• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2830-2832
• /
• 1999

신경망은 선형 시스템 뿐 만 아니라 비선형 시스템에 있어서도 탁월한 모델링 및 예측 성능을 갖고 있다. 하지만 좋은 성능을 갖는 신경망을 구현하기 위해서는 최적화 해야할 파라미터들이 있다. 은닉층의 뉴런의 수, 학습율, 모멘텀, 학습오차 등이 그것인데 이러한 파라미터들은 경험에 의해서, 또는 문헌들에서 제시하는 값들을 선택하여 사용하는 것이 일반적인 경향이다. 하지만 신경망의 전체적인 성능은 이러한 파라미터들의 값에 의해서 결정되기 때문에 이 값들의 선택은 보다 체계적인 방법을 사용하여 구하여야 한다. 본 논문은 유전 알고리즘을 이용하여 이러한 신경망 파라미터들의 최적 값을 찾는데 목적이 있다. 유전 알고리즘을 이용하여 찾은 파라미터들을 사용하여 학습된 신경망의 학습오차와 예측오차들을 심플렉스 알고리즘을 이용하여 찾은 파라미터들을 사용하여 학습된 신경망의 오차들과 비교하여 본 결과 유전 알고리즘을 이용하여 찾을 파라미터들을 이용했을 때의 신경망의 성능이 더욱 우수함을 알 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.394-397
• /
• 2008

이러닝에서는 학생의 중도 포기율이 높기 때문에 학생의 학습의지를 어떻게 장려할 수 있는가가 매우 중요하다. 따라서 본 연구에서는 학생의 학습의지에 미치는 여러가지 영향요인 중 공동체의식을 주요 요인으로 파악하여 그 영향력을 살펴보고자 하였다. 아울러 이러한 공동체의식이 이러닝 교육기관에 대한 충성도에는 어떤 영향을 미치는지도 살펴보았다. 본 연구를 통해 공동체의식은 학습기관 일체감을 형성하고 이러한 학습기관 일체감은 학생의 학습의지와 학교에 대한 충성도를 증대시킨다는 것을 확인할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.138-141
• /
• 2003

본 연구에서는 뉴우턴법의 고정점 알고리즘에 학습파라미터를 추가한 새로운 고정점 알고리즘의 신경망 기반 독립성분분석기법을 제안하였다. 이는 목적함수의 1차 미분을 이용하는 뉴우턴법에서 역혼합행렬의 경신을 빠르게 하기 위함이고, 모멘트는 접선을 구하는 과정에서 함수의 기울기변화에 따른 발진을 줄여 좀 더욱 더 빠른 학습을 하기 위함이다. 제안된 기법을 512×512 픽셀의 5개 영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들을 각각 대상으로 시뮬레이션 한 결과, 기존의 고정점 알고리즘은 학습파리미터에 영향을 받으며, 적절한 파라미터값의 설정(학습율 1, 모멘트 0.0001)은 보다 우수한 분리성능과 빠른 분리속도를 얻을 수 있음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.169-171
• /
• 2013

본 연구는 초등학생을 대상으로 전자교육 학습자의 학습이력에 따른 중도탈락 원인들을 규명하고 재수강 의사 결정에 차이를 보이는지 분석을 통해 학습자의 재수강을 높일 수 있는 방안을 검토하고 효율적인 전자교육 프로그램을 운영할 수 있도록 시사점을 제공하기 위한 것이다. 구체적으로는 초등 전자교육에서 학습이력별 중도탈락 원인을 규명하고 재수강 의사 결정에 차이가 있는지 분석하였다. 연구결과 첫째, 초등전자교육에서 학습자의 학습이력 중 특히 학습자의 이수율이 중도탈락율과 관련 있으며, 유의한 원인은 시간부족, 교육내용 방법 평가로 나타났다. 둘째, 시간이 부족하거나 교육내용 방법 평가 방법이 적절하지 않아 중도탈락한 학습자들의 50% 이상이 재수강 의사를 밝혔으며, 중도탈락 원인 중 학업능력은 재수강을 결정하는데 유의한 원인으로 파악되었다. 셋째, 중도 탈락자의 재수강을 유도하는 방안으로서는 초등 전자교육 수강자는 온라인 플래너를 활용하여 매일 1시간씩 학습 시간을 관리하는 것이 필요하며, 선행학습은 한 학기 전까지 다루는 것이 좋은 것으로 나타났다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.507-511
• /
• 2022

문법 교정 모델은 입력된 텍스트에 존재하는 문법 오류를 탐지하여 이를 문법적으로 옳게 고치는 작업을 수행하며, 학습자에게 더 나은 학습 경험을 제공하기 위해 높은 정확도와 재현율을 필요로 한다. 이를 위해 최근 연구에서는 문단 단위 사전 학습을 완료한 모델을 맞춤법 교정 데이터셋으로 미세 조정하여 사용한다. 하지만 본 연구에서는 기존 사전 학습 방법이 문법 교정에 적합하지 않다고 판단하여 문단 단위 데이터셋을 문장 단위로 나눈 뒤 각 문장에 G2P 노이즈와 편집거리 기반 노이즈를 추가한 데이터셋을 제작하였다. 그리고 문단 단위 사전 학습한 모델에 해당 데이터셋으로 문장 단위 디노이징 사전 학습을 추가했고, 그 결과 성능이 향상되었다. 노이즈 없이 문장 단위로 분할된 데이터셋을 사용하여 디노이징 사전 학습한 모델을 통해 문장 단위 분할의 효과를 검증하고자 했고, 디노이징 사전 학습하지 않은 기존 모델보다 성능이 향상되는 것을 확인하였다. 또한 둘 중 하나의 노이즈만을 사용하여 디노이징 사전 학습한 두 모델의 성능이 큰 차이를 보이지 않는 것을 통해 인공적인 무작위 편집거리 노이즈만을 사용한 모델이 언어학적 지식이 필요한 G2P 노이즈만을 사용한 모델에 필적하는 성능을 보일 수 있다는 것을 확인할 수 있었다.

• 한국음향학회지
• /
• 제18권3호
• /
• pp.35-42
• /
• 1999

본 논문에서는 이산적인 HMM(Hidden Markov Model)을 이용한 고립단어 인식 시스템에서 입력특징벡터의 변별력을 향상시키기 위해 수정된 집단화 알고리듬을 제안하므로써 K-means나 LBG 알고리듬을 이용한 기존의 HMM에 비해 2.16%의 인식율을 향상시켰다. 또한 HMM학습과정에서 불충분한 학습데이타로 인해 발생되는 인식율저하의 문제를 해소하기 위해 확률적으로 개선된 smoothing 기법을 제안하므로써 화자독립 실험에서 3.07%의 인식율을 향상시켰다. 본 논문에서 제안한 두 가지 알고리듬을 모두 적용하여 최종적으로 실험한 VQ/HMM에서는 기존의 방식에 비해 화자독립 인식실험 결과 평균 인식율이 4.66% 개선되었다.

• 디지털융복합연구
• /
• 제12권6호
• /
• pp.569-577
• /
• 2014

원격교육연수원은 2013년 12월 기준으로 63개 연수원이 민간, 대학부설, 국공립기관의 형태로 운영되고 있다. 원격교육연수원은 학습관리시스템을 통해 연수 관리를 하고 있기 때문에 학습관리시스템은 원격 연수의 질과 관계가 있다. 본 논문은 원격연수의 질 제고를 위해 원격교육연수원의 학습관리시스템 기능을 분석하였다. 분석 결과 전반적으로 연수자, 관리자, 튜터에게 필요한 기능이 70.07%, 72.09%, 70.41%의 구현율을 보여주었다. 연수자 기능에서는 연수지원, 관리자 기능에서는 통계관리, 튜터 기능에서는 커뮤니케이션 기능이 가장 낮은 구현율을 보였다. 본 논문의 결과를 통해 원격교육연수원의 효율적인 연수 운영을 위한 학습관리시스템 개선에 도움이 될 것으로 사료된다.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.19-26
• /
• 2009

본 논문은 PCA기반 얼굴인식 알고리즘에서 조명 변화에 따른 인식율의 변화 및 Cumulative Match Characteristic을 이용한 누적 식별 값 측정을 통해 알고리즘의 신뢰도를 확인하였다. 이를 위해 본 논문에서는 한 사람당 하나의 학습 영상만을 사용하는 경우뿐만 아니라 조명 조건이 다른 다중 학습 영상을 사용하여 실험하였고, 입력 영상 또한 다양한 조명 조건의 영상을 사용함으로서 학습 영상의 선택과 입력 영상의 조명 변화에 따른 알고리즘의 신뢰도에 관해 연구하였다. 실험 결과, 한사람 당 하나의 정면조명조건 학습 영상을 사용한 방식에 비하여 다중 학습 영상 사용 시 인식율은 떨어졌다. 그러나 학습 영상의 개수와 입력 영상의 조명 변화 범위에 관계없이 상위 유사도군에 들어가는 비율은 높은 양상을 보임으로서 조명 변화 환경에서 PCA 알고리즘의 인식 결과에 대한 신뢰도를 확인 할 수 있었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.57-67
• /
• 2018

앙상블 기법은 기계학습에서 다수의 알고리즘을 사용하여 더 좋은 성능을 내기 위해 사용하는 방법이다. 본 논문에서는 앙상블 기법에서 많이 사용되는 부스팅과 배깅에 대해 소개를 하고, 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론을 이용하여 설계한다. 추가적으로 순환신경망과 MOHID 수치모델을 추가하여 실험을 진행한다. 실험적 검증를 위해 사용하는 뜰개 데이터는 7 개의 지역에서 관측된 683 개의 관측 자료다. 뜰개 관측 자료를 이용하여 6 개의 알고리즘과의 비교를 통해 앙상블 기법의 성능을 검증한다. 검증 방법으로는 평균절대오차를 사용한다. 실험 방법은 배깅, 부스팅, 기계학습을 이용한 앙상블 모델을 이용하여 진행한다. 각 앙상블 모델마다 동일한 가중치를 부여한 방법, 차등한 가중치를 부여한 방법을 이용하여 오류율을 계산한다. 가장 좋은 오류율을 나타낸 방법은 기계학습을 이용한 앙상블 모델로서 6 개의 기계학습의 평균에 비해 61.7%가 개선된 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1442-1447
• /
• 2014

본 연구는 학습자의 학습수행에 있어 학습항목의 한난 색채대비의 영향을 살펴보고자 수행되었다. 이를 위해 학습과제로서 OSPAN 과제를 사용하여 세 실험 조건, 즉 통제 조건, 배경과 과제의 한난 색채대비 조건, 그리고 방해 과제와 표적 과제의 한난 색채대비 조건에서의 학습자의 학습과제 수행을 살펴보았다. 그 결과, OSPAN 과제의 단어 재인율이 다른 조건에 비해 방해 과제와 표적 과제의 한난 색채대비 조건에서 가장 높은 것으로 나타났다. 이러한 결과는 단순히 배경 대비 과제가 아닌 방해 과제 대비 표적 과제에서도 한난 색채대비가 수행의 향상을 유도할 수 있음을 시사하는 것이다.