• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 춘계학술대회 논문집
• /
• pp.195-200
• /
• 2002

ART (Adaptive Resonance Theory [1]) neural network and its variations perform non-hierarchical clustering by unsupervised learning. We propose a scheme "arboART" for hierarchical clustering by using several ART1.5-SSS networks. It classifies multidimensional vectors as a cluster tree, and finds features of clusters. The Basic idea of arboART is to use the prototype formed in an ART network as an input to other ART network that has looser distance criteria (Ishihara, et al., [2,3]). By sending prototype vectors made by ART to one after another, many small categories are combined into larger and more generalized categories. We can draw a dendrogram using classification records of sample and categories. We have confirmed its ability using standard test data commonly used in pattern recognition community. The clustering result is better than traditional computing methods, on separation of outliers, smaller error (diameter) of clusters and causes no chaining. This methodology is applied to Kansei evaluation experiment data analysis.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.103-108
• /
• 2006

본 연구는 급변하는 환경 속에서 조직의 생존과 조직성과를 향상시키기 위하여 학습조직을 통한 조직유효성의 증대를 추구하기 위해 학습조직의 선행요인으로 조직문화를 선정하여 검증하였다. 분석결과 첫째, 학습조직수준이 높을수록 직무만족은 높게 나타났는데, 조직학습을 통한 학습조직수준의 향상으로 축적된 경험과 지식을 바탕으로 직무를 수행하기 때문에 직무만족을 증가시키는 것이다. 둘째, 학습조직수준향상에 조직문화 중 변화지향문화, 과업지향문화가 유의한 영향을 미치며, 관계지향문화, 위계지향문화는 영향을 미치지 않는 것으로 나타났다. 그러므로 조직학습을 통한 학습조직수준을 향상하기 위해서는 변화지향 문화와 과업지향문화의 특성을 고려하여야 새로운 조직으로의 조직변화가 있을 때 조직유효성이 크게 나타남을 의미한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.175-181
• /
• 2022

구조물의 공용연수가 증가함에 따라 각종 성능 저하가 발생한다. 특히 국내 인프라 구조물은 대부분 경제가 성장하는 시기에 집중적으로 건설되었기 때문에 노후 인프라 비율 급증이 최근 주요 이슈가 되고 있다. 인프라의 노후화는 자칫 안전사고로 이어질 수 있으며 인명 피해까지 유발할 수 있다. 이러한 문제를 사전에 예방하기 위하여 주기적이고 정확한 점검 및 유지관리가 필수적이다. 이 같은 이유로 최근 컴퓨터 비전과 딥러닝을 활용하여 다양한 손상을 탐지하는 연구에 대한 수요가 원격점검 혹은 점검자동화 분야에서 증가하고 있다. 따라서 본 논문에서는 콘크리트 손상의 종류를 세 가지로 구분하여 이를 탐지할 수 있는 신경망 구조를 제안했다. 특히 계층적 학습 기법을 통해 보다 정확하게 다양한 손상을 탐지할 수 있는 신경망을 개발하였다. 이 신경망은 2,026장의 손상 영상으로 학습되었고, 508장의 손상 영상으로 실험하였다. 그 결과 67.04%의 평균 중첩 정확도와 52.65%의 F1 점수를 갖는 알고리즘을 완성하였다. 이 같은 손상 탐지 알고리즘은 향후 구조물의 정확한 상태 진단에 활용될 수 있으리라 기대한다.

• 아동학회지
• /
• 제32권4호
• /
• pp.83-97
• /
• 2011

The purpose of this study was to examine the relationship between socioeconomic status, maternal involvement in learning, parenting behavior and children's self-determination motivation. The participants of this study consisted of 333 fifth- and sixth-grade elementary school children and their mothers living in Seoul. The results of this study indicated that mothers with a higher educational attainment reported greater autonomy support behavior and involvement in their offspring's learning. Conversely, mothers with low incomes were found to use psychological control and were also found to be involved in learning to a lesser degree. Hierarchical multiple regression analysis indicated that children whose mothers were less involved in learning showed higher levels of self-determination motivation. Additionally, maternal support for autonomy and psychological control had a number of moderating effects on the association between maternal involvement in learning and the child's self-determination motivation. Specifically, children tended to exhibit significantly lower levels of self-determination motivation when mothers were more involved in learning among those who received less support in terms of autonomy. Conversely, children had significantly higher levels of self-determination motivation when mothers were less involved in learning when it came to those children who were under less psychological control.

• 디지털융복합연구
• /
• 제16권9호
• /
• pp.29-37
• /
• 2018

본 연구는 직장인들의 자기주도적 학습에 영향을 미치는 요인을 파악하는 데 연구의 목적을 두었다. 이를 위하여 충청남도 서북부 2개의 시에서 직장인 335명을 대상으로 하여 설문조사를 실시하였다. 결과 분석은 일반적 특성에 따른 자기주도적 학습의 차이 검정(T-test, ANOVA), 주요 변인 간의 상관분석, 그리고 희망과 성장 마인드셋이 자기주도적 학습에 미치는 영향을 파악하기 위하여 집단을 사원급과 대리급 이상으로 나누어 위계적 회귀분석을 실시하였다. 주요한 연구결과는 다음과 같다. 첫째, 자기주도적 학습은 성별에 따라 차이를 보였다. 둘째, 상관분석 결과 희망과 성장 마인드셋 및 자기주도적 학습은 모두 정적 상관관계를 나타내었다. 셋째, 회귀분석 결과 사원급인 경우 희망의 경로사고와 성장 마인드셋의 지능이 자기주도적 학습에 영향을 미쳤고 대리급 이상인 경우 희망의 경로사고가 영향을 미치는 것으로 나타났다. 끝으로 직위에 따라 자기주도적 학습을 높이기 위한 정책적 방안을 논의하였다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.80-87
• /
• 2021

본 연구는 실시간 온라인 성인간호학 수업에 대한 학습만족도의 영향요인을 확인하여 간호학 교과목의 온라인 강의 설계 및 운영에 기초자료를 제공하고, 새로운 교육 패러다임을 준비하고자 수행되었다. 연구대상자는 일개 대학 간호학과에서 실시간 온라인 성인간호학 수업을 수강하고 있는 3학년 105명을 대상으로, 2020년 6월 20일부터 7월 30일까지 구조화된 온라인 설문지를 통하여 자료수집을 시행하였다. 자료의 분석은 t-test, One-way ANOVA, Scheffe test, Person's correlation coefficients, Hierarchical multiple regression analysis 으로 분석하였다. 연구결과, 대상자의 학습몰입은 3.07점(5점 척도), 수업참여는 3.46점(5점 척도), 학습만족도는 3.88점(5점 척도)으로 나타났다. 학습만족도는 학습몰입(r=.41, p<.001), 수업참여(r=.56, p<.001)와 양의 상관관계가 있는 것으로 분석되었다. 또한, 본 연구 대상자의 학습만족도에 영향을 주는 요인은 수업참여(��=.47), 성인간호학 수업에 대한 흥미정도에서 매우 높음(��=.21), 높음(��=.20) 순이었으며, 설명력은 34%로 분석되었다(F=14.53, p<.001). 따라서 본 연구를 토대로 간호대학생의 학습만족도를 향상시키기 위한 주요요인은 수업참여로, 적극적인 수업참여를 이루어지기 위한 방안 및 교육방법을 개발하여 간호대학생의 학습성과 및 학습목표의 효율적인 달성을 기대해 본다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2001년도 제2회 생물정보학 국제심포지엄
• /
• pp.103-127
• /
• 2001

Gene expression studies require statistical experimental designs and validation before laboratory confirmation. Various clustering approaches, such as hierarchical, Kmeans, SOM are commonly used for unsupervised learning in gene expression data. Several classification methods, such as gene voting, SVM, or discriminant analysis are used for supervised lerning, where well-defined response classification is possible. Estimating gene-condition interaction effects require advanced, computationally-intensive statistical approaches.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5427-5445
• /
• 2019

While deep neural networks have achieved remarkable performance in representation learning, a huge amount of labeled training data are usually required by supervised deep models such as convolutional neural networks. In this paper, we propose a new representation learning method, namely generative adversarial networks (GAN) based bagging deep convolutional autoencoders (GAN-BDCAE), which can map data to diverse hierarchical representations in an unsupervised fashion. To boost the size of training data, to train deep model and to aggregate diverse learning machines are the three principal avenues towards increasing the capabilities of representation learning of neural networks. We focus on combining those three techniques. To this aim, we adopt GAN for realistic unlabeled sample generation and bagging deep convolutional autoencoders (BDCAE) for robust feature learning. The proposed method improves the discriminative ability of learned feature embedding for solving subsequent pattern recognition problems. We evaluate our approach on three standard benchmarks and demonstrate the superiority of the proposed method compared to traditional unsupervised learning methods.

• 한국간호교육학회지
• /
• 제27권2호
• /
• pp.144-151
• /
• 2021

Purpose: The purpose of this study was to investigate the mediating effect of optimism on the relationship between grit and learning flow in nursing college students. Methods: Structured self-reported questionnaires were used to measure grit, optimism and learning flow. The study was conducted on 200 nursing students in P, U and J cities between September 1 and September 20, 2020. The data were analyzed using a t-test, one-way ANOVA, Pearson's correlation coefficients and hierarchical multiple linear regression with SPSS/WIN 23.0. Results: Significant relationships were found between learning flow and grit (r=.60, p<.001), between learning flow and optimism (r=.42, p<.001), and between grit and optimism (r=.42, p<.001). Additionally, optimism had a partial mediating effect on the relationship between grit and learning flow (Z=3.11, p<.001). Conclusion: These results indicate that interventions to increase the level of grit along with optimism is necessary in order to increase the level of nursing college students' learning flow.

• 한국정보시스템학회지:정보시스템연구
• /
• 제28권4호
• /
• pp.271-291
• /
• 2019

Purpose The purpose of this study is to propose a methodology to derive positive keywords and negative keywords through deep learning to classify reviews into positive reviews and negative ones, and then refine the results of topic modeling using these keywords. Design/methodology/approach In this study, we extracted topic keywords by performing LDA-based topic modeling. At the same time, we performed attention-based deep learning to identify positive and negative keywords. Finally, we refined the topic keywords using these keywords as filters. Findings We collected and analyzed about 6,000 English reviews of Gyeongbokgung, a representative tourist attraction in Korea, from Tripadvisor, a representative travel site. Experimental results show that the proposed methodology properly identifies positive and negative keywords describing major topics.