• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.457-458
• /
• 2012

본 논문에서는 실시간 원격 수업(Real-Time Distance Education) 환경 하에서 학생들의 수업 집중 및 효율적인 교수를 위한 버즈학습(Buzz Learning)의 필요성을 제안한다. 이 학습법은 실시간 원격 수업에서 일어날 수 있는 집중력 저하 및 수업참가율 저조를 최소화하고, 학습자 간의 협동 및 상호작용을 향상시킨다. 또한 버즈법에 의한 그룹 편성 및 학습형태는 각 그룹에서 토의한 결과를 다시 전체가 모여 토의함으로써 소집단의 토의결과를 종합 정리하고 결론을 도출해 내는 집단 토의 형태를 띤다. 토의학습은 흔히 몇몇 학생의 경우 토의에 참가하지 않거나 또는 한 명이 독무대화하는 경향이 있는데 여기서는 그룹 전원이 토론에 적극 참여할 수 있게 한다. 본 논문에서는 실시간 원격 수업을 통하여 이뤄지는 실제 강의에 적용된 버즈 학습이 학생들의 수업참여도 및 학습 향상 면에서 우수함을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.37-40
• /
• 2014

프로세서와 메모리 간의 속도 차이로 인해 메모리 시스템의 성능 향상이 프로세서의 성능을 높이기 위한 중요한 요인이 되었고, 이를 위해 캐시 미스율을 감소시키는 방법이 연구되고 있다. 데이터 프리페치는 캐시의 미스율을 감소시키는 기법 중 하나이며 실제로 최근 프로세서에서 메모리 시스템의 성능을 향상시키기 위해 사용된다. 데이터 프리페치를 효과적으로 수행하기 위해서 메모리 주소의 접근 패턴을 파악하는 것이 중요하며, 이를 위해 순차적으로 접근하는 경우, 한 종류의 1 보다 크거나 같은 간격(stride)으로 뛰면서 접근하는 경우, 다수의 간격이 규칙적으로 반복되며 접근하는 경우 등의 다양한 패턴을 찾는 프리페치 기법들이 등장했다. 본 논문에서 소개하는 다중 간격 프리페치의 경우, 메모리 공간을 메모리 주소의 일부 상위 비트를 통해 여러 개의 영역으로 나누고, 하나의 패턴을 하나의 영역 안에서만 학습하여, 다른 영역에 속한 메모리 주소 접근 시 현재 학습하는 패턴에 어긋나는 주소라고 여기기 때문에 학습을 방해하지 않도록 하였다. 그러나 이 방법은 영역의 크기보다 같은 패턴을 갖는 메모리 주소 스트림의 크기가 더 클 때, 접근 주소의 영역이 바뀜으로 인해 불필요한 학습을 추가적으로 해야 하는 문제점이 있다. 이에 본 논문에서 인접 영역 테이블(ART: Adjacent Region Table)을 이용하여 같은 패턴을 갖는 메모리 접근 스트림의 크기가 영역의 크기보다 클 경우, 기존의 학습된 패턴대로 프리페치를 수행할 수 있도록 하였다. 본 논문에서 제안한 알고리즘으로 실험한 결과, 기존의 다중 간격 프리페치보다 캐시 미스율을 약 6.7% 낮췄고, 시스템 전체의 성능의 지표인 IPC의 경우, 약 5.78% 높아지는 성능 향상의 결과를 얻었다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.2
• /
• pp.175-182
• /
• 2013

The purpose of this study was to investigate the factors that influence elementary school learners' participation in cyber home study, and to suggest possible solutions to problem of the participation rates. To identify the factors, we analyzed the literature and developed a questionnaire consisting of 8 possible factors and 33 items. Data gathered from 429 elementary school learners were analyzed in a logistic regression model, which was utilized to determine the probability of the learner's participation in cyber home study because of any of the identified variables. We studied the following variables: problem from learning motivation & attitude, burden from computer, difficulty of new learning method, problem from instructional design, difficulty of interaction, problem from screen design, and problem from learning environment. The results indicated that two factors were important: burden from computer, difficulty of new learning method. That is to say, having a low level of burden of computer and difficulty of new learning method helps improve the rate of elementary school learners' participation in cyber home study.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.199-200
• /
• 2012

본 연구는 2012년 4월 2일부터 2012년 4월 8일까지 519명의 대전 소재 4년제 대학생들을 대상으로 스마트폰의 학습 활용에 대한 실태를 설문하여 학생들이 느끼는 학습 활용도와 학습 활용상의 문제점을 도출해 보고 또한 학년별, 성별 차이를 SPSS 18 패키지를 사용하여 분석하였다. 설문 결과 스마트폰의 학습 활용성에 대한 인식은 "보통"이라는 응답이 40.6%에 달하고 "그렇다"라는 응답과 "정말 그렇다"라고 하는 긍정적 응답은 26.6% 및 5%인 반면 "그렇지않다", "정말 그렇지 않다"라는 부정적 응답은 21.9% 및 5.9%를 나타내 학문적 활용성은 의미를 찾기 어려운 결과를 나타냈다. 성별, 학년별 차이는 통계적으로 유의할 정도의 차이를 보이지 않았다. 한편 스마트폰이 학습 활용에 있어 가장 큰 문제점이 무엇인가 하는 응답에는 "주로 엔터테인먼트에만 쓰게 된다"는 응답이 47.3%로 가장 높은 응답율을 보였고 "학습할 콘텐츠가 별로 없다"는 응답이 20.48%, "화면이 작아 학습에 부적합하다"는 응답이 17.1%로 뒤를 이었다. 이 역시 학년별로는 통계적으로 유의할 정도의 차이를 보이지 않았지만 성별로는 이유의 차이가 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11b
• /
• pp.869-872
• /
• 2002

네트워크 기반 침입탐지시스템은 연속적으로 발생하는 패킷의 무손실 축소와, 패킷으로 정상 또는 비정상 행위패턴을 정확히 모델링한 모델 생성이 전체성능을 판단하는 중요한 요소가 된다. 네트워크 기반 비정상행위 판정 침입탐지시스템에서는 이러한 탐지모델 구축을 위해 주로 감독학습 알고리즘을 사용한다. 본 논문은 탐지모델 구축에 사용하는 감독 학습 방식이 가지는 문제점을 지적하고, 그에 대한 대안으로 비감독 학습방식의 학습알고리즘을 제안한다. 감독 학습을 사용하여 탐지모델을 구축하기 위해서는 정상행위의 패킷을 취합해야 하는 사전 부담이 있는 반면에 비감독 학습을 사용하게 되면 이러한 사전작업 없이 탐지모델을 구축할 수 있다. 본 논문에서는 비감독학습 알고리즘을 비교 분석하기 위해서 COBWEB, k-means, Autoclass 알고리즘을 사용했으며, 성능을 평가하기 위해서 비정상행위도(Abnormal Behavior Level)를 계산하여 에러율을 구하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.6
• /
• pp.43-53
• /
• 1998

본 논문에서는 한국어 TTS시스템을 위한 운율구 추출, 운율구 사이의 휴지 기간, 음소의 지속 시간 모델링 방법을 설명한다. 실험을 위해 여러 장르로 구성된 400문장을 선 정하고, 이를 전문 여성 아나운서가 발성하였다. 녹음된 음성 신호에 대해 음소 및 운율구 경계를 결정하고, 문장에 대해서는 형태소 분석, 발음표기 변환, 구문 분석을 수행하였다. 400문장(약33분) 중 240문장(약20분)을 이용하여 결정 트리 및 회귀 트리를 학습시킨 후, 160분장(약13분)에 대해 실험하였다. 운율 모델링을 위한 특징들이 제안되었고, 학습된 트리 들을 해석함으로써 특징들의 유효성이 평가되었다. 실험 문장에 대해 운율구 경계의 유무를 결정하는 결정 트리의 오류율은 14.46%이었고, 운율구 사이의 휴지 기간과 음소 지속 시간 을 예측하기 위한 회귀 트리들의 평균 제곱 오류근(RMSE)이 각각 132msec, 22msec이었다. 수집된 모든 자료(400문장)로 학습한 결과, 운율구 경계 결정 오류율, 휴지 기간 및 지속시 간 RMSE의 10-fold cross-validation 추정치가 각각 13.77%, 127.91msec, 21.54msec이었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.656-659
• /
• 2017

현대 사회에서는 다양한 이동수단 중 지하철, 버스 등의 대중교통에 대한 수요가 높은 편이다. 본 연구의 배경이 되는 서울특별시의 경우에는 출퇴근 시, 과반 수 이상이 대중교통을 이용한다. 대중교통 이용량에는 날씨, 평일-주말, 연착, 도로현황 등 여러 가지에 원인을 둔다. 본 연구에서는 여러 요인 중에서도 날씨 데이터(기온, 강수량, 미세먼지)에 초점을 두어, 날씨에 따른 대중교통 이용량의 변화양상을 학습하여 예측하는 연구를 진행한다. 서울특별시 25개 자치구마다의 날씨 데이터와 대중교통 이용 데이터를 이용하여 Regression을 통한 데이터 학습을 진행하였으며, 학습된 모델을 통한 날씨에 따른 서울특별시 대중교통 이용량 예측에 따른 평균 오차율은 15.49%로 낮은 오차율을 가진다. 본 연구 결과는 날씨에 따른 버스와 지하철의 배차 간격 조절 등의 대중교통 배치 판단 결정에 기초자료로 사용될 것으로 기대된다.

• Review of KIISC
• /
• v.29 no.1
• /
• pp.26-33
• /
• 2019

안드로이드 모바일 환경에서 사용되는 애플리케이션은 사용자에게 여러 권한을 요구하며, 특정한 기능을 수행한다. 공격자는 정상적인 애플리케이션으로 가장한 악성 애플리케이션을 사용자가 다운로드 하도록 유도하여 금융정보 및 개인정보를 탈취할 수 있다. 기존의 모바일 백신은 시그니처(signature) 기반의 악성 애플리케이션 탐지 방법을 사용하기 때문에 정상 애플리케이션으로 가장한 악성 애플리케이션의 탐지가 어려운 측면이 있다. 따라서, 본 논문에서는 안드로이드 악성 애플리케이션 탐지율 향상을 위한 특성(feature)을 연구 및 분석하고, 여러 기계학습 모델을 적용하여 최종적으로는 기존의 모바일 백신으로는 탐지가 어려운 악성 애플리케이션까지 탐지가 가능한 기계학습 모델을 제안하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.535-536
• /
• 2022

본 논문 원격교육환경에서 학습자가 남긴 개별 데이터에 대한 장기적 관리 및 효율적 학습자 관리를 위한 데이터 전처리 방법으로 전통적인 ARIMA를 수정하여 연구하였다. ARIMA는 과거시점 데이터에 대한 회귀식과 변화율을 현 시점 데이터에 반영하는 방식이며 본 연구에서는 ARIMA 처리과정에서 딥러닝 알고리즘인 RNN의 변형방법인 LSTM을 적용하여 부분 데이터셋의 전처리과정에 대한 정확성과 재현율을 높이도록 하였다. 본 연구의 결과 전통적인 ARIMA 적용시와 대비하여 7~9%의 성능향상을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.16 no.4
• /
• pp.350-357
• /
• 1991

A speech recognition system based on a neural network, which can be used for telephon number services was tested. Because in Korea two different cardinal number systems, a koreanic one and a sinokoreanic one, are in use, it is necessary that the used systems is able to recognize 22 discret words. The structure of the neural network used had two layers, also a structure with 3 layers, one hidden layreformed of each 11, 22 and 44 hidden units was tested. During the learning phase of the system the so called BP-algorithm (back propagation) was applied. The process of learning can e influenced by using a different learning factor and also by the method of learning(for instance random or cycle). The optimal rate of speaker independent recognition by using a 2 layer neural network was 96%. A drop of recognition was observed by overtraining. This phenomen appeared more clearly if a 3 layer neural network was used. These phenomens are described in this paper in more detail. Especially the influence of the construction of the neural network and the several states during the learning phase are examined.