• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2011년도 추계학술대회 논문집
• /
• pp.471-474
• /
• 2011

본 논문에서는 이러한 문제점을 해결하기 위해서 발전기 고정자의 가진 주파수의 거동패턴을 모델링하고 거동패턴의 위상변화를 학습패턴으로 만들어 오류 역전파 알고리즘으로 학습시킴으로써 고정자 권선 단말부에 대한 상태 감시한다. 고정자 모사장치를 구성하고 장치로부터 가진 데이터를 획득하여 실험한 결과 가진 주파수에서 일정한 형태의 거동패턴을 보였으며, 거동을 학습패턴으로 만들어 오류 역전파 알고리즘에 적용한 결과 뛰어난 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.352-354
• /
• 2006

패턴완성(Pattern Completion)은 사용되는 패턴 성분들 사이의 higher-order correlation 정보가 중요한 의미를 가질 수 있는 기계학습 문제 중 하나이다. higher-order correlation은 확률라이브러리모델(Probabilistic Library Model)로 구현되는 hypernetwork 개념을 도입해서 나타낼 수 있다. 하지만 확률라이브러리모델을 사용하여 higher-order 정보를 나타내려할 때 초기라이브러리가 모든 가능한 조합의 원소들을 가지도록 구성하기는 쉽지 않다. 그 대안으로 초기라이브러리 구성 시 학습패턴들을 subsampling하여 적은 숫자의 원소들만으로 higher-order correlation의 근사치를 나타내게 할 수 있다. 본 논문에서는 이와 같이 subsampling이 사용되어 구성된 확률라이브러리모델을 이용한 패턴완성시의 correlation의 order에 따른 효과를 분석하여 본다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 추계학술발표논문집
• /
• pp.245-249
• /
• 2006

구문분석 말뭉치를 구축하는 작업은 문법 전문가의 많은 시간과 노력을 필요로 하기 때문에, 문법 전문가의 수작업을 감소시켜 줄 수 있는 방법이 연구되고 있다. 기존 방법 중 하나로 구문패턴을 사용하는 방법이 있는데, 이 방법은 두 개의 구문패턴이 완벽하게 일치하는 경우에만 구문패턴을 적용하는 방법이다. 본 논문은 신경망을 사용하여 구문패턴을 학습하고, 다시 구문분석 말뭉치를 구축하는데 학습된 신경망을 적용하는 방법을 사용한다. 소량의 말뭉치에서 실험한 결과, 본 논문에서 사용한 방법이 기존의 방법보다 12%이상의 수작업 감소율을 나타냈다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.336-339
• /
• 2022

본 연구에서는 프로그래밍 과목을 수강하는 융합전공 학생들의 학습 패턴 파악하여 과목 운영을 실시한 교수자의 사례를 살펴봄으로 향후 융합전공학생들을 대상으로 하는 SW 교과 운영에 시사점을 찾고자 한다. 융합전공의 프로그래밍 수업은 다양한 학년과 전공 학생들이 수강을 하는데 비대면 환경가운데 이들의 학습 패턴을 파악하고자 설문을 실시하였다. 교수자는 대면이 불가한 경우에도 학습자들의 수업참여도를 끌어낼 수 있을지 연구하였고 학습자들의 학습 성향을 파악하여 수업을 운영하고자 하였다. 코로나-19 상황가운데 자기주도 학습에 대한 성공경험을 유지하고 있는 학생들이 다수임에 따라 자기 주도적으로 과제를 해결할 수 있도록 매주 과제설정을 하였고 전원에 가까운 학생들이 과제를 제출하였다. 본 연구는 코로나-19로 인한 비대면 상황가운데 기계학습활용 과목을 융합전공 학생들에게 운영함으로서 학생들의 학습 패턴과 과제 수행여부, 프로그래밍 성취도를 연구하였다는 점에서 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제10권1호
• /
• pp.217-222
• /
• 2005

이동 통신 기술의 발전은 사용자에게 이동 중에도 정보를 공유할 수 있는 환경을 제공하였다. 그러나 온라인 혹은 모바일 환경에서 인터넷을 통해 다운로드 받은 파일에 대한 학습은 판독만 가능하다. 그렇기 때문에 오프라인 혹은 제한적인 온라인 상태의 학습 패턴인 중요부분 밑줄 긋기 혹은 글씨 색상 변경하기 등 멀티미디어 학습 컨텐츠 생성을 수행할 수 없다. 또한, 저장 할 때에도 사용중인 어플리케이션에 종속된 저장 형태로 저장하여야 한다. 이와 같이 학습 컨텐츠 생성과 학습 패턴을 변경한 이후에 저장 형식이 온라인모바일 환경의 표준 포맷으로 저장되지 않는 문제점이 존재한다. 이에 본 논문에서는 온라인모바일 환경에서 접속하려는 사이트를 인터넷을 통해 제공되는 수많은 전자책 내용을 개인 학습 패턴에 맞게 변형할수 있도록 새로운 형태의 학습 플랫폼을 제시하고, 온라인상에서 수행되는 전자책 학습 시스템을 구축한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 춘계학술발표논문집
• /
• pp.411-416
• /
• 1998

본 논문은 Wavelet 변환 영역에서 특징 벡터를 추출하여 ART2 신경회로망으로 실장 PCB 패턴을 인식하는 알고리즘을 제안한다. PCB 형태 정보는 Wavelet에 의해 주파수 영역으로 변환되고, 이들 계수 행렬로부터 특징 벡터로서 추출된다. ART2 신경회로망은 이러한 특징 벡터들을 입력벡터로 사용하여 인식한다. 실장 PCB 영상 55장을 사용하여 실험한 결고, 학습된 입력패턴은 물론 비학습 입력패턴에 대해서도 약 99%의 인식율을 얻었다. 또한 제안된 방법은 Wavelet 변환 영역사에서 수직, 수평, 대각선 정보만으로 특징 벡터를 구축함으로써 특징 추출 과정이 비교적 간단하고 특징 벡터의 수도 줄일 수 있어, 효과적인 특징벡터의 추출이 가능함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.489-492
• /
• 2004

미지의 패턴을 분류하기 위해서 사용되는 메모리 기반 학습 기법은 만족할만한 분류 성능을 보여주고 있다. 하지만 메모리 기반 학습기법은 단순히 패턴과 메모리에 저장된 예제들 간의 거리를 기준으로 분류하므로, 패턴을 분류하는 처리과정을 설명할 수 없다는 문제점을 가지고 있다. 본 논문에서는 RPA(Recursive Partition Averaging) 기법을 이용하여 패턴을 분류하는 과정을 설명할 수 있는 규칙 추출 알고리즘과 또한 일반화 성능을 향상시키기 위하여 규칙의 조건을 확장하는 알고리즘을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.220-222
• /
• 2004

다양하고 많은 양의 정보가 존재하는 웹 환경에서 웹사이트를 방문하는 사용자의 접근패턴도 매우 다양하며, 웹 환경의 변화에 따라서 이러한 접근패턴은 계속 변화한다. 이러한 이유로, 웹사이트 개발자가 사전에 사용자의 욕구에 완벽하게 부합하는 완벽한 사이트를 개발하기란 사실상 불가능하다. 이에 대한 해결방안으로, 웹사이트에 대한 사용자 접근 패턴을 학습친서 웹사이트의 구조나 외형을 자동적으로 개선시켜 나가는 적응형 웹사이트 (Adaptive Web site)가 제시되었다. 본, 논문에서는 DTMC(descrete-time Markov chain)렌 의거한 확률적 모델을 이용하여 적응형 웹사이트 구축에 필요한 사용자 접근패턴을 학습하고 이를 적용하기 위한 효과적인 방법론을 제시한다.

• 한국지능시스템학회논문지
• /
• 제10권6호
• /
• pp.533-541
• /
• 2000

본 논문에서는 독립변수들의 차원을 감소시켜 일반회귀 신경망의 성능을 개선하는 방법을 제안하였다. 제안된 방법에서는 적응적 학습 알고리즘의 주요성분분석 기법을 이용하여 독립변수 패턴의 특징을 추출하고 이를 일반회귀 신경망의 학습데이터로 이용하였다. 이는 주요성분분석 기법이 가지는 대용량의 입력 데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 속성을 살려 학습데이터의 차원을 감소시킴으로서 고차원의 학습데이터에 따른 일반회귀 신경망이 가지는 제약을 해결하기 위함이다. 제안된 기법의 일반회귀 신경망을 3개의 독립변수 패턴을 가진 암모니아 제조공정문제와 10개의 독립변수 패턴을 가진 자동차 연비문제에 각각 적용하여 시뮬레이션한 결과, 기존의 일반회귀 신경망에 의한 결과와 비교할 때 더욱 우수한 학습성능과 회귀성능이 있음을 확인할 수 있었다. 그리고 커널함수의 평활요소 설정 면에서도 우수한 특성이 있음을 확인할 수 있었다.