• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국제학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.401-405
• /
• 1993

This paper presents a neuro adaptive control method for nonlinear dynamical systems based on artificial neural network systems. The proposed neuro adaptive controller consists of 3 layers artificial neural network system and parallel PD controller. At the early stage in learning or identification process of the system characteristics the PD controller works mainly in order to compensate for the inadequacy of the learning process and then gradually the neuro contrller begins to work instead of the PD controller after the learning process has proceeded. From the simulation studies the neuro adaptive controller is seen to be robust and works effectively for nonlinear dynamical systems from a practical applicational points of view.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권4호
• /
• pp.236-241
• /
• 2007

This paper presents an adaptive controller using chaotic dynamic neural networks(CDNN) for nonlinear dynamic system. A new dynamic backpropagation learning method of the proposed chaotic dynamic neural networks is developed for efficient learning, and this learning method includes the convergence for improving the stability of chaotic neural networks. The proposed CDNN is applied to the system identification of chaotic system and the adaptive controller. The simulation results show good performances in the identification of Lorenz equation and the adaptive control of nonlinear system, since the CDNN has the fast learning characteristics and the robust adaptability to nonlinear dynamic system.

• 정보교육학회논문지
• /
• 제17권4호
• /
• pp.383-391
• /
• 2013

기존의 교수 시스템들은 각 학습자들의 다양한 특성을 충분히 고려하여 콘텐츠를 제공하지 못하고 있다. 이 연구에서는 각 학습자들의 학습스타일을 고려하여 최적의 학습 방법을 제공하는 적응형 교수 시스템의 개발을 목적으로 한다. 본 적응형 교수 시스템은 적응성을 지원하기 위하여 Gregorc의 학습 스타일을 적용하여 개발하였다. 그리고 개발한 본 적응형 교수 시스템을 대학생들에게 적용하고 학습 효과를 분석하였다. 학습 효과 분석을 위하여 적응형 교수 시스템을 이용하는 집단을 실험집단으로, 비적응형 교수 시스템으로 학습하는 집단을 비교집단으로 구별하고, 독립표본 t 테스트를 통하여 실험 연구를 수행하였다. 적용결과, 이 연구에서 개발한 적응형 교수 시스템은 전통적인 교수 시스템과의 전체 학습자를 대상으로 비교한 결과, 학업 학업성취도 향상 효과가 있는 것으로 나타났다. Gregorc 학습 스타일별로 효과 분석을 한 결과 활동순차적 학습 스타일이 가장 긍정적 학습 효과가 있었으며, 개념임의적 학습 스타일은 학습 효과가 미비한 것으로 나타났다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.303-326
• /
• 2023

수학은 계통성이 강한 학문으로 이전 단계에서의 학습 결손이 다음 학습에 큰 영향을 주기 때문에 학생들의 학습이 잘 이루어졌는지 수시로 확인하고, 즉각적으로 피드백을 제공해 주는 것이 필요하며, 이를 위해 수학교육에서 인공지능 교육시스템(ITS)을 활용할 수 있다. 이에 본 연구에서는 개인 맞춤형 수학 학습을 실행하기 위해 적용될 수 있는 인공지능 교육시스템의 기능이 무엇인지 살펴보고, 이를 실제로 적용해 본 결과를 분석하여 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습의 효과성을 구체적으로 살펴보는 것을 목적으로 하였다. 이를 위해 개인 맞춤형 학습과 수학교육에서 인공지능이 활용된 선행연구 내용을 분석하여 개인 맞춤형 수학 학습을 위한 인공지능 교육시스템의 기능을 추출하고, 이것을 반영한 학습 및 수업을 설계하여 초등학교 5학년 학생들에게 약 3개월 간 적용해 본 결과를 분석하였다. 그 결과, 개인 맞춤형 수학 학습을 위해 활용될 수 있는 인공지능 교육시스템의 기능은 크게 진단 및 평가, 분석 및 예측, 피드백 및 콘텐츠 제공으로 나눌 수 있었다. 또한 이러한 기능을 반영한 학습 설계를 초등학생들에게 적용한 결과, 개인 맞춤형 수학 학습에 인공지능 교육시스템이 어떻게 효과적으로 활용될 수 있는지에 대한 시사점을 얻었다. 그리고 앞으로 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습이 더욱 효과적으로 이루어질 수 있기 위해 더 정교한 기술과 자료 개발이 필요하다는 점을 제언하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.95-98
• /
• 2003

In this paper, an adaptive fuzzy neural control of unknown nonlinear systems based on the rapid learning algorithm is proposed for optimal parameterization. We combine the advantages of fuzzy control and neural network techniques to develop an adaptive fuzzy control system for updating nonlinear parameters of controller. The Fuzzy Neural Network(FNN), which is constructed by an equivalent four-layer connectionist network, is able to learn to control a process by updating the membership functions. The free parameters of the AFN controller are adjusted on-line according to the control law and adaptive law for the purpose of controlling the plant track a given trajectory and it's initial values are off-line preprocessing, In order to improve the convergence of the learning process, we propose a rapid learning algorithm which combines the error back-propagation algorithm with Aitken's $\delta$$\^$2/ algorithm. The heart of this approach ls to reduce the computational burden during the FNN learning process and to improve convergence speed. The simulation results for nonlinear plant demonstrate the control effectiveness of the proposed system for optimal parameterization.

• 한국IT서비스학회지
• /
• 제7권4호
• /
• pp.231-246
• /
• 2008

This paper suggests an e-learning system model, a goal-driven personalized e-learning system, which increase the effectiveness of learning. An e-learning system following this model makes the learner choose the learning goal. The learner's choice would lead learning. Therefore, the system enables a personalized adaptive learning, which will raise the effectiveness of learning. Moreover, this paper proposes a SCORM standard, which modifies SCORM 2004 that has been insufficient to implement the "goal driven personalized e-learning system." We add a data model representing the goal that motivates learning, and propose a standard for statistics on learning objects usage. We propose each standard for contents model and sequencing information model which are parts of "goal driven personalized e-learning system." We also propose that manifest file should be added for the standard for contents model, and the file which represents the information of hierarchical structure and general learning paths should be added for the standard for sequencing information model. As a result, the system could sequence and search learning objects. We proposed an e-learning system and modified SCORM standards by considering the many factors of adaptive learning. We expect that the system enables us to optimally design personalized e-learning system.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.35-43
• /
• 2023

본 연구는 AI 기반 맞춤형 학습 시스템을 시범적으로 운영하여 대학 수업에서의 AI 기반 맞춤형 학습 시스템의 적용 가능성과 효용성을 알아보고자 하였다. 이를 위하여 C지역 소재 B대학교 1학년 재학생 중 기초수학 교과목 수업에 참여한 42명 학습자를 대상으로 AI 기반 맞춤형 학습 시스템을 적용 및 운영하였고, 학생 및 교수를 대상으로 설문 문항 조사와 인터뷰를 진행하였다. 연구 결과, AI 기반 맞춤형 학습 시스템의 활용은 학생의 학업성취도를 향상시켰다. 심층인터뷰 결과 교수자와 학습자 모두 기초 개념 학습에 있어 학습 성과 향상에 기여하는 것으로 파악되었다. 이는 AI 기반의 맞춤형 학습 시스템이 자기 주도 학습의 역량을 향상하고 개념학습을 통해 지식 강화에 효과적인 방안이 될 것임을 시사한다. 본 연구는 인공지능 기반 적응형 학습 시스템의 기초 과학 교과목 도입과 적용에 관련한 기초자료로 활용될 수 있을 것이다. 향후 AI 기반 맞춤형 학습에서 학생들에게 제공한 학습과정과 분석한 데이터를 대면수업에 연계한 효과 검증과 분석한 데이터의 활용 방안에 대한 전략 연구를 제언한다.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.676-684
• /
• 2003

eLearning can be defined as an approach to teaching and teaming that utilises Internet technologies to communicate and collaborate in an educational context. This includes technology that supplements traditional classroom training with web-based components and learning environments where the educational process is experienced online. The use of hypertext as an educational tool has a very rich history. The advent of the internet and one of its major application, the world wide web (WWW), has given a tremendous boost to the theory and practice of hypermedia systems for educational purposes. However, the web suffers from an inability to satisfy the heterogeneous needs of a large number of users. For example, web-based courses present the same static teaming material to students with widely differing knowledge of the subject. Adaptive hypermedia techniques can be used to improve the adaptability of eLearning. In this paper we report an approach to the design a unified implementation framework suitable for web-based eLearning that accommodates the three main dimensions of hypermedia adaptation: content, navigation, and presentation. The framework externalises the adaptation strategies using XML notation. The separation of the adaptation strategies from the source code of the eLearning software enables a system using the framework to quickly implement a variety of adaptation strategies. This work is a part of our more general ongoing work on the design of a framework for adaptive content delivery. parts of the framework discussed in this paper have been imulemented in a commercial eLearning engine.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1990년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 26-27 Oct. 1990
• /
• pp.963-968
• /
• 1990

An iterative learning control scheme for tracking control of a class of uncertain nonlinear systems is presented. By introducing a model reference adaptive controller in the learning control structure, it is possible to achieve zero tracking of unknown system even when the upperbound of uncertainty in system dynamics is not known apriori. The adaptive controller pull the state of the system to the state of reference model via control gain adaptation at each iteration, while the learning controller attracts the model state to the desired one by synthesizing a suitable control input along with iteration numbers. In the controller role transition from the adaptive to the learning controller takes place in gradually as learning proceeds. Another feature of this control scheme is that robustness to bounded input disturbances is guaranteed by the linear controller in the feedback loop of the learning control scheme. In addition, since the proposed controller does not require any knowledge of the dynamic parameters of the system, it is flexible under uncertain environments. With these facts, computational easiness makes the learning scheme more feasible. Computer simulation results for the dynamic control of a two-axis robot manipulator shows a good performance of the scheme in relatively high speed operation of trajectory tracking.

• 인터넷정보학회논문지
• /
• 제10권3호
• /
• pp.151-157
• /
• 2009

많은 이러닝 시스템들은 기존의 설정된 문항난이도를 기반으로 학습자에게 학습정보를 제공하고 있으며, 학습자는 정해진 학습과정에 따라 학습을 수행하고 있다. 이는 학습과정 중에서 학습자마다 학습을 이해하는 정도가 다름에도 불구하고 학습자는 정해진 난이도와 학습과정을 따라야 함으로 효율적인 학습효과를 나타내기 어렵다. 본 연구에서는 학습자가 학습과정중에 이해하는 정도를 시스템이 파악하여 능동적으로 난이도 및 학습과정을 조절하는 학습자 적응형 이러닝 시스템을 제시하고자 한다. 이를 통하여 학습자는 오프라인에서의 학습과 같은 대화형 학습을 통해 온라인 학습이 가져오는 획일적 학습에서 벗어나 보다 높은 학습효과를 높일 수 있다.