• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.11-17
• /
• 2007

패턴 분류에 많이 사용되는 기법 중의 하나인 메모리 기반 추론 알고리즘은 단순히 메모리에 저장된 학습패턴 또는 초월평면과 테스트 패턴간의 거리를 계산하여 가장 가까운 학습패턴의 클래스로 분류하기 때문에 테스트 패턴을 분류하는 기준을 설명할 수 없다는 문제점을 가지고 있다. 이 문제를 해결하기 위하여, 메모리 기반 학습 기법인 RPA를 기반으로 학습패턴들에 내재된 규칙성을 표현하는 IF-THEN 형태의 규칙을 생성하는 점진적 학습 알고리즘을 제안하였다. 하지만, RPA에 의해 생성된 규칙은 주어진 학습패턴 집합에만 충실히 학습되어 overfitting 현상을 보이게 되며, 또한 패턴 공간의 과도한 분할로 인하여 필요 이상으로 많은 개수의 규칙이 생성된다. 따라서, 본 논문에서는 생성된 규칙으로부터 불필요한 조건을 제거함으로써 ovefitting 현상을 해결함과 동시에 생성되는 규칙의 개수를 줄일 수 있는 점진적 규칙 추출 알고리즘을 제안하였으며, UCI Machine Learning Repository의 벤치마크 데이터를 이용하여 제안한 알고리즘의 성능을 입증하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.71-74
• /
• 1996

본 연구에서는 반복 학습제어 이론을 기초로 하는 하이브리드 신경망 제어기를 제안한다. 신경망으로는 백프로퍼게이션(backpropagation) 신경망을 사용하고, 기존의 반복 학습 제어 이론의 단점을 보안한 제어 알고리즘을 제안한다. 백프로퍼게이션 신경망의 맵핑(mapping)의 특징으로 원하는 목표 패턴에 추종할 수 있는 출력 패턴을 생성하고 반복 학습에 소요되는 학습시간을 줄일 수 있다. 실험결과에서 보듯이 제안된 제어 알고리즘은 목표패턴에 수렴함을 알 수 있다. 제시한 알고리즘은 CD-ROM 드라이브와 같은 광디스크 드라이브류의 초점 제어 등에 응용할 수 있다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.175-194
• /
• 2023

초등학생들을 대상으로 한 패턴 학습의 중요성에 비해 실제 저학년 학생들의 패턴에 대한 이해를 자세히 조사한 연구는 거의 없다. 이에 본 연구는 초등학교 2학년 학생들의 패턴에 대한 이해 실태를 조사하였다. 특히 2학년에서는 규칙 찾기 단원을 통해 패턴에 대한 학습이 이루어지기 때문에 해당 단원의 학습 전과 후의 이해 실태를 비교 분석하였다. 이를 위해 저학년 학생들의 패턴 학습 지도에 대한 선행 연구를 토대로 학생들의 패턴에 대한 이해를 측정할 수 있는 검사 도구를 개발하여, 최종 189명 학생들의 자료를 분석하였다. 연구 결과, 대부분의 문항에서 사전 검사에 비해 사후 검사에서 정답률이 높게 나와 규칙 찾기 단원의 학습 효과가 있는 것으로 판단된다. 그러나 학생들은 기하나 수 패턴에서 두 개의 구성 요소가 동시에 변화하는 규칙 찾기, 구조가 유사한 패턴 찾기, 증가 기하 패턴을 수 패턴으로 바꾸어 표현하기, 증가 패턴에서 빈 항을 구하기, 여러 가지 답이 가능한 패턴의 특정한 항을 추측하기 등에서 어려움을 겪는 것으로 드러났다. 이와 같은 연구 결과를 바탕으로 본 연구에서는 초등학교 저학년 학생들의 패턴 이해 및 지도에 대한 시사점을 논의하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2003년도 추계학술대회 논문집
• /
• pp.161-164
• /
• 2003

본 연구는 집중력, 기억력 및 학습 능력의 뇌기능 증진을 위한 의식적인 손 운동에 관련된 연구이다. 우선 효과적인 재활을 위한 손가락 운동 패턴을 연구하였다. 단순한 손가락 운동(Simple Finger Movement ; SFM) 패턴과 의식적인 손가락 운동(Intentional Finger Movement ; IFM)패턴을 비교하였다. 다음으로 각각 두 패턴 운동을 시켜 피험자의 집중력과 학습 능력의 증진을 검증하고자 한다. SFM 패턴과 IFM 패턴의 비교와 집중력과 학습 능력의 증진의 검증은 뇌파(mid $\alpha$파)를 이용하였다. 실험은 먼저 SFM 패턴의 운동을 시키고 다음에 IFM 패턴의 운동을 시키는 실험을 하였다. 결과적으로 IFM 패턴에서 mid $\alpha$ 파의 증가가 이루어졌음을 측정함으로써, IFM 패턴이 뇌의 집중력과 학습 능력을 증진시킨다는 결과를 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제53차 동계학술대회논문집 24권1호
• /
• pp.175-176
• /
• 2016

본 논문에서는 개방형 교육시스템 학습모형을 적용한 디자인 패턴 교육을 위한 개방형 교육 시스템을 통한 학습을 제안한다. 소프트웨어 디자인 패턴은 정형화된 답이 없으며 상황에 따라 유동적으로 사용되지만, 기존의 디자인 패턴 온라인 교육 시스템은 일방적으로 이루어져 있고 시중에 판매되는 책을 통해 디자인 패턴을 이해하기에는 어려운 부분이 많이 존재한다. 따라서 이러한 문제를 해결하고자 디자인 패턴 교육을 위한 개방형 교육 시스템을 제안한다. 디자인 패턴의 개념과 사례를 통해 기본적인 지식을 습득하고 디자인 패턴의 퀴즈와 실습을 해 이해도를 높인다. 또한, 일방적인 학습이 아닌 사용자들 간의 토론을 통해 한 방향에서 디자인 패턴을 보는 것이 아닌 다양한 시점에서 볼 수 있어 창의력도 함께 증진할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1369-1370
• /
• 2015

본 논문에서는 얼굴 인식을 위하여 인공 신경망의 일종인 Extreme Learning Machine의 학습 알고리즘을 기반으로 하여 지능형 알고리즘인 퍼지 집합 이론을 이용하여 주변 노이즈에 매우 강한 특성을 보이며 학습 속도가 매우 빠른 새로운 패턴 분류기를 제안한다. 제안된 퍼지 패턴 분류기는 기존 신경회로망의 학습 속도에 비해 매우 빠른 학습 속도를 보이며, 패턴 분류기의 일반화 성능이 우수하다고 알려진 Extreme Learning Machine의 특성을 퍼지 집합 이론과 결합하여 퍼지 패턴 분류기의 일반화 성능을 개선하였다. 제안된 퍼지 패턴 분류기는 얼굴 인식 데이터를 이용하여 성능을 평가 하였다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 1999년도 추계학술대회
• /
• pp.209-216
• /
• 1999

정보 검색 분야의 문서 분류에 기계 학습 기법을 적용할 때 발생하는 가장 큰 문제는 문서를 패턴으로 표현할 때, 하나의 패턴이 가지는 특징의 수가 기계 학습 기법에서 처리할 수 있는 범위를 넘어서는 것이다. 이러한 문제를 해결하기 위하여 특징 선택 기법은 패턴을 구성하고 있는 특징 중에서 실제 문서 분류에 많은 영향을 주는 특징만을 선택하여, 기계 학습 기법에서 쉽게 처리할 수 있을 정도의 패턴을 구성하게 한다. 본 논문에서는 이러한 특징 선택 기법 중에서 IG(Information Gain), Gini index, Relief-F, DF(Document Frequency)를 비교하였다. 실험 결과 문서들에 포함된 모든 고유 단어를 특징의 길이로 하여 패턴을 구성했을 때보다 특징 선택 기법을 적용하여 고유 단어 중 일부를 특징으로 패턴을 구성할 때 기계학습에서 더 향상된 분류 성능을 보였다

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2006년도 동계학술대회
• /
• pp.115-120
• /
• 2006

제 7차 교육과정부터 규칙성 영역의 학습이 도입되고 중요하게 다뤄지고 있지만, 학생들이 규칙성을 찾거나 도형 패턴을 나타내는 데 어려움을 겪고 있기 때문에, 본 논문에서는 규칙성을 LOGO 프로그래밍 언어를 통해 학습하고 그 효과를 분석하였다. 수학적 패턴의 유형은 생성방식에 따라서 (1) 반복패턴, (2) 대칭패턴, (3) 증가패턴, (4) 회전패턴, (5) 혼합패턴의 다섯 가지이다. 논 논문에서는 규칙성 영역에 대한 LOGO 수업의 효과를 분석하기 위해서, 각각 패턴에 대하여 평가 문항을 만든 후 수업전과 LOGO를 통한 수업 후에 평가를 실시하여 분석하였다. 사전평가 M 4.74에서 LOGO 수업을 실시 한 후에 평가에서 M 5.22로 LOGO 수업의 효과가 유의미(p<.05, p=0.016)하게 나타났다. 특히, 도형패턴에서 높은 향상도를 나타냈다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.760-765
• /
• 2006

디자인 패턴의 사용은 시스템을 좀 더 유연하고, 이해하기 쉽고, 재사용 가능하게 만든다. 개발이 완료된 시스템이 명확하게 문서화가 되어 있으면, 시스템의 내부 구조를 이해하기 쉽고, 향후 유지 보수의 비용이 적게 든다. 하지만, 대부분 시스템의 경우 개발된 시스템의 문서화가 잘 되어 있지 않기 때문에, 시스템에 문제가 생겨 수정 하고자 하거나, 새로운 모듈을 추가하여 시스템의 기능을 확장하고자 할 때, 전체 소스코드를 분석하여 시스템을 이해해야 하는 어려움이 있다. 이러한 문제점을 해결하기 위해서 소스코드에서 자동적으로 디자인 패턴을 인식하여 문서화를 증진시킬 수 있다. 따라서 신뢰할 만한 디자인 패턴 인식 시스템이 중요하다. 지금까지 디자인 패턴 인식 방법은 시스템의 구조적인 특징만을 이용하여 패턴을 인식하여 왔다. 그래서 본 논문은 구조적인 특징뿐만 아니라 동적인 분석, 그리고 자동학습(machine learning)에 기반하여 소스코드로부터 디자인 패턴을 인식하는 방법을 제안하고자 한다. 그리고 전 작업에서 만든 자바로 쓰여진 에이전트 개발 툴을 대상으로 실시하여 인식한 디자인 패턴에 대한 평가를 하였다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2003년도 제2차 연례학술대회 발표논문집
• /
• pp.53-60
• /
• 2003

생명과학 관련 문서에서의 이벤트 추출은 관련 연구자들의 연구에 많은 도움을 줄 수 있다. 기존의 연구에서는 주로 이벤트 동사에 대해 패턴을 정의한 후에 정의된 패턴에 의해서만 이벤트를 추출하고자하였다. 그러나 모든 패턴을 수동으로 정의하는 것은 너무 많은 비용이 들기 때문에 패턴을 자동 추출 또는 확장하는 방법이 필요하다. 또한 학습을 하기 위해서는 상당수의 학습 말뭉치가 있어야 하는데 그것 또한 충분하지 않은 실정이다. 본 논문에서는 초기 패턴에 의해 생성된 소량의 정답 이벤트로부터 학습한 후 공기정보와 패턴정보를 이용한 Co-training방법으로 패턴 확장 및 이벤트 추출을 시도하였다. 실험 결과, 이벤트 동사의 패턴 정보가 유용한 정보라는 것을 확인할 수 있었고, 후보 이벤트 내의 개체간 공기정보와 문법관계정보 또한 매우 중요한 정보라는 것을 새롭게 보일 수 있었다. GENIA 말뭉치에서 162개의 이벤트 동사에 대해 실험한 결과, 88.02%의 정확률, 79.25%의 재현율을 얻었다.