• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.418-420
• /
• 2020

해양에서의 선박사고 발생 횟수는 매년 꾸준히 증가하고 있다. 한국해양안전심판원에서는 이러한 사례들의 판결을 관련 인력들이 공유할 수 있도록 재결서를 제작하여 발간하고 있다. 그러나 선박사고는 2019년 기준 2,971건이 발생하여, 재결서만으로 관련 인력들이 다양한 사건들의 판례를 익히기엔 어려움이 따른다. 따라서 본 논문에서는 문장 표상 기법을 이용한 다중 작업 학습을 이용하여 선박사고의 사고 유형, 적용되는 법령, 형량을 분류 및 예측하는 실험을 진행하였다. USE, KorBERT 두 가지의 모델을 2010~2019년 재결서 데이터로 학습하여 선박사고의 사고 유형, 적용되는 법령, 형량을 분류 및 예측하였으며 그에 따른 정확도를 비교한 결과, KorBERT 문장 표상을 사용한 분류 모델이 가장 정확도가 높음을 확인했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.473-476
• /
• 2022

본 논문에서는 비대면 교육 상황이 확대되는 시점에서 자율 학습에 유용하게 사용할 수 있는 학습자의 졸음을 인식하여 알려주는 모델을 설계하여 구현하였다. 기계학습의 CNN 알고리즘을 활용하여 공부상태와 졸음상태를 판별하는 모델을 만들고, Opencv 을 사용하여 일정 횟수 이상 졸음상태가 반복되면 알람을 울려 사용자를 잠에서 깨운다. 이 프로그램은 자기 관리 및 독립적인 학습을 수행하는 데에 도움을 줄 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.442-445
• /
• 2023

최근 딥러닝 및 로봇기술의 발전으로 인해 대량의 데이터를 빠르게 수집하고 처리하는 연구 분야들로 확대되었다. 이와 관련된 한 가지 분야로써 다중 로봇을 이용한 분산학습 연구가 있으며, 이는 단일 에이전트를 이용할 때보다 대량의 데이터를 빠르게 수집 및 처리하는데 용이하다. 본 연구에서는 기존 Distributed Neural Network Optimization (DiNNO) 알고리즘에서 제안한 정적 분산 학습방법과 달리 단계적 분산학습 방법을 새롭게 제안하였으며, 모델 성능을 향상시키기 위해 원시 변수를 근사하는 단계수를 상수로 고정하는 기존의 방식에서 통신회차가 늘어남에 따라 점진적으로 근사 횟수를 높이는 방법을 고안하여 새로운 알고리즘을 제안하였다. 기존 알고리즘과 제안된 알고리즘의 정성 및 정량적 성능 평가를 수행하기 MNIST 분류와 2 차원 평면도 지도화 실험을 수행하였으며, 그 결과 제안된 알고리즘이 기존 DiNNO 알고리즘보다 동일한 통신회차에서 높은 정확도를 보임과 함께 전역 최적점으로 빠르게 수렴하는 것을 입증하였다.

• 대한공업교육학회지
• /
• 제31권1호
• /
• pp.110-128
• /
• 2006

이 연구의 목적은 4년제 공과대학 학생들의 자기조절학습능력과 학습유형을 조사하고, 자기조절학습능력과 학습유형간의 관계를 분석하며, 이들이 온라인 학습환경에서 학습자들의 참여도, 만족도에 어떠한 영향을 미치는지를 파악하는 것이다. 연구의 대상으로 4년제 대학교 정규과정 1개반을 선정하여 온라인 학습 환경을 설계한 후 한학기 동안 운영하고 학습참여도를 확인하기 위해 시스템 로그 파일과 게시판 게시횟수를 분석하였다. 연구 결과로서 자기 주도 학습 능력과 학습 참여도간에는 정적인 상관관계가 나타나고 학습양식과 학습참여도간에는 통계적으로 유의하지 않았다. 또한 자기조절학습 능력과 학습양식 사이에는 통계적으로 유의미 하지 않았다. 학습양식은 연구자가 기대한 수렴자와는 달리 분산자가 63.4%로 높게 나타났다. 결론적으로, 온라인 학습을 설계할 때 더 나은 학업성취도를 위해 적절한 자기조절 학습 전략을 고려한 설계가 요구된다.

• 전기전자학회논문지
• /
• 제18권1호
• /
• pp.1-7
• /
• 2014

본 연구에서는 기존의 Viola-Jones 검출 프레임워크를 개선하여 하나의 특징 당 더 높은 효율을 가지며 검출대상이 아닌 서브 윈도우들을 더 빠르게 제거하는 개선된 학습 알고리즘을 제안한다. 학습의 결과로 생성된 물체 검출기는 서브윈도우를 특정 임계값까지 빠르게 제거하기 때문에 서브윈도우당 계산수가 줄어든다. 기존의 Viola-Jones 물체 검출기와 동일한 프레임워크이므로 검출 성능에는 영향을 주지 않는다. MIT-CMU 테스트 집합에 대해서 서브윈도우당 특징 계산 횟수를 측정하였으며 기존 계산 횟수의 45.5%로 줄어들어 검출 속도가 약 58.5% 향상됨을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권10호
• /
• pp.723-735
• /
• 2010

학습 수준의 평가와 수준에 맞는 지식의 제공은 인간의 학습 과정에 많은 영향을 준다. 이것은 학습 순서가 중요하다는 것을 말하고 있으며, 기계 학습에서도 학습 순서를 고려할 필요가 있다. 본 연구는 학습 순서가 학습에 미치는 영향을 알아보기 위해, MLP의 학습에서 지도자의 경험을 이용하여 학습순서를 제어하는 방법을 제안한다. 지도 경험과 평가를 이용하여 MLP의 상태를 파악하고, 현 상태에서 학습 효율이 좋을 것으로 예상되는 학습 자료를 선택하여 학습을 시킨다. 지도자의 경험을 표현하고 활용하기 위해 CRF(Conditional Random Fields)를 이용하였다. 제안한 방법은 학습 자료를 선택한다는 점에서 능동 학습(Active Learning)과 유사하지만, 학습 순서를 제시하기 위한 자료의 선택이란 점에서 능동학습과는 차이가 있다. 분류 문제에 대하여 실험해 본 결과, 순서의 제어가 없는 학습의 경우에 비하여 학습 횟수의 측면에서 일반적으로 더 나은 학습 성능을 보여준다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.401-403
• /
• 2021

본 연구는 한국지능정보사회진흥원에서 제공한 2018년 스마트폰 과의존 실태조사에서 사용된 11개 변수와 스마트폰 과의존과의 관계를 탐색하고, 이를 통해 딥러닝 기반 스마트폰 과의존 분류 분석 모델을 개발하고자 시행되었다. 학습데이터셋은 전국 10,000개 가구내 만 3-69세 스마트폰 이용자 25,465명의 스마트폰 이용 형태 및 개인적 특성에 관한 데이터이다. 딥러닝은 심층신경망(DNN)을 설계하였으며, 은닉층(hidden layer)은 4개층으로 구성하였다. 입력한 데이터는 각각 200개, 150개, 100개, 50개, 2개 노드를 거치면서 최종 출력 정보인 스마트폰 과의존 분류율로 나타나는 모델이다. 이때 스마트폰 과의존 분류률을 높이기 위해 학습률(learning rate)과 같은 하이퍼 파라미터를 활용하여 세부조정하면서 가장 잘 학습하는 값을 찾아내었다. 연구결과, 학습횟수가 300번으로 학습율(learning.rate)이 0.01일때 훈련데이터에서 97.43%, 검증데이터에서 98.06%로 가장 높게 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권7호
• /
• pp.491-502
• /
• 2010

인간이 교육을 통해 지식을 습득하고 발전시키는 과정에서, 이전 단계에서의 학습 진행 과정은 향후 학습에 영향을 미친다. 이것은 기계 학습에서도 고려되어야 할 사항으로 실제 기계 학습에서 학습순서의 제어가 어떤 효과가 있는지 살펴볼 필요가 있다. 본 연구에서는 MLP의 학습에서 지도자가 목표값을 알려주는 역할은 물론, 학습 대상의 지식 정도를 고려하여 자료들의 학습 순서를 제어하는 추가적 역할도 수행할 때, 학습 과정에 미치는 효과를 실험한다. 실험 방법은 SOM과 MLP를 이용하여 분류 문제에 적용한다. SOM은 지도자가 학습 순서를 결정하기 위한 학습 자료들의 범주화에 이용되고, MLP는 학습 대상이 된다. 제안하는 방법은 SOM을 학습 자료의 전처리 방법이 아닌, 학습 과정 동안 학습 자료의 선택에 이용하는 점에서 여타 연구들과 차이가 있으며, 실험 결과는 학습에 사용되는 자료의 수와 학습 횟수에서 개선 효과가 있음을 보여준다.

• 정보교육학회논문지
• /
• 제7권1호
• /
• pp.37-47
• /
• 2003

본 논문에서는 한글과컴퓨터사에서 지원하는 HWPML(Hangul Word Processor Markup Language) 파일 포맷 형식을 이용하여 워드프로세서 실기 채점 시스템을 설계하고 구현하였다. HWPML은 한글 파일 형식을 마크업된 태그 구조로 나타낸 것으로 이를 이용하면 다른 응용 프로그램에서도 한글 파일을 편집할 수 있게 된다. 문제 출제는 관리자 또는 사용자 인증 과정을 거친 사용자면 누구나 출제 가능하도록 하였다. 정답 파일등록은 관리자만 등록할 수 있게 설계하여 채점 결과의 정확성을 유지하도록 하였다. 시스템을 이용하여 채점된 결과는 데이터베이스에 저장되고 문제별 합격 횟수와 불합격 횟수를 구하고 산술적인 합격률을 보여준다. 사용자의 채점 결과는 실시간으로 확인 가능하고 해당 문제의 사용자별 응시 횟수, 점수, 채점 결과를 검색할 수 있도록 데이터베이스에 저장하였다. 채점 결과를 바탕으로 관리자 조언을 추가하여 학습자들의 부족한 부분을 보충 학습할 수 있도록 하였다.

• 응용통계연구
• /
• 제37권2호
• /
• pp.239-253
• /
• 2024

본 연구는 learning-to-rank (LTR) 기법 중 point-wise와 pair-wise learning을 적용하여 서울 경마경기 순위 예측을 수행하였다. Point-wise learning으로는 선형 회귀와 랜덤 포레스트를 pair-wise learning으로는 RankNet, LambdaMART (XGBoost Ranker, LightGBM Ranker, CatBoost Ranker)을 활용하였다. 또한 데이터 불균형 문제를 해결하기 위해 전처리 과정에서 경주기록을 경주거리에 따라 표준화하는 방식을 채택하였으며, 모형의 예측 능력 향상을 위해 경기 정보, 기수 정보, 마필 정보, 조교사 정보 등의 다양한 데이터를 사용하였다. 그 결과 아이템 간의 순위관계를 학습할 수 있는 pair-wise learning이 point-wise learning보다 전반적으로 더 뛰어난 예측력을 보이는 것을 확인하였다. 특히 CatBoost Ranker는 제시된 모형들 중 가장 뛰어난 예측 성능을 보였다. 마지막으로 섀플리 값을 통해 CatBoost Ranker에서 경주마의 성적, 직전 경주기록, 경주마의 출발훈련 횟수, 누적 출발훈련 횟수, 질병 진단횟수 등이 상위 10개 중요 변수에 포함된 것을 확인하였다.