• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.39 no.4
• /
• pp.19-27
• /
• 2002

We proposed an auto-tuning method of learning rate for performance improvement of backpropagation algorithm. Proposed method is used a fuzzy logic system for automatic tuning of learning rate. Instead of choosing a fixed learning rate, the fuzzy logic system is used to dynamically adjust learning rate. The inputs of fuzzy logic system are ${\Delta}$ and $\bar{{\Delta}}$, and the output is the learning rate. In order to verify the effectiveness of the proposed method, we performed simulations on a N-parity problem, function approximation, and Arabic numerals classification. The results show that the proposed method has considerably improved the performance compared to the backpropagation, the backpropagation with momentum, and the Jacobs' delta-bar-delta.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.12
• /
• pp.2382-2390
• /
• 2007

A new polynomial-based predistortion method for linearizing nonlinear power amplifier is proposed. The proposed method finds the predistortion parameter directly without the help of postdistorter whereas most existing polynomial-based predistortion methods calculate the predistortion parameter indirectly from the prostdistorter. First, a new predistortion algorithm is derived based on the assumption that the characteristic of the amplifier is modeled by piecewise linear function. Then it is modified into a proposed method which does not require any assumption or prior knowledge of the amplifier. The proposed method is derived based on the RLS (recursive least squares) algorithm. The proposed technique is simpler to implement than the existing methods and the computer simulation demonstrates that the proposed method is more robust to the initial condition and the saturation region of the amplifier.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.322-325
• /
• 2015

본 논문에서는 개선된 자세 인식을 위한 학습을 통한 자세 인식 기법을 제안한다. 제안 자세 인식 기법은 영상의 모든 픽셀 값을 사용하지 않으며 인체의 골격의 위치 정보와 자세의 학습을 기반으로 한다. 최근 자세 인식기법에 다양한 기계 학습 기법을 적용하여 제스처 인식률을 높이는 연구가 진행되고 있지만 실시간 프레임에 적용하는데 한계가 있다. 반면 고차원의 특징점을 추출하여 신경망 학습방식을 이용하면 적은 계산량과 손쉬운 실행이 가능하다. 고차원의 특징점은 깊이 정보로부터 사람의 골격 정보를 이용해 추출하여 차원을 감소시키며 신경망 학습 방식에서는 각 자세에 대한 고차원의 특징점을 이용하여 자세의 학습을 진행한다. 신경망학습은 학습 단계에서는 미리 알려진 자세와 예측된 자세의 비교를 통해 오류를 최소화 하는 방향으로 학습을 진행하며, 판별 단계에서는 새로운 자세를 입력하여 고차원 특징점을 이용한 신경망 학습 기반의 제안 기술의 성능을 평가한다. 실험에 의하면 제안 기법은 약 96%의 자세 인식률을 보이고 자세 인식기법을 동작 인식으로 확장 가능성 또한 보인다.

• Journal of Oral Medicine and Pain
• /
• v.30 no.1
• /
• pp.35-44
• /
• 2005

Purpose: The aim of this preliminary study was to evaluate the effect of Problem-Based Learning (PBL) curriculum on development of comprehension of basic medical knowledge and quality of semi-structured problem solving including scientific reasoning skill. This scientific reasoning contained five components including: size of simple, design of research cause-effect, construction of risk factor, analysis statistic of data, interpretation of result. Materials and Methods: Seoul National University Dental students (100) participated in this experience during two weeks, 2004. Forty eight multiple-choice questions (MCQ) concerned "Infection Control and Prevention" were asked before and after two sections of Lecture-Based Learning (LBL) and PBL (pretest-posttest control group design). A semi-structured problem in epidemiological research was asked to these students after two sections (posttest-only control group design). Data (mean and SD) were analysed using the t Test for two independent samples (p<.05), comparing PBL versus LBL. Results: Our analyse of scores show no difference between LBL and PBL in the development of comprehension of "Infection Control and Prevention". The quality problem solving (epidemiological research) was significantly different between the two groups (p=.029); specially, two components' scores of reflection on scientific reasoning cause-effect (p=.000) and interpretation of result (p=.001) were significantly better for PBL than for LBL. Conclusion: Theses results indicate that comparing LBL and PBL, PBL curriculum have not been disadvantaged in comprehension of basic knowledge, and have contributed to develop the scientific reasoning in problem solving.

• School Mathematics
• /
• v.10 no.1
• /
• pp.123-138
• /
• 2008

The objective of this paper is to reveal the cause of failure of New Math in the field of the SMSG area education from the didactical point of view. At first, we analyzed Euclid's (Elements), De Morgan's (Elements of arithmetic), and Legendre's (Elements of geometry and trigonometry) in order to identify characteristics of the area conception in the SMSG. And by analyzing the controversy between Wittenberg(1963) and Moise(1963), we found that the elementariness and the mental object of the area concept are the key of the success of SMSG's approach. As a result, we conclude that SMSG's approach became separated from the mathematical contents of the similarity concept, the idea of same-area, incommensurability and so on. In this account, we disclosed that New Math gave rise to the lack of elementariness and geometrical mental object, which was the fundamental cause of failure of New Math.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.55-60
• /
• 2018

기계학습 기반인 관계추출 모델을 설계할 때 다량의 학습데이터를 빠르게 얻기 위해 원격지도학습 방식으로 데이터를 수집한다. 이러한 데이터는 잘못 분류되어 학습데이터로 사용되기 때문에 모델의 성능에 부정적인 영향을 끼칠 수 있다. 본 논문에서는 이러한 문제를 강화학습 접근법을 사용해 해결하고자 한다. 본 논문에서 제안하는 모델은 오 분류된 데이터로부터 좋은 품질의 데이터를 찾는 문장선택기와 선택된 문장들을 가지고 학습이 되어 관계를 추출하는 관계추출기로 구성된다. 문장선택기는 지도학습데이터 없이 관계추출기로부터 피드백을 받아 학습이 진행된다. 이러한 방식은 기존의 관계추출 모델보다 좋은 성능을 보여주었고 결과적으로 원격지도학습데이터의 단점을 해결한 방법임을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.111-115
• /
• 2017

목적 지향적 대화 시스템(Goal-oriented dialogue system) 은 텍스트나 음성을 통해 특정한 목적을 수행 할 수 있는 시스템이다. 최근 RNN(recurrent neural networks)을 기반으로 대화 데이터를 end-to-end learning 방식으로 학습하여 대화 시스템을 구축하는데에 활용한 연구가 있다. End-to-end 방식의 학습은 도메인에 대한 지식 없이 학습 데이터 자체만으로 대화 시스템 구축을 위한 학습이 가능하다는 장점이 있지만 도메인 지식을 학습하기 위해서는 많은 양의 데이터가 필요하다는 단점이 존재한다. 이에 본 논문에서는 도메인 특정 지식을 결합하여 end-to-end learning 방식의 학습이 가능한 Hybrid Code Network 구조를 기반으로 한국어로 구성된 식당 예약에 관련한 대화 데이터셋을 이용하여 식당 예약을 목적으로하는 대화 시스템을 구축하는 방법을 제안한다. 실험 결과 본 시스템은 응답 별 정확도 95%와 대화 별 정확도 63%의 성능을 나타냈다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.9 no.4
• /
• pp.47-55
• /
• 2004

Most questions made for remote examinations on web-based education system use methods of making questions using fixed questions or randomly using item pools or automatically using degree of difficulty. Particularly, automatically selection methods using degree of difficulty is the kernel of a question that objectivity of examination questions by degree of difficulty adjustment based result of examination. This paper is use automatically selection methods for examination on web-based education system. Therefore we present new algorithms of mediateness degree of difficulty as regards education ability of students for adjust the degree of difficulty. We identified this algorithms is more effective as compared with previously algorithms on web-based education system

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.155-157
• /
• 2019

본 논문에서는 기존의 DERS, VSRS를 이용한 가상시점 합성이 가지고 있는 문제점을 해결하기 위해 비지도 학습 방식의 학습 모델을 이용하여 가상시점 합성에 적용하는 방식을 제안한다. 제안한 방식에서는 기존의 DERS와 달리 Disparity의 탐색범위를 지정하지 않고 Depth의 예측이 가능하며 단안의 영상에서 Depth를 예측하기 때문에 가상시점 합성 시 더 넓은 시점을 합성 할 수 있다. 또한 기존 방식은 Depth와 합성 영상을 각각 처리해야하지만 제안하는 방식은 한 번에 작업이 이루어지며, GPU를 기반으로 구현하였기 때문에 기존의 합성 방식 보다 처리 속도가 우수하다.

• Proceedings of the Korea Contents Association Conference
• /
• 2006.05a
• /
• pp.367-369
• /
• 2006

The educational contents could be better off when the visualization, personalized storytelling and interaction are combined and fused in the interface. In this paper, we analyze the specification of I/O cooperation based on MS agent framework. which can be applied to the development of educational contents.