• Journal of Biosystems Engineering
• /
• v.15 no.4
• /
• pp.319-327
• /
• 1990

시스템의 적응 제어함수를 산출하는 네트워크인 소뇌모델 선형조합 회로망을 이용한 학습제어 기법은 시스템에 영향을 주는 제어인자들의 불확실성 및 모델링의 결여에도 불구하고 오히려 안정한 실시간 제어의 구현을 가능하게 함으로써 대단한 관심을 불러 일으켜 왔다. 그러나, 센서로부터의 정보처리와 인식 그리고 복잡한 비선형 시스템의 제어에 적용하기에는 회로망 자체의 내재적 문제점들이 여전히 남아있다. 소뇌모델 선형조합 회로망을 기지 또는 미지의 시스템 모델에 효과적으로 적용하기 위해서는 네트워크에 영향을 주는 제어인자가 시스템에 미치는 영향을 분석하는 것이 필수적이다. 분할 블럭의 크기, 학습이득, 입력편이 그리고 입력변수들의 영역과 같은 네트 제어인자들은 시스템의 학습 능률 및 소요 기억용량의 크기에 중대한 영향을 미침에도 불구하고 충분히 조사되지 못한 실태이다. 물론 이들 제어인자들의 결정에는 학습 대상이 되는 시스템 함수의 형태와 적용 학습 알고리즘이 반드시 고려되어야 한다. 본 논문에서는 학습 능률성에 미치는 이들 제어인자들의 상호영향도를 저자가 제안하였던 기본 학습 알고리즘에 의거하여 조사하였다. 분석적인 방법만으로 이러한 상호영향성을 조사하기는 매우 힘들거나 거의 불가능하다고 보아지기 때문에 학습 대상함수를 먼저 규정하여 다양한 컴퓨터 모의시험을 수행하였고 그 결과를 분석하였다. 컴퓨터 모의시험의 결과에 의하여 회로망의 시스템 적용시 고려할 설계 지침을 제시하였다.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.2
• /
• pp.66-75
• /
• 2002

This paper presents an adaptive back propagation algorithm that its able to enhancement for the learning efficiency with updating the learning parameter and varies the number of hidden layer node by the generated error, adaptively. This algorithm is expected to escaping from the local minimum and make the best environment for the convergence of the back propagation neural network. On the simulation tested this algorithm on three learning pattern. One was exclusive-OR learning and the another was 3-parity problem and 7${\times}$5 dot alphabetic font learning. In result that the probability of becoming trapped in local minimum was reduce. Furthermore, the neural network enhanced to learning efficient about 17.6%~64.7% for the existed back propagation. 

• Journal of Biosystems Engineering
• /
• v.15 no.3
• /
• pp.199-206
• /
• 1990

연구 I에서 수행한 소뇌모델 선형조합 신경망(CMLAN)의 분석 결과와 제안된 능률적 학습 알고리즘들에 의거하여 이차원 비선형 함수치의 출력 모의시험과 팔의 형태에 따라 두개의 목적치를 갖는 2 자유도 머니퓨레이터의 동작지령 산출 모의시험을 행하였다. 특히 2 자유도 머니퓨레이터의 경우, 작업공간에 적절한 입력네트의 변수를 선정하고 하나의 입력공간을 공유하는 두개의 세부 소뇌모델 선형조합 신경망을 서로 연결하는 구조로써 팔의 형태와 목적 지점에 따라 네트를 선정하는 구조를 갖도록 하였다. 제안한 학습 알고리즘의 성능 및 CMLAN의 학습에 따른 효과를 학습이득에 따라 컴퓨터로 모의시험하였으며 그 결과를 분석하였다. 잘 알려진 신경망인 BACK-PROPAGATION 다층(Multi-Layer) 신경망과 함수연결 신경망(Functional Link Net)을 이용한 모의시험 결과를 비교 분석하였다. CMLAN의 학습 능률성은 학습에 소요되는 컴퓨터의 cpu시간과 학습 중의시스템의 최대 편차와 RMS 편차의 변이도 및 최종 시스템 수렴치로서 나타내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.290-293
• /
• 2021

In this paper, we implement a learning efficiency verification system to inspire learning motivation and help improve concentration by detecting the situation of the user studying. To this aim, data on learning attitude and concentration are measured by extracting the movement of the user's face or body through a real-time camera. The Jetson board was used to implement the real-time embedded system, and a convolutional neural network (CNN) was implemented for image recognition. After detecting the feature part of the object using a CNN, motion detection is performed. The captured image is shown in a GUI written in PYQT5, and data is collected by sending push messages when each of the actions is obstructed. In addition, each function can be executed on the main screen made with the GUI, and functions such as a statistical graph that calculates the collected data, To do list, and white noise are performed. Through learning efficiency checking system, various functions including data collection and analysis of targets were provided to users.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.1300-1303
• /
• 2012

최근 친환경적이고 에너지 효율이 우수한 LED 조명에 대한 관심이 증가함에 따라 현재 학교 조명으로 사용하고 있는 형광등을 대체하고 있다. 형광등은 점멸빈도가 높으면 수명이 단축되며 상황에 따라 조명 환경을 동적으로 재구성하기에 용이하지 않은 단점을 가진 조명장치이다. 이와 달리 LED는 광원의 다양한 조합을 통해 정밀한 제어가 가능하여 상황에 따라 적합한 조명 환경을 제공함으로써 재실자의 시각적 쾌적성 및 작업 능률 향상 등의 효과를 가져온다. 본 논문에서는 교실 환경을 대상으로 요일 및 시간, 교과목 종류 등의 스케쥴 정보와 교사의 위치 및 행위를 기반으로 각 상황에 적합한 최적의 조명 환경을 제공하여 학습 능률을 향상시키기 위한 상황인지기반의 LED조명제어시스템을 개발한다. 제안한 시스템의 성능 평가를 위해 교실 환경 테스트베드를 구축하고 조명 환경 지표를 이용하여 교실 내 조명장치의 색온도, 조도를 제어한다.

• Journal of Biosystems Engineering
• /
• v.15 no.3
• /
• pp.186-198
• /
• 1990

인간 소뇌의 구조와 기능을 간략하게 수학적으로 모델링하여 입력에 따른 시스템의 적정 출력을 학습에 의한 적응 제어 방식으로 추출해 내는 소뇌모델 대수제어기(CMAC : Cerebellar Model Arithmetic Controller)가 제안되었다. 본 논문에서는 연구개발된 기존 신경회로망과의 비교 분석에 의거하여, 소뇌모델 대수제어기 대신 네트의 특성에 따라 소뇌모델 선형조합 신경망(CMLAN : Cerebellum Model Linear Associator Network)이라 하였다. 소뇌모델 선형조합 신경망은 시스템의 제어 함수치를 결정하는 데 있어, 기존의 제어방식이 시스템의 모델링을 기초로 하여 알고리즘에 의한 수치해석적 또는 분석적 기법으로 모델 해를 산출하는 것과 달리, 학습을 통하여 저장되는 분산기억 소자들의 함수치를 선형적으로 조합함으로써 시스템의 입출력을 결정한다. 분산기억 소자로의 함수치 산정 및 저장은 소뇌모델 선형조합 신경망이 갖는 고유의 구조적 상태공간 매핑(State Space Mapping)과 델타규칙(Delta Rule)에 의거한 시스템의 입출력 상태함수의 학습으로써 수행된다. 본 논문을 통하여 소뇌모델 선형조합신경망의 구조적 특성, 학습 성질과 상태공간 설정 및 시스템의 수렴성을 규명하였다. 또한 기존의 최대 편차수정 학습 알고리즘이 갖는 비능률성 및 적용 제한성을 극복한 효율적 학습 알고리즘들을 제시하였다. 언급한 신경망의 특성 및 제안된 학습 알고리즘들의 능률성을 다양한 학습이득(Learning Gain)하에서 비선형 함수를 컴퓨터로 모의 시험하여 예시하였다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.1020-1023
• /
• 2021

본 논문에서는 기존의 책상에서 발생하는 문제점을 개선하고 효율적인 공부를 할 수 있도록 도와주는 "학습 능률을 높이는 스마트 책상" 시스템을 제안한다. 제안하는 시스템의 주요 기능은 다음과 같다. 첫째, 아두이노와 Linear actuator를 사용하여 책상의 높낮이와 책받침의 각도를 조절한다. 둘째, 심박 센서를 통해 사용자의 집중도를 확인하고 이와 연동된 어플리케이션으로 각종 센서와 모듈을 제어하여 최적의 공부환경을 조성한다. 셋째, 책상 위 모든 동작이 어플리케이션을 통해 자동으로 수행되어 Human task를 감소시킨다. IoT 기술과 집중력 관리 알고리즘을 활용한 제안 시스템을 통해 학습자의 책상 앞 올바른 자세 교정과 학습 시 높은 집중력을 유지시키는데 도움을 줄 수 있을 것으로 기대된다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.421-423
• /
• 2010

본 논문에서는 특정한 공간에서 학습하는 학습자들의 학습환경을 최적화하여 학습능률을 향상시키기 위한 방안으로서 유비쿼터스 센서네트워크 기술을 활용한 학습지원시스템을 구축한다. 이를 위해 특정 공간에 실내외에 부착된 센서노드를 활용하여 온도, 습도, 조도 등의 정보를 수집하고, 이들 정보와 학습자들로부터 파악한 정보를 분석하여 최적의 학습환경을 조성하기 시스템에 대해 연구한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.407-411
• /
• 2001

웹 기반 멀티미디어 웹페이지 구축 학습 시스템은 인터넷을 통하여 웹페이지 개발기술을 체계적으로 습득하는 멀티미디어적 교육 시스템으로, 일방적으로 보여주는 것을 탈피하여 상호 작용성을 강조한 학습방식이다. 사용자가 직접 조작할 수 있는 학습 시스템으로 내용의 이해를 쉽도록 설계하였고 기존의 텍스트와 정적 이미지 세시방식에서 더 나아가 실제 학습통영 상을 제작하여 사용자의 습득 능률을 높이도록 하였다.

• Journal of Internet Computing and Services
• /
• v.11 no.5
• /
• pp.71-80
• /
• 2010

The purpose of this research is to help IPTV (Internet Protocol Television) commercialization using newly produced educational contents in the area of entertainment and education which currently popular in the market. It is called, Stimulus $Tester^{TM}$, endow reaction time from the feedback of learning system, using a non-direct method, for example, a remote controller. Reaction time is the learning efficiency promotion mechanism that learner ascertain the learning condition of oneself by the time with solved questions from the solving the question in given time. Reaction time also play a key role that the learner may go through course which distribute the point to PC from Server. If this system is ready, we expect that the educational industry will gradually spread out. To verify the learning efficiency of this system, we concluded that the learning improvements, by an Internet-based and a paper-based test, of the increase by 51%, from 2.47min to 1.27min, during reaction of 7 days.