• 한국음향학회지
• /
• 제41권5호
• /
• pp.518-524
• /
• 2022

본 논문에서는 합성곱 신경망과 주의집중 메커니즘을 결합하여 뇌파 신호로부터 감정적 스트레스 인식 성능을 향상시키는 방식을 제안한다. 제안하는 방식에서는 뇌파 신호를 5개의 주파수 영역으로 분해하고, 각 주파수 영역에 합성곱 신경망 계층을 사용하여 뇌파 특징의 공간정보를 획득한 후에 게이트 트랜스포머를 이용한 주의집중 메커니즘을 사용하여 각 주파수 대역에서 두드러진 주파수 정보를 학습하고, 주파수 간 대역 매핑을 통해 보완 주파수 정보를 학습하여 최종 주의집중 표현에 반영한다. DEAP 데이터세트와 6명의 피 실험자가 참여한 뇌파 스트레스 인식 실험을 통해, 제안된 방식이 기존 방식과 비교하여 뇌파 기반 스트레스 인식 성능 향상에 효과가 있음을 보여준다.

• 한국학교수학회논문집
• /
• 제14권2호
• /
• pp.179-198
• /
• 2011

수학적 사고는 많은 학자들의 관심사항이었으며 지속적으로 강조되고 있는 주제 중 하나이다. 특히 우리나라 수학과 교육과정에서는 학생들의 수학적 사고 신장을 위한 교수 학습을 강조하고 있다. 본 연구에서는 수학적 사고의 발달 메커니즘을 정의하고 이를 중심으로 하여 2007 개정 수학과 교육과정에 따른 수학 교과서를 분석하였다. 분석 결과 수학 교과서 집필자 와 수학 교사는 학습해야 할 개념이 개념의 발달 과정의 어느 위치에 있는 개념이며, 어떠한 과정으로 발생하는지에 대한 면밀한 분석을 할 필요가 있으며, 이러한 요소를 반영되기 위해서 학습해야 할 개념과 관련된 개념의 흐름을 학생들에게 제시하고, '개념 만들기' 등과 같이 미래의 학습 개념을 추측해 볼 수 있는 활동을 제공해야 한다는 결론을 얻었다.

• 컴퓨터교육학회논문지
• /
• 제6권4호
• /
• pp.85-93
• /
• 2003

본 연구에서는 기존의 웹기반 학습시스템이 가지는 학습자의 동기유발이 미흡한 측면과 대규모 학습자의 동시 접속시 병목현상 및 제한된 상호작용에 따른 학습자의 동기 저하와 같은 문제점들을 해결하기 위해 전자우편을 활용한 문항 기반 수준별 학습 시스템을 제시한다. 제시된 시스템은 다음과 같은 특징을 갖는다. 첫째, 학습자는 수준에 따라 필요한 문항을 전자우편을 통해서 제공받고 제공된 문항을 풀고 이에 대한 결과 및 도움을 학인하는 과정을 통하여 학습에 대한 동기 및 흥미를 자연스럽게 부여받을 수 있다. 둘째, 교수자는 웹상에서 별도의 도구없이 손쉽게 문항을 제작함으로써 문항은행 데이터베이스를 효과적으로 구축하고 학습자가 전자우편을 통하여 수행한 학습 결과를 자동으로 확인하여 학습자의 학습 상태를 효과적으로 관리할 수 있다. 마지막으로 교수자와 학습자가 간편한 방법으로 의사소통을 할 수 있는 대화방 메커니즘을 구축함으로써 학습 시스템의 상호작용성과 질의 및 응답의 용이성을 극대화하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2656-2659
• /
• 2001

본 논문은 교사 있는 학습기의 Kohonen Feature Map에 고차 뉴런을 도입, 고차 뉴런을 이용한 Kohonen의 자기 조직화 맵을 제안한다. 일반적인 Kohonen Feature Map의 특징은 입력신호를 받아 출력 면(Kohonen Feature Map) 내의 특정한 위치 주위에 집중하는 메커니즘으로 즉, 국소집중 반응을 구하는 구조이다. 본 논문에서는 종래형의 Kohonen Feature Map의 특징을 보유하며 교사 있는 학습기의 Kohonen Feature Map에 고차 뉴런을 도입하여 국소집중반응 및 특징 축출이 용이하도록 네트워크 구조를 개선한 것이다. 특히, 일차 뉴런의 문제점인 비선형 분리 문제에 대하여 교사 있는 학습기의 Kohonen Feature Map의 입력층에 고차 뉴런을 도입함으로 비선형 분리 가능한 형태의 네트워크 구조로 형성하였다. 그러나, 일반적인 고차 뉴런의 문제점을 보안하기 위해 본 논문에서는 오직 2차 뉴런만을 생성하였으며 중복되는 뉴런을 최대한 억제하였다. 본 제안 모델의 특성을 살펴보기 위해 XOR문제와 20개의 Alphabet을 식별하는 패턴인식 시뮬레이션을 했으며, 본 제안 모델의 범화능력을 알아보기 위하여 Mirror Symmetry를 사용하여 계산기 시뮬레이션을 했다. 그 결과, 본 제안 모델이 종래형의 네트워크 구조보다 뛰어난 인식률을 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.489-490
• /
• 2023

기계 학습에서 데이터 및 기능은 기계 학습의 상한을 결정한다.이러한 기능은 산업 생산에서 과도한 데이터 양과 유형으로 인해 상당한 추가 비용이 발생할 수 있다. 따라서 적절한 특징 처리 방법이 매우 중요해졌다. 대부분의 기존 특징 처리 방법은 특징 엔지니어링을 기능 검색 문제, 즉 모델 성능을 최적화할 수 있는 기능 변환 작업을 검색하는 것으로 추상화한다. 그러나 자동 특징 엔지니어링의 경우 검색량과 변환 조합의 수가 매우 많기 때문에 요인 분해 기반 모델을 사용하여 벡터 곱셈을 통해 상호 작용을 측정하면 조합 특징의 패턴을 자동으로 학습하는 방법이 특히 효율적이다. xDeepFM 은 명확한 방식으로 특징적인 상호작용을 생성하도록 설계된 새로운 Compressed Interaction Network (CIN)를 제안한다. 여기에 제시된 Low-rank Compressed Interaction Network(LRCIN )은 xDeepFM 접근 방식에서 CIN 네트워크의 단순화된 개선을 기반으로 하며 xDeepFM 에 주의 메커니즘을 추가하여 보다 정확하게 예측된다. 실험 결과에 따르면 모델은 계산 복잡성을 단순화할 뿐만 아니라 예측 정확도도 다른 모델보다 훨씬 우수한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.839-842
• /
• 2024

서비스 메시 환경에서의 트래픽 분산은 시스템의 성능과 안정성, 그리고 보안에 필수적인 기능을 담당한다. 현재의 트래픽 분산 방식들은 대부분 정적 설정을 기반으로 하기 때문에 시스템 환경의 변화에 신속하게 대응하기 어렵고 최적화된 성능을 보장하기 힘들다. 본 논문에서는 강화학습을 활용해 서비스 메시 환경 내에서의 트래픽 분산을 자동화하고 최적화할 수 있는 새로운 시스템을 제안한다. 특히, 텔레메트리 기술을 활용해 트래픽의 분산을 실시간으로 추적하며, 강화학습 알고리즘을 이용해 트래픽 가중치를 조정함으로써 기존의 로드 밸런싱 방법들에 비해 더 빠른 처리 시간과 보다 효율적인 로드 밸런싱을 달성할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.185-198
• /
• 2021

인터넷 기술의 발달로 기존의 추천 알고리즘은 사용자나 항목의 심층적인 특성을 학습할 수 없기 때문에 본 논문은 이 문제를 해결하기 위해 AMITI(주의 메커니즘 및 개선된 TF-IDF)에 기반한 추천 알고리즘을 제안했다. CNN(Convolutional Neural Network)에 2중 주의 메커니즘을 도입함으로써 CNN의 특징 추출 능력이 향상되고, 항목 특징에 다른 선호도 가중치가 할당되며, 사용자 선호도와 더 일치하는 권고사항이 달성되었다. 대상 사용자에게 항목을 추천할 때 점수 데이터와 항목 유형 데이터를 TF-IDF와 결합하여 권장 결과의 그룹화를 완료하였다. 본 논문에서 진행한 MovieLens-1M 데이터 세트에 대한 실험 결과는, AMITI 알고리즘이 권장 사항의 정확도를 향상시키고 프레젠테이션 방법의 순서와 선택성을 향상시킨다는 것을 보여준다.

• 한국가정과교육학회지
• /
• 제34권4호
• /
• pp.43-56
• /
• 2022

본 연구는 중학교 기술·가정 가족수업에 참여하는 학습자의 수업참여도와 청소년의 회복탄력성과 부모자녀관계의 메커니즘을 구체적으로 분석하여 중학생이 가족수업에 참여하는 정도와 부모자녀관계 간에서 회복탄력성의 매개효과를 검증하는데 목적을 두었다. 연구대상은 세종시 소재 중학생 남녀 194명을 대상으로 연구자료를 수집하였으며, PROCESS macro (Model 4)를 이용하여 부트스트래핑을 이용한 매개효과 검증방법으로 자료를 분석하였다. 연구 결과, 첫째, 가족수업 참여도와 회복탄력성, 부모자녀관계 변인 간의 유의한 정적 상관관계가 있었다. 둘째, 가족수업 참여도와 부모자녀관계 간에서 회복탄력성은 완전매개효과를 보였다. 수업 중 학습자의 참여 정도에 따라 자신의 회복탄력성을 통하여 부모와의 관계에 간접적으로 영향을 미치는 것으로 나타났다. 이상의 연구결과는 가족수업에 참여하는 학습자만의 회복탄력성 향상으로도 부모와의 관계가 긍정적인 방향으로 향상되는 메커니즘이 검증됨을 보여주어 가족수업의 중요성을 시사한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.321-326
• /
• 2004

인간의 뇌와 같이 다양한 정보들을 구분하고 처리하며 기억할 수 있는 능력을 지닌 시스템은 현재 지능 기법이 적용되고 있는 제어, 통신, 인터넷 응용 기술, 경영 분야, 분석 및 예측 등의 분야에 응용될 수 있으며 그 성능을 효과적으로 향상시킬 것이다. 이러한 다양한 분야에 활용될 수 있는 통합 모델을 제시하고 점차 발전시켜나감으로써 미래에 기대되는 다양한 인간형 시스템, 친환경적 시스템, 인간보조 시스템 등의 공학적 시스템 측면과 인간을 대신할 수 있으면서 인간과 유사한 능력을 지닌 학습 시스템, 추론 시스템, 판단 시스템 등의 지능형 시스템 측면에서 활용 가능한 모델로 성장시켜 나갈 수 있다. 이에, 본 논문에서는 생물학적인 두뇌의 정보처리 메커니즘을 해석하고 공학적인 개념의 정립과 정보처리 흐름을 규명하고 정의함으로써 출력에 반영할 수 있는 모듈을 설계하고 최종적으로, 뇌 정보처리 메커니즘에 기반한 레이어를 설계하여 범용으로 사용될 수 있도록 하고자 한다. 본 논문에서 설명되는 레이어 구조는 공학적인 분야는 물론 생물학적 뇌 연구에도 활용될 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.414-416
• /
• 2022

개체단위 감정분석(Aspect-Based Sentiment Analysis)는 자연어 처리에서 중요한 연구분야이다. 이는 입력 문장중에 존재하는 aspect term 의 감정 극성을 분석하는 것이 목적이다. 이 분야에서 현재 많이 사용되는 모델은 대부분 로컬 텍스트 또는 로컬 덱스트와 aspect term 사이의 관계에 주목하고 있다. 로켈 텍스트에 비해 글로벌 텍스트는 로컬 텍스트 뒤에 aspect term 내용을 추가해서 문장중에 있는 aspect term 내용을 더 깊게 학습할 수 있다고 생각한다. 본 논문에서는 새로운 masked attention 메커니즘을 사용하고 attention 메커니즘의 입력으로 글로벌 텍스트중에 있는 로컬 텍스트를 가로채어 전체 글로벌 텍스트의 내용과 융합한다. 이 방법은 semeval2014 데이터 셋에서 매우 좋은 결과를 얻었다.