• 정보교육학회논문지
• /
• 제5권1호
• /
• pp.33-45
• /
• 2001

21세기는 정보화 사회로 필요한 정보를 빠르게 찾아 자신의 문제를 스스로 해결해 나갈 수 있는 능력을 갖추지 않으면 적응하기 어렵게 될 것이다. 학교 현장에서 이러한 정보화 사회에 대처할 수 있도록 학습자 자신이 교육의 주체가 되어 스스로 학습 계획을 세우고, 다양한 방법으로 정보를 수집, 검토하여 문제를 해결해 나가는 능력을 기를 수 있도록 교육이 이루어져야 한다. 이것을 가능하게 하는 것이 컴퓨터를 활용한 학습 특히, 웹(Web)을 활용한 자기 주도적 학습이다. 즉, Web을 활용하여 지식과 정보를 학습자가 자율적으로 수집, 활용하여 독자성과 창조성을 기를 수 있는 자기 주도적 학습을 할 수 있는 프로그램이 필요하다. 따라서 본 논문은 Web를 활용하여 초등학교 수학과 도형 영역을 5단계로 재구성하고 1단계는 '여러가지 모양'에 관한 학습 단계로 도형이 무엇이고 실생활에 어떻게 활용되는지 알게 하였고, 2단계는 '점 선분 각'에 관한 학습 단계로 도형 학습의 기초를 다지게 하고 각과 도형간의 관계를 인식할 수 있도록 하였다. 3단계는 '평면도형'에 관한 학습단계로 평면도형들 간의 관계와 여러 가지 형태를 가진 도형의 넓이를 자르거나 붙여서 계산 할 수 있도록 하였으며, 4단계는 '합동과 대칭'에 관한 학습단계로 합동, 축소, 확대된 도형을 알고 실생활에 어떻게 활용되는지 알 수 있도록 하였다. 5단계는 '입체도형'에 관한 학습단계로 평면도형, 입체도형, 뿔, 회전체와의 관계를 학습할 수 있도록 하였다. 이렇게 개발한 프로그램은 Web을 기반으로 학습이 진행되므로 학습 시간과 장소의 제한에서 벗어나 언제, 어디서나 학습할 수 있으며, 학습자의 능력에 따라 학습 흐름을 조절하여 학습함으로써 완전학습은 물론, 학년의 벽을 넘어 학습할 수 있다. 또한, 프로그램 진행이 학습자 스스로 문제를 해결하게 하여 자기 주도적 학습력을 길러나갈 수 있도록 하였다.

• 한국가정과교육학회지
• /
• 제30권3호
• /
• pp.91-109
• /
• 2018

본 연구는 중학교 2009년 개정 기술·가정교육과정 내용에서 가정생활 영역에 속하는 '주거와 거주환경' 단원을 중심으로 하여 인성 교육 요소와 STAD 협동학습을 적용한 교수 ·학습 과정안을 개발하는 데 목적을 두고 있다. 연구목적을 이루기 위해 분석, 설계, 개발, 평가의 단계로 수행하였다. 먼저, 분석 단계에서는 선행 연구 고찰, 기술·가정교육과정 및 12종 교과서의 '주거와 거주환경' 내용을 분석하였다. 설계 단계에서는 선정한 인성교육 요소를 활용하여 교수·학습 과정안의 목표와 내용 구성, 차시별 활동내용, 학생평가자료, 학생용 활동 자료 및 교사용 자료 등을 설계하였다. 개발 단계에서는 '주거와 거주환경' 단원에 적용할 수 있는 총 8차시의 교수·학습 과정안, 학생 활동지, 개인학습지(형성평가지) 등을 개발하였다. 평가 단계에서는 개발한 교수·학습 과정안과 학습 활동지의 1차 타당도 평가를 가정교육학 전공 교수 1인과 가정 교육학 박사학위 소지자인 현장 중등교사 2인에게 받고, 2차 타당도 평가는 현직 가정과교사 7인으로부터 검토 받아 이를 바탕으로 교수·학습 과정안과 학습 활동지를 수정하여 최종적인 교수·학습 과정안을 완성하였다. 타당도 평가 결과, 개발된 교수·학습 과정안과 학습 활동지에 대한 타당도가 대체로 높은 수준에서 확보되었으며, 중학생을 대상으로 인성교육을 향상시키는데 적합하다고 볼 수 있다. 본 연구에서 인성교육 요소와 STAD 협동학습을 적용하여 개발된 교수·학습 과정안이 현장 교사들 및 교육과정 개발자에게 유용한 자료로 활용되기를 기대한다.

• Asia pacific journal of information systems
• /
• 제5권1호
• /
• pp.36-51
• /
• 1995

본 논문에서는 비구조적인 의사결정문제를 효과적으로 해결하기 위하여 감독학습 인공신경망 모형과 비감독학습 인공신경망 모형을 결합한 하이브리드 인공신경망 모형인 HYNEN(HYbrid NEural Network) 모형을 제안한다. HYNEN모형은 주어진 자료를 클러스터화 하는 CNN(Clustering Neural Network)과 최종적인 출력을 제공하는 ONN(Output Neural Network)의 2단계로 구성되어 있다. 먼저 CNN에서는 주어진 자료로부터 적정한 퍼지규칙을 찾기 위하여 클러스터를 구성한다. 그리고 이러한 클러스터를 지식베이스로하여 ONN에서 최종적인 의사결정을 한다. CNN에서는 SOFM(Self Organizing Feature Map)과 LVQ(Learning Vector Quantization)를 클러스터를 만든 후 역전파학습 인공신경망 모형으로 이를 학습한다. ONN에서는 역전파학습 인공신경망 모형을 이용하여 각 클러스터의 내용을 학습한다. 제안된 HYNEN 모형을 우리나라 기업의 도산자료에 적용하여 그 결과를 다변량 판별분석법(MDA:Multivariate Discriminant Analysis)과 ACLS(Analog Concept Learning System) 퍼지 ARTMAP 그리고 기존의 역전파학습 인공신경망에 의한 실험결과와 비교하였다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.299-311
• /
• 2023

본 연구는 전문대학생들을 위한 학습전략 프로그램의 개발과정과 그 효과성을 검증하기 위한 것이다. 전문대학생들을 위한 학습전략 프로그램의 필요성과 타당성은 선행연구를 통해 확인하고 검토되었으며, 프로그램 개발과정을 프로그램 계획, 프로그램 개발, 프로그램 실행, 프로그램 평가의 4단계로 구분하여 프로그램 개발 관리로 통합하었다. 1단계 프로그램 계획단계에서는 개발방향 설정, 목적과 목표를 설정하였다. 2단계 프로그램 개발 단계에서는 선행연구 분석, 내용 선정, 프로그램 조직, 평가계획을 하였다. 3단계 실행단계에서는 프로그램을 실행하였고, 4단계 평가단계에서는 프로그램 평가를 실시하여 프로그램을 개발하였다. 프로그램의 효과를 검증하기 위하여 전문대학생용 학습전략 진단 척도로 검사를 실시하여 자료를 수집하였고, 사전·사후·추후검사 점수에 대하여 효과 검증을 실시하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.107-112
• /
• 2023

라벨 데이터 수집의 어려움에 따라 라벨이 없는 데이터로 학습하는 준지도학습, 비지도학습에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 그의 일환으로 Novel Intent Category Discovery(NICD) 문제를 제안하고 NICD 연구의 베이스라인이 될 모델을 소개한다. NICD 문제는 라벨이 있는 데이터와 라벨이 없는 데이터의 클래스 셋이 겹치지 않는다는 점에서 기존 준지도학습의 문제들과 차이가 있다. 제안 모델은 RoBERTa를 기반으로 두 개의 분류기를 추가하여 구성되며 라벨이 있는 데이터셋과 라벨이 없는 데이터셋에서 각각 다른 분류기를 사용하여 라벨을 예측한다. 학습방법은 2단계로 먼저 라벨이 있는 데이터셋으로 요인표현을 학습한다. 두 번째 단계에서는 교차 엔트로피, 이항교차 엔트로피, 평균제곱오차, 지도 대조 손실함수를 NICD 문제에 맞게 변형하여 학습에 사용한다. 논문에서 제안된 모델은 라벨이 없는 데이터셋에 대해 이미지 최고성능 모델보다 24.74 더 높은 정확도를 기록했다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2006년도 춘계 국제학술대회 논문집
• /
• pp.389-396
• /
• 2006

본 연구에서는 한국어와 영어 메일을 대상으로 2단계 스팸 메일 필터링 시스템을 구축하여 성능평가를 수행한다. 2단계 스팸 메일 필터링 시스템은 블랙리스트를 활용하는 1단계와 기계학습을 통한 지능적인 분류를 하는 2단계로 구성된다. 만약 새로 도착한 메일이 블랙리스트의 내용을 포함한다면 이 메일은 스팸 메일로 분류되고 그렇지 않은 메일은 2단계로 넘어가서 스팸 메일 여부를 판단하게 된다. 메일의 본문이 영어로 작성된 영어 스팸 메일을 일반 메일로부터 분류해내기 위해서는 우선 Stemming과 Stopping 기법을 이용하여 본문에서 정형화된 어휘정보들을 추출한다. 추출된 어휘정보들을 대상으로 속성벡터를 구축한 후 SVM 기계 학습을 시켜 SVM 분류기를 생성하여 지능적인 스팸 메일 필터링을 수행한다. 속성벡터를 구축할 때 기준이 되는 자질을 어떻게 선택하느냐에 따라 스팸 메일 필터링 시스템의 성능이 좌우된다. 따라서 SYM 기계 학습을 위한 속성벡터를 구축할 때 기준이 되는 자질을 선택하는 여러 알고리즘들을 적용하여 성능을 비교 분석한다. 그리고 한국어 스팸 메일 필터링 시스템과 비교하여 영어 스팸 메일 필터링 시스템의 전체적인 성능을 비교 분석한다.

• 한국가정과교육학회지
• /
• 제30권4호
• /
• pp.187-207
• /
• 2018

본 연구의 목적은 최근 심각한 사회적 문제로 대두된 청소년 데이트폭력을 예방할 수 있도록 고등학교 가정과 교과 수업에서 활용할 수 있는 데이트폭력 예방 교수·학습 과정안을 개발하는 데 있다. 연구는 내용 분석 및 내용 요소 선정 단계, 교수·학습 자료 개발 단계, 파일럿 테스트 및 수정 단계의 3단계 절차를 거쳤다. 첫번째 단계에서는 2015 기술·가정 교육과정 문서와 교과서 내용 중 데이트폭력과 연관된 내용이 어떻게 제시되어 있는지 분석하고, 관련 선행연구 내용을 토대로 청소년기 데이트폭력 예방 교육에 필요한 내용요소를 선정하였다. 이를 토대로 두 번째 단계에서는 6차시의 교수·학습 과정안을 개발하고, 2명의 가정과 경력 교사에게 이에 대한 타당도를 검증받고 수정하였다. 마지막 단계에서는 개발된 6차시의 교수·학습 과정안을 고등학교 2개 학급에서 실행한 후 수업 실행 교사와 수업에 대한 학생 의견 조사 결과를 바탕으로 현장 적합성이 떨어지는 부분은 수정 보완하여 최종적인 데이트폭력 예방 교수·학습 과정안을 개발하였다. 청소년의 데이트폭력 문제 예방을 위해서는 폭력으로부터 안전한 사회적 환경을 마련하고 이성교제가 시작되기 이전부터 폭력 예방 교육을 실시해야 한다. 가정과 수업 시간에 본 교수·학습 과정안을 활용하여 학생들이 폭력에 대한 민감성을 키우고 문제 상황에서 현명히 판단하고 대처할 수 있는 역량을 키우게 되기를 기대한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권2호
• /
• pp.21-29
• /
• 2024

최근 자연스러운 모션 데이터에 대한 수요가 늘고 있지만, 클라이밍 모션을 정확하게 캡처하는 것은 가려진 부분이 많은 클라이밍 동작의 특성상 쉽지 않다. 또한 벽 구조물의 스캔이나 다양한 암벽 코스 준비 등 필요한 데이터를 수집하는 과정이 쉽지 않다. 본 논문에서는 강화학습을 이용한 클라이밍 모션 합성 방법론을 제안한다. 학습 과정은 두 단계의 난이도로 구성되어 있다. 첫 번째 단계는 매달리기 정책을 학습하는 것이다. 매달리기 정책은 자연스러운 자세로 홀드를 잡는 방법을 학습한다. 이후 추론 단계를 통해 위치, 자세, 잡기 상태를 다양하게 추출한 초기 상태 데이터세트를 만든다. 두 번째 단계에서는 이 초기 상태 데이터세트를 사용해서 실제 클라이밍을 수행하는 태스크를 학습한다. 클라이밍 정책은 자연스러운 자세로 타겟 위치로 이동하는 방법을 학습한다. 실험을 통해 제안하는 방법이 클라이밍 하기 위한 좋은 자세를 효과적으로 탐색할 수 있는 것을 보였다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.37-46
• /
• 2019

본 연구의 목적은 직업 교육훈련을 위한 플립러닝 기반 교육모델을 개발하는 데 있다. 이를 위하여 선행 연구를 토대로 해당 직종에서의 플립러닝의 정의, 단계별 주요 학습활동, 운영 전략을 포함하는 교육모델을 도출하였다. 또한 HRD 및 직업교육훈련 전문가를 대상으로 적용 모델에 대한 타당도를 확보하기 위하여 2차례에 걸쳐 델파이 조사를 실시하였으며 유효성이 확인되었다. 최종적으로 개발된 직업교육훈련을 위한 플립러닝 교육모델은 사전학습-본학습-사후학습의 3단계로 구성되며, 사전학습 단계는 온라인 강의 수강-간단한 과제 수행, 본 학습 단계는 도입활동-능동적 학습활동 및 코칭-디브리핑 강의, 사후학습 단계는 개별 성찰-추가과제 수행 활동을 포함한다. 본 연구를 통해 개발한 교육모델은 직업교육훈련의 목표에 따라 유연하게 확장가능하며, 연계성과 훈련성과 향상에 초점을 두고 개발되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.307-312
• /
• 2022

상호참조해결은 주어진 문서에서 멘션을 추출하고 동일한 개체의 멘션들을 군집화하는 작업이다. 기존 상호참조해결 연구의 멘션탐지 단계에서 진행한 가지치기는 모델이 계산한 점수를 바탕으로 순위화하여 정해진 비율의 멘션만을 상호참조해결에 사용하기 때문에 잘못 예측된 멘션을 입력하거나 정답 멘션을 제거할 가능성이 높다. 또한 멘션 탐지와 상호참조해결을 종단간 모델로 진행하여 학습 시간이 오래 걸리고 모델 복잡도가 높은 문제가 존재한다. 따라서 본 논문에서는 상호참조해결을 2단계 파이프라인 모델로 진행한다. 첫번째 멘션 탐지 단계에서 후보 단어 범위의 점수를 계산하여 멘션을 예측한다. 두번째 상호참조해결 단계에서는 멘션 탐지 단계에서 예측된 멘션을 그대로 이용해서 서로 상호참조 관계인 멘션 쌍을 예측한다. 실험 결과, 2단계 학습 방법을 통해 학습 시간을 단축하고 모델 복잡도를 축소하면서 종단간 모델과 유사한 성능을 유지하였다. 상호참조해결은 Light에서 68.27%, AMI에서 48.87%, Persuasion에서 69.06%, Switchboard에서 60.99%의 성능을 보였다.