• 지능정보연구
• /
• 제20권2호
• /
• pp.179-192
• /
• 2014

최근 IT 환경의 변화에 따라 웹 서비스를 기반으로 대규모 사용자 대상의 상호 참여적인 MOOC(Massive Open Online Courses)과 같은 온라인 교육 환경이 부상하고 있다. 그러나 온라인 교육 시스템은 원거리로 학습이 이루어짐에 따라 학습자의 자발적 동기를 꾸준히 유지하기 어려우며, 또한 학습자 간에 지식을 공유하고 공유한 지식을 활용하는 기능이 부족하다. 이러한 문제를 극복하기 위해 구성주의적 학습이론과 집단지성에 기반하여 학습자가 보유한 학습자료를 공유하고 개인화된 학습자료 추천을 받을 수 있는 학습자료 북마킹 서비스인 WeStudy를 구현하였다. 위키피디아(Wikipedia), 슬라이드쉐어 (SlideShare), 비디오렉쳐스 (VideoLectures) 등 현존하는 집단지성 기반 서비스들의 주요 기능으로부터 필요한 집단지성 기능들을 검토하였으며, 본 서비스의 주요 기능으로 1) 리스트 및 그래프 형태의 학습자료 리스트 시각화, 2) 개인화된 학습자료 추천, 3) 보다 상세한 학습자료 추천을 위한 관심 학습자 지정 등을 도출하여 시스템을 설계하였다. 이후, 웹 기반으로 구현된 세 가지 주요기능 별로 개량된 휴리스틱 사용성 평가 방법을 통해 개발된 시스템의 사용성 평가를 실시하였다. 10명의 HCI 분야 전공자 및 현업 종사자를 대상으로 정량적 및 정성적인 평가 결과, 세 가지의 주요 기능에서 전반적으로 사용성이 우수한 것으로 판정되었다. 주요 기능 별 정성적인 평가에서 도출된 여러 마이너 이슈들을 반영할 필요가 있으며, 향후 대규모 사용자를 대상으로 본 서비스를 보급하고 이용할 수 있도록 제공하여 자발적인 지식 공유 환경을 조성할 수 있을 것으로 전망된다.

• Genomics & Informatics
• /
• 제17권2호
• /
• pp.19.1-19.10
• /
• 2019

In this paper, we investigate cross-platform interoperability for natural language processing (NLP) and, in particular, annotation of textual resources, with an eye toward identifying the design elements of annotation models and processes that are particularly problematic for, or amenable to, enabling seamless communication across different platforms. The study is conducted in the context of a specific annotation methodology, namely machine-assisted interactive annotation (also known as human-in-the-loop annotation). This methodology requires the ability to freely combine resources from different document repositories, access a wide array of NLP tools that automatically annotate corpora for various linguistic phenomena, and use a sophisticated annotation editor that enables interactive manual annotation coupled with on-the-fly machine learning. We consider three independently developed platforms, each of which utilizes a different model for representing annotations over text, and each of which performs a different role in the process.

• 농촌지도와개발
• /
• 제8권2호
• /
• pp.179-190
• /
• 2001

The purpose of this study was to analysis the education effects of web-based on-line cyber program mesaured by Kirkpatrick’s evaluation process. The average score on satisfaction of the program was 4.28(.59), which was designed to evaluate the level 1, reaction. To test level 2, learning, the average score that students achieved was calculated and it was 86.87(std.=7.05) in the term examinations. The level 3, job months. It was reported that most employees who took the course are utilizing the knowledge that they acquired from the course(mean=3.80, std.=.77). To identify the level 4, business results, the mean score of the number of accidents and near misses that happened in their factories for 3 months before and after the course were compared. There was statistically significant difference between the number of accidents that happened 3 months before the course and 3 months after the course, at the significance level of .01, which was tested by Paired t-test.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.1023-1025
• /
• 2019

Coal and Natural gas are two biggest contributors to a generation of energy throughout the world. Most of these resources create environmental pollution while making energy affecting the natural habitat. Many approaches have been proposed as alternatives to these sources. One of the leading alternatives is Solar Energy which is usually harnessed using solar farms. In artificial intelligence, the most researched area in recent times is machine learning. With machine learning, many tasks which were previously thought to be only humanly doable are done by machine. Neural networks have two major subtypes i.e. Convolutional neural networks (CNN) which are used primarily for classification and Recurrent neural networks which are utilized for time-series predictions. In this paper, we predict energy generated by solar fields and optimal angles for solar panels in these farms for the upcoming seven days using environmental and historical data. We experiment with multiple configurations of RNN using Vanilla and LSTM (Long Short-Term Memory) RNN. We are able to achieve RSME of 0.20739 using LSTMs.

• Genomics & Informatics
• /
• 제17권2호
• /
• pp.15.1-15.7
• /
• 2019

Automatically detecting mentions of pharmaceutical drugs and chemical substances is key for the subsequent extraction of relations of chemicals with other biomedical entities such as genes, proteins, diseases, adverse reactions or symptoms. The identification of drug mentions is also a prior step for complex event types such as drug dosage recognition, duration of medical treatments or drug repurposing. Formally, this task is known as named entity recognition (NER), meaning automatically identifying mentions of predefined entities of interest in running text. In the domain of medical texts, for chemical entity recognition (CER), techniques based on hand-crafted rules and graph-based models can provide adequate performance. In the recent years, the field of natural language processing has mainly pivoted to deep learning and state-of-the-art results for most tasks involving natural language are usually obtained with artificial neural networks. Competitive resources for drug name recognition in English medical texts are already available and heavily used, while for other languages such as Spanish these tools, although clearly needed were missing. In this work, we adapt an existing neural NER system, NeuroNER, to the particular domain of Spanish clinical case texts, and extend the neural network to be able to take into account additional features apart from the plain text. NeuroNER can be considered a competitive baseline system for Spanish drug and CER promoted by the Spanish national plan for the advancement of language technologies (Plan TL).

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제24권3호
• /
• pp.563-585
• /
• 2010

대학수학교육에서 학생들이 자기주도 수학학습방법을 깨우쳐 학습에 대한 자신감을 갖도록 하는 자기주도 수학학습을 할 수 있는 방법을 위한 연구욕구를 진단할 수 있는 내재적, 외재적 동기와 집중능력, 그리고 자기효능감이 있으며, 학습목표를 설정하기 위한 목표세우기와 계획능력이 있다. 그리고 인적 물적인 학습 환경 조성을 위해서는 집중능력, 습관, 스트레스, 수학적 가치, 자기주도능력이 필요하고 학습전략의 선정과 실천을 위해서는 필기, 예습과 복습, 시간관리, 시험관리에 대한 전략을 세우고 이를 실천하는 방법이 필요하다. 마지막으로 대학수학에서 자기주도 수학학습에 필요한 요인과 Knowles(1975)의 자기 주도적 학습 5단계모형인 학습욕구 진단, 학습목표 설정, 학습을 위한 인적 및 물적 자원 파악, 적절한 학습전략 선정 및 이행, 학습 결과 평가를 수정 보완하여 자기주도수학학습모형을 개발하였다.

• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.431-449
• /
• 2022

지금까지 국내에서는 수 많은 터널들이 완공되어 오면서 시공에서뿐 아니라 설계에서도 다양한 경험과 기술이 지속적으로 축적되어 왔다. 따라서 이제는 매우 복잡한 지질조건 또는 특수한 터널구조가 아니라면 일반적인 터널설계작업은 설계 항목에 따라 기존 유사 설계사례를 수정 또는 보완하는 것만으로도 충분한 경우도 적지 않다. 특히 터널발파설계의 경우, 실제 터널시공시 현장에서 시험발파를 통해 시공을 위한 발파설계를 추가로 수행하는 것이 일반적이라는 것을 감안할때, 설계단계에서 수행하는 발파설계는 예비설계 성격을 지니고 있어 기존의 유사 설계사례를 참고하는 것도 타당하다고 사료된다. 한편 최근 4차산업혁명시대에 들어서면서 전 산업분야에 걸쳐 그 활용도가 급증하고 있는 인공지능은 터널 및 발파분야에서도 다양하게 활용되고 있지만, 발파터널의 경우 발파진동 및 암반분류 등의 예측 분야에서 주로 활용되고 있을 뿐 터널발파패턴 설계에 활용된 사례는 많지 않다. 따라서 본 연구에서는 터널발파설계를 인공지능의 한 분야인 머신러닝 모델을 이용하여 자동화하기 위한 시도를 하였다. 이를 위하여 25개 학습용 터널설계 자료 및 2개의 시험용 설계자료에서 4가지의 입력데이터(지보패턴, 도로유형, 상반 및 하반 단면적) 및 16개의 출력데이터(심발공 종류, 비장약량, 천공수, 각 발파공 그룹별 공간격과 저항선 등)를 발췌하였다. 이를 기반으로 3가지 머신러닝 모델, 즉, XGBoost, ANN, SVM 모델을 시험한 결과 XGBoost모델이 상대적으로 최상의 결과를 나타내었다. 또한 이를 이용하여 실제 발파설계 상황을 가정하여 발파패턴을 제안하도록 한 결과 일부 항목에서 보완이 필요하긴 하지만 일반적 설계와 유사한 결과를 나타내었다. 본 연구가 기초연구 성격이어서 전체 발파설계를 완벽하게 수행하기는 아직 부족하지만, 향후 충분한 발파설계데이터를 확보하고 세부적인 처리과정을 보완하여 실용적인 활용이 가능하도록 추가 연구를 수행할 계획이다.

• KNOM Review
• /
• 제23권2호
• /
• pp.29-41
• /
• 2020

네트워크는 빠르게 성장하여 다중 도메인 복잡성을 유발하고 있다. 네트워크 트래픽 및 서비스의 다양성, 다양성 및 동적 특성은 향상된 오케스트레이션 및 관리 접근 방식을 필요로한다. 많은 표준 오케스트레이터와 네트워크 운영자가 E2E 슬라이스 오케스트레이션을 처리하기 위한 복잡성이 증가하고 있다. 또한 액세스, 에지, 전송 및 코어 네트워크를 포함하여 E2E 슬라이스 오케스트레이션과 관련된 여러 도메인이 각각 특정 문제를 가지고 있다. 따라서 멀티 도메인, 멀티 플랫폼 및 멀티 오퍼레이터 기반 네트워킹 환경을 수동으로 처리하려면 특정 전문가가 필요하며 이 접근 방식을 사용하면 런타임에 네트워크의 동적 변경을 처리할 수 없다 또한 이러한 복잡성을 처리하기위한 수동 접근 방식은 항상 오류가 발생하기 쉽고 지루한 일이다. 따라서 본 연구에서는 의도 기반 접근법을 사용하여 E2E 슬라이스 오케스트레이션을 처리하기 위한 자동화되고 추상화된 솔루션을 제안한다. 운영자로부터 도메인을 추상화하고 높은 수준의 의도 형태로 오케스트레이션 의도를 제공 할 수 있다. 또한 조정 된 리소스를 적극적으로 모니터링하고 머신 러닝을 사용하여 현재 모니터링 통계를 기반으로 시스템 상태 업데이트를 위한 향후 리소스 활용도를 예측한다. Closed-loop 자동화 E2E 네트워크 오케스트레이션 및 관리 시스템이 생성된다.

• 한국전자거래학회지
• /
• 제25권1호
• /
• pp.1-12
• /
• 2020

최근에 기계학습을 적용한 연구들이 다양한 분야에서 뛰어난 성과를 보임에 따라, 제조업 분야에서도 학습기반의 디스패처는 학계와 산업계의 관심의 대상이 되고 있다. 디스패처의 성능을 향상시키기 위해서는 각 디스패치 의사결정을 자세히 평가할 수 있어야 한다. 그러나 기존의 제조라인에 대한 시각화기법에 대한 연구들은 제조라인의 성능지표나 이상치를 시각화하는데 주로 집중되었다. 본 논문은 디스패치 의사결정이 수행되는 시점에 선택 가능한 대안들과 함께 제조라인에 대한 다양한 정보를 제공하는 시각화시스템을 제안한다. 또한, 제안된 시스템은 설비의 유휴시간의 원인을 효과적으로 나타내며, 시간에 따른 성능지표의 변화도 효과적으로 표현하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권1호
• /
• pp.21-45
• /
• 2023

본 연구는 수학교육에서 영향력 있는 논문을 판별하는 기계학습 프로그램 개발 연구이다. 이를 위하여 과학계량학의 관점에서 논문의 영향력을 조명하고, 수학교육 연구 네트워크를 구성하고, 네트워크 중심성 지수인 PageRank로 수학교육 연구의 영향력으로 정의하였다. 영향력 있는 수학교육 연구를 판별하기 위하여 기계학습 모델을 설계하였으며, 이를 이용하여 영향력 있는 논문이 게재된 비율이 높은 학술지를 조사한 결과 Journal for Research in Mathematics Education(25.66%), Educational Studies in Mathematics(22.12%), Zentralblatt für Didaktik der Mathematik(8.46%), Journal of Mathematics Teacher Education(5.8%), Journal of Mathematical Behavior(5.51%) 순으로 나타났다. 수학교육 전문가들이 직접 논문을 읽고 질적으로 평가한 선행연구 결과와 유사한 결과를 기계학습 프로그램으로 도출할 수 있었다. 많은 인원과 시간이 필요했던 수학교육 연구의 영향력 평가를 인공지능을 이용하여 효율적으로 실시할 수 있었다는 점에서 의의가 있다.