• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.81-84
• /
• 2003

$\varepsilon$-SVR(e-Support Vector Regression)학습방법은 SV(Support Vector)들을 이용하여 함수 근사(Regression)하는 방법으로 최근 주목받고 있는 기법이다. SVM(SV machine)의 한 가지 방법으로, 신경망을 기반으로 한 다른 알고리즘들이 학습과정에서 지역적 최적해로 수렴하는 등의 문제를 한계로 갖는데 반해, 이러한 구조들을 대체할 수 있는 학습방법으로 사용될 수 있다. 일반적인 $\varepsilon$-SVR에서는 학습 데이터와 관사 함수 f사이에 허용 가능한 에러범위 $\varepsilon$값이 학습하기 전에 정해진다. 그러나 Nu-SVR(ν-version SVR)학습방법은 학습의 결과로 최적화 된 $\varepsilon$값을 얻을 수 있다. 정해진 기저함수가 포함되는 $\varepsilon$-SVR 학습방법(Sermparametric SVR)은 정해진 독립 기저함수를 사용하여 함수를 근사하는 방법으로, 일반적인 $\varepsilon$-SVR 학습방범에 비해 우수한 결과를 나타내는 것이 성공적으로 입증된 바 있다. 이에 따라, 본 논문에서는 정해진 기저함수가 포함된 ν-SVR 학습 방법을 제안하고, 이에 대한 수식을 유도하였다. 그리고, 모의 실험을 통하여 제안된 Sermparametric ν-SVR 학습 방법의 적용 가능성을 알아보았다.

• Communications of Mathematical Education
• /
• v.10
• /
• pp.237-270
• /
• 2000

본 연구는 고등학교 1학년 학습부진아를 위하여, 자연과학의 기초가 되고, 학습의 전이가 높다고 생각되는 수학 교과를 중심으로 학습부진아의 특성을 규명하고 학습부진아를 위한 교수, 학습방법, 수학적 능력향상, 학습부진아에게 새로운 흥미와 학습 의욕을 야기 시켜 보다 효율적인 지도방법, 학습부진아의 원인을 규명하고, 개인차에 알맞은 학습과 현장에서 나타나는 문제점을 해소하여 학습부진아를 위한 교재를 개발하여 학습의 전의력을 높임으로써 수학교과 학습능력을 향상시키기 위한 교수, 학습 모형을 구성 적용하고, 학습에 대한 태도를 바람직한 방향으로 변화시키고, 학습부진아를 위한 효율적인 지도방법을 연구하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.339-341
• /
• 1998

다층 퍼셉트론 학습은 학습 데이터의 능동적인 선택 여부에 따라 능동적 학습(Active learning)과 피동적 학습(Passive learning)으로 구분할 수 있다. 기존의 능동적 학습 방법들은 학습 데이터의 중요도를 측정할 수 있는 기준(measure)을 제시하고 이 기준에 따라 학습 데이터를 선택하는 방법을 취하고 있다. 이 방법들은 학습 데이터 선택을 위해 Hessian Approximation과 같은 복잡한 계산이나 학습 데이터를 선택하는 과정에 있어서 데이터의 중요도를 평가하기 위한 반복적인 계산을 필요로 한다. 본 논문에서는 학습 데이터 선택 시 반복적인 계산이 필요하지 않는 비교사 학습을 이용한 능동적 학습 데이터 선택 방법을 제안하고 그 수렴 특성과 일반화 성능을 분석한다. 또한 비교 실험을 통하여 제안된 방법이 기존의 능동적 학습방법보다 간단한 계산만으로 수렴 속도를 향상시키며 일반화에도 뒤떨어지지 않음을 보인다.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.419-422
• /
• 2010

사용자와 환경의 변화에 적응하기 위해서 베이지안 네트워크의 다양한 학습 방법들이 연구되고 있다. 기존의 많은 학습방법에서는 학습 데이터로부터 통계적 방법을 통해서 베이지안 네트워크 모델을 학습하는데, 이러한 접근 방법은 학습 데이터를 수집하기 어려운 문제에 적용하기 힘들며, 사용자의 의도를 데이터의 패턴들로만 학습하므로 직접적으로 사용자의 의도를 반영할 수 없다. 본 논문에서는 대화에 기반하여 사용자의 의도를 직접적으로 수집하고, 이로부터 베이지안 네트워크의 파라메터를 학습하는 방법을 연구한다. 제안하는 방법에서는 사용자와의 대화를 통해서 현재의 모델의 잘못된 점 혹은 개선점을 직접적으로 입력 받고, 이를 바탕으로 베이지안 네트워크 모델을 수정하여 데이터의 수집 없이 빠른 시간에 사용자가 원하는 모델을 학습 할 수 있다. 기존의 통계적 기법을 이용한 대표적인 베이지안 네트워크 파라메터 학습 방법인 최대우도 추정(Maximum Likelihood Estimation; MLE) 방법과 제안하는 방법을 비교하여 제안하는 방법의 유용성을 확인한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.888-892
• /
• 2003

현대에 많은 사람들이 인터넷을 활용하게 됨으로써 웹으로 학습하는 수가 늘어나고 있다. 따라서 웹을 이용한 원격강의 학습방법이 늘어나고 있다. 이미 영어와 같은 외국어 학습의 경우는 활발히 진행되고 있다. 본 연구에서는 웹을 이용한 한자학습을 Edutainment식 방법을 활용하여 학습을 하는데 있어서 즐겁게 한자학습을 할 수 있도록 함으로써 보다 효과적인 학습이 될 수 있는 방법을 제안하였다. 또한 이러한 방법이 실제 효과가 있는지에 대해 이미 한자를 많이 사용하고 있는 일본의 한 site와 우리나라에서 실행되고 있는 한자학습 site에 있는 한자학습 방법을 설문하여 비교ㆍ평가 하였다.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.247-250
• /
• 2009

본 실험에서는 단어회상이 영어어휘 학습에 미치는 영향을 살펴보기 위해 160개 단어 쌍에 대해 어휘학습을 실시하였다. 세 종류의 어휘 학습 방법(교대학습, 반복검사, 반복학습)을 채택하여 학습을 실시하였으며 학습 1주일 후 160개 단어 쌍에 대해 지연회상검사를 실행하였다. 그 결과 세 종류의 어휘 학습 방법 중 단어회상을 강조한 두 개의 어휘 학습 방법에서 그렇지 않은 조건에 비해 유의미하게 좋은 지연회상률을 보였다. 또한 실험 참가자를 대상으로 선호하는 학습 방법에 대해 설문조사를 실시한 결과 63.5%의 설문 응답자가 한 번 학습한 것에 대해 스스로 시행하는 회상 검사를 선호하였다. 그러나 자가검증을 통한 회상 검사 자체가 효과적인 학습 방법이라고는 생각하지 않는 것으로 나타났다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.123-129
• /
• 2001

지금까지 한국어 품사 부착을 위해 다양한 모델이 제안되었고 95% 이상의 높은 정확도를 보여주고 있다. 그러나 4-5%의 오류는 실제 응용 분야에서 많은 문제를 야기시킬 수 있다. 이러한 오류를 최소화하기 위해서는 오류를 분석하고 이를 수정할 수 있는 규칙들을 학습하여 재사용하는 방범이 효과적이다. 오류 수정 규칙을 학습하기 위한 기존의 방법들은 수동학습 방법과 자동 학습 방법으로 나눌 수 있다 수동 학습 방법은 많은 비용이 요구되는 단점이 있다. 자동 학습 방법의 경우 모두 변형규칙 기반 접근 방법을 사용하였는데 어휘 정보를 고려할 경우 탐색 공간과 규칙 적용 시간이 매우 크다는 단점이 있다. 따라서 본 논문에서는 초기 모델에 대한 오류 수정 규칙을 효율적으로 학습하기 위한 새로운 방법으로 결정 트리 학습 방법을 확장한 통계적 결정 그래프 학습 방법을 제안한다. 제안된 방법으로 두 가지 실험을 수행하였다. 초기 모델의 정확도가 높고 말뭉치의 크기가 작은 첫 번째 실험의 경우 초기 모델의 정확도 95.48%를 97.37%까지 향상시킬 수 있었다. 초기 모델의 정확도가 낮고 말뭉치 크기가 큰 두 번째 실험의 경우 초기 모델의 정확도 87.22%를 95.59%로 향상시켰다. 또한 실험을 통해 결정 트리 학습 방법에 비해 통계적 결정 그래프 학습 방법이 더욱 효과적임을 알 수 있었다.

• The Journal of Korean Institute for Practical Engineering Education
• /
• v.4 no.2
• /
• pp.60-66
• /
• 2012

This paper present a learning method of 21C university education paradigm after survey the earlier several effective learning methods after we survey the earlier several researches which is researched until latest. For the purpose of that, we discuss the goal of learning, and effective time management and learning preparation. In general, many students spent valueless time without self-driving learning method during their student's period. But when they are higher grade, they know the important of self-driving learning method. The proposed learning method is the more efficiency in case of using selective of mentioned several efficient learning method according to student's quality and given lecture class configuration.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.901-904
• /
• 2003

최근에 웹을 이용한 원격교육에 대한 않은 학습 방법들이 제시되고 있으며, 단순히 학습만을 고려한 방법부터 실시간으로 원격시험을 치르는 방법까지 다양하다 웹 기반의 학습에서 많이 적용되는 방법이 문제를 통한 학습이며, 기존의 학습들은 학습자가 개인 수준에 안는 문제 난이도를 직접 선택하거나, 문제를 동적으로 추출하여 학습하는 방식이다. 그러나 이 방법들은 단순히 출제되는 문제 자체의 차별성을 기반으로 하므로 학습자의 능력별 학습이 이루어지기 어려운 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여, 개인의 문제유형별 약점정보를 기반으로 유형별 추출되는 문제에 난이도를 두어 개인별 학습 능력을 정확히 평가한다. 그리고 다음 단계의 학습에서 개인별 학습정보를 충분히 반영하여 문제들을 출제하므로 학습자의 학습효과를 높일 수 있다. 따라서 이 시스템은 문제유형과 문제난이도에 대한 개인의 정보를 반복적으로 적용하여 학습할 수 있으므로, 더욱 효과적인 원격학습을 제공할 수 있다.