학습방법 등이 적용되고 있으나 이 또한 동료끼리의 열등감 문제, 즉각적 피드백 부족 등으로 많은 문제점들이 발생하고 있다. 따라서 본 연구에서는 효율적인 동료지도학습 방법을 적용하는 방법으로 SNS를 기반으로한 학습지원시스템을 제안한다. 본 시스템을 적용함으로써 기존의 동료지도학습 방법에서의 시.공간적인 제약 문제를 해결하였고, 개별학습과 수준별 학습이 가능하며, 자기주도적 학습이 효과적으로 이루어질 수 있다. 또한, 누구나 학습자와 교수자의 입장이 될 수 있으므로 동료끼리의 열등감 문제를 해결할 수 있다. 교수자로서의 역할 경험은 자아성취감을 고취시켜 학습의 흥미도를 높일 수 있다.

• The Journal of Korean Association of Computer Education
• /
• v.3 no.2
• /
• pp.31-37
• /
• 2000

We developed a test bank system which dynamically adjusts to students' achievement levels. In order to dynamically calculate the student's achievement level, our system uses the question-response theory which is usually adopted to CAT. The system proposes appropriate questions depending on the students' achievement levels so that they can do self-directed and individualized learning. The system consists of pre-test, main learning, and review stages. In the pre-test stage, the intellectual level of the student is examined to determine the starting point in the main stage. In the main learning stage, individualized learning is performed. Finally, a review session is added to re-examine the questions that the student gave wrong answers. The output from the learning process of the system is not the usual test scores but the level of the student's intellectual ability which is produced through the question-response theory. The intellectual ability level index objectively measures the degree of improvement of the student's learning ability.