• 대한수학교육학회지:수학교육학연구
• /
• 제26권3호
• /
• pp.543-563
• /
• 2016

본 연구는 국내와 국외의 수학학습장애 분야에서 수행된 연구들의 전체적인 흐름을 분석하고, 수학학습장애 학생에 대한 중재 연구의 효과를 메타분석 하였다. 연구 결과, 분석 대상 논문 201편은 크게 4가지의 주제로서 수학학습장애 학생의 특성, 수학학습장애 학생의 선별, 수학학습장애 학생을 위한 중재 교수, 기타(메타분석, 교사인식 및 교육과정)로 구분되었다. 또한 수학학습장애 중재 연구는 집단 대상 연구의 전체 평균 효과 크기가 .958로 나타나 수학학습장애 학생의 중재는 효과가 큰 것으로 파악되었다. 특히, 교수방법의 효과크기는 전략교수와 직접교수를 혼합한 교수에서 가장 크게 나타났다. 중재횟수는 16회 이상 20회 이하일 때 효과가 크게 나타났으며 횟수가 증가할수록 효과크기가 작아졌다. 이러한 메타분석 결과는 후속 수학학습장애 연구 방향을 설정하는데 기여할 수 있을 것이다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 춘계학술발표논문집
• /
• pp.314-318
• /
• 2009

CoP(Community of Practices)란 구성원간 새로운 정보 및 지식의 상호학습 및 문제해결방안을 모색하기 위해 활동하는 공동체를 지칭하는 것으로, 통상 학습공동체 또는 실천공동체 등으로 지칭된다. 연구개발조직은 통상 내부 구성원간의 상호학습은 물론 외부 전문가와의 정보교류 및 상호학습을 촉진하는 CoP 활성화를 토대로 구성원의 역량개발은 물론 해당 조직의 연구개발 성과를 향상시키려고 노력한다. 본 연구는 대전에 소재한 4개 국가연구개발조직의 151명 연구원을 대상으로 한 설문조사 결과를 바탕으로 응답자들이 참여한 CoP 운영특성과 해당 CoP 창출 성과와의 관계를 실증적으로 연구하고 있다. 실증연구 결과, 신규멤버 증대, 외부연계 도전적 풍토, 다양성지향 자율적 풍토와 같은 실질적인 CoP 운영특성이 CoP 성과에 긍정적 영향을 미치는 것으로 나타났다. 이에 비해 참가자수나 모임횟수와 같은 외형적 운영특성의 영향력은 유의성이 낮은 것으로 나타났다. 이 조사결과는 참여한 구성원의 역량개발은 물론 해당 조직의 성과 향상에 기여하는 CoP를 활성화 하기 위해 CoP의 수, 참가자 규모, 운영횟수와 같은 외형적 특성에만 치중하기보다, CoP의 운영내실화를 기하고, 창의적 조직풍토를 강화하는 노력이 보다 효과적일 수 있음을 시사한다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.142-142
• /
• 2017

본 연구에서는 파프리카를 자동 수확하기 위한 시스템 개발의 일환으로 파프리카 재배환경에서 획득한 영상 내에 존재하는 파프리카 영역과 비 파프리카 영역의 RGB 정보를 입력으로 하는 인공신경망을 설계하고 학습을 수행하고자 하였다. 학습된 신경망을 이용하여 영상 내 파프리카 영역과 비 파프리카 영역의 구분이 가능 할 것으로 사료된다. 심층 신경망을 설계하기 위하여 MS Visual studio 2015의 C++, MFC와 Python 및 TensorFlow를 사용하였다. 먼저, 심층 신경망은 입력층과 출력층, 그리고 은닉층 8개를 가지는 형태로 입력 뉴런 3개, 출력 뉴런 4개, 각 은닉층의 뉴런은 5개로 설계하였다. 일반적으로 심층 신경망에서는 은닉층이 깊을수록 적은 입력으로 좋은 학습 결과를 기대 할 수 있지만 소요되는 시간이 길고 오버 피팅이 일어날 가능성이 높아진다. 따라서 본 연구에서는 소요시간을 줄이기 위하여 Xavier 초기화를 사용하였으며, 오버 피팅을 줄이기 위하여 ReLU 함수를 활성화 함수로 사용하였다. 파프리카 재배환경에서 획득한 영상에서 파프리카 영역과 비 파프리카 영역의 RGB 정보를 추출하여 학습의 입력으로 하고 기대 출력으로 붉은색 파프리카의 경우 [0 0 1], 노란색 파프리카의 경우 [0 1 0], 비 파프리카 영역의 경우 [1 0 0]으로 하는 형태로 3538개의 학습 셋을 만들었다. 학습 후 학습 결과를 평가하기 위하여 30개의 테스트 셋을 사용하였다. 학습 셋을 이용하여 학습을 수행하기 위해 학습률을 변경하면서 학습 결과를 확인하였다. 학습률을 0.01 이상으로 설정한 경우 학습이 이루어지지 않았다. 이는 학습률에 의해 결정되는 가중치의 변화량이 너무 커서 비용 함수의 결과가 0에 수렴하지 않고 발산하는 경향에 의한 것으로 사료된다. 학습률을 0.005, 0.001로 설정 한 경우 학습에 성공하였다. 학습률 0.005의 경우 학습 횟수 3146회, 소요시간 20.48초, 학습 정확도 99.77%, 테스트 정확도 100%였으며, 학습률 0.001의 경우 학습 횟수 38931회, 소요시간 181.39초, 학습 정확도 99.95%, 테스트 정확도 100%였다. 학습률이 작을수록 더욱 정확한 학습이 가능하지만 소요되는 시간이 크고 국부 최소점에 빠질 확률이 높았다. 학습률이 큰 경우 학습 소요 시간이 줄어드는 반면 학습 과정에서 비용이 발산하여 학습이 이루어지지 않는 경우가 많음을 확인 하였다.

• 한국응용약물학회:학술대회논문집
• /
• 한국응용약물학회 1994년도 춘계학술대회 and 제3회 신약개발 연구발표회
• /
• pp.233-233
• /
• 1994

인삼 성분이 학습 및 기억력 중진에 미치는 효과를 연구하기 위하여, 학습 및 기억력 저하를 유발하는 약물들에 대한 아답타겐 (상품명) 과 인삼 수 엑기스산의 효과를 관찰하였다. Ethylcholine aziridium ion(AF64A), scopolamine 및 morphine을 쥐 및 생쥐의 해마와 복강에 각 각 주입하여 학습 및 기억력 저하를 유발한 후 아답타겐을 경구 투여하여 학습 및 기억력에 미치는 효과를 수로시험을 통하여 측정하였다. 또한 인삼 수 엑기스산을 일주일 동안 복강 주사하여 각 효과를 수로시험을 통하여 측정하였다. 또한 인삼 수 엑기스산을 일주일동안 복강 주사하여 각종 신경계에 미치는 변화를 효소 활성도, 신경전달물질의 농도, 수용체 결합을 지표로 하여 살펴보았다. AF64A 투여군 중 플랫폼을 전혀 인지치 못한 군에 아답타겐을 투여시에는 투여 횟수에 따라 플랫폼을 인지하는 비율이 증가했다. 연습 후 일주일간 물을 투여한 대조군의 도달 시간에 큰 변화가 없음에 반해, 아답타겐을 투여시에는 3일 투여 후 최대 시간이 걸리고, 투여횟수가 증가할수록 점차 도달 시간이 단축되었다. 인공 뇌척수액 및 AF64A의 투여군에서 아답타겐을 5일간 투여한 경우 대조군보다 각각 3배 빠른 속도로 플랫폼을 기억하였다. 한편 scopola mine 투여시에는 아답타겐을 투여한 군이 투여하지 않은 군보다 약 3배 빨리 플랫폼에 도달하였으나 각 투여군의 매일의 도달 시간 차이에는 변화를 나타내지 않았다. 또한 4일 전에 아답타겐을 투여시에는 saline 및 merphine 투여시 약 1.4배 빨리 플랫폼을 인지하였다. 인삼 추출물을 7일 투여 했을 경우 선조체에서 도파민 합성 효소인 tyrosine hydroxylase 활성이 유의성 있게 증가했으며, 대사체인 DOPAC의 농도도 증가를 나타냈다. 그러나, 도파민, HVA및 대사율인 DOPAC/DA와 HVA/DA에는 변화를 보이지 않았다. 또한 선조체의 GABA농도는 약 66%로 낮아졌지만 AChE의 활성도는 변화가 없었다. 인삼 수 추출물을 2주일 투여시 선조체의 도파민 수용체의 특성변화는, D1 수용체의 친화력에는 변화가 없는 반면, 최대 결합 수용체 수는 약간 낮아졌고, D2 수용체의 경우 최대 결합 수용체수는 변화가 없었으나 친화력은 감소하였다. 또한 피질의 benzodiazipine수용체 결합 친화력에는 변화가 없는 반면 최대 결합 수용체 수는 약 15%의 증가를 나타내었고 연수의 benzodiazepine 및 피질의 GABA 수용체의 특성에는 에는 변화를 나타내지 않았다. 이상의 결과, AF64A, 아급성 scopolamine 및 급성 morphine꽈 투여로 학습능이 저하되고 아답타겐을 경구 투여시엔 저하된 학습능력 빛 기억력의 증가를 보였다. 또한 본 결과는 인삼성분 중에는 도파민 및 GABA신경계에 영향을 주는 성분이 있음을 제시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1343-1346
• /
• 2013

본 연구에서는 기존의 Viola-Jones 물체 검출 프레임워크를 개선하여 하나의 특징 당 더 높은 효율을 가지며 검출대상이 아닌 서브 윈도우들을 더 빠르게 제거하는 학습 알고리즘을 제안한다. 학습의 결과로 생성된 물체 검출기는 서브윈도우를 특정 임계값까지 빠르게 제거하기 때문에 서브윈도우당 계산수가 줄어든다. 기존의 Viola-Jones 물체 검출기와 동일한 프레임워크이므로 인식성능에는 영향을 주지 않는다. MIT-CMU 테스트 집합에 대해서 서브윈도우당 특징 계산 횟수를 측정하였으며 기존 계산 횟수의 57%로 줄어들어 검출 속도가 약 71% 향상됨을 확인하였다.

• 컴퓨터교육학회논문지
• /
• 제20권4호
• /
• pp.67-75
• /
• 2017

본 논문에서는 최근 초 중학생 ICT 리터러시 수준 측정 결과, 학생들의 수준이 '보통'과 '기초' 수준에 상당수 분포하고 있는 원인을 알아보기 위하여 초 중학생들의 ICT 활용 배경이 ICT 리터러시 수준 측정 결과에 미친 영향을 분석하였다. 그 결과, 학생들의 학습활동, 정보수집 그리고 여가활동은 ICT 리터러시 수준과 정적인 상관관계를 가지고 있으며, 이에 대한 활용 횟수가 많을수록 학생들의 ICT 리터러시 수준이 증가하는 것으로 나타났다. 하지만 SNS 등을 활용한 정보교환 활동의 횟수가 많을수록 학생들의 ICT 리터러시 수준은 감소하는 것을 확인하였다. 이에 따라 본 논문에서는 21세기 학습자가 갖추어야할 역량으로 ICT 리터러시 수준을 향상시키기 위해서는 단순한 ICT 활용 기회를 확대하기보다는 학습 활동과 건전한 여가를 위한 ICT 활용 방법을 교육해야 할 것을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.530-531
• /
• 2023

딥러닝에서 지식 증류 기법은 큰 모델의 지식을 작은 모델로 전달하여 작은 모델의 성능을 개선하는 방식이다. 지식 증류 기법은 모델 경량화, 학습 속도 향상, 학습 정확도 향상 등에 활용될 수 있는데, 교사 모델이라 불리는 큰 모델은 일반적으로 학습된 딥러닝 모델을 사용한다. 본 연구에서는 학습된 딥러닝 모델 대신에 수치 기반 시뮬레이션 모델을 사용함으로써 어떠한 효과가 있는지 검증하였으며, 수치 모델을 활용한 기상 예측 모델에서의 지식 증류는 기존 단독 딥러닝 모델 학습 대비 더 작은 학습 횟수(epoch)에서도 동일한 에러 수준(RMSE)까지 도달하여, 학습 속도 측면에서 이득이 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.161-166
• /
• 2018

본 논문에서는 컨볼루션 신경망 구조(Convolution Neural Network)에서 정규화 및 교차검증 횟수 감소를 위한 무작위로 풀링 연산을 선택하는 방법에 대해 설명한다. 컨볼루션 신경망 구조에서 풀링 연산은 피쳐맵(Feature Map) 크기 감소 및 이동 불변(Shift Invariant)을 위해 사용된다. 기존의 풀링 방법은 각 풀링 계층에서 하나의 풀링 연산이 적용된다. 이러한 방법은 학습 간 신경망 구조의 변화가 없기 때문에, 학습 자료에 과도하게 맞추는 과 적합(Overfitting) 문제를 가지고 있다. 또한 최적의 풀링 연산 조합을 찾기 위해서는, 각 풀링 연산 조합에 대해 교차검증을 하여 최고의 성능을 내는 조합을 찾아야 한다. 이러한 문제를 해결하기 위해, 풀링 계층에 확률적인 개념을 도입한 무작위 풀링 연산 선택 방법을 제안한다. 제안한 방법은 풀링 계층에 하나의 풀링 연산을 적용하지 않는다. 학습기간 동안 각 풀링 영역에서 여러 풀링 연산 중 하나를 무작위로 선택한다. 그리고 시험 시에는 각 풀링 영역에서 사용된 풀링 연산의 평균을 적용한다. 이러한 방법은 풀링 영역에서 서로 다른 풀링 조합을 사용한 구조의 평균을 한 것으로 볼 수 있다. 따라서, 컨볼루션 신경망 구조가 학습데이터에 과도하게 맞추어지는 과적합 문제를 피할 수 있으며, 또한 각 풀링 계층에서 특정 풀링 연산을 선택할 필요가 없기 때문에 교차 검증 횟수를 감소시킬 수 있다. 실험을 통해, 제안한 방법은 정규화 성능을 향상시킬 뿐만 아니라 및 교차 검증 횟수를 줄일 수 있다는 것을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.483-485
• /
• 2003

구문분석 말뭉치는 통계적 구문분석 분야의 필수적인 항목으로 많은 유용성을 가지지만, 말뭉치를 구축할 때 막대한 시간과 비용이 요구되기 때문에 구축자의 수작업을 감소시키는 방법에 대한 연구가 필요하다. 본 논문에서는 대량의 신뢰도 있는 구문분석 말뭉치를 구축하기 위해 신경망을 사용하는 반자동 구문 분석 말뭉치 구축도구에 대해서 설명한다. 개발된 도구는 구문패턴 추골, 신경망 학습, 반자동 구축의 세 단계로 구성된다. 구문패턴 추출 단계에서는 사용자가 정의한 자질집합을 사용하여 기존에 구축된 말뭉치에서 구문패턴들을 추출하고, 신경망 학습의 단계에서는 추출된 구문패턴들을 사용하여 신경망을 학습한다. 그리고, 반자동 구축 단계에서는 학습된 신경망을 사용하여 반자동으로 구문분석 말뭉치를 구축한다. 본 논문에서 제안하는 방법은 다양한 자질집합을 조합하여 사용할 수 있고, 학습을 사용하기 때문에 학습 집합에 나타나지 않은 경우에 대해서도 합리적인 결정을 내릴 수 있다. 소량의 구문분석 말뭉치를 대상으로 실험한 결과, 본 논문에서 제안하는 방법이 약 42.5%의 수작업 횟수 감소율을 보였음을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2197-2199
• /
• 2004

시간 및 주파수 특성 분석이 용이한 웨이블릿 변환을 네트워크화 시킨 웨이블릿 신경 회로망의 파라미터 학습 방법에는 오차 역전파 알고리듬 및 유선 알고리듬 등이 있으나 이러한 학습 방법들은 수렴 시간이 오래 걸리는 단점이 있다. 따라서 본 논문에서는 웨이블릿 신경 회로망의 최적 파라미터를 결정하기 위한 학습방법으로 확장 칼만 필터 알고리듬을 제안한다. 일반적으로 확장 칼만 필터 알고리듬은 복잡한 연산 과정에 불구하고 적은 학습 횟수로 빠른 수렴 특성을 가진다. 제안한 방법의 효율성을 검증하기 위해 확장 칼만 필터 학습 방법을 적용한 웨이블릿 신경 회로망을 혼돈 시스템 동정에 적용하여 경사 하강법을 사용한 기존의 신경 회로망에 비해 더 양호한 성능을 가짐을 검증하고자 한다.