• 컴퓨터교육학회논문지
• /
• 제22권5호
• /
• pp.51-65
• /
• 2019

본 연구에서는 온라인 소프트웨어 교육 환경에서 학습자의 자기조절학습특성에 따른 온라인 학습 유형을 파악하고 각 유형의 특징을 살펴봄으로써 보다 전략적인 온라인 소프트웨어 교육을 위한 시사점을 제공하고자 하였다. 이를 위해 K대학의 온라인 소프트웨어 교육과정에 참여하고 있는 K-12 학생 809명의 온라인 학습 로그 데이터로부터 자기조절학습 특성 변인을 추출한 후, 계층적 군집 분석 기법(hierarchical cluster analysis)을 활용하여 자기조절학습 특성에 따른 학습자 군집 도출 및 군집 유형에 따른 온라인 학습 특성과 학습 결과의 차이를 비교 분석하였다. 그 결과, 온라인 소프트웨어 교육 학습자들의 자기조절학습 유형은 '고수준 자기조절학습형(군집 1)', '중수준 자기조절학습형(군집 2)', 그리고 '저수준 자기조절학습형(군집 3)'으로 나타났다. 온라인 자기조절학습 유형에 따른 학업성취도 수준은 '고수준 자기조절학습형(군집 1)'이 가장 높고, '저수준 자기조절학습형(군집 3)'이 가장 낮은 것으로 확인되었다. 이러한 결과를 바탕으로 효과적인 온라인 소프트웨어 교육 운영을 위한 시사점을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.695-704
• /
• 2020

최근 교육분야에 IT의 활용이 증가하고 이를 통한 학습결과 예측에 대한 연구가 진행되고 있다. 본 연구에서는 학습분석을 참고하여 학습결과에 영향을 미칠 수 있는 학습활동 데이터를 수집하였다. 조사에 참여한 학생은 1062명으로, 조사는 2018년 10월부터 12월까지 충청남도 소재의 4년제 종합 사립대학인 A대학에서 진행되었다. 먼저 기계 학습의 예측 변인들의 타당성 확보를 위하여 학습결과에 대한 개인·학업·행동요인으로 모형을 구성하여 위계적 회귀 분석을 실시하였다. 위계적 회귀 분석의 모형이 유의하였고, 단계별로 설명력(R²)이 증가하는 것으로 나타나 투입된 변수들이 적절한 것으로 나타났다. 또한 기계학습의 선형 회귀분석방법을 통해 투입한 학습활동 변수가 학습 결과를 얼마나 예측할 수 있는지 확인하였으며, 오차율은 약 8.4%로 수집되었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.122-125
• /
• 2003

By advent of NNC(Neural Network Chip), it is possible that process in parallel and discern the importance of signal with learning oneself by experience in external signal. So, the design of general purpose operation unit using VHDL(VHSIC Hardware Description Language) on the existing FPGA(Field Programmable Gate Array) can replaced EN(Expert Network) and learning algorithm. Also, neural network operation unit is possible various operation using learning of NN(Neural Network). This paper present general purpose operation unit using hierarchical structure of EN EN of presented structure learn from logical gate which constitute a operation unit, it relocated several layer The overall structure is hierarchical using a module, it has generality more than FPGA operation unit.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.249-256
• /
• 2024

기계학습 기반의 침입탐지 방법론들은 분류하고자 하는 각 클래스에 대해 균등한 많은 학습 데이터가 필요하며, 탐지 또는 분류하려는 공격유형의 추가 시 시스템을 모두 재학습해야 하는 문제점을 가지고 있다. 본 논문에서는 특징학습과 계층분류 방법을 이용하여, 비교적 적은 학습 데이터를 이용한 분류 문제 및 데이터 불균형 문제를 해결하고, 새로운 공격유형의 추가가 쉬운 침입탐지 방법론을 제안하고자 한다. 제안된 시스템은 KDD 침입탐지 데이터를 이용한 실험으로 가능성을 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1704-1720
• /
• 2020

Recognizing food from photographs presents many applications for machine learning, computer vision and dietetics, etc. Recent progress of deep learning techniques accelerates the recognition of food in a great scale. We build a hierarchical structure composed of deep CNN to recognize and classify food from photographs. We build a dataset for Korean food of 18 classes, which are further categorized in 4 major classes. Our hierarchical recognizer classifies foods into four major classes in the first step. Each food in the major classes is further classified into the exact class in the second step. We employ DenseNet structure for the baseline of our recognizer. The hierarchical structure provides higher accuracy and F1 score than those from the single-structured recognizer.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.165-177
• /
• 2018

Recently, online commerces are becoming more common due to factors such as mobile technology development and smart device dissemination, and online review has a big influence on potential buyer's purchase decision. This study presents a set of analytical methodologies for understanding the meaning of customer reviews of products in online transaction. Using techniques currently developed in deep learning are implemented Hierarchical Attention Network for analyze meaning in online reviews. By using these techniques, we could solve time consuming pre-data analysis time problem and multiple topic problems. To this end, this study analyzes customer reviews of laptops sold in domestic online shopping malls. Our result successfully demonstrates over 90% classification accuracy. Therefore, this study classified the unstructured text data in the semantic analysis and confirmed the practical application possibility of the review analysis process.

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.598-603
• /
• 2007

본 논문에서는 다입력 퍼지 시스템에서 생기는 퍼지 규칙수의 기하급수적 증가를 막기 위하여, 1번째 계층에서는 주어진 퍼지 시스템으로부터 선형 독립의 퍼지 규칙 벡터를 구성하여 사용하고, 2계층에서는 1계층에서 사용된 퍼지 규칙 벡터들의 선형합을 사용하는 동등 변환된 2계층 퍼지시스템 구조에서, steapest descent 알고리듬을 이용한 퍼지 규칙의 자동 학습을 다룬다. 학습 방법의 타당성을 보이기 위하여, 공과 막대 시스템을 제어하는 기존의 퍼지 시스템을 학습한 결과를 보인다.

• Nuclear Engineering and Technology
• /
• 제55권1호
• /
• pp.285-294
• /
• 2023

Autonomous radiation source detection has long been studied for radiation emergencies. Compared to conventional data-driven or path planning methods, deep reinforcement learning shows a strong capacity in source detection while still lacking the generalized ability to the geometry in unknown environments. In this work, the detection task is decomposed into two subtasks: exploration and localization. A hierarchical control policy (HC) is proposed to perform the subtasks at different stages. The low-level controller learns how to execute the individual subtasks by deep reinforcement learning, and the high-level controller determines which subtasks should be executed at the current stage. In experimental tests under different geometrical conditions, HC achieves the best performance among the autonomous decision policies. The robustness and generalized ability of the hierarchy have been demonstrated.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.54-61
• /
• 2009

본 논문에서는 비전 패턴인식 알고리즘인 시공간적 계층 메모리 학습 알고리즘을 이용한 새로운 근전도 패턴인식 방법을 제시한다. 효율적인 근전도 신호의 학습과 분류를 위하여 단순화된 2 레벨의 공간적 집합, 시간적 집합, 그리고 관리 맵퍼를 이용한 수정된 시공간적 계층 메모리 학습 알고리즘을 제안한다. 인식 성능을 향상시키기 위해서 관리 맵퍼 학습뿐만 아니라 시간적 집합 학습에도 카테고리 정보를 사용한다. 실험을 통하여 열 가지 손동작이 성공적으로 인식됨을 검증한다.

• 컴퓨터교육학회논문지
• /
• 제7권3호
• /
• pp.57-66
• /
• 2004

이 연구는 하이퍼미디어 학습 환경에서 프로그램의 구조와 학습자의 인지양식이 초등학생의 학업성취도에 미치는 효과를 알아보기 위한 것이다. 이를 위해 초등학교 4학년 128명(장독립적, 장의존적 학습자)을 대상으로 망상형과 위계형 구조의 하이퍼미디어 학습 프로그램을 학습하게 한 후 학업성취도를 검사하였다. 이 연구의 결과는 다음과 같다. 첫째, 하이퍼미디어 학습 프로그램의 구조와 학습자 인지양식은 초등학생의 학업성취도에 대해 상호작용의 효과가 나타나지 않았다. 둘째, 하이퍼미디어 학습 프로그램의 구조 간에 초등학생의 학업성취도가 통계적으로 유의미한 차이를 나타냈다. 특히, 위계적 구조의 학습자 집단이 망상형 구조의 학습자 집단보다 사실과 원리 영역에 있어서 더 높은 학업성취도를 나타냈다. 셋째, 하이퍼미디어 학습 프로그램에서 초등학생의 인지양식 간에 학업성취도가 통계적으로 유의미한 차이를 보였다. 장독립적 인지양식의 학습자 집단이 장의존적 인지양식의 학습자 집단 보다 사실, 개념, 절차, 원리 영역 등 모든 지식영역에 있어서 더 높은 학업성취도를 보여주었다. 이상의 연구 결과를 통해 다음과 같은 결론을 내릴 수 있다. 교수설계자는 하이퍼미디어 학습 프로그램을 설계할 때 프로그램 구조, 학습자의 인지양식과 학습내용의 지식영역을 충분히 고려해야 한다.