• 실천공학교육논문지
• /
• 제16권4호
• /
• pp.529-540
• /
• 2024

산업현장에서 체험형 가상훈련 콘텐츠는 고위험, 고비용의 훈련을 대체하기 위해 일부 활용되기도 하고, 비대면 산업의 수요 증가와 함께 가상훈련 콘텐츠 개발도 활발해지고 있다. 기존 연구들은 주로 설문조사를 통한 양적 연구에 집중하여 이용자의 학습 몰입 변화를 측정하는 데 그쳤다. 본 연구는 이원적 직업훈련 환경에서 이론 교육과 가상훈련의 결합이 실제 직무 수행능력 향상에 미치는 영향을 실험연구를 수행하여 규명하고자 하였다. 본 연구는 기업과 학교를 오가며 참여하게 되는 이원적 직업훈련(일과 학습을 병행)에서 이론교육과 가상훈련의 결합이 직업훈련의 성과를 높일 수 있는지에 대해 연구하였다. 직업훈련 교육생 기계과 24명을 대상으로 전통적인 직업훈련과 가상훈련 콘텐츠를 활용한 직업훈련에 대한 사전사후 평가결과를 비교하였다. 연구결과, 전통적인 직업훈련에 비해 가상훈련 방식의 교육의 성과가 더 높으며, 이론적인 교육에 가상현실 기반 교육의 결합이 더 효과적임을 실증하였다. 본 연구에서는 가상훈련 콘텐츠가 산업 안전 교육의 새로운 패러다임을 제시하고 있음을 시사하며, 훈련생들의 인터뷰 결과를 통해 가상훈련이 단순히 지식 전달을 넘어, 안전에 대한 태도 변화를 이끌어낼 수 있음을 확인하였다. 이는 산업 현장의 안전 사고 예방에 기여하고, 직업 훈련의 질적 향상을 위한 중요한 시사점을 제공한다.

• 디지털융복합연구
• /
• 제5권2호
• /
• pp.109-122
• /
• 2007

The original element for development in current society is recognized as knowledge, technology and information. It has been developed and improved the human resources development system through the occupational standards that closely connected system among work, education training and qualification in every country. This study is for development of the occupation standards that was standardized the required competency element, performance criteria, range statement, assessment guideline in machinery industry, also developing the education training program based on competency to be able to apply department of relevant machinery industry in vocational high school. Occupational standards and key competencies were developed by expert in field engineer and verified about contents and level system by questionnaire and interviewing. Education training program was developed on SCID model, and the effectiveness and suitability of the training program was verified by teacher, professor and student belonging to training organization.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.35-41
• /
• 2017

본 논문에서는 지식추출(knowledge distillation) 및 지식전달(knowledge transfer)을 위하여 최근에 소개된 선생-학생 프레임워크 기반의 힌트(Hint)-knowledge distillation(KD) 학습기법에 대한 성능을 분석한다. 본 논문에서 고려하는 선생-학생 프레임워크는 현재 최신 딥러닝 모델로 각광받고 있는 딥 residual 네트워크를 이용한다. 따라서, 전 세계적으로 널리 사용되고 있는 오픈 딥러닝 프레임워크인 Caffe를 이용하여 학생모델의 인식 정확도 관점에서 힌트-KD 학습 시 선생모델의 완화상수기반의 KD 정보 비중에 대한 영향을 살펴본다. 본 논문의 연구결과에 따르면 KD 정보 비중을 단조감소하는 경우보다 초기에 설정된 고정된 값으로 유지하는 것이 학생모델의 인식 정확도가 더 향상된다는 것을 알 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.94-97
• /
• 2003

본 논문에서는, 웨이브렛 변환과 잡음 섞인 숫자 영상에 대한 최적화 인식 훈련기법을 사용한 다계층 신경망을 제안하고, 이 시스템을 아라비아숫자 인식에 적용한다. 웨이브렛 변환을 이용해 원 영상 정보의 중요한 부분은 최대한 보존하면서 입력벡터의 크기를 줄임으로써 신경망의 노드 수와 학습 수렴시간이 줄어들도록 하였고, 최적화 인식 훈련기법은 데이터의 잡음을 점차적으로 높여가면서 훈련벡터에 적용, 인식률의 변화에 대해 살펴보았다. 잡음이 섞인 숫자 영상의 인식율을 높이기 위해 원 영상에 0, 10, 20, 30, 40, 50㏈의 잡음을 섞은 영상을 훈련에 함께 사용하였다. 테스트 영상에 잡음이 30∼50㏈정도 섞였을 경우에는 원 영상만을 훈련에 이용했을 패와 잡음이 섞인 영상을 이용하여 훈련시켰을 경우에 인식율의 차이가 별로 없지만, 0∼20㏈정도 섞인 영상을 테스트에 사용할때에는 0, 10, 20, 30, 40 , 50㏈의 잡음이 있는 영상을 훈련에 사용했을 때가 원 영상만을 훈련에 이용했을 경우에 비해 인식율이 9% 향상된다.

• Journal of Sport and Applied Science
• /
• 제8권2호
• /
• pp.13-18
• /
• 2024

Purpose: The purpose of this study is to determine the effects of a 6-week weight training and complex training program on the Y-balance test (YBT) in high school soccer players. Research design, data, and methodology: This study included 26 high school soccer players from City S. Subjects were divided into a weight training group (WTG: n=13) and a complex training group (CTG: n=13) based on their willingness to participate without medical problems. The YBT measured anterior (AT), posteromedial (PM), posterolateral (PL), and composite scores (CS), and was measured twice: before the start and after the end of training. The data were analyzed using the SPSS 25.0 statistical program to compare pre- and post-training using paired-t tests, between training groups using independent-t tests, and left-right comparisons using independent-t tests. Results: Training resulted in a significant pre- to post-training change in PL in the left foot WTG group (p<.05), with no significant change in the other measures. There were no significant differences between training groups and between left and right sides. Conclusion: To improve YBT in high school soccer players, a program to improve ankle and hip mobility and strength should be added along with improving large muscle strength through weights and comflex training.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1239-1242
• /
• 2003

The neural networks are a famous model to learn the nonlinear function or nonlinear system. The main point of neural network is that the difference actual output from desired output is used to update weights. Usually, the gradient descent method is used for the learning process. On training process, if learning rate is too large, neural networks hardly guarantee convergence of neural networks. On the other hand, if learning rate is too small, the training spends much time. Therefore, one major problem in use of neural networks are to decrease the teaming time while neural networks are guaranteed convergence. In this paper, we suggest the model of fuzzy logic to neural networks to calibrate learning rate. This method is to tune learning rate dynamically according to error and demonstrates the optimization of training.

• 한국안광학회지
• /
• 제12권2호
• /
• pp.87-93
• /
• 2007

조절이상과 양안시 이상을 진단하기 위해 검사를 실시하였다. 양안시 이상 발생 빈도는 다른 연구결과와 비슷하였는데, 환자들은 비정시의 교정 뿐 아니라 진단된 문제를 교정하기 위해 몇 가지 처방이 필요하였다. 그 중 복시와 안정피로, 간헐적 흐림 동의 증상을 가진 폭주부족으로 판단된 두 명의 환자에 대해 완전교정 처방과 함께 4주 동안의 시기능 훈련을 실시하였다. 이들은 폭주부족, 조절부족 등 하나, 또는 혼합형 양안시 문제를 가지고 있었다. 4주 후 결과에서 실시한 시기능 훈련은 폭주력을 향상시키는데 효과를 보였으며, 계속적인 관찰이 필요하다고 판단되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1989년도 한국자동제어학술회의논문집; Seoul, Korea; 27-28 Oct. 1989
• /
• pp.653-662
• /
• 1989

Cerebellar Model Arithmetic Controller (CMAC) has been introduced as an adaptive control function generator. CMAC computes control functions referring to a distributed memory table storing functional values rather than by solving equations analytically or numerically. CMAC has a unique mapping structure as a coarse coding and supervisory delta-rule learning property. In this paper, learning aspects and a convergence of the CMAC were investigated. The efficient training algorithms were developed to overcome the limitations caused by the conventional maximum error correction training and to eliminate the accumulated learning error caused by a sequential node training. A nonlinear function generator and a motion generator for a two d.o.f. manipulator were simulated. The efficiency of the various learning algorithms was demonstrated through the cpu time used and the convergence of the rms and maximum errors accumulated during a learning process. A generalization property and a learning effect due to the various gains were simulated. A uniform quantizing method was applied to cope with various ranges of input variables efficiently.

• 한국기계연구소 소보
• /
• 통권19호
• /
• pp.93-115
• /
• 1989

Cerebellar Model Arithmetic Controller(CMAC) has been introduced as an adaptive control function generator. CMAC computes control functions referring to a distributed memory table storing functional values rather than by solving equations analytically or numerically. CMAC has a unique mapping structure as a coarse coding and supervisory delta-rule learning property. In this paper, learning aspects and a convergence of the CMAC were investigated. The efficient training algorithms were developed to overcome the limitations caused by the conventional maximum error correction training and to eliminate the accumulated learning error caused by a sequential node training. A nonlinear function generator and a motion generator for a two d. o. f. manipulator were simulated. The efficiency of the various learning algorithms was demonstrated through the cpu time used and the convergence of the rms and maximum errors accumulated during a learning process; A generalization property and a learning effect due to the various gains were simulated. A uniform quantizing method was applied to cope with various ranges of input variables efficiently.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.843-845
• /
• 2024

도메인 적응 사전 훈련(Domain-Adaptive Pre-training, DAPT)을 활용한 한국어 문서 요약 연구에서는 특정 도메인의 문서에 대한 이해도와 요약 성능을 향상시키기 위해 DAPT 기법을 적용했다. 이 연구는 사전 훈련된 언어 모델이 일반적인 언어 이해 능력을 넘어 특정 도메인에 최적화된 성능을 발휘할 수 있도록 도메인 특화 데이터셋을 사용하여 추가적인 사전 훈련을 진행한다. 구체적으로, 의료, 법률, 기술 등 다양한 도메인에서 수집한 한국어 텍스트 데이터를 이용하여 모델을 미세 조정하며, 이를 통해 얻은 모델은 도메인에 특화된 용어와 문맥을 효과적으로 처리할 수 있음을 보여준다. 성능 평가에서는 기존 사전 훈련 모델과 DAPT를 적용한 모델을 비교하여 DAPT의 효과를 검증했다. 연구 결과, DAPT를 적용한 모델은 도메인 특화 문서 요약 작업에서 성능 향상을 보였으며, 이는 실제 도메인별 활용에서도 유용할 것으로 기대된다.